Deep Simulation-Based Inference for Inhomogeneous Bivariate Log-Gaussian Cox Processes

당신이 탐정이 되어 미스터리를 풀고 있다고 상상해 보세요. 하지만 당신의 단서는 발자국이나 지문 대신 지도 위에 흩어진 점들입니다. 이것이 바로 공간적 배치(어떻게 배치되는가)를 이해하기 위해 사용되는 통계학의 한 분야인 **공간 점 패턴(spatial point patterns)**의 세계입니다. 숲속의 나무, 하늘의 별, 혹은 정글의 둥지처럼, 이 점들은 순전히 우연히 나타나는 경우가 드뭅니다. 때로는 파티에 모인 친구들처럼 뭉치기도 하고(클러스터링/군집화), 때로는 붐비는 버스 안의 낯선 사람들처럼 거리를 두기도 합니다(반발). 이를 이해하기 위해 과학자들은 **로그-가우시안 콕스 과정(Log-Gaussian Cox Process, LGCP)**이라는 수학적 도구를 사용합니다. 이것을 '두 층으로 된 케이크'라고 생각해 보세요. 아래층은 환경(예: 강수량이나 일조량)에 의해 결정되는 예측 가능한 '맛'이고, 위층은 우리가 쉽게 예측할 수 없는 방식으로 사물들이 뭉치거나 퍼지게 만드는 무질서하고 숨겨진 '스프링클(뿌려진 가루)'입니다. 문제는, 그 숨겨진 스프링클이 얼마나 강한지 정확히 파악하려면 컴퓨터를 고장 내거나 해결하는 데 영원히 걸릴 정도로 매우 어려운 수학을 풀어야 한다는 점입니다.

이 논문은 **심층 시뮬레이션 기반 추론(Deep Simulation-Based Inference, DSBI)**을 사용하여 이 수학적 퍼즐을 푸는 영리한 새로운 방법을 소개합니다. 이 방법은 불가능한 방정식을 직접 풀려고 노력하는 대신, 컴퓨터에게 거대한 '레시피 맞히기 게임'을 가르칩니다. 다양한 숨겨진 규칙을 가진 수천 개의 가짜 지도를 시뮬레이션하여 생성하고, 컴퓨터에게 그 결과로 나타난 점 패턴을 보여준 뒤, 신경망(인공지능의 일종)을 훈련시켜 패턴을 인식하고 올바른 숨겨진 규칙을 외치도록 만드는 것입니다. 저자들은 이 방법을 실제 세상의 미스터리인 카메룬 보호구역 내 고릴라 둥지의 위치에 테스트했습니다. 그 결과, 그들의 새로운 AI 방식이 환경이 복잡하고 데이터가 지저분한 상황에서도 고릴라들이 어떻게 군집을 이루는지에 대한 숨겨진 규칙을 정확하게 찾아낼 수 있음을 발견했습니다. 이는 마치 물리 법칙을 일일이 계산하지 않고도 발자국 패턴만 보고 용의자의 은신처를 찾아내는 탐정에게 가르치는 것과 같습니다.

두 단계의 탐정 작업

저자들은 모든 것을 한꺼번에 배우는 것이 컴퓨터에게 너무 어렵다는 것을 깨닫고, 마치 범행 동기를 먼저 찾은 다음 범행 도구를 찾는 것처럼 작업을 두 단계로 나누었습니다.

1단계: 예측 가능한 부분
먼저, 이 방법은 지도의 '동기', 즉 예측 가능한 부분을 살펴봅니다. 고릴라 예시에서는 고도, 경사도, 물과의 거리 같은 요소들을 보는 것을 의미합니다. 컴퓨터는 표준적인 전통 통계 방식을 사용하여 순수하게 이러한 환경적 단서들에 기반했을 때 고릴라가 '있어야 할' 곳을 찾아냅니다. 이를 통해 연구팀은 기대되는 둥지 위치에 대한 '평균 트렌드(mean trend)', 즉 기준 지도(baseline map)를 얻습니다.

2단계: 숨겨진 군집 현상
예측 가능한 부분이 설명되고 나면, 컴퓨터는 남겨진 것, 즉 '잔차(residuals)'를 살펴봅니다. 이것은 환경이 설명할 수 없는 추가적인 뭉침이나 빈틈입니다. 여기에 숨겨진 '스프링클'이 존재합니다. 이 부분이 바로 다른 방식들을 고장 내곤 하는 어려운 부분입니다. 저자들은 신경망을 훈련시켜 이 남겨진 것들을 보고 숨겨진 규칙을 추측하도록 했습니다.

비법: 전체 그림 보기

이 논문이 특별한 이유는 AI에게 정보를 제공하는 방식에 있습니다. 보통 통계학자들은 "10미터 이내에 점이 몇 개 있는지"와 같이 몇 가지 숫자로 지도를 요약하여 컴퓨터에게 전달합니다. 이는 마치 그림을 설명할 때 사용된 빨간색과 파란색 물감의 양만을 나열하는 것과 같습니다. 그러면 그림 전체를 놓치게 됩니다!

