다중종 존재‑부재 예측을 위한 최적 이진화 프레임워크 MaxExp와 SSE

초록

본 논문은 종 분포 모델(SDM)의 확률 예측을 이진 존재‑부재 지도으로 변환할 때 발생하는 편향을 최소화하기 위해, 평가 지표를 직접 최대화하는 무감독 이진화 방법인 MaxExp와 기대 종 풍부도를 이용한 경량화 버전인 SSE를 제안한다. 세 가지 실제 사례에 적용한 결과, MaxExp는 기존 임계값 기반 및 보정 방법보다 일관되게 높은 성능을 보이며, 특히 희귀종과 클래스 불균형이 심한 상황에서 강점을 나타낸다. SSE는 구현이 간단하면서도 경쟁력 있는 결과를 제공한다.

상세 분석

MaxExp는 “샘플‑평균” 점수(예: 사이트별 F1, Jaccard, TSS)의 기대값을 직접 최적화하는 문제를 수학적으로 정의하고, 종 존재 확률을 정렬한 후 최적의 종 수 k를 탐색함으로써 최적의 어셈블리를 도출한다. 핵심 가정은 (A1) 평가 함수가 TP, FP, FN, TN만을 의존하고 (A2) 종 존재가 독립적이라는 점이다. 이 가정 하에 기대 점수는 k개의 가장 높은 존재 확률을 가진 종을 선택하면 최대가 되며, 따라서 문제는 최적 k 찾기로 축소된다. 저자들은 k에 대한 목표 함수를 O(N³) 복잡도로 계산하고, F1·점수와 Jaccard과 같은 특수 경우에는 O(N²)로 감소시킨다. 이는 종 수 N이 수백에서 수천 수준인 실제 데이터에서도 실용적이다.

SSE는 MaxExp의 아이디어를 단순화하여, 각 사이트에서 기대 풍부도(예측 확률의 합)를 이용해 k를 추정하고, 상위 k종을 선택한다. 이는 확률 분포 전체를 고려하지 않으면서도 계산량을 O(N log N) 수준으로 낮춘다.

세 가지 사례 연구(해양 리프, 열대 어류, 조류·곤충 관찰 데이터)에서는 (1) 기존 임계값 방법(최대 Youden, 10% 절대 임계값 등), (2) 보정 기반 방법(Platt scaling, isotonic regression), (3) 최근 컨포멀 예측 방법과 비교하였다. 평가 지표는 샘플‑평균 F1, Jaccard, TSS, 그리고 종 풍부도 오차를 포함한다. 결과는 MaxExp가 대부분의 경우 최고 점수를 기록했으며, 특히 희귀종 존재를 놓치지 않으면서 전체 정확도를 유지하는 데 강점을 보였다. SSE는 성능 차이가 미미한 경우가 많아, 계산 비용이 제한된 상황에서 실용적인 대안이 된다.

또한, MaxExp는 별도의 검증 데이터가 필요 없으며, 모델 훈련에 사용된 확률 예측만으로 작동한다는 점에서 과적합 위험을 크게 낮춘다. 저자들은 구현 코드를 공개하고, 재현성을 강조함으로써 향후 다양한 생태학적 응용에 바로 적용할 수 있도록 하였다.