가상 염색 모델 평가를 위한 정보이득 기반 적절 점수 규칙

초록

본 논문은 고처리량 스크리닝(HTS)에서 가상 염색(VS) 모델이 생성하는 세포별 특징의 사후분포를 평가하기 위해 정보이득(IG)을 도입한다. IG는 엄격히 적절한 스코어링 룰이며, 기존의 주변분포(KLD)와 순위 기반 평가지표가 놓치는 모델 간 성능 차이를 드러낸다. 확산 모델과 GAN 기반 VS 모델을 30k 이미지 데이터셋에 적용해 비교한 결과, IG가 두 모델의 실제 사후분포 추정 능력을 가장 명확히 구분한다는 것을 보였다.

상세 분석

이 연구는 가상 염색(Virtual Staining, VS)이라는 이미지‑투‑이미지 변환 문제를 확률적 관점에서 재정의한다. 밝은장 이미지 x 에 대해 실제 형광 이미지 y 는 단일 샘플만 관찰 가능하므로, 진정한 사후분포 P(Y|x) 를 직접 측정할 수 없다. 기존 평가 방식은 전체 데이터셋의 주변분포 P(Y) 와 모델이 생성한 주변분포 Pθ(Y) 를 비교하는 Kullback‑Leibler Divergence(KLD)만을 사용했으며, 이는 개별 세포 수준의 사후분포 정확성을 반영하지 못한다.

논문은 세 가지 평가 지표를 제안한다. 첫 번째는 기존의 Marginal KLD 로, 전체 데이터의 주변분포 차이를 정량화한다. 두 번째는 Rank Metric(Probability Integral Transform)으로, 각 세포에 대해 실제 특징값 Y 이 모델이 생성한 K 개의 샘플 중 어느 위치에 놓이는지를 순위 r 로 측정하고, 순위 분포가 균등(Uniform)해야 이상적인 사후분포를 의미한다. 하지만 순위는 엄격히 적절한 스코어링 룰이 아니므로, 모델이 실제 확률밀도를 과소·과대 평가해도 균등에 가까운 순위 분포를 보일 수 있다.

세 번째이자 핵심 지표는 Information Gain(IG)이다. 로그가능도 ℓ̄θ = (1/N)∑log Pθ(Y|x) 를 계산하고, 이를 주변분포를 기준으로 한 로그가능도 ℓ̄ref 와 차감한다. IG = ℓ̄θ − ℓ̄ref 는 평균 KLD 감소량과 동일한 의미를 가지며, “밝은장 이미지가 제공하는 정보량”을 직접 측정한다. 로그가능도는 logarithmic score 로 알려진 엄격히 적절한 스코어링 룰이므로, 모델이 진정한 사후분포와 일치할 때만 최대값을 얻는다.

실험에서는 Pix2PixHD GAN과 Conditional Denoising Diffusion Probabilistic Model(cDDPM)을 동일한 30,000 이미지 HTS 데이터셋에 학습시켰다. 각 모델은 1,000개의 가상 형광 샘플을 생성하고, 이를 Cellpose 기반 핵 마스크와 결합해 18개의 세포 특징(F1‑F7, F8‑F18)을 추출했다. 주변분포 KLD와 순위 거리(W1)에서는 두 모델이 비슷한 성능을 보였으며, 시각적으로도 차이가 미미했다. 반면 IG는 cDDPM이 Pix2PixHD보다 평균 10.5 배 높은 값을 기록했으며, 로그가능도 분포에서도 cDDPM이 왼쪽 꼬리가 현저히 짧아 대부분의 세포에 대해 실제 특징값이 높은 확률로 예측됨을 확인했다.

이 결과는 두 가지 중요한 시사점을 제공한다. 첫째, 주변분포 기반 평가는 모델이 전체 데이터의 통계적 특성은 잘 재현하지만, 개별 입력에 대한 조건부 정보를 활용하는 정도를 놓친다. 둘째, IG와 같은 적절한 스코어링 룰을 사용하면, 모델이 입력 이미지로부터 얼마나 많은 정보를 추출했는지를 정량화할 수 있어, 실제 실험 설계·약물 스크리닝 단계에서 모델 선택에 실질적인 가이드라인을 제공한다.