Towards Trustworthy Breast Cancer Diagnosis: A Comparative Explainability Stability Study of DenseNet121 and Vision Transformers

기술 요약: 신뢰할 수 있는 유방암 진단을 향하여

문제 정의
딥러닝 모델은 의료 영상 분류, 특히 유방암 진단을 위한 조직 병리 이미지 분야에서 높은 성공을 거두어 왔다. 그러나 이러한 모델들은 종종 "블랙박스"로 기능하며 임상의를 위한 해석 가능성이 부족하여, 안전이 필수적인 응용 분야에서의 신뢰를 저해한다. SHAP(SHapley Additive exPlanations)와 같은 설명 가능한 인공지능(XAI) 도구는 예측에 대한 시각적 근거를 제공하지만, 설명의 **안정성(stability)과 강건성(robustness)**을 이해하는 데에는 상당한 격차가 존재한다. 구체적으로, 입력 데이터가 노이즈, 밝기 변화, 또는 대비 스케일링과 같은 미세한 섭동(perturbation)을 겪을 때, 합성곱 아키텍처(예: DenseNet)와 트랜스포머 기반 아키텍처(예: Vision Transformer) 간의 설명 안정성이 어떻게 다른지는 여전히 불분명하다. 설명의 안정성이 확보되지 않는다면, 분류 정확도가 높더라도 임상의들은 자동화된 진단 시스템에 대한 신뢰를 잃을 수 있다.

연구 방법론
본 연구는 유방 조직 병리 이미지 데이터셋을 대상으로 DenseNet121(합성곱 신경망)과 Vision Transformer (ViT) 모델의 설명 가능성 안정성을 평가하기 위한 비교 프레임워크를 제안한다. 본 방법론은 동일한 전처리, 최적화 파라미터 및 섭동 설정을 사용하여 두 아키텍처 간의 공정한 비교를 보장한다.

1. 데이터 준비: 데이터셋을 훈련, 검증, 테스트 세트로 계층화하였다. 이미지는 224x224 크기로 조정되었으며, ImageNet 통계치를 사용하여 정규화되었고, 무작위 수평 뒤집기(horizontal flipping)로 증강되었다.
2. 모델 아키텍처:
   • DenseNet121: 밀집 연결(dense connectivity)을 활용하여 특징 재사용과 그래디언트 전파를 촉진하며, 국소적 공간 문맥(local spatial contexts)에 집중한다.
   • Vision Transformer (ViT-B/16): 이미지를 패치 단위로 나누고 셀프 어텐션(self-attention) 메커니즘을 사용하여 장거리 의존성(long-range dependencies)과 전역적 문맥(global context)을 모델링한다.
3. 설명 생성: SHAP(특히 GradientExplainer)을 사용하여 두 모델의 시각적 기여도 맵(attribution maps)을 생성함으로써, 분류 결정의 원인이 되는 영역을 강조하였다.
4. 안정성 분석: 강건성을 평가하기 위해 입력 이미지를 세 가지 유형의 섭동인 가우시안 노이즈(Gaussian noise), 밝기 변화(brightness shift), **대비 스케일링(contrast scaling)**에 노출시켰다.
5. 정량적 지표: 설명의 안정성을 측정하기 위해 다음 지표를 사용하였다:
   • 코사인 유사도 (Cosine Similarity): 원래의 설명과 섭동된 설명 사이의 방향성 일관성을 측정한다.
   • 평균 절대 차이 (Mean Absolute Difference, MAD): 기여도 값의 변화 크기를 정량화한다.
   • 구조적 유사도 지수 (Structural Similarity Index Measure, SSIM): 지각적 유사도를 평가한다.
6. 통계적 검증: 관찰된 두 아키텍처 간의 안정성 차이가 통계적으로 유의미한지 확인하기 위해 대응 표본 t-검정(paired t-tests)과 코헨의 d(Cohen's d) 효과 크기 분석을 수행하였다.

