MST-Direct at Scale: Multivariate and Conditional Geostatistical Simulation via Sinkhorn Optimal Transport

기술 요약: 대규모 환경에서의 MST-Direct

문제 정의
지질 통계적 시뮬레이션은 공간적 특징을 재현하고 불확실성 정량화를 지원하는 지질 모델의 여러 실현(realizations)을 생성하는 것을 목표로 한다. 지질학적 관계가 강하게 비선형적이고 이분산성(heteroscedastic)을 띨 때, 선형 상관 계수에 의존하는 고전적인 다변량 방법론들은 한계에 부딪히며 심각한 문제가 발생한다. 단계적 조건 변환(SCT), 투사 추적 다변량 변환(PPMT), 직접 다변량 시뮬레이션(DMS)과 같은 기존 접근 방식들은 변수를 가우시안 공간으로 변환한 후 다시 되돌리는 방식을 통해 이를 해결하고자 시도한다. 그러나 이러한 변환은 점근적으로만 정확하며, 변수의 수가 증가함에 따라 오차가 커지는 경향이 있다.

이전 연구에서는 엔트로피 정규화 최적 운송(Optimal Transport, OT) 문제로 시뮬레이션을 구성하는 MST-Direct(Matching via Sinkhorn Transport)를 도입했다. 이 방식은 이변량 관계에서 100%의 형상 보존(shape preservation)을 달사했으나, 원래의 정식화는 작은 그리드(예: 25 × 25), 무조건부 설정, 그리고 이변량 데이터로 제한되었다. 이는 세 가지 미해결 과제를 명시적으로 남겼다: 약 10,000개 노드를 넘어서는 확장성, 2개 이상의 변수로의 확장, 그리고 하드 데이터(hard data)를 이용한 조건부 시뮬레이션 능력이다.

방법론
본 논문은 확장 가능하고, 다변량이며, 조건부인 프레임워크를 통해 위 세 가지 식별된 제한 사항을 해결하기 위해 MST-Direct를 확장한다. 핵심 원리는 타겟 값 튜플(target value tuples)을 공간 템플릿에 매칭시키는 최적 운송 문제로 시뮬레이션을 구성하는 것이다.

1. 확장 가능한 매칭(Scalable Matching): 대규모 그리드(예: 40,000 노드)를 처리하기 위해, 저자들은 밀집된(dense) $O(n^2)$ 결합 대신 희소한(sparse) 후보 제한형 Sinkhorn 매처(matcher)를 사용한다. 각 그리드 위치는 k-d 트리를 통해 식별된 $C$개의 인접 타겟 튜플로 제한되며, 이를 통해 메모리 복잡도를 $O(nC)$로 줄인다. 솔루션은 로그 도메인에서 Sinkhorn 알고리즘을 사용하여 구해진다. 탐욕적 할당(greedy assignment)을 통해 소프트 결합을 순열(permutation)로 반올림하며, 자유로운 후보가 없는 위치에 대해서는 복구(repair) 단계를 수행한다.
2. 다변량 백본(Multivariate Backbone): $d$개의 변수로 확장하기 위해, 타겟 클라우드를 독립적인 FFT-MA(Fast Fourier Transform Moving Average) 가우시안 백본에 매칭시킨다. 이 백본은 규정된 베리오그램(예: 구형 모델)을 전달한다. 매칭 과정은 등방성(isotropy)이나 정상성(stationarity) 요구 사항을 부과하지 않으면서 모든 변수에 백본의 공간 구조를 전달한다(단, 비교를 위해 여기서는 등방성 구형 모델이 사용되었다).
3. 조건부 시뮬레이션(Conditional Simulation): 하드 데이터는 두 단계 과정을 통해 준수된다. 먼저, 가우시안 백본을 단순 크리깅(simple kriging)을 사용하여 하드 데이터 위치에 조건화함으로써, 다른 곳에서는 규정된 공분산이 유지되도록 한다. 둘째, 하드 데이터 위치의 특정 튜플들을 고정(pinning)하여 매칭 풀에서 제거하고 나머지 위치만을 시뮬레이션한다. 이는 하드 데이터 값의 정확한 재현을 보장한다.

