부가 정보 활용 강건 행렬 추정

본 연구는 고차원 행렬 추정 문제에 부가 정보(side information)를 효과적으로 통합하는 새로운 프레임워크를 제시한다. 기존 인덕티브 매트릭스 컴플리션(IMC) 모델은 행과 열 양쪽의 특성 행렬 X, Z가 존재하고, 이들이 선형으로 상호작용한다는 강한 가정을 전제로 한다. 또한, 잡음 항을 명시적으로 포함하지 않으며, X·또는 Z·만을 설명하는 구성 요소를 활용하지 못한다는 한계가 있다. 이러한 제약을 극복하기 위해 저자는 행렬 M을 네 개의 상보적 구성 요소 M₁, M₂, M₃, M₄로 분해한다. 구체적으로 M₁ = G₁(X) Q₁(Z)ᵀ는 행·열 특성의 (가능한 비선형) 상호작용을, M₂ = G₂(X) V₁ᵀ는 행 특성만을, M₃ = W₁ Q₂(Z)ᵀ는 열 특성만을, M₄ = W₂ V₂ᵀ는 양쪽 특성과 무관한 저계수 구조를 나타낸다. 여기서 G₁, G₂, Q₁, Q₂는 미지의 함수이며, W₁, W₂, V₁, V₂는 관측되지 않은 행·열 요인이다. 이 모델은 기존 IMC, “dirty” IMC, 그리고 X·만 혹은 Z·만을 이용한 회귀‑저계수 모델들을 모두 특수 경우로 포함한다. 추정 방법은 사전 기반(시브) 함수 집합 {ϕ_j}_{j=1}^J와 {ψ_j}_{j=1}^J를 사용해 Φ(X)와 Ψ(Z) 행렬을 만든 뒤, 각각에 대한 정규 직교 투영 연산자 P_X, P_Z를 정의한다. P_X와 P_Z는 충분히 부드러운 함수 g, q에 대해 P_X G≈G, P_Z Q≈Q를 만족하고, 잡음 행렬 E에 대해서는 ∥P_X E P_Z∥_F를 크게 감소시킨다. 알고리즘은 다음과 같다. (1) M̂₁ = P_X Y P_Z 로 초기 추정; (2) M̂₂ = arg min_A ∥P_X Y(I−P_Z)−A∥_F² + ν₂∥A∥_*; (3) M̂₃ = arg min_A ∥(I−P_X) Y P_Z−A∥_F² + ν₃∥A∥_*; (4) M̂₄ = arg min_A ∥(I−P_X) Y(I−P_Z)−A∥_F² + ν₄∥A∥_*; (5) 최종 추정값 M̂ = M̂₁+M̂₂+M̂₃+M̂₄. 핵노름(∥·∥_*) 페널티는 소프트-쓰레시딩을 제공해 실제로 해당 구성 요소가 0이거나 신호가 약할 경우 자동으로 0으로 수축한다. 따라서 각 구성 요소를 별도로 추정하면서도 전체 행렬에 대한 일관된 추정이 가능하다. 이론적 분석에서는 독립·서브가우시안 잡음, 시브 기저의 정규성, 그리고 함수들의 Hölder 연속성(γ 파라미터) 등을 가정한다. 주요 결과(Theorem 3.1)는 ∥M̂−M∥_F = O_p(J + K₂√T + K₃√N + K₄√(N+T))와 같은 수렴 속도를 제시한다. 여기서 J는 시브 차원, K_i는 각 구성 요소의 차원이다. 특히 M₂, M₃, M₄가 실제로 존재하지 않을 경우 핵노름 페널티가 자동으로 차원을 축소시켜 수렴 속도가 개선되는 ‘강건성’이 강조된다. 또한, 결측 데이터가 MAR(무작위 결측) 혹은 MNAR(비무작위 결측)일 때도 동일한 프레임워크를 적용할 수 있다. MNAR 상황에서는 관측 인디케이터 Ω와 결측 메커니즘을 공동 추정하는 변형을 제시하며, 블록 결측(예: 패널 데이터)에도 자연스럽게 대응한다. 실험 부분에서는 두 가지 시뮬레이션 시나리오와 실제 데이터 분석을 수행한다. 시뮬레이션에서는 X·와 Z·의 정보량을 다양하게 조절하고, M₂·M₃·M₄가 존재하거나 없을 때의 평균 제곱 오차(MSE)를 비교한다. 제안 방법은 기존 IMC, Dirty‑IMC, 그리고 순수 저계수 기반 행렬 완성법보다 일관되게 낮은 MSE를 기록한다. 실제 데이터로는 미국 주별 담배 판매량을 사용했으며, 특정 주에 대한 정책 개입(세금 인상) 전후의 판매량을 예측한다. 정책 적용 전후에 발생하는 블록 결측 패턴을 재현해 잠재 결과(통제군) 행렬을 복원하고, 이를 기반으로 평균 치료 효과(ATT)를 추정한다. 부가 정보를 활용한 제안 방법은 표준 저계수 기반 행렬 완성법보다 더 정확한 잠재 결과를 제공하고, 결과적으로 정책 효과 추정치의 편향을 크게 감소시켰다. 결론적으로, 이 논문은 (1) 행·열 양쪽의 부가 정보를 비선형적으로 활용할 수 있는 일반화된 행렬 분해 모델, (2) 시브 기반 투영과 핵노름 페널티를 결합한 효율적인 추정 알고리즘, (3) MAR·MNAR 모두를 포괄하는 이론적 수렴 보장, (4) 실험을 통한 실용성 입증이라는 네 가지 핵심 기여를 제공한다. 향후 연구에서는 더 복잡한 결측 메커니즘, 비정형 부가 정보(예: 그래프)와의 결합, 그리고 대규모 데이터에 대한 분산 구현 등을 탐색할 여지가 있다.