📊 통계학

Short-Term Forecasting of Monthly Syphilis Cases Using a Stability and Recency-Aware Selective Ensemble

본 연구는 입자 군집 최적화(PSO)를 통해 최적화된 안정성 및 최신성 인지 선택적 앙상블(SRSE) 프레임워크를 제안하며, 이는 중국 장쑤성의 월간 매독 사례 예측에 있어 개별 모델 및 전통적인 앙상블 모델보다 성능이 현저히 뛰어나 단기 질병 감시를 위한 강력한 도구를 제공한다.

원저자: Shanhua Zhang, Xinxin Shen

게시일 2026-10-27

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Shanhua Zhang, Xinxin Shen

원본 논문은 CC BY 4.0 (https://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

공중보건 전문가들은 끊임없는 과제에 직면해 있습니다. 바로 감염병의 미래를 예측하는 것입니다. 백신이나 의료 인력과 같은 자원을 효과적으로 배분하기 위해, 그들은 단순히 오늘 얼마나 많은 사람이 아픈지가 아니라 다음 달에는 얼마나 많은 사람이 아플지를 알아야 합니다. 이 작업은 과거의 데이터 패턴을 분석하는 기술인 시계열 예측(time series forecasting)이라는 분야에 의존합니다. 핵심 아이디어는 과거의 추세가 다음에 올 것에 대한 단서를 제공한다는 것이지만, 미래는 과거의 완벽한 복사본이 되는 경우가 드뭅니다. 질병 발생률은 사람들의 행동 변화, 바이러스의 전파 방식, 또는 병원의 보고 방식의 변화 등에 따라 변할 수 있습니다. 이러한 역동적인 변화 때문에, 오늘 잘 작동하는 단일 수학적 모델이 내일은 실패할 수도 있습니다. 연구자들은 더 신뢰할 수 있는 예측을 만들기 위해 서로 다른 예측 방법들의 강점을 결합하는 방법을 오랫동안 모색해 왔으나, 오류나 편향을 유발하지 않고 이를 수행하는 데는 세심하고 절제된 접근 방식이 필요합니다.

최근 중국 장쑤성의 연구진은 매월 발생하는 매독 사례를 예측하는 새로운 방법을 개발하여 이 문제를 해결했습니다. 매독은 성 접촉 및 기타 경로를 통해 전파되는 박테리아 감염으로, 치료가 가능하지만 여전히 지속적인 공중보건 문제로 남아 있습니다. 연구팀은 2021년부터 2025년까지의 데이터에 집중했는데, 이 기간은 월별 사례 수에 대한 상대적으로 짧지만 중요한 창을 제공했습니다. 그들의 목표는 지난 4년간의 데이터를 살펴보고 다음 해의 수치를 정확하게 예측할 수 있는 시스템을 구축하는 것이었습니다. 그들은 이 예측을 위해 단 하나의 공식에만 의존하지 않았습니다. 대신, 그들은 본질적으로 서로 다른 예측 모델들이 함께 작동하는 패널인 '선택적 앙상블(selective ensemble)'을 만들었습니다. 그들 연구의 혁신은 어떤 모델을 포함할지, 그리고 각 모델에 어느 정도의 신뢰를 둘지를 결정하는 방식에 있습니다.

연구진은 매우 단순한 접근 방식부터 더 복잡한 방식에 이르기까지 9가지의 서로 다른 통계 모델을 테스트하는 것으로 시작했습니다. 어떤 모델은 다음 달의 수치가 단순히 과거의 평균이거나 전년도와 같을 것이라고 가정하는 기초적인 모델이었습니다. 다른 모델들은 추세, 계절적 주기, 또는 수치가 상승하고 하락하는 특정 패턴을 탐지하도록 설계된 더 정교한 모델들이었습니다. 그들은 2021년부터 2024년까지의 과거 데이터에 대해 이 모델들을 실행했지만, 단순히 전체적인 평균 성능만을 보지는 않았습니다. 그들은 어떤 모델이 먼 과거를 예측하는 데는 뛰어날 수 있지만, 가장 최근의 몇 달을 예측하는 데는 서툴 수 있다는 점을 깨달았습니다. 이를 해결하기 위해 그들은 '최신성 인식(recency-aware)' 시스템을 도입했습니다. 이 시스템은 모델이 현재 시점에 얼마나 잘 작동하고 있는지, 즉 "이 모델이 지금도 여전히 잘 작동하고 있는가?"라고 묻는 방식으로, 모델이 최근 몇 달 동안 얼마나 잘 수행되었는지에 더 많은 가중치를 부여했습니다.