공간적으로 인접한 위치들이 서로 유사한 튜플을 받도록 비용 함수를 보강하는 관계 항(relational term)은 쿼리 포인트들을 공간적 이웃들의 평균으로 끌어당기는 정밀화(refinement) 패스를 통해 적용된다.

주요 기여
본 논문은 네 가지 주요 기여를 제시한다:

• 200 × 200 (40,000 노드) 및 100 × 100 그리드를 1분 이내에 처리할 수 있는, 탐욕적 전단 매칭(greedy bijection completion)을 포함한 희소 후보 제한형 Sinkhorn을 활용한 확장 가능한 MST-Direct 매처.
• 타겟 클라우드를 독립적인 FFT-MA 백본에 매칭하는 다변량 정식화를 구현하였으며, 6개의 변수에 대해 성공적으로 입증하였다.
• 데이터 튜플을 고정하고 크리깅을 통해 백본을 조건화함으로써 하드 데이터를 정확하게 준수하는 조건부 시뮬레이션 메커니즘.
• 6변량, 이분산성, 비선형 참조 분포에 대한 PPMT와의 헤드 투 헤드 검증(무조건부 및 조건부 설정 모두 포함).

결과
본 방법론은 DMS에서 사용된 것과 동일한 6변량, 이분산성, 강한 비선형 참조 분포에 대해 검증되었다.

• 무조건부 시뮬레이션 (200 × 200 그리드): MST-Direct는 참조 분포와 구별할 수 없는 실현을 생성하였으며, 히스토그램 오차(평균 제곱 오차, MSE) 0을 달성했다. 반면, PPMT는 거시적 구조는 회복했으나 미세한 비선형 조인트(joint)를 왜곡하여 $10^{-6}$에서 $10^{-5}$ 수준의 MSE를 보였다. 공간 통계 측면에서 MST-Direct는 베리오그램 실(sill)을 정확히 일치시킨 반면, PPMT는 이를 10~20% 초과했다.
• 조건부 시뮬레이션 (100 × 100 그리드, 200 하드 데이터): MST-Direct는 하드 데이터를 정확하게 준수하였고(최대 절대 오차 0), PPMT는 기계 정밀도($\sim 10^{-14}$) 수준으로 준수했다. MST-Direct는 다시 한번 히스토그램 오차 없이 타겟 결합 분포를 재현한 반면, PPMT는 근사치에 머물렀다. 두 방법 모두 공간 베리오그램을 재현했으나, MST-Direct는 실(sill)을 정확히 추적했고 PPMT는 약간 미달했다.
• 효율성: 희소 매처는 밀집 매처로는 불가능했을 규모인 40,000 노드 그리드를 성공적으로 처리했다.

의의 및 주장
본 논문은 기존 MST-Direct 정식화의 세 가지 개방된 제한 사항을 해결한다고 주장한다. 저자들은 운송 계획(transport plan)이 타겟 튜플의 순열로 유지되기 때문에, 다변량 결합 분포가 정확하게 보존되어 SCT, PPMT, DMS와 관련된 점근적 오차 및 차원 의존적 인수 분해 오차를 피할 수 있다고 단언한다.

이 방법은 복잡하고 강하게 비선형적인 다변량 의존성을 포함하는 응용 분야에 적합한 것으로 제시된다. 본 접근 방식이 타겟 통계와 공간 모델을 성공적으로 재현하지만, 저자들은 잔여 아티팩트(residual artifact)로서 무조건부 베리오그램에서의 미세한 단기 래그(short-lag) 성분을 언급하였으며, 이는 후보 수와 관계 패스(relational passes)를 통해 조절 가능하다. 논문은 이방성(anisotropic) 베리오그램은 향후 과제로 남겨두며 마무리된다. 오픈 소스 구현(v2.0.0)은 mst-direct Python 패키지로 제공된다.