🤖 AI

Longitudinal and Graph-Augmented Prediction of Adolescent Substance Use Onset in the ABCD Study

본 연구는 종단적 모델링과 ABCD 연구의 그래프 증강 관계 데이터를 결합하는 것이 청소년의 약물 사용 시작 예측을 유의미하게 개선하며, 시계열 XGBoost와 시계열 그래프 합성곱 신경망(Temporal Graph Convolutional Networks)의 스택 앙상블을 통해 우수한 성능을 달성함을 입증한다.

원저자: Yixuan He, Jinni Su, Yun Kang

게시일 2026-08-18

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yixuan He, Jinni Su, Yun Kang

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

매년 수백만 명의 십 대들이 처음으로 술을 한 모금 마시거나 마리화나를 경험합니다. 많은 이들이 실험적으로 시도한 후 그만두기도 하지만, 어떤 이들에게 이 이른 시작은 중독과 장기적인 건강 문제라는 위험한 길로 들어서는 시작점이 됩니다. 과학자들은 물질 사용에 빠질 위험이 태어날 때 결정되는 고정된 특성이 아니라, 시간이 흐르며 펼쳐지는 이야기라는 것을 오래전부터 알고 있었습니다. 아이의 환경, 친구 관계, 가족의 규칙, 그리고 아이 자신의 변화하는 행동은 열 살에서 십 대 후반으로 성장함에 따라 모두 변화하고 상호작용합니다. 연구자들의 과제는 이 펼쳐지는 이야기를 충분히 일찍 읽어내어, 단순히 호기심을 가진 아이와 정말로 곤경을 향해 가고 있는 아이를 구별해 내는 방법을 찾는 것이었습니다.

이 문제를 해결하기 위해 연구팀은 '청소년 뇌 인지 발달 연구(Adolescent Brain Cognitive Development Study)'라고 불리는 거대하고 지속적인 프로젝트에 주목했습니다. 이 연구는 미국 전역의 약 12,000명의 아이들을 추적하며 매년 그들의 삶을 놀라울 정도로 상세하게 기록합니다. 연구진은 이 데이터의 흐름을 사용하여 아이들이 실제로 물질을 사용하기 전에 누가 물질을 사용하기 시작할지 예측할 수 있는지 알고 싶었습니다. 그들은 세 가지 다른 데이터 분석 방식을 테스트했습니다: 한 아이의 삶을 특정 순간에 포착한 스냅샷, 시간이 흐르며 변화하는 삶의 영화, 그리고 가족, 학교, 공유된 경험을 통해 아이들이 서로 어떻게 연결되어 있는지를 보여주는 지도입니다.

연구진은 먼저 다음과 같은 단순한 질문을 던졌습니다: 아이의 삶을 한 번 보는 것만으로 미래를 예측하기에 충분한가? 그들은 연구의 첫해 데이터를 가져왔는데, 여기에는 연령, 가구 소득, 학교 성적, 이웃의 안전성과 같은 세부 정보가 포함되어 있었습니다. 그리고 이 데이터로 몇 년 후 술을 마시거나 마리화나를 사용할 사람을 추측해 보았습니다. 그들은 강력한 컴퓨터 프로그램을 사용하여 이 정적인 정보 속에서 패턴을 찾아냈습니다. 결과는 괜찮았지만 아주 뛰어나지는 않았습니다. 프로그램은 아이의 연령이나 가족의 음주 규칙과 같은 일부 위험 요인을 식별할 수는 있었지만, 십 대가 성장하면서 발생하는 역동적인 변화는 놓쳤습니다. 이는 마치 하늘의 사진 한 장을 보고 날씨를 예측하려는 것과 같았습니다. 구름은 볼 수 있지만, 바람이 바뀌거나 폭풍이 몰아치는 모습은 볼 수 없는 것과 같습니다.

