StationarityToolkit: Comprehensive Time Series Stationarity Analysis in Python

이 논문은 추세, 분산, 계절성 등 세 가지 범주의 10 가지 통계적 검정을 통해 단일 검정의 한계를 극복하고, 사용자에게 이진적 판단이 아닌 상세한 진단과 실행 가능한 조치 방안을 제공하는 종합적인 파이썬 라이브러리 'StationarityToolkit'을 소개합니다.

핵심

🌧️ 1. 왜 이 툴이 필요한가요? (배경)

시간을 나타내는 데이터 (주가, 기온, 판매량 등) 를 분석할 때, 가장 중요한 전제 조건은 **'데이터가 안정적이어야 한다'**는 것입니다. 이를 통계학에서는 **'정상성 (Stationarity)'**이라고 합니다.

• 비유: 마치 **'날씨'**를 생각해보세요.
  • 정상적인 날씨: 오늘이 25 도라면 내일도 24~26 도 사이일 것 같고, 비가 올 확률도 일정합니다. (예측 가능)
  • 비정상적인 날씨: 오늘 25 도인데 내일 갑자기 100 도가 되거나, 비가 오다가 갑자기 폭풍우가 치는 상황입니다. (예측 불가)

기존의 분석 도구들은 이 '날씨'가 안정적인지 확인할 때, 단 하나의 검사만 해주는 경우가 많았습니다.

• "온도만 봤을 때 안정적이야!" (하지만 습도는 폭등 중일 수 있음)
• "습도만 봤을 때 안정적이야!" (하지만 바람이 너무 세서 예측이 안 될 수 있음)

이처럼 단일 검사는 데이터의 진짜 문제 (비정상성) 를 놓치기 쉽습니다.

🩺 2. StationarityToolkit 은 무엇인가요? (해결책)

이 툴킷은 **"데이터의 종합 건강 진단서"**를 만들어주는 의사 같은 프로그램입니다.

단순히 "건강합니다/아프습니다"라고만 말하지 않고, 10 가지의 정밀 검사를 한 번에 수행하여 다음과 같은 세 가지 영역을 꼼꼼히 살펴봅니다.

1. 추세 (Trend): "데이터가 시간이 지날수록 계속 올라가거나 내려가는가?" (예: 매년 꾸준히 매출이 오르는지)
2. 분산 (Variance): "데이터의 흔들림이 일정한가?" (예: 평소엔 10% 오가다가 갑자기 50% 폭등하는지)
3. 계절성 (Seasonality): "특정 주기 (계절, 월, 주) 에 따라 규칙적으로 변하는가?" (예: 여름마다 아이스크림 판매가 급증하는지)

🛠️ 3. 이 프로그램의 특별한 점 (기능)

기존의 도구들과 달리 이 툴킷은 다음과 같은 **'현명한 특징'**을 가지고 있습니다.

• 🔍 자동 감지: 사용자가 "이 데이터는 일별 데이터니까 주기로 확인해 줘"라고 말하지 않아도, 데이터의 날짜를 보고 **"아, 이건 일별 데이터구나. 그러니까 일주일, 한 달, 일 년 주기로 확인해야겠다"**라고 스스로 판단합니다.
• 💊 처방전 대신 '진단서': 많은 프로그램이 "이렇게 고쳐라 (변환해라)"라고 강제로 명령하지만, 이 툴킷은 **"여기서 문제가 발견되었으니, 이 부분을 고쳐보면 어떨까?"**라고 구체적인 조언을 줍니다.
  • 예시: "추세 문제가 발견되었으니, 데이터를 1 단계씩 빼주는 (차분) 작업을 해보세요."
• 🔄 반복 진단: 데이터를 고친 후 다시 검사를 하면, "아, 추세를 고치니까 오히려 흔들림 (분산) 이 커졌네?"라고 새로운 문제를 찾아냅니다. 이는 치료를 하다가 생긴 부작용까지 잡아내는 것입니다.

🎨 4. 왜 이 방식이 좋을까요? (철학)

이 툴킷의 핵심 철학은 **"자동화보다는 투명성"**입니다.

