Stress-Testing Assumptions: A Guide to Bayesian Sensitivity Analyses in Causal Inference

1. 문제 제기 (Problem)

관측 데이터 (Observational Data) 를 사용하여 생의학 치료의 인과 효과를 추정할 때, 관측된 교란 변수 (confounding) 를 보정하기 위한 특수한 방법론이 필요합니다. 그러나 이러한 모든 인과 추론 방법론은 검증 불가능한 통계적 및 인과적 가정 (예: 무교란성, 결측 메커니즘 등) 에 의존합니다.

• 핵심 문제: 이러한 가정이 위배될 경우 추론 결과가 어떻게 변하는지 파악할 수 없으며, 기존 민감도 분석 방법론은 구현에 높은 방법론적 지식이 필요하고, 공개된 소프트웨어를 통한 직관적인 적용이 어렵습니다.
• 현재 상황: Cinelli 등 (2025) 이 지적했듯, 민감도 분석과 강건성 (Robustness) 평가는 인과 추론의 주요 과제로 남아있으나 실증 연구에서 널리 채택되지 못하고 있습니다. 특히 표본 선택, 손실 (attrition), 결측 데이터, 측정 오류 등 다양한 편향에 대한 분석이 부족합니다.

2. 방법론 (Methodology)

저자는 베이지안 프레임워크를 사용하여 인과 추론의 검증 불가능한 가정을 "결측 데이터" 문제로 재해석하고, 이를 Stan이라는 오픈 소스 확률 프로그래밍 언어 (PPL) 를 통해 구현하는 통합 접근법을 제시합니다.

2.1 베이지안 민감도 분석의 핵심 철학

• 파라미터와 데이터의 동등성: 베이지안 추론에서 미지의 파라미터와 결측 데이터는 모두 확률 변수로 간주됩니다. 검증 불가능한 가정 (예: 측정 오류, 미측정 교란 변수, 결측 메커니즘) 은 미지의 값으로 간주하여 사전 분포 (Prior) 를 부여하고, 관측 데이터에 조건부인 사후 분포 (Posterior) 를 추정함으로써 민감도를 분석합니다.
• 통합 접근법 (Unified Missing-Data Approach): 노출 오분류, 미측정 교란, 결측 결과 등 다양한 가정 위배를 모두 '결측 데이터' ($D_M$) 와 이를 지배하는 '민감도 파라미터' ($\xi$) 로 모델링하여 일관된 프레임워크로 다룹니다.

2.2 구현 도구: Stan

• Stan 활용: 복잡한 MCMC (Markov Chain Monte Carlo) 알고리즘을 직접 구현할 필요 없이, Stan 의 target += 문법을 사용하여 로그 비정규화 사후 밀도 (log unnormalized posterior density) 에 커스텀 항을 추가하는 방식으로 민감도 분석 모델을 구축합니다.
• 이산 변수 처리: Stan 은 이산형 미지수 (예: 실제 노출 상태 $A_i$) 를 직접 파라미터 블록에 선언할 수 없으므로, 이를 주변화 (marginalization) 하거나 log_sum_exp 함수를 사용하여 수치적 안정성을 확보한 혼합 모델 (Mixture Model) 로 구현합니다.

2.3 제시된 4 가지 예시

논문은 4 가지 구체적인 시나리오를 통해 방법론을 설명합니다.

1. 노출 오분류 (Exposure Misclassification):

   • 실제 노출 상태 ($A$) 가 관측되지 않고 오류가 있는 측정치 ($\tilde{A}$) 만 관측되는 경우.
   • 민감도 파라미터 ($\xi_1, \xi_2$) 로 민감도 (Sensitivity) 와 특이도 (Specificity) 를 정의하고, 이를 고정된 점 질량 (point-mass) 사전분포로 설정하여 다양한 오분류 수준에서의 인과 효과 추정을 수행합니다.

2. 미측정 교란 변수 (Unmeasured Confounding):

   • 관측되지 않은 교란 변수 $U$가 존재하여 무교란성 가정이 위배되는 경우.
   • $U$를 잠재 변수로 모델링하고, $U$가 결과와 치료에 미치는 영향 ($\xi_1, \xi_2$) 을 민감도 파라미터로 설정합니다. $U$가 정규분포를 따른다고 가정하고 Stan 에서 직접 샘플링합니다.

