📊 statistics

Beyond the mean: Sequence analysis methods for clustering ordinal EMA data

이 논문은 EMA(생태적 순간 평가) 데이터의 동적인 시간적 패턴을 포착하기 위해 시퀀스 분석(sequence analysis) 기법을 활용하여 개인별 프로필을 클러스터링함으로써, 기존의 평균값 요약 방식보다 더 정교하게 잠재적 집단을 식별하고 그 영향을 분석하는 방법론을 제안합니다.

원저자: Tianyi Wang, Anna L. Smith, Jillian R. Silva-Jones, Wendy Berry Mendes, Lauren N. Whitehurst

게시일 2026-04-28

📖 2 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Tianyi Wang, Anna L. Smith, Jillian R. Silva-Jones, Wendy Berry Mendes, Lauren N. Whitehurst

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

1. 기존 방식의 문제점: "평균의 함정" 🍲

우리가 어떤 사람의 식습관을 안다고 가정해 봅시다.
기존의 통계 방식은 **"이 사람은 하루 평균 2,000칼로리를 먹어"**라고 말하는 것과 같습니다. 하지만 이 숫자만 봐서는 그 사람이 어떤 사람인지 알 수 없습니다.

A라는 사람: 아침, 점심, 저녁을 아주 규칙적으로 조금씩 먹는 사람.
B라는 사람: 하루 종일 굶다가 밤에 한꺼번에 폭식을 하는 사람.

두 사람 모두 '평균 2,000칼로리'이지만, 몸에 미치는 영향과 건강 패턴은 완전히 다르죠? 스트레스도 마찬가지입니다. 하루 종일 잔잔하게 스트레스를 받는 사람과, 갑자기 폭풍처럼 몰아쳤다가 사라지는 사람은 뇌 기능(기억력)에 미치는 영향이 다를 수 있습니다.

2. 이 논문의 새로운 아이디어: "스트레스의 리듬(패턴) 찾기" 🎵

연구진은 스트레스를 단순히 '점(Point)'으로 보지 않고, 시간의 흐름에 따른 **'선(Sequence)'**이나 **'음악의 멜로디'**처럼 분석하기로 했습니다.

이들은 **'시퀀스 분석(Sequence Analysis)'**이라는 기술을 가져왔습니다. 마치 음악가가 악보를 보고 "이 곡은 잔잔한 클래식인가, 아니면 변화무쌍한 재즈인가?"를 구분하듯이, 사람들의 스트레스 기록(EMA 데이터)을 보고 그들의 **'스트레스 스타일'**을 분류한 것입니다.

클래식형 (안정형): 스트레스 수치가 낮고 변화가 거의 없이 평온하게 유지되는 스타일.
재즈형 (변동형): 스트레스가 갑자기 치솟았다가 낮아졌다 하며 리듬이 불규칙한 스타일.
록 음악형 (고위험형): 스트레스 수치 자체가 높고, 변화의 폭도 매우 큰 스타일.

3. 어떻게 분석했나요? (비유: 요약 노트 만들기) 📝

데이터가 너무 방대하고 복잡하기 때문에, 연구진은 각 개인의 스트레스 패턴을 몇 가지 **'핵심 요약 노트'**로 만들었습니다.

평균 점수: 전체적으로 얼마나 힘든가?
변동 폭: 얼마나 들쭉날쭉한가?
안정성: 얼마나 자주 상태가 바뀌는가? (갑자기 확 바뀌는지, 아니면 그대로인지)

이렇게 만든 '요약 노트'들을 모아서 **PCA(주성분 분석)**라는 도구로 핵심 특징만 뽑아낸 뒤, K-means 클러스터링이라는 방법으로 비슷한 스타일을 가진 사람들끼리 그룹을 묶었습니다.

4. 결과: "패턴을 알면 미래(기억력)가 보인다" 🧠

연구진은 이렇게 분류한 '스트레스 스타일'이 실제 **기억력(인지 능력)**에 어떤 영향을 주는지 확인했습니다.

결과는 놀라웠습니다. 단순히 "스트레스 평균이 높다"라고 말할 때보다, **"당신은 이런 스트레스 패턴을 가진 그룹에 속한다"**라고 분류해서 분석했을 때, 그 사람의 기억력이 어떻게 변할지를 훨씬 더 정확하게 예측할 수 있었습니다.

요약하자면... 🌟

이 논문은 **"스트레스는 양(Amount)보다 패턴(Pattern)이 중요하다"**는 것을 수학적으로 증명하려 노력했습니다.

마치 우리가 친구를 사귈 때 "그 친구는 돈이 얼마 있어?"라고 묻는 대신 **"그 친구는 돈을 어떻게 써?"**라고 물어보는 것이 그 사람을 더 잘 이해하는 방법인 것처럼, 스트레스도 **'얼마나 받느냐'가 아니라 '어떻게 받느냐'**를 분석해야 우리의 정신 건강을 더 잘 돌볼 수 있다는 메시지를 담고 있습니다.

