기술 요약: 위상적 인과 데이터 분석을 위한 수학적 프레임워크

문제 정의

현대 과학의 결과물은 단순한 스칼라 값이 아니라 이미지, 포인트 클라우드, 네트워크, 공간장(spatial fields)과 같은 구조화된 객체로 나타나는 경우가 많습니다. 이러한 맥락에서 표준적인 인과적 대비인 $Y_1 - Y_0$는 정의되지 않거나 과학적으로 부적절할 수 있습니다. 이러한 복잡한 구조를 단일 스칼라 요약으로 축소하는 것은 중요한 기하학적 또는 위상적 정보를 유실할 수 있으며, 단순한 뺄셈은 형태, 연결성 또는 클러스터링의 변화를 포착하는 데 실패합니다.

위상적 데이터 분석(TDA)은 다중 척도 요약(예: 지속성 다이어그램, 랜드스케이프)을 제공하여 안정적이고 형태에 민감한 요약을 제공하지만, 이러한 도구들은 내재적인 인과적 해석이 결여되어 있습니다. 위상적 특징은 관측된 기하학적 구조를 설명할 뿐, 교란(confounding)이나 처치 할당(treatment assignment)을 고려하지 않습니다. 반대로, 표준적인 인과 추론 프레임워크는 일반적으로 스칼라 또는 벡터 값의 결과에 맞게 설계되어 있습니다. 따라서 개입(intervention), 식별(identification), 특징 추출(feature extraction)의 구별된 역할을 혼동하지 않으면서 인과적 식별과 위상적 표현을 통합하는 엄밀한 수학적 아키텍처가 필요합니다.

방법론: TCDA 프레임워크

본 논문은 $P_{TCDA} = (S, M(G), T, C)$라는 튜플로 정의되는 위상적 인과 데이터 분석(Topological Causal Data Analysis, TCDA) 프레임워크를 소개합니다. 이 아키텍처는 네 가지 계층을 명시적으로 분리합니다:

1. 관측 공간 (Observation Space, $S$): 관측된 데이터 $(X, A, Y)$의 측정 가능한 공간.
2. 인과 모델 클래스 (Causal-Model Class, $M(G)$): 그래프 $G$와 호환되는 인과 모델의 집합으로, 잠재적 결과 $Y^a$를 결정함.
3. 위상적 표현 (Topological Representation, $T$): 결과 또는 법칙을 메트릭 또는 바나흐 공간으로 변환하는 측정 가능한 사상(map).
4. 인과적 쿼리 (Causal Query, $C$): 인과 모델 상에서 정의된 특정 추론 대상.

본 프레임워크는 일반적으로 교환 법칙이 성립하지 않는 두 가지 주요 분석 수준을 구분합니다.

1. 결과 수준 TCDA (Outcome-Level TCDA)

이 분기에서는 평균을 내기 전 개별 잠재적 결과에 위상을 적용합니다.

• 표현: $T_{out}: Y \to B$를 분리 가능한 바나흐 공간 $B$(예: 지속성 랜드스케이프, 실루엣)로의 측정 가능한 사상이라고 합시다.
• 대상: 위상적 평균 처치 효과(Topological Average Treatment Effect, TATE)는 다음과 같이 정의됩니다:
  $$TATE_{out} = E[T_{out}(Y^1)] - E[T_{out}(Y^0)]$$
• 식별: 표준적인 가정(일관성, 조건부 교환 가능성, 엄격한 양의성) 하에서, 결과 수준의 효과는 표준화 또는 역확률 가중치(IPW)를 통해 식별됩니다. 본 논문은 이를 바나흐 공간 값의 결과로 확장하여, 보크너 적분 가능성(Bochner integrability)에 대한 조건을 확립하고 넌서스 함수(nuisance functions)에 대한 곱-속도 경계(product-rate bounds)를 갖는 이중 강건(doubly robust) 추정량을 도출합니다.
• 벡터화 없는 효과: 벡터화를 피해야 하는 경우, 본 프레임워크는 지속성 다이어그램의 메트릭 기하학(예: 와서스타인 거리)에 의존하여 프레셰 평균(Fréchet means) 또는 기하학적 중앙값(geometric medians)과 같은 메트릭 공간 추정량을 고려합니다.

2. 분포 수준 TCDA (Distribution-Level TCDA)

이 분기에서는 개입된 결과 법칙 자체에 위상을 적용합니다.

• 표현: $T_{dist}: \mathcal{P}^*(Y) \to Z_{dist}$를 확률 법칙에 작용하는 사상(예: 법칙의 서포트 또는 거리-투-메저(distance-to-measure) 함수에 지속성 호몰로지를 적용)이라고 합시다.
• 대상: 분포 수준의 효과는 다음과 같습니다:
  $$\Delta_{dist} = T_{dist}(P^1_Y) - T_{dist}(P^0_Y)$$
  (또는 스칼라 불일치 $d_{dist}(T_{dist}(P^1_Y), T_{dist}(P^0_Y))$).
• 식별: 개입된 법칙 $P^a_Y$는 인과적 $g$-공식을 통해 식별됩니다. 위상적 표현은 이 식별 단계 이후에 적용됩니다.
• 비교환성: 본 논문은 결과 수준의 대비와 분포 수준의 대비가 일반적으로 다르다는 것을 입증합니다. 두 효과는 $T_{dist} - A$가 관련 법칙 클래스 상에서 상수(여기서 $A$는 평균 범함수)일 때만 일치합니다. 비선형(non-affine) 표현(예: 클러스터링이나 연결성에 민감한 표현)은 평균화된 법칙을 요약하는 것과 위상적 요약을 평균화하는 것 사이에 근본적인 차이를 만듭니다.