주요 기여

• 비교 안정성 연구: 본 연구는 유방 조직 병리라는 분야에서 이러한 비교가 드문 상황에서, CNN 기반 및 트랜스포머 기반 아키텍처의 설명 안정성을 직접 비교함으로써 문헌의 공백을 메운다.
• 이중 지표 평가: 본 연구는 예측 정확도를 넘어 입력 섭동 하에서의 분류 성능과 XAI 출력의 강건성을 동시에 평가한다.
• 통계적 엄밀성: 시각적 검사이나 단일 지표 비교에 의존할 수 있는 기존 연구들과 달리, 본 연구는 엄격한 통계적 검정(t-검정 및 효과 크기 분석)을 채택하여 안정성 차이의 유의성을 검증한다.
• 트레이드오프 식별: 본 논문은 높은 분류 정확도/국소적 설명(DenseNet)과 섭동에 대한 설명 일관성(ViT) 사이의 트레이드오프를 명시적으로 식별하고 정량화한다.

실험 결과

• 분류 성능: DenseNet121은 예측 지표에서 Vision Transformer를 능가하여, ViT의 89% 정확도 및 0.948 ROC-AUC와 비교되는 91%의 정확도와 0.965 ROC-AUC를 달연하였다. DenseNet121은 또한 악성 샘플에 대해 더 높은 민감도와 재현율을 보였는데, 이는 오진(false negatives)을 최소화해야 하는 의료 진단에서 매우 중요하다.
• 설명 국소화: DenseNet121은 진단적으로 유의미한 조직 구조와 밀접하게 일치하는, 보다 공간적으로 일관되고 국소화된 기여도 맵을 생성하였다. 반면, ViT의 설명은 전역적 어텐션 메커니즘을 반영하여 더 분산된 형태를 보였다.
• 섭동 하의 안정성: Vision Transformer가 우수한 설명 안정성을 입증하였다. ViT는 DenseNet121에 비해 더 높은 코사인 유사도(0.261 vs. 0.218)와 SSIM(0.667 vs. 0.509) 값을 기록하였고, 더 낮은 MAD(0.00044 vs. 0.00138)를 나타냈다. 이는 입력 이미지가 노이즈나 대비 변화를 겪더라도 ViT의 설명이 더 일관되게 유지됨을 의미한다.
• 통계적 유의성: 두 모델 간의 설명 안정성 차이는 통계적으로 유의미한 것으로 나타났으며(p < 0.001), 코헨의 d 효과 크기는 -0.341로 나타나 ViT의 안정성 우위가 우연에 의한 것이 아님을 확인하였다.

의의 및 주장
본 논문은 신뢰할 수 있는 의료 AI 시스템은 분류 정확도와 설명의 신뢰성 모두를 평가받아야 한다고 주장한다. 연구 결과는 중요한 트레이드오프를 보여준다: DenseNet121은 우수한 진단 정확도와 국소적 해석력을 제공하는 반면, Vision Transformer는 입력 변동이 존재하는 상황에서 더 강건하고 일관된 설명을 제공한다.

저자들은 임상 의사 결정 지원을 위해 정확도에만 의존하는 것은 불충분하다고 결론짓는다. 향-후 의료 AI 프레임워크는 설명의 안정성을 핵심 지표로 포함해야 한다. 본 연구는 특정 임상 요구 사항에 따라 아키텍처 선택이 달라져야 함을 시사한다: 만약 최대 진단 민감도가 우선순위라면 DenseNet121이 바람직하며, 만약 (실제 환경에서 흔히 발생하는) 미세한 영상 불일치에도 일관된 해석력을 유지하는 것이 우선순위라면 Vision Transformer가 뚜렷한 이점을 제공한다. 본 연구는 AI 시스템이 단순히 정확할 뿐만 아니라 임상적으로 신뢰할 수 있고 믿을 수 있는지 보장하기 위해 총체적인 평가가 필요함을 강조한다.