MUNNA: A Multi-strategy, Uncertainty-driven, Nested Neuro-ensemble Algorithm for Disease Diagnosis with Closed-loop Explainability Feedback

당신이 탐정이 되어 미스터리를 풀고 있다고 상상해 보세요. 하지만 당신이 마주한 것은 범죄 현장이 아니라 환자의 의무 기록입니다. 이 차트는 세포의 크기, 모양, 질감을 나타내는 숫자들로 가득 찬 수백 개의 작은 단서들로 이루어져 있습니다. 목표는 환자가 병에 걸렸는지 아니로 건강한지를 알아내는 것입니다. 과학의 세계에서 이것은 "질병 진단"이라고 불리며, 오랫동안 컴퓨터는 의사들을 도와주는 초고속 탐정 역할을 해왔습니다. 하지만 이 컴퓨터 탐정들에게는 몇 가지 짜증스러운 습관이 있었습니다. 때때로 그들은 엉뚱한 단서에 집착하여 그것이 가장 중요한 단서라고 착각하곤 합니다. 또 어떤 때는 여러 전문가의 의견이 더 똑똑할 수 있음에도 불구하고, 단 한 명의 "전문가" 의견에만 의존하기도 합니다. 마지막으로, 그들은 사건이 종결된 후에 보고서를 쓰는 탐정처럼, 결론을 내린 후에 설명을 제공하는 경우가 많습니다. 즉, 그 설명을 사용하여 미스터리를 더 잘 해결하는 데 활용하지 못합니다.

이러한 습관을 고치기 위해 과학자들은 몇 가지 영리한 기술을 사용합니다. 한 가지 기술은 "특징 선택(feature selection)"으로, 이는 탐정이 소음(noise)에 압도되지 않도록 어떤 단서를 남기고 어떤 것을 버릴지 결정하는 것과 같습니다. 다른 하나는 "앙상블 학습(ensemble learning)"으로, 한 명의 탐사에게 묻는 대신 다양한 전문가들(수학에 능한 사람, 패턴에 능한 사람 등)로 구성된 팀에게 물어보고 그들의 투표를 통해 답을 얻는 것입니다. 세 번째 기술은 "설명 가능성(explainability)"으로, 이는 단순히 컴퓨터에게 "왜 그런 선택을 했니?"라고 물어봄으로써 인간이 그 결과를 신뢰할 수 있게 만드는 것입니다. 큰 질문은, 이 모든 기술을 하나의 초스마트한 시스템으로 결합하여, 스스로의 설명을 통해 더욱 발전하는 시스템을 만들 수 있는가 하는 점입니다.

이것이 바로 연구자 Md. Maruf Sharker Munna가 MUNNA라는 새로운 연구를 통해 하고자 했던 일입니다. MUNNA을 완벽해질 때까지 자신의 방식을 계속해서 다듬는 고도의 기술을 갖춘 탐정 사무소라고 생각하세요. 이 논문은 특히 유방암 데이터에 대해 테스트된, 질병을 진단하기 위한 3단계 프로세스를 제안합니다.

1단계: 스마트한 단서 사냥꾼
먼저, MUNNA는 의료 차트의 단서 중 실제로 유용한 것이 무엇인지 결정해야 합니다. 당신이 30개의 서로 다른 도구가 든 가방을 가지고 있지만, 특정 문제를 해결하는 데는 몇 개만 필요하다고 상상해 보세요. MUNNA는 GWO-SA라고 불리는 하이브리드 전략을 사용합니다. 늑대 무리가 먹이를 찾는 모습을 떠올려 보세요. "알파(Alpha)" 늑대는 리더이며, 무리는 리더를 따라 먹이(최적의 단서 세트)를 찾습니다. 하지만 때때로 알파 늑대는 작은 덤불을 최고의 장소라고 착각하여 국지적인 함정에 빠질 수 있습니다. 이를 해결하기 위해 MUNNA는 "시뮬레이티드 어닐링(Simulated Annealing, 담금질 기법)" 단계를 추가합니다. 이는 알파 늑에게 갑작스러운 에너지를 주어, 더 나은 것이 있는지 확인하기 위해 완전히 새로운 장소로 뛰어넘게 하는 것과 같습니다. 이 무리의 팀워크와 갑작스러운 도약(jump)을 결합함으로써, MUNNA는 원래 30개의 단서 중 노이즈가 섞인 쓸모없는 것들을 버리고 완벽한 20개의 단서를 찾아냅니다.

