기술 요약: 연합 인과 발견 및 추론에 관한 조사

1. 문제 정의

본 논문은 데이터가 여러 기관(예: 병원, 은행, 연구 센터)에 분산되어 있어 개인정보 보호 규정(예: GDPR, HIPAA) 및 통신 제약으로 인해 원시 기록을 공유할 수 없거나 공유하지 않으려는 상황에서 발생하는 인과 추론의 핵심 과제를 다룹니다. 연합 학습(Federated Learning, FL)이 협업적 지도 학습을 성공적으로 가능하게 해왔지만, 이를 인과 프레임워크와 통합하는 데는 별도의 어려움이 따릅니다.

본 논문은 두 가지 상호 보완적인 작업에 집중합니다:

1. 연합 인과 발견 (Federated Causal Discovery, FCD): 분산된 관측 데이터로부터 중앙 집중식 데이터 수집 없이 글로벌 인과 구조(유향 비순환 그래프, DAG)를 복구하는 작업입니다.
2. 연합 인과 추론 (Federated Causal Inference, FCI): 분산된 인구 집단 전체에 걸쳐 인과 효과(예: 평균 처치 효과, ATE)를 정량화하는 작업으로, 사이트마다 분포나 메커니즘이 다를 수 있는 교란 요인(confounders)에 대한 조정을 필요로 합니다.

확인된 주요 과제는 다음과 같습니다:

• 구조적 제약: 분산된 환경에서 전역적 비순환성(acyclicity)을 강제하는 것은 조합론적으로 매우 어렵습니다.
• 이질성 (Heterogeneity): 클라이언트들은 서로 다른 인과 메커니즘(서로 다른 조건부 분포 $P(X_i | Pa(X_i))$)을 가질 수 있으며, 표준 FL의 가정을 위반하는 비동일한 변수 집합을 관찰할 수 있습니다.
• 식별 가능성 (Identifiability): 인과적 결론은 충분한 조건부 집합과 함수적 가정에 의존하며, 이는 데이터가 분할되었을 때 더욱 복잡해집니다.

2. 방법론 및 분류 체계

본 논문은 "FL을 위한 인과 관계(Causality for FL)"라는 광범위한 조사와 차별화되는, 다차원적 분류 체계를 통해 체계적인 검토를 제공합니다.

연합 인과 발견 (FCD)

저자들은 FCD 방법론을 세 가지 축을 기준으로 분류합니다:

1. 방법론적 패러다임:
   • 제약 기반 (Constraint-Based): 분산된 환경에서 연합 조건부 독립(CI) 테스트를 수행하는 PC 및 FCI 알고리즘의 변형(예: FedPC, FedC2SL)입니다. 이들은 오차 전파 및 고차 CI 테스트의 신뢰성 문제에 직면합니다.
   • 점수 기반 (Score-Based): DAG 공간 또는 순서에 대해 글로벌 점수 기준(예: BIC)을 최적화하는 방법(예: DARLS, FedGES)입니다. 초지수적 탐색 공간과 로컬 샘플 크기에 대한 민감도가 과제입니다.
   • 연속 최적화 (Continuous Optimization): NOTEARS 프레임워크를 확장하여 DAG 학습을 경사 하강 기반의 분산 최적화로 해결 가능한 연속 프로그램으로 재구성하는 방법(예: NOTEARS-ADMM, FedDAG)입니다. 비볼록성(non-convexity)과 높은 통신 비용($O(d^2)$) 문제가 발생합니다.
   • 하이브리드/기타: 패러다임을 결합하거나 중재 데이터(FedCDI) 또는 결측 데이터(FedImpCSL)와 같은 특정 설정을 다루는 방법입니다.
2. 연합 토폴로지 (Federation Topology):
   • 수평적 (Horizontal): 클라이언트들이 변수는 공유하지만 샘플은 서로 다른 경우(지배적인 설정).
   • 수직적 (Vertical): 클라이언트들이 엔티티는 공유하지만 변수는 서로 다른 경우(예: PP-BN(V), VertiBayes).
   • 하이브리드 (Hybrid): 클라이언트 간에 샘플과 변수가 모두 다른 경우.
3. 구조적 범위 (Structural Scope):
   • 글로벌 (Global): 모든 변수에 대한 전체 DAG를 학습합니다.
   • 로컬 (Local): 특정 타겟 변수의 부모/자식만을 학습합니다(예: FedLCS).

연합 인과 추론 (FCI)

FCI 방법은 다음 두 가지 축에 의해 분류됩니다:

1. 대상 추정치 (Target Estimand): 평균 처치 효과(ATE) 대 개별/조건부 평균 처치 효과(ITE/CATE).
2. 추정 전략:
   • 역확률 가중치 (Inverse Probability Weighting, IPW): 연합 성향 점수 집계(예: FedIPW-MLE, Fed-IPW).
   • 이중 강건/증강 (Doubly Robust/Augmented): 결과 회귀와 성향 가중치를 결합하여 강건성을 확보하는 FedAIPW 및 FACE와 같은 방법입니다.
   • 매칭 (Matching): 연합 성향 점수 매칭(예: FPSM, MVAgg).
   • 딥 생성 모델/트랜스포머 (Deep Generative/Transformers): 표현 학습을 위해 VAE 및 Transformer를 사용하지만(예: FedTEDVAE, FedTransTEE), 이들은 종종 엄격한 이론적 보장이 부족합니다.
   • 특수 목적: 생존 분석(FL-TTE), 도구 변수(FedIV), 이중 머신 러닝(FDML)을 위한 방법들입니다.

