Identifying Structural Biases from Causal Mechanism Shifts

문제 정의
인과 발견(Causal discovery) 방법론은 전통적으로 두 가지 강력한 가정, 즉 인과적 충분성(모든 관련 변수가 측정됨)과 독립 동일 분포(i.i.d.) 데이터에 의존한다. 실제 환경에서는 미측정 혼란 변수(unmeasured confounders)와 선택 편향(selection bias)으로 인해 이러한 가정들이 빈번하게 위반되며, 이는 가짜 의존성(spçurious dependencies)과 부정확한 인과 추론을 초래한다. 기존 방법론들은 특정 조건 하에서 잠재적 혼란(latent confounding)이나 선택(selection)을 탐지할 수 있는 경우가 있으나, 특히 데이터가 비-i.i.d.이고 여러 환경에서 수집된 경우 이 둘을 구별하는 것은 여전히 중대한 과제로 남아 있다. 본 논문은 서로 다른 맥락에서 관찰되는 인과 기제 변화(causal mechanism shifts)를 분석하여 구조적 편향(숨겨진 혼란 및 선택 편향)을 식별하는 문제를 다룬다.

방법론
저자들은 환경에 따라 인과 기제가 어떻게 변화하는지를 분석하여 구조적 편향을 탐지하고 분류하는 이론적 프레임워크와 실용적인 알고리즘인 STRUBI(Structural Bias Identification)를 제안한다.

1. 이론적 토대:

   • 본 논문은 내재적 기제 변화(변수의 진정한 데이터 생성 과정의 변화)와 관찰된 기제 변화(관찰된 변수들의 조건부 분포의 변화)를 구분한다.
   • 핵심 통찰: 구조적 편향은 의존적인(dependent) 기제 변화를 유도하는 반면, 편향되지 않은 시스템은 독립적인 변화를 보인다.
     • 숨겨진 혼란(Hidden Confounding): 잠재적 혼란 변수 $Z$의 내재적 변화는 그 자식 노드들($X, Y$)의 관찰된 변화를 일으키지만, 그 조상이나 다른 무관한 변수에는 영향을 미치지 않는다.
     • 선택 편향(Selection Bias): 잠재적 선택 변수(콜라이더, $S$)의 내재적 변화는 그 모든 조상들($X, Y, W$)의 관찰된 변화를 일으킨다.
   • 조상 커버리지(Ancestral Coverage): 저자들은 변수 집합 $A$와 그 조상 집합 사이의 비율을 "조상 커버리지"($cov(A)$)로 정의한다. 저자들은 희소한 기제 변화(sparse mechanism shifts) 하에서, 선택 편향의 영향을 받는 변수 집합은 조상적으로 닫혀 있어(ancestrally closed) 커버리지가 1이 되는 반면, 혼란의 영향을 받는 집합은 일반적으로 커버리지가 1보다 현저히 낮음을 증명한다.

2. STRUBI 알고리즘:

   • 입력: 여러 맥락(contexts)에서 관찰된 데이터, 관찰된 인과 그래프 $G$, 그리고 임계값들.
   • 1단계 (변화 탐지): 각 관찰 변수에 대해, 알고리즘은 맥락 간의 조건부 독립 검정(KCI 테스트 사용)을 수행하여 로컬 기제 $P(X_i | pa(X_i))$가 변화했는지 탐지한다. 이를 통해 맥락들을 기제 불변성(mechanism invariance) 블록으로 분할한다.
   • 2단계 (의존성 식별): 알고리즘은 서로 다른 변수들의 분할 패턴 간의 조정 상호 정보량(Adjusted Mutual Information, AMI)을 계산한다. 높은 AMI를 가진 변수들은 연결된 컴포넌트로 그룹화되며, 이는 이들이 공통된 잠재 원인(혼란 변수 또는 선택 변수)을 공유함을 나타낸다.
   • 3단계 (분류): 식별된 각 변수 집합에 대해, 알고리즘은 제공된 인과 그래프 상의 조상 커버리지를 계산한다.
     • 만약 커버리지가 임계값 $\tau_2$보다 크거나 같다면, 해당 집합은 **선택 편향(Selection Bias)**을 받는 것으로 분류된다.
     • 만약 커버리지가 임계값 $\tau_2$보다 작다면, 해당 집합은 **숨겨진 혼란(Hidden Confounding)**을 받는 것으로 분류된다.
     • 낮은 AMI를 보이는 집합은 **편향되지 않음(Unbiased)**으로 분류된다.