2단계: 믿음직한 팀의 투표
최적의 단서들이 선택되면, MUNNA는 다섯 명의 서로 다른 "기본 학습자(base learners, 전문가)"들을 호출합니다. 이들은 서로 다른 유형의 컴퓨터 모델들입니다: 랜덤 포레스트(Random Forest), XGBoost, 서포트 벡터 머신(Support Vector Machine), K-최근접 이웃(K-Nearest Neighbors), 그리고 다층 퍼셉트론(Multilayer Perceptron)입니다. 일반적인 팀에서는 모두가 동등한 표를 갖지만, MUNNA는 더 똑똑합니다. MUNNA는 **불확실성 가중치 스태킹(uncertainty-weighted stacking)**을 사용합니다. 각 전문가가 예측을 내놓을 때, 어떤 전문가는 매우 확신에 차 있고(예: "99% 확신합니다"), 어떤 전문가는 불안정할 수 있습니다(예: "아마도 55% 정도입니다"). MUNNA는 **섀넌 엔트로피(Shannon entropy)**라는 수학적 개념을 사용하여 각 전문가가 얼마나 "혼란스러워하는지"를 계산합니다. 만약 전문가가 혼란스러워한다면, MUNNA는 그들의 말에 덜 귀를 기울입니다. 반대로 확신이 있다면 더 많이 귀를 기울입니다. 이렇게 하면 최종 결정은 단순히 지루한 평균값이 아니라, 특정 환자에 대해 가장 확신에 찬 전문가가 가장 큰 목소리를 내는 역동적인 투표가 됩니다.

3단계: 피드백 루프
이 부분이 가장 독특한 부분입니다. 보통 모델이 결정을 내린 후, 과학자들은 왜 그런 선택을 했는지 설명하기 위해 SHAP이라는 도구를 사용합니다. 하지만 MUNNA는 거기서 멈추지 않습니다. 이 도구는 그 설명들을 가져와서 바로 첫 번째 단계로 다시 피드백합니다. 이는 마치 탐정이 사건을 해결한 뒤, 어떤 단서들이 가장 중요했는지 적어두고, 그 목록을 사용하여 다음 사건을 위해 이미 그 중요한 단서들에 편향된(익숙한) 새로운 탐정 팀을 고용하는 것과 같습니다. 이 "폐쇄 루프(closed-loop)"는 두 번 일어납니다. 첫 번째로 늑대들이 단서를 사냥합니다. 그다음 SHAP 도구가 어떤 단서들이 실제로 영웅적이었는지 알려줍니다. 그러면 늑대들은 다시 사냥을 시작하며, 그 영웅적인 단서들을 출발점으로 삼아 훨씬 더 날카롭게 최종 선택을 수행합니다.

그들은 무엇을 발견했는가?
연구진은 이 전체 시스템을 569개의 유방암 세포 샘플이 포함된 유명한 데이터셋으로 테스트했습니다. 결과는 인상적이었습니다. 전체 MUNNA 시스템은 AUC 0.998과 F1-score 0.976이라는 점수를 달성했습니다. 이를 체감하기 위해 비교하자면, 일반적인 단일 모델(예: 랜덤 포레스트만 사용하는 경우)은 약 0.994를 기록했고, 특별한 기술 없이 표준적인 팀 투표를 사용한 경우조차 0.995를 기록했습니다. MUNNA는 이들을 모두 앞질렀습니다. 또한 원래 30개의 특징 중 20개만을 사용하면서도 이 성과를 냈는데, 이는 '적은 것이 더 많을 때도 있다(less is often more)'는 것을 증명합니다.

하지만 이 논문은 자신들의 한계에 대해서도 매우 정직합니다. 저자들은 MUNNA의 성공이 "컴퓨팅 시간(computing time)"을 얼마나 허용하느냐에 크게 의존한다는 점을 언급했습니다. 더 적은 예산(더 적은 수의 늑대와 더 적은 횟수의 사냥)으로 테스트했을 때, 표준 팀 투표와의 격차는 줄어들었으며, 어떤 경우에는 표준 팀이 평균적으로 약간 더 나은 성과를 보이기도 했습니다. 이는 MUNNA가 즉각적으로 작동하는 마법 지팡이가 아니라, 빛을 발하기 위해서는 충분한 시간과 에너지가 필요한 강력한 도구임을 시사합니다.

또한 이 연구는 개별 구성 요소(예: 늑대 알고리즘이나 SHAP 도구) 자체가 새로운 발명품은 아니지만, 이들을 연결하는 방식—즉, 설명을 사용하여 다음 검색을 유도하고, 확신도를 사용하여 투표 가중치를 주는 방식—이 참신한 조합임을 명확히 하고 있습니다. 연구진은 의료 진단 전체를 해결했다고 주장한 것이 아니라, 이 특정한 폐쇄 루프 접근 방식이 이 특정 유형의 암 데이터에 대해 매우 정확한 시스템을 만든다는 것을 보여주었습니다. 그들은 또한 최종 "예 또는 아니오" 결정 지점(임계값)을 일반적인 0.5 대신 0.530으로 조정하여, 시스템이 실제 의료 현장의 위험에 균형을 맞추도록 했습니다.

요약하자면, MUNNA는 의료 미스터리를 놀라운 정밀도로 해결하기 위해 자신의 실수와 팀원들의 확신으로부터 배우는, 스스로 개선되는 영리한 탐정입니다. 단, 충분히 숙제할 시간을 준다는 전제하에 말이죠.