나아가, 연구팀은 정확성만큼이나 일관성도 중요하다는 것을 이해했습니다. 한 달은 매우 정확했다가 다음 달에는 매우 부정확해지는 모델은 계획 수립에 있어 위험합니다. 그들은 시스템에 '안정성(stability)' 체크를 추가하여, 오차율이 크게 변동하는 모델에 불이익을 주었습니다. 이 두 가지 요소, 즉 최근의 성과와 안정성을 결합함으로써 그들은 각 모델에 대한 점수를 계산할 수 있었습니다. 그런 다음 그들은 새 떼가 먹이를 찾는 방식과 유사한 컴퓨터 최적화 기법을 사용하여 시스템의 설정값들을 찾는 완벽한 조합을 찾아냈습니다. 이 과정을 통해 그들은 원래 9개 중 가장 좋은 6개의 모델을 선택하고, 그들의 점수에 따라 특정 가중치를 할당할 수 있었습니다. 최종 예측은 모든 모델의 단순 평균이 아니라, 이 상위 성과자들의 가중 평균이었습니다.

연구진이 훈련 단계에서 숨겨두었던 2025년 실제 데이터와 비교하여 새로운 시스템을 테스트했을 때, 결과는 명확했습니다. PSO-SRSE라고 명명된 이 새로운 방법은 각각의 개별 모델보다 뛰어났으며, 심지어 모든 모델을 결합한 단순 평균보다도 우수했습니다. 평균적으로 놓친 사례 수 측면에서, 이 새로운 시스템은 월평균 약 109건의 차이를 보였습니다. 이에 비해 가장 우수한 단일 모델은 거의 140건의 차이를 보였고, 표준 평균은 114건 이상의 차이를 보였습니다. 또한 이 새로운 방법은 오차율을 크게 줄여 4% 미만에 도달했습니다. 이러한 수치들은 연구진이 어떤 모델을 신뢰할지, 그리고 그 모델을 얼마나 신뢰할지를 신중하게 선택함으로써 공중보건 계획을 위한 더 강력한 도구를 만들었음을 시사합니다.

연구는 또한 그들의 최적화 과정이 얼마나 신뢰할 수 있는지를 조사했습니다. 그들은 컴퓨터 검색 알고리즘을 30번 실행하여 매번 동일한 최적의 설정을 찾아내는지 확인했습니다. 결과는 놀라울 정도로 일관되었으며, 이는 이 방법이 운 좋은 추측이나 데이터의 무작위적인 변동에 의존하지 않음을 보여주었습니다. 그러나 저자들은 자신들의 연구가 단일 성의 데이터를 기반으로 짧은 기간 동안 수행되었다는 점을 언급했습니다. 이 방법이 이 특정 데이터셋에 대해서는 효과적임을 입증했지만, 그들은 더 넓은 유용성을 확인하기 위해 더 긴 시계열 데이터와 다른 지역에서도 테스트될 필요가 있다고 경고했습니다. 또한 그들은 향후 연구가 서로 다른 시간 범위를 어떻게 처리할지, 그리고 예측의 불확실성을 어떻게 정량화할 수 있을지를 다루어야 한다고 지적했습니다. 현재로서는, 이 연구는 단순하고 복잡한 도구들을 최근의 성과와 안정성에 따라 스마트하게 결합하는 것이 질병 감시의 미래를 더 명확하게 보여줄 수 있음을 입증하며 진일보한 단계를 제시하고 있습니다.

기술 요약: 안정성 및 최신성 인지 선택적 앙상블을 이용한 월간 매독 사례의 단기 예측

문제 정의
매독 사례의 정확한 단기 예측은 질병 감시 및 공중 보건 자원 배분에 있어 매우 중요하다. 그러나 감염병 추이를 예측하는 데에는 전파 역학의 변화, 보고 관행의 변동, 제한된 표본 크기 등의 어려움이 따른다. 전통적인 접근 방식은 종종 단일 "최고 성능" 모델에 의존하는데, 이는 적응력이 부족하거나, 우수한 모델의 기여도를 희석시킬 수 있는 단순 가중치 부여 방식의 앙상블 방법을 사용할 위험이 있다. 또한, 표준 모델 평가는 검증 데이터의 시간적 경과에 따른 예측 관련성의 저하, 즉 과거의 검증 데이터가 현재의 예측 능력을 반영하지 못할 수 있다는 점을 고려하지 못하는 경우가 많다. 본 연구는 짧은 질병 감시 시계열(48개월 관측치)에 특화된 프레임워크를 개발하여 점 예측(point forecasting)의 정확도와 안정성을 개선함으로써 이러한 문제를 해결하고자 한다.

방법론
본 연구는 강쑤성(Jiangsu Province)의 월간 매독 사례 데이터(2021년 1월~2024년 12월)로 검증되었으며, 2025년 독립 테스트 세트를 사용한 안정성 및 최신성 인지 선택적 앙상블(Stability and Recency-Aware Selective Ensemble, SRSE) 프레임워크를 제안한다. 방법론은 네 가지 핵심 구성 요소로 이루어진다:

