영속 동차도에 대한 무작위화 가설 검정

본 논문은 영속 동차도(persistence diagram)를 통계적 관측값으로 취급하고, 두 표본 집합이 동일한 확률 과정에서 생성되었는지를 검정하는 새로운 방법론을 제시한다. 서론에서는 위상 데이터 분석(TDA)의 핵심 도구인 영속 동차도가 복잡한 비선형 구조를 가지며, 기존의 평균·분산 추정, 영속 풍경(persistence landscape), 영속 순위 함수(rank function) 등은 파라메트릭 가정이 필요하거나 계산적으로 부담이 크다는 점을 지적한다. 특히, 영속 동차도 자체가 무한 차원이며 곡률이 불규칙하기 때문에 전통적인 가설 검정 기법을 직접 적용하기 어렵다. 2장에서는 영속 동차도의 수학적 배경을 간략히 정리한다. 단순 복합체(simplicial complex), 체인(chain), 경계(boundary) 연산, 호몰로지 그룹(H_k) 등을 정의하고, 필터링(filtration) 과정을 통해 얻어지는 영속 동차도의 구성 원리를 설명한다. 이어서 영속 동차도 사이의 거리 척도인 p‑Wasserstein 거리와 bottleneck 거리를 소개하고, 최적 매칭을 구하기 위해 Hungarian 알고리즘을 활용한다는 점을 강조한다. 3장에서는 핵심 검정 절차를 상세히 기술한다. 두 표본 A={X_1,…,X_m}와 B={Y_1,…,Y_n}에 대해, 각 영속 동차도 쌍 (X_i, Y_j) 사이의 p‑Wasserstein 거리 d_p(X_i, Y_j)를 계산하고, 이를 모두 합산한 손실 함수 L(A,B)=∑_{i=1}^{m}∑_{j=1}^{n} d_p(X_i, Y_j) 를 정의한다. 이 손실 값이 작을수록 두 집단이 서로 가깝다는 직관적 의미를 갖는다. 귀무가설 H_0: 두 표본이 동일한 분포에서 추출되었다는 가정 하에, 전체 표본을 하나의 집합으로 결합한 뒤 무작위로 같은 크기의 두 그룹으로 재배치(permutation)한다. 각 재배치에 대해 동일한 손실 함수를 계산하고, 원본 손실 값보다 작거나 같은 경우의 비율을 p‑값으로 정의한다. 이 과정은 비파라메트릭이며, 영속 동차도 공간의 복잡성을 직접 다루지 않고도 귀무분포를 추정한다는 장점이 있다. 4장에서는 이론적 성질을 검토한다. 동일 분포에서 추출된 경우, 모든 가능한 재배치에 대해 손실 값의 순위가 균등하게 분포하므로 p‑값은 균등분포를 따른다. 반대로 두 분포가 다르면 손실 값이 크게 증가하여 p‑값이 작아지는 경향을 보인다. 하지만 p‑값이 반드시 작아진다고 보장할 수 없으며, 영속 동차도의 특정 구조적 차이가 거리 기반 손실에 충분히 반영되지 않을 수도 있음을 경고한다. 5장에서는 다양한 실험을 통해 검정의 실용성을 입증한다. 첫 번째 실험에서는 원형과 타원형 점군을 Rips 복합체로 변환한 영속 동차도를 사용해 두 형태가 구별되는지를 검정한다. 시뮬레이션 결과, 표본 크기가 증가할수록 p‑값이 급격히 감소하여 높은 검출력을 보였다. 두 번째 실험에서는 실루엣 데이터의 영속 동차트(persistent homology transform)를 이용해 복합적인 형태 변화를 평가했으며, 여기서도 제안된 검정이 기존 방법보다 민감하게 차이를 포착했다. 마지막으로 실제 데이터로 ADHD 환자와 정상군의 fMRI 데이터를 사용하였다. 각 피험자의 뇌 활동을 동시 필터링(concurrence filtration)으로 변환한 영속 동차도를 두 그룹에 대해 비교한 결과, p‑값이 0.01 이하로 유의미하게 차이가 나타났으며, 이는 위상적 특성이 임상적 구분에 활용될 가능성을 시사한다. 논문의 결론에서는 제안된 무작위화 검정이 영속 동차도 기반 통계 분석에 있어 실용적이고 강력한 도구임을 강조한다. 손실 함수의 정의가 직관적이며, 퍼뮤테이션을 통한 p‑값 추정이 비파라메트릭이라는 점이 주요 강점이다. 그러나 손실 함수가 모든 위상적 차이를 포착하지 못할 가능성, 계산 복잡도(특히 영속 동차도 점의 수가 많을 경우 Hungarian 알고리즘의 O(N³) 시간 복잡도) 등이 한계로 남는다. 향후 연구에서는 근사 매칭 기법, 다중 차수(0‑,1‑,2‑차) 동차도를 동시에 고려하는 다변량 손실 함수, 그리고 대규모 데이터에 대한 효율적인 구현 방안이 제시될 수 있다.