주요 기여

• 구조적 편향의 식별: 본 논문은 의존적인 기제 변화를 관찰함으로써, 특히 혼란(자식에게 영향)과 선택(조상에게 영향)의 위상적 차이를 활용하여 비-i.i.d. 데이터로부터 구조적 편향을 식별할 수 있다는 공식적인 증명을 제공한다.
• 비매개적(Non-Parametric) 접근법: 매개적 가정(예: 선형 가우시안 모델)이나 특정 데이터 구조(예: 순차 데이터)를 요구하는 기존 연구와 달리, STRUBI는 비매개적이며 일반적인 인과 기제에 적용 가능하다.
• STRUBI 알고리즘: 기제 변화 탐지, 상호 정보량 분석, 그리고 그래프 위상학을 통합하여 편향을 분류하는 실용적이고 경험적으로 테스트 가능한 방법을 제공한다.
• 그래프 오류에 대한 강건성: 본 방법론은 입력된 인과 그래프가 실제(ground truth)가 아닌 추론된 것이더라도, 실제 그래프를 사용하는 것과 유사한 성능을 보이며 강건함을 입증한다.

실험 결과
저자들은 합성 데이터와 실제 데이터를 사용하여 STRUBИ를 평가한다:

• 합성 데이터: 다양한 크기의 Erdős-Rényi 그래프에 대한 실험 결과, STRUBI는 세 가지 작업(잠재 변수의 존재 탐지, 영향받은 변수 집합 복구, 편향 유형 분류)에서 기존의 최첨단 베이스라인(FCI 변형, CoCo, Latent-Selection 방법 포함)을 크게 앞질렀다. STRUBI는 인과 그래프가 실제 값이 아닌 TOPIC을 통해 학습된 경우에도 높은 F1 점수를 달성했다.
• 실제 데이터 (세포 신호 전달): Sachs 등의 유세포 분석(flow cytometry) 데이터셋에 대한 사례 연구는 복잡한 생물학적 시스템에 대한 STRUBI의 적용 가능성을 보여준다. 혼란 또는 선택 편향을 시뮬레이션하기 위해 PKC를 억제했을 때, STRUBI는 편향 유형을 정확히 식별하고 영향받은 노드 대부분(선택의 경우 조상, 혼란의 경우 자식)을 복구하였으며, 선택 편향 시나리오에서 영향을 받은 하위 집합을 정확히 복구하지 못한 CoCo 및 JCI-FCI와 같은 경쟁 모델들보다 우수한 성능을 보였다.

의의 및 주장
본 논문은 STRUBI가 엄격한 i.i.d. 및 인과적 충분성 가정을 완화함으로써 인과 발견 분야에서 중요한 진전을 이루었다고 주장한다. 의존적인 기제 변화의 독특한 위상적 특징을 활용함으로써, 이 방법은 매개적 모델 없이도 숨겨진 혼란과 선택 편향을 구별할 수 있다. 저자들은 이 접근 방식이 실제 환경에서 잘 작동하며, 영향을 받은 변수 집합과 편향 유형을 정확하게 복구하고 기존 방법들을 큰 차이로 압도한다는 점을 강조한다. 저자들은 방법론의 한계로 마르코프 조건과 충실성(faithfulness)을 가정해야 하며, 변화를 신뢰성 있게 탐지하기 위해 맥락당 충분한 샘플 수와 충분한 수의 맥락이 필요하다는 점을 언급한다. 그러나 결과는 STRUBI가 실제 세계의 비-i.i.d. 설정에서 구조적 편향을 식별하는 데 있어 강력한 도구임을 시사한다.