3. 결측이 아닌 무작위 결측 (MNAR, Missing Not At Random) 결과:

   • 결과 변수 $Y$가 결측일 때, 결측 여부가 결과 값 자체에 의존하는 경우.
   • 결측 메커니즘을 로지스틱 회귀로 모델링하고, 결측 여부와 결과 간의 연관성을 나타내는 민감도 파라미터 ($\xi_2, \xi_3$) 를 도입합니다. 이산형 결과의 경우 주변화를 통해 Stan 에 구현합니다.

4. 비모수 베이지안 민감도 분석 (Bayesian Nonparametrics):

   • Truncated Stick-Breaking (TSB) 혼합 모델을 사용하여 유연한 (high-dimensional) 분포를 모델링합니다.
   • 관측 가능한 부분 (결측 메커니즘 제외) 은 유연한 비모수 모델로, 검증 불가능한 가정 (결측 메커니즘) 은 매개변수적 모델로 처리하여 데이터 적응성과 사전 지식의 균형을 맞춥니다.

3. 주요 결과 (Results)

• 시뮬레이션 결과: 합성 데이터 (Synthetic Data) 를 사용하여 각 예시별 Stan 코드를 실행하고, 민감도 파라미터의 값을 변화시켰을 때 평균 치료 효과 (ATE) 의 사후 분포가 어떻게 변하는지 시각화했습니다.
  • Tipping Point 분석: 특정 민감도 파라미터 값 (예: $\xi_1 \approx 1, \xi_2 \approx -1$) 에서 95% 신뢰 구간이 0 을 포함하게 되어 인과 효과의 방향이 반전되는 '전환점 (Tipping Point)'을 식별할 수 있음을 보였습니다.
  • 비모수 모델의 유연성: TSB 모델을 사용한 MNAR 시나리오에서, 관측 데이터가 풍부한 영역에서는 데이터에 적응하여 유연한 곡선을 fitting 하고, 결측이 많은 영역에서는 사전 가정 (MNAR) 에 의해 결과가 어떻게 편향되는지를 명확히 보여주었습니다.
• 코드 공개: 모든 예시에 대한 R 과 Stan 코드를 GitHub 에 공개하여 재현성을 보장했습니다.

4. 주요 기여 (Key Contributions)

1. 통합 프레임워크 제시: 노출 오분류, 미측정 교란, 결측 결과 등 다양한 가정 위배를 '결측 데이터' 프레임워크로 통합하여 베이지안 민감도 분석을 체계화했습니다.
2. 실무 적용 가이드: 이론적 방법론뿐만 아니라, Stan을 사용한 구체적인 구현 코드와 수학적 유도 과정을 병렬로 제시하여, 실무자가 민감도 분석을 직접 수행할 수 있는 수준의 지식을 제공합니다.
3. 비모수적 접근 확장: 기존의 단순한 모수적 모델을 넘어, 유연한 비모수 베이지안 모델 (TSB) 을 활용한 민감도 분석의 가능성을 보여주었습니다.
4. 접근성 증대: 복잡한 커스텀 MCMC 알고리즘 개발 없이도 공개 소프트웨어 (Stan) 로 고급 민감도 분석이 가능함을 입증했습니다.

5. 의의 및 중요성 (Significance)

• 실증 연구의 신뢰성 향상: 검증 불가능한 가정에 대한 비판이 단순히 "가정이 틀릴 수 있다"는 수준을 넘어, 구체적인 임상적/주제적 근거를 바탕으로 편향의 방향과 크기를 정량화하고, 그 영향력을 평가할 수 있는 도구를 제공합니다.
• 방법론의 민주화: 민감도 분석이 고도의 방법론적 지식을 가진 전문가만의 영역이 아니라, Stan 과 같은 공개 도구를 통해 일반 연구자도 구현할 수 있음을 보여줍니다.
• 결정론적 접근의 대안: 단일 점 추정치 대신, 다양한 가정 하에서의 사후 분포 전체를 제시함으로써 불확실성을 정량화하고 더 강건한 인과 추론을 가능하게 합니다.

이 논문은 인과 추론 분야에서 가정의 민감도를 평가하는 것이 필수적이며, 베이지안 접근법이 이를 체계적이고 실용적으로 수행할 수 있는 강력한 프레임워크임을 강조합니다.