• 기존 방식: "AI 가 알아서 다 고쳐줄게." (하지만 왜 고쳤는지, 데이터가 어떻게 변했는지 알 수 없음)
• 이 툴킷: "데이터가 이렇게 아파 보이고, 이 약을 써보면 이렇게 변할 것 같아. 하지만 최종 결정은 너가 해."
  • 연구자나 데이터 과학자가 자신의 데이터를 직접 이해하고, 상황에 맞는 올바른 결정을 내릴 수 있도록 돕는 것이 목표입니다.

📝 5. 결론

StationarityToolkit은 복잡한 시간序列 데이터를 분석할 때, **"어떤 문제가 있는지 정확히 찾아내고, 어떻게 해결할지 구체적인 가이드를 주는 똑똑한 조수"**입니다.

기존에 여러 개의 다른 프로그램을 번거롭게 돌려가며 결과를 합치던 수고를 덜어주고, 하나의 보고서로 데이터의 건강 상태를 완벽하게 파악할 수 있게 해줍니다. 이는 주식 예측, 경제 분석, 기계 학습 등 데이터를 다루는 모든 분야에서 더 정확한 결과를 얻는 데 큰 도움이 될 것입니다.

기술 요약

StationarityToolkit: Python 을 위한 종합 시계열 정상성 분석 도구

1. 문제 정의 (Problem)

시계열 분석에서 **정상성 (Stationarity)**은 추세, 분산, 계절성 등 통계적 특성이 시간에 따라 일정하게 유지되는 성질로, ARIMA, VAR, 그랜저 인과성 검정 등 많은 예측 및 분석 방법의 전제 조건입니다. 그러나 기존 접근 방식에는 다음과 같은 한계가 존재합니다.

• 단일 테스트의 한계: 비정상성 (Non-stationarity) 은 단위근, 결정론적 추세, 구조적 변화, 분산 불안정성, 변동성 군집, 계절성 패턴 등 다양한 형태로 나타납니다. 각 유형은 서로 다른 변환 (차분, 추세 제거, Box-Cox 변환 등) 을 요구합니다. 단일 테스트는 특정 유형의 비정상성만 탐지할 수 있어, 다른 테스트에서는 통과하지만 다른 테스트에서는 실패하는 모순된 결과를 초래할 수 있습니다.
• 변환의 상호작용 복잡성: 추세 제거를 위해 차분을 수행하면 분산의 비정상성이 발생할 수 있고, 분산 안정화 변환이 이후 차분에 의해 무효화될 수 있습니다. 이러한 '변환 - 재검증'의 반복적 워크플로우를 여러 라이브러리를 수동으로 오가며 수행하는 것은 번거롭고 오류가 발생하기 쉽습니다.
• 현실적 필요: 데이터 과학자와 연구자들은 단순히 '정상성 여부'가 아닌, 어떤 유형의 비정상성이 존재하는지를 파악하여 적절한 전처리를 선택해야 하지만, 이를 통합적으로 지원하는 도구가 부족했습니다.

2. 방법론 (Methodology)

StationarityToolkit은 이러한 격차를 해소하기 위해 설계된 순수 Python 패키지입니다. 주요 방법론적 특징은 다음과 같습니다.

• 통합 테스트 프레임워크:
  • 3 가지 카테고리, 10 가지 통계 검정을 단일 호출로 실행합니다.
    • 추세 (Trend): 4 가지 검정 (ADF, KPSS, Phillips-Perron, Zivot-Andrews 등).
    • 분산 (Variance): 4 가지 검정 (ARCH, Levene, Bartlett 등).
    • 계절성 (Seasonality): 2 가지 검정.
  • 자동 주파수 추론: 데이터의 datetime 인덱스를 기반으로 시계열 주파수 (일별, 주별, 월별 등) 를 자동으로 추론하여 계절성 검정 주기를 설정합니다.
• 반복적 워크플로우 지원:
  • 단순한 이진 (통과/실패) 판정이 아닌, 구체적인 진단 리포트를 제공합니다.
  • 각 검정 결과에 대해 통계량, p-value, 그리고 **실행 가능한 조언 (Actionable Notes)**을 포함합니다 (예: "단위근 탐지됨 - 차분 고려", "결정론적 추세 탐지됨 - 추세 제거 후 정상성 달성").
• 아키텍처 설계:
  • tests/ (테스트 구현), results.py (결과 포맷팅), toolkit.py (주 진입점) 로 모듈화되어 커뮤니티 기여와 확장을 용이하게 합니다.
  • 초기 버전의 자동 변환 기능은 데이터와 사용 사례에 따라 결과가 예측 불가능하게 변할 수 있다는 점을 고려하여 제거하고, 진단 (Diagnostics) 중심으로 재설계되었습니다.