다음으로, 연구팀은 각 아이의 삶의 전체 이력을 컴퓨터에 입력하는 다른 접근 방식을 시도했습니다. 단일 스냅샷 대신, 그들은 아이의 행동, 친구 관계, 정신 건강이 해마다 어떻게 변했는지를 보여주는 일련의 업데이트를 제공했습니다. 이 방식은 훨씬 더 강력한 것으로 증명되었습니다. 아이의 삶의 궤적을 관찰함으로써, 컴퓨터는 단일 스냅샷으로는 놓칠 수 있는 경고 신호를 포착할 수 있었습니다. 예를 들어, 규칙을 어기는 친구들과 어울리는 빈도가 갑자기 늘어나거나 행동 문제가 증가하는 것이 물질 사용이 다가오고 있다는 강력한 신호임이 분명해졌습니다. 이러한 변화하는 패턴을 가장 잘 포착한 모델은 복잡하고 비선형적인 관계를 학습할 수 있는 유연한 도구였으며, 이는 아이의 삶의 이야기가 단 하나의 챕터보다 더 중요하다는 것을 효과적으로 말해주었습니다.

그 후 연구진은 아이가 누구를 알고 있는지를 아는 것이 더 많은 가치를 더할 수 있는지 물었습니다. 청소년은 진공 상태에서 살지 않습니다. 그들은 부모, 교사, 그리고 또래 집단의 영향을 받습니다. 이를 테스트하기 위해 연구팀은 공유된 가족 구성원, 공유된 학교, 또는 유사한 생활 환경을 바탕으로 아이들을 연결하는 디지털 지도를 구축했습니다. 그들은 이러한 연결 관계를 이해하도록 설계된 인공지능의 일종을 사용하여, 개별 데이터 포인트가 보여줄 수 없는 숨겨진 위험을 밝혀내고자 했습니다. 이 지도들은 유용한 단서를 제공했지만, 아이 자신의 이력을 단순히 추적하는 방식보다 더 뛰어난 성능을 보이지는 못했습니다. 아이들 사이의 연결은 맥락의 층위를 더해주었지만, 가장 강력한 신호는 여전히 아이 자신의 변화하는 행동과 환경이었습니다.

돌파구는 연구진이 이러한 접근 방식들을 결합했을 때 나타났습니다. 그들은 타임라인 기반 모델의 강력한 예측력에 연결 기반 지도의 통찰력을 더했습니다. 이 결합은 단일 방법만 사용했을 때보다 더 효과적이었습니다. 개인의 삶의 이야기와 관계의 맥락을 혼합함으로써, 연구팀은 물질 사용 시작을 예측하는 데 있어 가장 높은 수준의 정확도를 달 Achieve 했습니다. 그들의 최적화된 모델은 이전의 정적 데이터나 고립된 방식에 의존했던 모든 시도보다 뛰어난 성능을 보이며, 알코올 및 마리화나 사용 위험을 매우 높은 신뢰도로 정확히 식별해 냈습니다.

또한 분석 결과는 무엇이 이러한 예측을 주도하는지 정확히 밝혀냈습니다. 아이의 연령이 항상 주요 요인이긴 했지만, 가장 결정적인 경고 신호는 아이들이 성장함에 따라 변화했습니다. 어린 시절에는 가족의 규칙과 이웃의 환경이 지배적이었습니다. 그러나 아이들이 십 대에 접어들면서, 또래 집단의 영향과 스스로의 행동 문제들이 가장 큰 신호가 되었습니다. 규칙을 어기는 행동을 하는 친구들과 어울리기 시작하거나, 공격성 또는 충동성과 같은 외현화 문제를 보이기 시작한 아이는 물질 사용 위험이 현저히 높았습니다. 이러한 발견은 십 대를 보호하는 가장 효과적인 방법은 단순히 그들의 배경을 보는 것이 아니라, 그들의 세계가 어떻게 변하고 있으며 그들이 그 변화에 어떻게 반응하는지를 지켜보는 것임을 시사합니다.

궁극적으로, 이 연구는 청소년 건강의 미래를 예측하는 데 있어 역동적인 관점이 필요함을 입증합니다. 아이의 삶에 대한 단일 평가는 불충분한데, 왜냐하면 위험은 진화하기 때문입니다. 가장 정확한 그림은 아이의 발달 과정을 담은 삶의 궤적을 추적하는 동시에 그들을 둘러싼 관계의 망을 이해할 때 나타납니다. 어떤 모델도 절대적인 확실성을 가지고 미래를 예측할 수는 없지만, 이 연구는 삶의 타임라인과 연결의 지도를 결합함으로써, 우리가 가장 도움이 필요한 아이들을 식별하여 첫 잔을 마시거나 첫 모금을 빨기 전 예방을 위한 더 명확한 길을 제시할 수 있음을 보여줍니다.