통합 파이프라인

본 논문의 핵심적인 방법론적 기여는 FCD와 FCI 사이의 연결을 공식화하는 것입니다. 저자들은 FCD가 FCI를 위한 유효한 조정 집합(back-door criterion을 통해)을 식별하는 상류 단계 역할을 하는 통합 파이프라인을 제안합니다. 또한, 구조적 불확실성(예: 마르코프 동등 클래스 모호성)이 발견 단계에서 추론 단계로 어떻게 전파되는지 분석하며, 단순한 점 추정치가 과도하게 확신에 찬 결론을 초래할 수 있음을 지적합니다.

3. 주요 기여

본 논문은 다음과 같은 기여를 주장합니다:

1. 포괄적 범위: "FL을 위한 인과 관계"라는 더 넓은 관점을 넘어, 분산된 구조 학습 및 효과 추정의 핵심 알고리즘 과제에 집중함으로써 FCD와 FCI를 모두 다루는 최초의 세밀한 전문 조사 연구를 제공합니다.
2. 새로운 분류 체계: FCD를 위한 3축 분류(방법론 $\times$ 토폴로지 $\times$ 범위)와 FCI를 위한 2축 분류(추정치 $\times$ 전략)를 도입하여, 이전에는 합성되지 않았던 차원 간의 원칙적인 비교를 가능하게 합니다.
3. 파이프라인의 공식화: FCD와 FCI 사이의 의존성을 명시적으로 공식화하여, 구조 학습이 효과 추정에 어떻게 정보를 제공하고 오류가 어떻게 전파되는지를 분석했습니다. 이는 기존 문헌에서는 거의 탐구되지 않은 연결 고리입니다.
4. 체계적 비교: 프라이버시 메커니즘, 통신 효율성, 이론적 보장, 그리고 이질성 및 결측 데이터와 같은 실무적 문제 처리 능력을 기준으로 방법론들을 상세히 비교한 요약 표를 제공합니다.

4. 결과 및 분석

본 조사는 새로운 실험 결과를 제시하기보다는 기존 문헌의 결과들을 종합합니다. 주요 분석적 관찰은 다음과 같습니다:

• 수평적 FL의 지배력: 대부분의 기존 연구는 수평적 분할에 집중되어 있으며, 수직적 및 하이브리드 설정은 실질적인 관련성에도 불구하고 여전히 미개척 영역으로 남아 있습니다.
• 이질성 처리: 초기 방법들은 동질적인 데이터를 가정했으나, 최근 연구들(예: FedDAG, FedCDH)은 이질적인 인과 메커니즘과 비동일한 변수 집합을 다루기 시작했습니다.
• 프라이버시 격차: 대다수의 방법은 원시 데이터를 공유하지 않는 것이 프라이버시 보호에 충분하다는 암묵적 가정에 의존합니다. 공식적인 차분 프라이버시(Differential Privacy, DP) 보장을 제공하는 방법은 극소수입니다(예: PERI, I-PERI, Fed-Sparse-BNSL).
• 통신 효율성: 연속 최적화 방법은 행렬 교환으로 인해 높은 통신 비용($O(d^2)$)을 초래하는 경우가 많으며, 점수 기반 및 제약 기반 방법들은 그 편차가 큽니다.
• 이론적 한계: 수렴 보장이 드뭅니다. 일부 방법(예: DARLS, FDBNL)만이 공식적인 수렴 속도를 제공하며, 이질성 하에서의 연합 인과 발견에 대한 미니맥스 속도(minimax rates)는 여전히 열려 있는 이론적 과제입니다.

5. 의의 및 향후 연구 방향

본 논문은 연구자들이 이 분야에 진입할 때 기초적인 참조 자료가 될 것임을 자처합니다. 본 논문의 의의는 인과 추론과 연합 학습이라는 두 학제 간 분야 사이의 간극을 메우고, 복잡한 알고리즘 지형을 탐색할 수 있는 구조화된 프레임워크를 제공한다는 점에 있습니다.

저자들은 향후 연구를 위한 몇 가지 과제를 제시합니다:

• 공식적인 프라이버시 보장: 다회차 인과 프로토콜을 위한 타이트한 합성 정리(composition theorems) 개발 및 구조 학습에서의 프라이버시-유용성 트레이드오프 특성화.
• 통신 효율성: 그래디언트 압축 및 원샷 집계 전략과 같은 고차원 설정을 위한 프로토콜 설계.
• 이론적 토대: 연합 추정량에 대한 유한 샘플 식별 조건, 미니맥스 속도 및 준모수적 효율성 경계(semiparametric efficiency bounds) 확립.
• 수직적 및 하이브리드 설정: 클라이언트가 서로 다른 변수를 보유한 설정을 위한 확장 가능한 프로토콜 생성.
• 발견과 추론의 연결: 구조 학습과 효과 추정을 공동으로 최적화하는 엔드 투 엔드 파이프라인 및 구조적 불확실성을 효과 추정에 전파하는 방법 개발.
• 복잡한 설정: 잠재적 교란 요인(PAGs), 시변 처치(time-varying treatments), 매개 분석(mediation analysis) 및 반사실적 추론(counterfactual reasoning)을 다루기 위한 방법론 확장.
• 벤치마크: 이 분야에는 표준화된 벤치마크가 부족합니다. 저자들은 현실적인 이질성, 결측 데이터, 그리고 실제 구조를 포함한 커뮤니티 벤치마크를 촉구합니다.

결론적으로, 상당한 진전이 있었음에도 불구하고, 의료, 경제, 공학 분야에서 연합 인과 추론의 잠재력을 완전히 실현하기 위해서는 더욱 엄격한 이론적 토대, 표준화된 평가, 그리고 확장 가능한 솔루션이 필요합니다.