후보 모델 라이브러리: 데이터 제한에 따른 과적합 위험을 완화하기 위해, 수준(level), 추세(trend), 계절성(seasonality) 및 자기상관(autocorrelation)에 대한 다양한 가정을 포괄하는 9개의 간결한 통계 모델(Mean, Naive, Seasonal Naive, Simple Exponential Smoothing (SES), Holt, Damped Holt, Exponential Smoothing State Space (ETS), ARIMA, Fourier-AR)을 후보로 선정하였다.
최신성 가중치가 적용된 롤링 오리진 검증: 예측을 반복적으로 생성하기 위해 확장 윈도우(expanding-window) 롤링 오리진 전략을 채택하였다. 표준 검증과 달리, 이 방식은 지수 시간 감쇠 메커니즘을 도입한다. 훈련 기간의 끝에 더 가까운 롤링 오리진에서 발생한 검증 오차에는 더 높은 가중치( $\gamma$ )를 부여함으로써, 모델 선택이 과거의 평균이 아닌 최근의 예측 성능을 반영하도록 보장한다.
안정성 인지 모델 스크리닝 및 가중치 부여:
- 스크리닝: 모델은 최신성 가중치가 적용된 평균 오차( $\bar{E}_m$ )와 오차의 표준편차인 안정성 패널티( $S_m$ )를 결합한 복합 손실 함수( $L_m$ )에 의해 순위가 매겨진다. 오직 상위 $K$ 개의 모델만이 유지된다.
- 가중치 부여: 비음수(non-negative) 앙상블 가중치는 가중치 격차를 조절하는 파라미터( $\eta$ )에 의해 조정된 복합 손실의 역수로부터 도출된다.
하이퍼파라미터 최적화: 4개의 주요 하이퍼파라미터( $K, \gamma, \lambda, \eta$ )는 **입자 군집 최적화(PSO), 유전 알고리즘(GA), 그리고 참새 탐색 알고리즘(SSA)**을 사용하여 공동 최적화되었다. 목적 함수는 데이터 누수를 방기하기 위해 엄격하게 훈련 기간으로부터 도출된 교차 검증 평균 절대 백분율 오차(CV-MAPE)의 최소화이다.

주요 기여

SRSE 프레임워크: 최신성 가중치 검증 오차, 교차 오리진 예측 안정성, 후보 모델 스크리닝을 결식적으로 통합한 새로운 앙상블 접근법을 제시한다. 이는 구식 또는 불안정한 예측이 최종 앙상블에 미치는 영향을 줄인다.
누수 없는 평가: 모든 모델 선택, 안정성 평가 및 가중치 부여가 훈련 기간(2021–2024)의 표본 외(out-of-sample) 예측에 의해서만 수행되는 엄격한 확장 윈도우 롤링 오리진 전략을 구현하여, 2025년 데이터를 독립적인 테스트를 위해서만 별도로 보존하였다.
비교 최적화 분석: 하이퍼파라미터 튜닝을 위한 PSO, GA, SSA의 체계적인 비교를 수행하였다. 본 연구는 동일한 설정 하에서 PSO가 GA 및 SSA에 비해 우수한 반복 실행 안정성(30회 실행 중 표준 편차가 0에 가까움)과 최적의 CV-MAPE를 달 achieves함을 입증하였다.

결과
연구는 독립적인 2025년 테스트 세트에 대해 MAE, RMSE, MAPE 및 sMAPE를 사용하여 모델을 평가하였다.

성능: **PSO로 최적화된 SRSE (PSO-SRSE)**는 비교된 모든 모델 중 가장 낮은 오차를 기록했다: MAE 109.39, RMSE 132.35, MAPE 3.89%, sMAPE 3.87%.
비교 우위: PSO-SRSE는 최적화되지 않은 SRSE(MAPE 4.16%), 9개 모델의 동일 가중치 앙상블(MAPE 4.03%), 그리고 최적의 개별 후보 모델인 ARIMA(1,0,0)(MAPE 4.83%)보다 우수한 성능을 보였다.
모델 구성: PSO-SRSE에 의해 최종 선택된 앙상블은 6개의 모델(ARIMA, Mean, SES, Naive, ETS, Damped Holt)을 유지하였으며, ARIMA는 낮은 최신성 가중치 오차와 안정성 덕분에 가장 높은 가중치(19.14%)를 받았다.
민감도: 민감도 분석 결과, 모델은 유지되는 모델의 수( $K$ )와 가중치 조정 파라미터( $\eta$ )에 가장 민감하며, 안정성 패널티( $\lambda$ ) 및 시간 감쇠 계수( $\gamma$ )의 변화에는 상대적으로 견고함을 보였다.

의의 및 주장
저자들은 제안된 PSO-SRSE 프레임워크가 표본 크기가 제한된 질병 감시 시계열의 단기 점 예측을 위한 견고한 방법을 제공한다고 주장한다. 검증 데이터의 시간적 관련성과 다양한 시간 창에서의 모델 성능 안정성을 명시적으로 다룸으로써, 이 방법은 전통적인 단일 모델 및 정적 앙상벨 방식보다 개선된 성능을 보여준다. 본 연구는 이 방법이 월간 매독 감시에는 유망함을 보여주지만, 현재는 사용된 특정 지역 데이터셋에 국한되어 있으며, 일반화 가능성을 확인하기 위해서는 다른 지역, 질병 및 더 긴 시계열에 대한 외부 검증이 향후 과제로 필요하다고 결론짓는다.

유사한 논문