기술 요약: ABCD 연구의 종단적 및 그래프 증강 기반 청소년 약물 사용 발병 예측

문제 정의

청소년기 약물 사용 위험의 조기 식별은 중요한 공중보건 과제이다. 왜냐하면 조기 시작은 추후 약물 사용 장애 및 부정적인 발달 결과의 위험 증가와 상관관계가 있기 때문이다. ABCD(Adolescent Brain Cognitive Development) 연구는 풍부한 다영역 종단적 데이터셋을 제공하지만, 기존의 머신러닝 접근 방식은 두 가지 주요 한계에 직면해 있다:

정적 표현(Static Representations): 대부분의 모델은 기저치(baseline) 또는 횡단적 데이터에 의존하며, 위험 요인이 진화하는 종단적 궤적을 충분히 활용하지 못한다.
독립성 가정(Independence Assumption): 기존 모델은 일반적으로 참가자를 독립적인 관측치로 취급하며, 동료 및 사회적 환경이 청소년 행동에 상당한 영향을 미친다는 광범 el한 증거를 무시한다.

본 연구는 **종단적 시간 모델링(longitudinal temporal modeling)**과 **그래프 기반 관계적 맥락(graph-based relational context)**을 통합하는 것이 표준 기저 모델과 비교하여 약물 사용 발병(알코올 시음, 알코올 사용, 마리화나 사용 및 복합 사용) 예측을 개선할 수 있는지 평가함으로써 이러한 격차를 해결한다.

방법론

데이터 및 전처리

데이터셋: 최대 10개 시점(T1–T10, 연령 10~17세)에 걸친 약 11,860명의 ABCD 연구 참가자.
특성(Features): 사회인구학적, 개인적, 가족, 동료, 학교, 이웃, 문화적, 구조적 변수를 포함한 53개 차원. 결측치(특성-시점 셀의 약 55%)는 FIML-EM(Full-Information Maximum Likelihood with EM)을 통해 처리됨.
태스크(Tasks):
- 태스크 1 (Baseline): Wave 1의 특성만을 사용하여 최종 시점의 발병을 예측.
- 태스크 2 (Temporal): 결과 발생 이전의 모든 시점 특성을 사용하여 최종 시점의 발병을 예측.

그래프 구축

관계적 맥락을 모델링하기 위해, 저자들은 17개의 서로 다른 발달 메커니즘을 나타내는 그래프 변형을 구축하였다:

ID 기반 그래프: 가족, 학교, 사이트(Site) 및 이들의 합집합(예: 학교+가족).
특성 유사도 그래프: 다양한 희소성을 가진 k-최근접 이웃(kNN, $k=5, 10, 20$ ) 및 코사인 유사도 그래프(임계값 0.5%–10%).
구조: 결측치를 고려한 거리 계산을 사용하여 각 시점별로 그래프를 구축함. 자기 루프(self-loops)를 포함하였으며, 인접 행렬은 이진화 및 행 정규화(row-normalization) 과정을 거침.

평가된 모델

베이스라인 (Task 1): Elastic Net, Random Forest, XGBoost, MLP, 그리고 Graph Convolutional Networks (GCN).
템포럴 (Task 2): LSTM, GRU, Temporal XGBoost (평탄화된 $T \times F$ $T \times F$ 입력), 그리고 Temporal Graph Convolutional Networks (T-GCN).
- T-GCN 아키텍처: 시점별 2층 GCN 공간 인코더 후 GRU를 통한 시간적 업데이트 수행.
앙상블/스태킹(Stacking):
- 스코어 레벨 스태킹(Score-Level Stacking): Temporal XGBoost와 선택된 T-GCN의 위험 점수를 결래하는 로지스틱 회귀 또는 XGBoost 모델.
- 증강된 XGBoost(Augmented XGBoost): T-GCN 위험 점수를 평탄화된 특성 세트에 직접 추가.

