A Systematic Review of Spatio-Temporal Statistical Models: Theory, Structure, and Applications

문제 제기
시공간 데이터는 역학, 생태학, 공중 보건, 경제학, 범죄학을 포함한 다양한 연구 분야에서 널리 나타나는 특성으로, 시간과 공간의 속성을 모두 갖추고 있다. 이러한 관계를 분석하기 위한 통계 모델이 널리 사용되고 있음에도 불구하고, 기존의 문헌 검토는 상당한 파편화 문제를 겪고 있다. 현재의 개요들은 대개 특정 응용 영역(예: 질병 모델링)이나 특정 모델 클래스(예: 점 과정)에 집중되어 있어, 포괄적이고 학제적인 종합이 부족하다. 또한, 기초 교과서에서 설명하는 이론적 모델 구조와 최근 실제 현장에서 사용되는 구조 사이에는 괴리가 존재한다. 모델 유형과 응용 분야 전반의 관점을 통합하면서 현대적인 시공간 모델 구조에 대한 기본적인 분류 체계를 제공하는 최신 체계적 개요가 부재한 상황이다.

연구 방법론
이러한 격차를 해소하기 위해 저자들은 PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 가이드라인을 준수하여 체계적 문헌 검토를 수행하였다.

• 데이터 소스: 본 검토는 2021년부터 2025년 사이의 출판물을 대상으로 Scopus 및 Web of Science 데이터베이스를 쿼리하였다.
• 선정 기준: 포함 기준은 영어로 작성된 피어 리뷰 저널 논문 및 컨퍼런스 논문으로 제한하였다. 본 검토는 응용 시공간 통계 모델링에 초점을 맞추었으며, 순수 이론 연구, 공간 전용 또는 시간 전용 접근 방식, 그리고 Scimago 기준 Q1 미만 또는 CORE 기준 A 미만 등급의 저널이나 컨퍼 конферен스에 게재된 출판물은 제외하였다.
• 선정 과정: 초기 검색을 통해 678개의 레코드가 확보되었다. 중복을 제거하고 제목, 초록, 전문을 품질 평가(QA) 기준에 따라 스크리닝한 결과, 83개의 출판물이 최종 선정되었다. QA 기준은 해당 논문들이 통계적 시공간 모델을 명시적으로 정의하고, 모델 구조를 엄격하게 기술하며, 응용 영역을 명시하고, 적절한 모델 평가 및 해석을 포함하고 있는지 확인하였다.
• 분류 체계: 저자들은 다단계의 질적 분류 체계를 개발하였다. 포함된 문헌들을 수동으로 검토하여 모델 구조를 추출하였으며, 이를 통계 모델 유형, 공간 구조, 시간 구조, 시공간 구조와 같은 특성에 따라 분류하였다. 이 체계는 이론적 일관성과 실무적 적용 가능성을 보장하기 위해 반복적으로 개발되었으며, 기존 교과서(예: Cressie & Wikle, 2011)의 확립된 분류법을 통해 검증되었다.

주요 기여 및 결과
본 연구의 주요 기여는 시공간 모델 구조와 그 응용 분야에 대한 구조적이고 비교적인 개요를 제공하는 것이다. 본 검토는 83개의 관련 출판물을 식별하였으며, 계층적 프레임워크를 통해 예시되는 상세한 분류 체계를 제안한다.

• 모델 아키텍처: 본 검토는 데이터를 직접 모델링하는 **플랫 모델(Flat models)**과 결합 분포를 데이터 모델과 잠재 프로세스 모델로 분해하는 **계층 모델(Hierarchical models)**을 구분한다. 계층 모델은 복잡한 의존성과 측정 오차를 처리하는 데 특히 유용하여 가장 빈번하게 사용되는 아키텍처로 나타났다.
• 모델 특성:
  • 가법적 구조(Additive Structures): 대부분의 모델은 시공간적 의존성을 설명하기 위해 가법적 구성 요소를 포함한다. 이는 일반적으로 공간($u_s$), 시간($v_t$), 그리고 시공간($\gamma_{t,s}$) 효과로 분해된다. 일반적인 명세으로는 조건부 자기회귀(CAR) 모델, 가우시안 프로세스(GP), 랜덤 워크(RW), 그리고 평활 함수(splines) 등이 있다.
  • 시차 구조(Lag Structures): 본 검토는 오차항, 공변량 또는 대상 변수의 의존성을 모델링하기 위해 가중치 행렬(예: 이진 이웃, K-최근접 이웃, 역거리)을 통해 구현되는 공간, 시간 및 시공간 시차 구조의 사용을 확인하였다.
  • 점 과정(Point Processes): 문헌의 일부는 시간-공간 도메인에서의 이벤트 발생률을 설명하기 위해 강도 함수 $\lambda(t, s)$를 특징으로 하는 시공간 점 과정을 활용한다.
  • 기타 전략: 상태 공간 모델, 확률적 구획 모델(역학 분야에서 흔히 사용됨), 그리고 지리적 시공간 가중 회귀(GTWR)의 사용을 확인하였다.
• 응용 영역: 모델들은 역학, 생태학, 공중 보건, 경제학, 범죄학에 걸쳐 적용된다. 과업은 영역마다 다르지만(예: 질병 확산 모델링 vs. 대기 오염 효과 평가), 많은 모델이 구조적 유사성을 공유한다.
• 실무에 관한 관찰:
  • 재현성: 저자들은 코드 가용성이 종종 제한되어 재현성이 여전히 한계가 있음을 관찰하였다.
  • 학문적 집중도: 시공간 데이터의 광범위한 관련성에도 불구하고 연구 노력은 몇몇 특정 학문에 집중되어 있다.
  • 모델 선호도: 선호되는 모델 구조는 분야마다 다르다. 예를 들어, 계층 모델이 지배적이며, 의존성을 포착하기 위해 가법적 구성 요소가 표준적으로 사용된다.

의의
본 논문은 자신의 검토가 학제 간 관점에서 모델 구조를 비교하는 데 영감을 제공한다고 주장한다. 이론적 분류와 실제 응용 사이의 간극을 메움으로써, 본 연구는 가용한 기술과 도전 과제에 대한 인식을 높이는 것을 목표로 한다. 저자들은 자신들의 종합 작업이 사용되는 시공한 모델 구조에 대한 기본적인 분류 체계를 제공함으로써, 더 높은 투명성, 접근성 및 학제 간 지식 전이를 촉진한다고 강조한다. 저자들은 시공간 방법론의 광범위한 사용에도 불구하고 이를 통합하는 최신 체계적 개요가 부족하다는 점을 들어, 본 연구가 시급히 필요했던 작업임을 강조한다. 본 검토는 새로운 실험적 모델을 제안하는 것이 아니라, 기존의 관행을 종합하여 향후 연구를 안내하고 해당 분야의 방법론적 엄밀성을 개선하고자 한다.