저자들은 새로운 기술인 **공간 구조 입력(Spatial Structure Inputs)**을 도입했습니다. 단순히 몇 가지 숫자만 주는 대신, 그들은 점 패턴의 2D 이미지를 AI에게 입력했습니다. 고릴라 둥지 지도를 가져와 격자로 나누고 각 칸에 둥지가 몇 개 있는지 세었다고 상상해 보세요. 그런 다음 '기대되는' 둥지 수(1단계에서 구한 값)를 빼고, 그 결과로 나타난 남겨진 것들의 이미지를 AI에게 보여주었습니다. 이를 통해 AI는 단순히 요약된 수치에 의존해 추측하는 것이 아니라, 실제 클러스터의 형태를 '볼 수' 있게 되었습니다. 이는 얼굴을 "눈 두 개, 코 하나"라고 설명하는 것과 실제로 얼굴 사진을 보여주는 것의 차이와 같습니다.

결과: 고릴라와 시뮬레이션

연구팀은 두 가지 방식으로 이 방법을 테스트했습니다. 첫째, 정답을 알고 있는 시뮬레이션을 실행했습니다. 그들은 알려진 규칙을 가진 100,000개의 가짜 지도를 만들고 AI에게 그것을 다시 맞히도록 했습니다. 결과는 인상적이었습니다. AI의 추측은 특히 까다로운 '척도(scale)' 매개변수(클러스터가 얼마나 떨어져 있는지 알려주는 값)에 대해 기존 방식보다 훨씬 정확했습니다. 기존 방식들은 너무 낮거나 높게 추측하는 경향이 있었지만, AI는 안정적이었습니다.

둘째, 이 방법을 고릴라 데이터셋에 적용했습니다. 그들은 두 그룹의 고릴라, 즉 '주요 그룹(major group)'과 '부차적 그룹(minor group)'을 발견했습니다. AI는 두 그룹 모두에 영향을 미치는 거대한 공유된 숨겨진 힘이 넓은 거리(약 710미터)에 걸쳐 존재하며, 이는 측정되지 않은 환경적 요인 때문일 것이라고 추정했습니다. 또한 주요 그룹은 자신들만의 더 조밀한 군집(약 371미터)을 가지고 있으며, 부차적 그룹은 군집 형성이 덜하다는 것도 찾아냈습니다.

그들의 솔루션이 좋은지 확인하기 위해 '시뮬레이션 엔벨로프(simulation envelope)' 테스트를 사용했습니다. 그들은 AI가 추정한 규칙을 바탕으로 99개의 새로운 지도를 시뮬레이션하여 실제 고릴라 데이터가 그 집단에 속하는 것처럼 보이는지 확인했습니다. 실제 데이터는 집단 중간에 잘 위치했습니다. 두 그룹 간의 관계에 대한 p-값은 0.38, 주요 그룹에 대한 p-값은 0.41로 나타났는데, 이는 모델을 기각할 근거가 없음을 의미합니다. 쉽게 말해, 모델이 제대로 작동했다는 것입니다. 모델은 고릴라들이 어떻게 군집을 이루는지 성공적으로 포착해 냈습니다.

이것이 중요한 이유

저자들은 이 접근 방식이 문제의 쉬운 부분(환경)과 어려운 부분(숨겨진 군집)을 분리하기 때문에 게임 체인저가 될 수 있다고 제안합니다. 이는 컴퓨터의 작업을 훨씬 쉽고 빠르게 만듭니다. 일단 AI가 훈련되면, 매번 느리고 복잡한 계산을 실행할 필요 없이 새로운 데이터를 즉시 분석할 수 있습니다.

하지만 저자들은 모델이 잘 작동했음에도 불구하고, 추정된 '분산(variance, 숨겨진 무작위성의 양)'이 약간 높았다는 점을 주의 깊게 언급했습니다. 이는 AI가 추가적인 군집 현상을 설명하기 위해 모델에 포함되지 않은 다른 요인들(예: 먹이 가용성이나 사회적 습성)을 '발명'해야 했을 수도 있음을 시사합니다.

앞으로 저자들은 이 방법을 두 개 이상의 서로 다른 유형의 점이 있는 더 복잡한 지도로 확장하기를 희망합니다. 또한 AI의 '시각'을 더 발전된 신경망 설계로 개선하여, 우주에서 사물들이 어떻게 군집을 이루는지에 대한 일반적인 규칙을 학습하고 어떤 공간적 미스터리도 해결할 준비를 갖추기를 제안합니다. 현재로서는, 적절한 전통 통계와 새로운 AI의 조합을 통해 자연의 점 지도에 숨겨진 패턴을 마침내 해독할 수 있음을 입증했습니다.