안정성 및 플러그인 보장 (Stability and Plug-in Guarantees)

본 프레임워크는 위상적 표현이 특정 다이어그램 메트릭(예: bottleneck 또는 Wasserstein 거리)에 대해 립시츠 연속(Lipschitz continuous)이면, 인과적 대비가 이 안정성을 상속받음을 확립합니다.

• 결과 수준: 안정성은 잠재적 결과의 결합(coupling)을 통해 결과 공간에서 TATE로 전달됩니다.
• 분포 수준: 안정성은 확률 법칙의 공간(예: $W_2$ 거리)에서 분포 수준의 효과로 전달됩니다. DTM(Distance-to-Measure) 지속성에 대하여, 추정된 효과의 오차는 DTM 파라미터 $m$에 의해 스케일링된 추정된 개입 법칙의 $W_2$ 오차에 의해 제한됩니다.

위상적 무시 가능성 및 발견 한계 (Topological Ignorability and Discovery Limits)

• 대상 특이적 무시 가능성: Saki와 Faghihi [32]의 연구를 바탕으로, 본 논문은 *조건부 위상적 무이 가능성(conditional topological ignorability)*을 공식화합니다. 이는 약한 조건부 교환 가능성보다 더 약한 가정이며, 표현이 비단사(non-injective)이고 서로 다른 법칙들이 동일한 파이버(fiber)에 속하는 경우, 전체 개입 법칙이 식별되지 않더라도 공변량 표준화된 위상적 효과를 식별하기에 충분합니다.
• 인과 발견: 본 논문은 인과 발견에서 위상의 한계를 명확히 합니다. 위상적 요약은 제한된 모델 클래스를 구별할 수는 있지만(예: 서포트 위상을 기반으로 기능적 의존성과 잠재적 순환 메커니즘을 분리), 그 자체만으로는 인과적 에지를 방향 지을 수 없으며 추가적인 가정(예: 시간적 순서, 독립 노이즈) 없이 개입을 식별할 수 없습니다.

주요 기여

1. 통합된 아키텍처: 관측, 인과 모델, 위상적 표현 및 쿼리를 명시적으로 분리하여 개입, 식별 및 특징 관련성에 관한 과학적 질문의 혼동을 방지합니다.
2. 바나흐 공간 공식화: 보크너 적분 가능성 조건과 함께 바나흐 공간 값의 요약에 대한 결과 수준 TCDA에 대한 엄밀한 처리를 제공합니다.
3. 비교환성 특성화: 결과 수준과 분포 수준의 효과가 언제 일치하는지에 대한 이론적 특성화를 수행하며, 비선형 위상 변환이 일반적으로 서로 다른 인과적 대상을 생성함을 증명합니다.
4. 안정성 전달: 위상적 표현의 립시츠 상수를 기반으로 인과적 대비의 안정성 경계를 도출하며, 특히 $W_2$ 오차와 DTM 기반 인과 효과 사이의 관계를 연결합니다.
5. 발견 한계의 명확화: 관측된 위상이 인과 발견을 어떻게 도울 수 있는지(모델 클래스 분리를 통해)를 공식화하고, 구조 식별을 위해 인과적 가정을 대체할 수 없음을 명시적으로 밝힙니다.

결과 및 의의

본 논문은 특정 데이터셋을 위한 새로운 추정 알고리즘을 제안하는 것이 아니라, 기존 및 미래의 방법론을 정당화하고 분석하기 위한 수학적 인프라를 제공합니다.

• 의의: 위상은 인과 관계를 정의하는 것이 아니라, 인과적 가정이 지정된 후 안정적이고 형태에 민감한 요약을 제공한다는 점을 명확히 합니다. 또한, 연산의 순서(위상적 변환 vs. 모집단 집계)가 인과적 대상을 정의한다는 점을 강조합니다.
• 실질적 함의: 연구자들은 자신의 과학적 질문이 '개별 형태의 평균적 변화'에 관한 것인지, 아니면 '모집단 분포의 기하학적 변화'에 관한 것인지를 명시적으로 선택해야 하며, 이 둘은 서로 다른 결과를 낼 수 있는 별개의 대상입니다.
• 강건성: 위상적 무시 가능성이 더 약한 가정 하에서도 거친(coarse) 효과의 식별을 허용할 수 있음을 보여주지만, 주변 효과(marginal effects)나 전체 법칙 식별을 위한 일반적인 은닉 교란(hidden confounding)에 대한 강건성을 제공하지는 않습니다.

결론적으로, TCDA는 위상적 데이터 분석을 표준적인 인과 추론 시퀀스(대상 정의 $\to$ 가정 $\to$ 식별 $\to$ 추정) 내에 배치하여, 위상적 요약이 적절한 인과적 엄밀성을 갖추어 해석되도록 보장합니다.