기술 요약: SCOUT – 미지 표적을 가진 소프트 개입 하의 순환 인과성 발견

1. 문제 제기

인과성 발견 (causal discovery) 은 데이터로부터 시스템의 근본적인 인과 구조를 추론하는 것을 목표로 합니다. 그러나 기존 알고리즘은 복잡하고 현실적인 시스템에 적용될 때 심각한 한계에 직면합니다. 대부분의 현재 방법론은 세 가지 제한적인 가정에 의존합니다:

1. 비순환성 (Acyclicity): 근본적인 인과 그래프가 방향성 비순환 그래프 (DAG) 라고 가정하여, 생물학적 및 경제 시스템에서 흔히 발생하는 피드백 루프를 무시합니다.
2. 가우시안성 (Gaussianity): 외생적 잡음 변수가 가우시안 분포를 따른다고 가정하는데, 이는 종종 현실 세계 분포의 복잡성을 포착하지 못합니다.
3. 알려진 개입 표적: 개입 실험 동안 특정 변수가 표적이 된다는 것이 알려져 있다고 가정하지만, 많은 실제 시나리오 (예: 고처리량 생물학적 스크리닝) 에서는 이러한 표적이 알려져 있지 않습니다.

더욱이, 이러한 문제들을 개별적으로 다루는 기존 방법론들은 종종 이를 통합하지 못합니다. 예를 들어, 순환 그래프를 처리하는 방법론들은 종종 선형성이나 하드 (수술적) 개입을 가정하는 반면, 소프트 개입을 처리하는 방법론들은 비순환성이나 알려진 표적을 가정합니다. 본 논문은 미지의 개입 표적을 가진 소프트 개입 데이터로부터 비선형적이며 순환적인 인과 관계를 학습하는 과제를 해결합니다. 이때 잡음은 비가우시안입니다.

2. 방법론: SCOUT 프레임워크

저자들은 인과성 발견을 데이터 로그 가능도를 최대화하는 연속 최적화 문제로 공식화한 SCOUT이라는 새로운 프레임워크를 제안합니다. 이 프레임워크는 순환, 비선형성, 그리고 미지 표적이라는 특정 도전을 처리하기 위해 여러 고급 구성 요소를 통합합니다.

2.1. 순환을 포함한 구조적 방정식 모델링 (SEM)

시스템은 방향성 순환을 허용하는 구조적 방정식 모델 (SEM) 로 모델링됩니다:
$$X = f(X) + \epsilon$$
여기서 $X$는 확률 변수를, $f$는 비선형 인과 메커니즘을, $\epsilon$은 외생적 잡음을 나타냅니다. 시스템이 잘 정의되고 평형 조건 하에서 고유한 해를 갖도록 하기 위해, 저자들은 인과 메커니즘 $f$가 **축약적 (contractive)**이라고 가정합니다. 이를 통해 역행렬이 존재하는 순방향 맵 $X \mapsto \epsilon = (id - f)(X)$을 정의할 수 있습니다.

2.2. 소프트 개입 모델링

이 프레임워크는 소프트 개입을 처리합니다. 소프트 개입에서는 노드와 그 부모 노드 간의 연결성이 유지되지만 인과 메커니즘이나 잡음 특성이 변화합니다. 미지 표적을 가진 $K$개의 실험에 대해 모델은 다음과 같이 표현됩니다:
$$X = U_k(f(X) + \epsilon) + (I_d - U_k)(\tilde{f}(X) + \tilde{\epsilon})$$
여기서 $U_k$는 $k$번째 실험에서 개입되지 않은 변수를 나타내는 대각 행렬입니다. 중요한 점은 $U_k$(즉, 개입 표적) 가 그래프 구조와 함께 학습되어야 할 미지의 매개변수로 취급된다는 것입니다.

2.3. 비가우시안 잡음을 위한 정규화 흐름 (Normalizing Flows)

비가우시안 잡음을 처리하고 인과 메커니즘을 학습하기 위해 SCOUT은 두 단계에서 **정규화 흐름 (Normalizing Flows)**을 활용합니다:

1. 축약적 잔차 흐름 (Contractive Residual Flows): 인과 메커니즘 $f$는 신경망으로 매개변수화됩니다. 해의 존재성을 위해 필요한 축약성 가정을 만족시키기 위해, 신경망 가중치는 스펙트럼 정규화를 통해 제약됩니다. 그래프의 인접 행렬은 Gumbel-softmax 완화 (relaxation) 를 통해 학습됩니다.
2. 신경 스플라인 흐름 (Neural Spline Flows, NSF): 잡음 $\epsilon$이 가우시안이 아닐 수 있으므로, 프레임워크는 잡음 $\epsilon$을 표준 정규 분포 $z$로 매핑하기 위해 조각별 유리 2 차 CDF 변환 (Neural Spline Flow) 을 사용합니다. 이를 통해 모델은 복잡한 잡음 분포를 포착하면서도 계산 가능한 가능도 (tractable likelihood) 를 유지할 수 있습니다.

2.4. 미지 표적 추론

미지 개입 표적을 식별하기 위해 SCOUT은 개입 표적 행렬 $T^I \in \{0, 1\}^{K \times d}$를 도입합니다. 그래프 인접 행렬과 유사하게, $T^I$의 항목들은 Gumbel-softmax 분포에서 샘플링되고 직진 그라디언트 추정 (straight-through gradient estimation) 을 통해 최적화됩니다. 희소 개입 표적을 장려하기 위해 희소성 정규화자가 적용됩니다.