[기술 요약] 서열 분석법을 이용한 순서형 EMA 데이터 클러스터링

1. 문제 제기 (Problem Statement)

생태적 순간 평가(Ecological Momentary Assessment, EMA)는 개인의 일상생활 속 실시간 행동과 심리 상태를 포착하는 강력한 도구입니다. 하지만 EMA 데이터는 다음과 같은 분석적 난제를 안고 있습니다:

데이터의 복잡성: 데이터가 고빈도로 수집되어 시계열적 특성이 풍부하지만, 개인별 관측 횟수와 샘플링 간격이 매우 불규칙합니다.
정보 손실: 기존 연구들은 종종 개인별 프로파일을 '평균(Mean)'과 같은 단순 요약 통계량으로 변환하여 분석합니다. 이는 시간 흐름에 따른 역동적인 패턴(예: 변동성, 상태 전환 등)을 완전히 놓치게 만듭니다.
기존 모델의 한계: 잠재 계층 분석(LCA)이나 잠재 전이 분석(LTA)은 시계열의 길이가 길어지거나 개인별 관측치가 다를 경우 계산 복잡도가 급증하고 모델 식별(identifiability)이 어려워지는 한계가 있습니다.

2. 연구 방법론 (Methodology)

본 논문은 생물학적 DNA 서열 분석에서 유래한 서열 분석(Sequence Analysis, SA) 개념을 차용하여, 고빈도 순서형(Ordinal) 데이터를 효과적으로 클러스터링하는 새로운 프레임워크를 제안합니다.

[제안된 접근 방식: PCA-K-means 프레임워크]

서열 요약 통계량 추출 (Feature Engineering): 단순 평균을 넘어, 시간적 역동성을 포착하기 위해 다음과 같은 7가지 지표를 계산합니다.
- 기본 통계: 평균( $\bar{X}$ ), 표준편차($SD(X)$), 최빈값(Mode), 최빈값의 빈도.
- 지연 변수(Lag Variable) 기반 지표: 연속된 시점 간의 차이( $L_{it} = X_{it} - X_{i(t-1)}$ )를 활용하여 지연 값의 평균, 지연 값의 표준편차, 그리고 상태 변화가 없는 안정성(Proportion of $L_{it}=0$ )을 산출합니다.
차원 축소 (PCA): 추출된 다차원의 요약 통계량들 사이의 다중공선성 문제를 해결하고 핵심 패턴을 추출하기 위해 주성분 분석(PCA)을 수행합니다.
클러스터링 (K-means): 추출된 주성분(PC)을 입력값으로 하여 K-means 알고리즘을 통해 유사한 스트레스 패턴을 가진 개인들을 그룹화합니다.

3. 주요 기여 (Key Contributions)

유연한 모델 설계: 관측치가 개인마다 다른 불규칙한 시계열 데이터(Unbalanced longitudinal data)를 처리할 수 있는 견고한 방법론을 제시했습니다.
역동성 포착: 단순한 '스트레스 수준'이 아닌, 스트레스의 '변동성'과 '안정성'을 수학적으로 정량화하여 클러스터링에 반영했습니다.
검증된 성능: 시뮬레이션 연구를 통해 LCA 및 LTA보다 다양한 시나리오(노이즈 존재, 클래스 간 중첩 등)에서 더 안정적이고 정확한 성능을 보임을 입증했습니다.

4. 연구 결과 (Results)

[시뮬레이션 결과]

LCA는 상태 분포가 명확할 때 유리하지만, 상태 전환(Transition)이 중요한 경우 성능이 저하됩니다.
LTA는 상태 전환을 모델링하지만 클래스 간 중첩(Overlap)이 발생할 경우 정확도가 급격히 떨어집니다.
제안된 PCA 기반 방식은 모든 설정에서 가장 안정적인 성능(Accuracy, Precision, Recall)을 유지했습니다.

[실제 데이터 적용 (MyBPLab 데이터)]

3개의 스트레스 프로파일 식별:
- Cluster 1 (안정형): 낮은 평균 스트레스와 매우 높은 상태 안정성(88%가 변화 없음).
- Cluster 2 (휘발성/고스트레스형): 높은 평균 스트레스, 높은 변동성, 빈번한 상태 전환.
- Cluster 3 (중간형): 중간 정도의 스트레스와 변동성을 보임.
인지 능력과의 연관성: 제안된 클러스터링을 사용한 혼합 효과 모델(Mixed-effects model)이 단순 평균만을 사용한 모델보다 AIC(Akaike Information Criterion) 측면에서 더 나은 적합도를 보였습니다. 즉, 스트레스의 '패턴'이 인지 기능(기억력)을 예측하는 데 더 유용한 정보임을 확인했습니다.

5. 연구의 의의 (Significance)

본 연구는 심리학 및 보건학 연구자들이 EMA 데이터를 다룰 때, 단순히 "얼마나 스트레스를 받는가"를 넘어 **"스트레스가 어떤 양상으로 나타나는가"**를 통계적으로 엄밀하게 분석할 수 있는 길을 열어주었습니다. 이는 스트레스 관련 질환의 개인별 맞춤형 예방 및 개입 전략을 수립하는 데 있어 중요한 기초 자료로 활용될 수 있습니다.