스톡트리 R과 파이썬을 위한 BART 기반 모델링

초록

스톡트리는 C++로 구현된 베이지안 트리 앙상블 라이브러리로, BART와 베이지안 인과 포레스트(BCF)를 포함한 다양한 모델을 지원한다. R과 파이썬 양쪽에 바인딩을 제공해 모델 적합 결과를 저장·재사용하고, 서로 다른 언어 간에 모델을 교환할 수 있다. 기존 패키지 대비 이질성(이분산, 랜덤 효과, 트리 선형 모델 등)과 warm‑start 기능을 확대했으며, 사용자는 C++ 코드를 수정하지 않고도 맞춤형 MCMC 루틴을 구축할 수 있다.

상세 분석

스톡트리의 핵심 기여는 세 가지 축으로 정리할 수 있다. 첫째, C++ 코어를 단일화하고 R·파이썬 인터페이스를 동시에 제공함으로써 언어 장벽을 허물었다. 이는 연구자가 한 번 구현한 모델을 두 환경에서 동일하게 재현하고, 결과를 JSON 형태로 직렬화해 다른 언어에서 바로 로드할 수 있게 한다는 점에서 실용성이 크다. 둘째, 기존 BART 패키지에 비해 모델 포트폴리오를 크게 확장했다. 이질성(heteroskedastic) 포레스트, 그룹 레벨 랜덤 효과, 트리 기반 선형 회귀(leaf‑wise regression) 등은 대부분 별도 구현이 필요했으나, 스톡트리는 이를 기본 옵션으로 제공한다. 특히, “warm‑start” 전략을 도입해 X‑BAR‑T( grow‑from‑root ) 알고리즘으로 초기 트리를 빠르게 구성하고, 이를 MCMC 초기값으로 활용해 수천 번의 burn‑in을 크게 단축한다. 이는 대규모 데이터셋에서 샘플링 효율을 크게 향상시킨다. 셋째, 사용자 정의 모델링을 위한 저수준 API를 공개했다. 모델 메타데이터와 트리 구조를 C++ 객체로 직접 조작할 수 있어, 논문 수준의 새로운 베이지안 트리 변형(예: 비표준 사전분포, 맞춤형 리프 함수)도 R·파이썬 수준에서 프로토타이핑이 가능하다.

기술적인 세부사항을 살펴보면, 스톡트리는 CGM98 프로세스 사전(α,β)와 잎 평균 사전(σ²_μ)을 그대로 계승하면서, σ²_μ를 사용자 지정 혹은 역감마 사전으로 추정한다. 모델 정의는 mean_forest_params와 general_params 리스트로 전달되며, 트리 수, 최소 샘플 리프, 최대 깊이 등 하이퍼파라미터를 자유롭게 조정할 수 있다. MCMC 설정에서는 num_gfr, num_burnin, num_mcmc를 통해 warm‑start 단계와 본 샘플링 단계의 길이를 제어한다. 또한, saveBARTModelToJsonString·createBARTModelFromJsonString 함수를 이용해 모델을 JSON 문자열로 저장·복원함으로써, 장기 저장, 추가 샘플링, 혹은 파이프라인 내 다른 모델과의 연계가 용이하다.

실험에서는 Friedmann 함수 기반 비선형 회귀, 인과 Friedmann 데이터에 대한 BCF, CIC 데이터의 군집 랜덤 효과, 학업 경고 데이터의 회귀 불연속 설계(RDD) 등 네 가지 사례를 제시한다. 각 사례에서 기본 BART/BCF부터 이질성 포레스트, 랜덤 효과, 리프 선형 모델까지 단계적으로 확장하는 과정을 보여주며, R 코드와 파이썬 코드가 거의 동일한 흐름을 갖는 점을 강조한다. 특히, warm‑start를 활용한 20회 GFR 초기화 후 10,000 MCMC 샘플을 얻는 예시에서는 전역 오차 분산(σ²)의 수렴 궤적과 예측 정확도를 시각화해, 기존 패키지 대비 샘플링 효율과 예측 성능이 크게 향상됨을 입증한다.

전반적으로 스톡트리는 베이지안 트리 모델링의 최신 연구 동향을 한데 모아, 실무자와 연구자 모두가 손쉽게 최신 알고리즘을 적용하고, 필요에 따라 맞춤형 확장을 할 수 있는 플랫폼을 제공한다.