2.5. 최적화 및 점수 함수

목적은 정규화된 로그 가능도 점수 함수를 최대화하는 것입니다:
$$S(G, I) = \sup_{\theta} \sum_{k=1}^K \mathbb{E}_{X \sim p^{(k)}} [\log p_{I_k, G}(X)] - \lambda_G |G| - \lambda_I |I|$$
순환 시스템에 대한 야코비안의 로그 행렬식을 계산하는 것은 계산적으로 어렵습니다. SCOUT은 로그 행렬식의 멱급수 전개 (Neumann 급수) 기반의 **편향 없는 추정기 (unbiased estimator)**를 사용하여 이를 해결하며, 여기에 Hutchinson trace 추정기와 무작위 절단 전략을 결합하여 편향 없음을 보장합니다.

3. 주요 기여

본 논문은 다음과 같은 구체적인 기여를 합니다:

• 새로운 프레임워크: SCOUT은 비선형 메커니즘, 방향성 순환, 비가우시안 가산 잡음, 그리고 미지 표적을 가진 소프트 개입을 동시에 수용하는 최초의 프레임워크입니다.
• 이론적 보장: 저자들은 축약성과 충실성 (faithfulness) 가정 하에 제안된 점수 함수의 정확한 최대화가 실제 그래프의 **개입 동치 클래스 (interventional equivalence class)**와 실제 개입 가족을 식별함을 증명합니다.
• 확장 가능한 아키텍처: 연속 최적화와 정규화 흐름을 활용함으로써, 이 방법은 이산 인과성 발견의 전형적인 조합적 탐색 공간을 피합니다.
• 종합적 평가: 프레임워크는 합성 데이터와 실제 세계 데이터셋 모두에서 최첨단 방법론 (NODAGS-Flow, LLC, BACKSHIFT) 과 비교 평가되었습니다.

4. 실험 결과

저자들은 SCOUT 을 합성 데이터와 두 가지 실제 세계 데이터셋인 Perturb-CITE-seq(유전자 발현 데이터) 과 SERGIO(시뮬레이션된 단일 세포 유전자 발현) 에 대해 평가했습니다.

4.1. 합성 데이터 성능

• 그래프 복구: SCOUT 은 가우시안, 지수, Gumbel 잡음과 이동 (shift), 스케일 (scale), 잡음 함수 개입을 포함한 다양한 설정에서 거의 완벽한 그래프 복구 (AUPRC $\approx$ 1.0) 를 달성했습니다. 특히 다른 방법론들이 실패하거나 성능이 저하된 비가우시안 및 순환 설정에서 베이스라인을 크게 능가했습니다.
• 표적 복구: SCOUT 은 미지 개입 표적을 성공적으로 복구하여 이동 및 스케일 개입에 대해 완벽한 AUPRC 를 달성했습니다. "잡음 함수"개입의 경우 (제한된 분포 변화로 인해) 성능이 약간 떨어졌음에도 불구하고 BACKSHIFT 베이스라인보다 여전히 우수했습니다.
• 확장성: 노드 수가 10 에서 70 으로 증가함에 따라 SCOUT 은 높은 성능을 유지한 반면, BACKSHIFT 및 LLC 와 같은 베이스라인은 성능이 크게 저하되었습니다.
• 절단 연구 (Ablation Studies): 신경 스플라인 흐름 (NSF) 계층을 제거하면 비가우시안 잡음에 대한 성능이 크게 떨어졌으며, 이는 복잡한 잡음 분포를 모델링하기 위해 NSF 가 필수적임을 확인시켜 주었습니다.

4.2. 실제 세계 데이터

• Perturb-CITE-seq: 유전자 조절 네트워크 데이터에서 SCOUT 은 다양한 세포 조건 (공배양, 대조군, IFN-$\gamma$) 에서 NODAGS-Flow 및 LLC 에 비해 우수한 예측 성능 (개입 부정 로그 가능도로 측정) 을 보여주었습니다. 이는 비가우시안 잡음을 고려하는 것이 생물학적 시스템의 예측 정확도를 향상시킨다는 것을 시사합니다.
• SERGIO: 실제 세계에 가까운 시뮬레이션에서 SCOUT 은 거의 완벽한 개입 표적 복구 (AUPRC 0.978) 를 달성했으며, 실제 메커니즘이 엄격하게 축약적이지 않았음에도 불구하고 그래프 식별에서 베이스라인을 능가했습니다.

5. 의의 및 주장

본 논문은 SCOUT 이 현실적인 실험 설정을 위한 인과성 발견의 범위를 크게 확장한다고 주장합니다. 비순환성, 가우시안성, 그리고 알려진 표적에 대한 가정을 완화함으로써, 이 프레임워크는 생물학 및 시스템 공학 분야에서 흔한 피드백 루프와 이질적인 잡음을 가진 복잡한 시스템의 분석을 가능하게 합니다.

저자들은 그들의 접근 방식이 실제 그래프의 마르코프 동치 클래스와 개입 표적을 복구하는 일관된 (consistent) 방법을 제공한다고 강조합니다. 그들은 축약성 메커니즘이 해의 존재성을 보장하기 위해 필요하다는 점과 개입이 최소한의 분포 변화를 유도할 때 (예: 잡음 함수 개입) 표적 복구가 어렵다는 점과 같은 한계를 인정합니다. 향후 연구는 교란 변수 처리, 더 현실적인 측정 잡음 모델, 그리고 더 큰 그래프 모델로의 확장 등을 포함할 것으로 제안됩니다.

본 논문은 SCOUT 이 현대 과학 데이터에서 흔히 발견되는 복잡하고 순환적이며 비가우시안인 시스템에 인과성 발견을 적용 가능하게 하는 중요한 진전이라고 결론지었습니다.