3. 주요 기여 (Key Contributions)

1. 포괄적인 통합 테스트: 추세, 분산, 계절성 차원을 아우르는 10 가지 검정을 하나의 도구로 통합하여, 사용자가 어떤 검정을 선택해야 할지 인지적 부담을 줄이고 중요한 정보를 누락하지 않도록 합니다.
2. 맥락 기반 계절성 감지: 사용자가 수동으로 주기를 지정할 필요 없이, 데이터의 주파수를 기반으로 적절한 계절성 주기를 자동으로 결정합니다.
3. 투명한 해석 및 주의 사항: 각 검정의 한계 (예: Zivot-Andrews 가 부드러운 추세에서 '절단'을 탐지할 수 있음, ARCH 가 자기상관에 반응할 수 있음) 를 명시하여, 단일 테스트 접근법이 놓칠 수 있는 오해를 방지합니다.
4. 유연한 출력 형식: 결과를 pandas DataFrame으로 반환하여 분석 파이프라인에 통합하거나, 마크다운 파일로 내보내어 문서화에 활용할 수 있습니다.
5. 성능 최적화: 현대 하드웨어에서 1,000 행 시계열 데이터에 대한 전체 테스트 실행 시간이 2 초 미만으로 매우 빠릅니다.

4. 결과 및 성능 (Results)

• 실행 효율성: 1,000 행 규모의 시계열 데이터에 대해 모든 10 가지 검정을 수행하는 데 현대 하드웨어 기준 2 초 미만이 소요됩니다.
• 검증: 합성 데이터 (Synthetic Data) 와 실제 데이터를 사용하여 검정 구현이 statsmodels, arch, scipy 등 기존 표준 라이브러리와 일치하는지 검증되었습니다.
• 사용 사례: ARIMA/SARIMA, VAR 분석, 머신러닝 전처리 등 다양한 분야에서 정상성 진단을 위해 즉시 활용 가능합니다. PyPI 를 통해 2023 년부터 공개되어 유지보수되고 있습니다.

5. 의의 및 중요성 (Significance)

• 생태계 격차 해소: Python 생태계에는 개별 정상성 검정 라이브러리는 존재하지만, 3 가지 차원 (추세, 분산, 계절성) 을 통합하고 실행 가능한 조언을 제공하는 도구는 StationarityToolkit 이 유일합니다.
• 연구 투명성 및 재현성: 단순한 자동화보다는 사용자에게 데이터의 비정상성 특성을 이해시키고, 변환 선택의 근거를 명확히 함으로써 연구의 재현성과 신뢰성을 높입니다. 특히, 변환 과정에서 발생할 수 있는 '교차 오염 효과' (예: 추세 제거로 인한 분산 비정상성 발생) 를 식별하는 데 필수적입니다.
• 교육적 가치: 다양한 검정이 왜 성공하거나 실패하는지에 대한 컨텍스트를 제공함으로써, 연구자들이 시계열 데이터의 특성을 깊이 있게 이해하도록 돕습니다.

---

참고: 이 툴킷의 핵심 설계, 테스트 작성, 예제 및 논문 자체는 인간 저자가 구상하고 작성했으며, AI 는 코드 정제, 변수명 변경, 문서화 개선 등의 보조 역할만 수행했습니다. 모든 결과는 인간 저자가 검증하고 책임집니다.