주요 기여

체계적 비교: 네 가지 뚜렷한 약물 사용 결과에 대해 베이스라인, 종단적, 그리고 그래프 기반 프레임워크를 엄격하게 평가함.
다양한 그래프 전략: 사회적 및 맥락적 영향을 모델링하기 위해 가족, 학교, 잠재적 특성 유사성 관계를 포착하는 다양한 그래프 구축 전략을 구현함.
그래프 증강 스태킹 프레임워크: Temporal XGBoost와 T-GCN 예측을 결 조합하는 스코어 레벨 스태킹 방식이 가장 높은 예측 성능을 달성하여, 모든 결과에 대해 AUC-ROC 값 0.79 이상을 기록함을 입증함.

결과

예측 성능

종단적 우수성: 템포럴 모델이 베이스라인 모델보다 유의미하게 뛰어난 성능을 보였다. Temporal XGBoost는 가장 강력한 단독 성능을 보였으며, 베이스라인 XGBoost 대비 AUC-ROC 상승 폭은 0.086에서 0.171 사이였다.
그래프 성능:
- 태스크 1에서 표준 트리 기반 모델(XGBoost, Random Forest)이 베이스라인 GCN보다 우수한 성능을 보였다.
- 태스크 2에서 T-GCN은 일반적으로 Temporal XGBoost 단독 모델을 능가하지 못했다. 가족 그래프와 희소한 특성 유사도 그래프(예: kNNsym5)가 그래프 변형 중 가장 좋은 성능을 보였다.
앙상블 성공: 스코어 레벨 스태킹 방식(Temporal XGBoost와 T-GCN 점수를 결합)이 모든 결과에 대해 최상의 결과를 얻었다:
- AUC-ROC: 0.796 (알코올 시음)에서 0.822 (알코올) 사이.
- AUC-PR: 클래스 불균형 처리에 의한 단순한 이득이 아님을 확인시켜 주는 일관된 개선을 보임.
- 참고: 그래프 점수를 원시 특성에 직접 추가하는 방식(Augmented XGBoost)은 스코어 레벨 스태킹보다 성능이 낮았으며, 이는 그래프 점수가 고차원 공간에서 원시 특성보다는 보정된 앙상블 예측자로서 더 잘 작동함을 시사한다.

특성 및 도메인 중요도

태스크 1 (Baseline): 인구통계학적(연령), 구조적(이민 편향), 이웃, 그리고 문화적(알코올에 대한 종교적 규칙) 요인에 의해 주도됨.
태스크 2 (Temporal): 예측 신호가 개인적 및 동료 도메인으로 이동함. 주요 예측 변수는 동료 일탈(후기 시점의 예: t8), 외현화 문제(Externalizing Problems), 그리고 연령이었다.
그래프 기여: 그래프 모델은 유사한 특성(연령, 동료 일탈, 외현화 문제)을 강조했으나, 보완적인 관계적 위험 요약을 제공함. 스태킹 모델에서 Temporal XGBoost 점수가 가장 큰 기여를 했으며, 그래프 점수는 일관되게 0이 아닌 보조 신호를 제공함.

의의 및 주장

본 논문은 종단적 모델링이 약물 사용 발병 예측의 주요 동력이라고 주장한다. 이는 발달 궤적이 단일 기저 스냅샷으로부터는 회복 불가능한 위험 정보를 포함하고 있기 때문이다.

그래프 기반 모델이 강력한 템포럴 표 형식 학습기(예: Temporal XGBoost)를 독립적으로 능가하지는 못했지만, 본 연구는 그래프로부터 유도된 위험 점수가 보완적인 정보를 제공함을 보여준다. 스코어 레벨 스태킹을 통해 이러한 관계적 신호를 통합함으로써, 제안된 프레임워크는 최첨단 성능(AUC-ROC > 0.79)을 달-성하며 사회적 및 맥락적 구조를 위험 예측에 통합하는 유망한 방향을 제시한다.

저자들은 미래의 약물 사용 위험이 개인적 발달 궤적과 관계적 맥락의 조합으로 가장 잘 특징지어진다고 결론짓는다. 또한, 제안된 스태킹 프레임워크가 이러한 신호들을 효과적으로 균형 있게 결합한다고 밝히며, 개입 비용에 따른 임계값 선택과 같은 실질적인 배포 고려 사항을 향후 과제로 남겼다.