t viSNE tSNE 시각화의 인터랙티브 평가와 해석

** 본 논문은 t‑Distributed Stochastic Neighbor Embedding(t‑SNE)이라는 비선형 차원 축소 기법이 시각화 단계에서 제공하는 정보가 제한적이고, 파라미터 설정에 따라 결과가 크게 달라지는 문제점을 해결하고자 한다. 이를 위해 저자들은 t‑viSNE라는 인터랙티브 시각화 시스템을 설계·구현하였다. 시스템은 크게 세 가지 카테고리(Overview, Quality, Dimensions)로 구성된 여러 뷰와 상호작용 기법을 제공한다. 첫 번째 카테고리인 Overview는 사용자가 t‑SNE의 주요 하이퍼파라미터(퍼플렉시티, 학습률, 초기화 방법 등)를 실시간으로 조정하면서, 전역 품질 지표(Trustworthiness, Continuity)와 전반적인 클러스터 구조를 동시에 관찰할 수 있게 한다. 여기서 Shepard 히트맵은 고차원 거리와 저차원 거리 사이의 상관관계를 색상으로 표현해, 전역적인 왜곡을 한눈에 파악한다. 두 번째 카테고리인 Quality는 투영의 정밀도를 지역별로 평가한다. 저자는 Jaccard 기반 이웃 보존 점수(set‑difference)를 선택한 스케일(예: 5‑nearest, 30‑nearest)마다 계산하고, 이를 스캐터 플롯 위에 색상으로 매핑한다. 또한, Density View는 각 클러스터의 포인트 밀도를 시각화해, 고차원에서의 밀도와 저차원에서의 밀도 차이를 드러낸다. Remaining Cost View는 t‑SNE 최적화 과정에서 남은 비용을 색으로 표시함으로써, 현재 투영이 최적에 얼마나 근접했는지를 정량적으로 보여준다. 세 번째 카테고리인 Dimensions는 투영에 나타난 패턴을 원본 차원과 연결한다. Adaptive Parallel Coordinates Plot은 차원 수가 수천에 달하는 경우에도, PCA 기반 차원 선택과 정렬을 통해 핵심 차원만을 시각화한다. 사용자가 스캐터 플롯 상에 폴리라인을 그리면, Dimension Correlation View가 해당 곡선을 따라 투영된 점들의 고차원 좌표를 추출하고, 각 차원의 기여도를 바 차트 형태로 제공한다. 이를 통해 “특정 클러스터는 차원 X와 Y의 결합에 의해 형성되었다”는 가설을 빠르게 검증할 수 있다. 시스템 구현은 웹 기반으로, D3.js와 WebGL을 활용해 대규모 데이터(수만 포인트)에서도 인터랙션이 원활하도록 설계되었다. 저자는 두 개의 실제 데이터셋(싱글‑셀 사이토메트리와 텍스트 임베딩)을 사용해 사용 시나리오를 제시하고, 각 시나리오에서 t‑viSNE가 어떻게 파라미터 튜닝, 품질 검증, 차원 해석을 지원하는지를 상세히 설명한다. 사용자 연구에서는 12명의 데이터 과학자와 도메인 전문가를 대상으로 사전·사후 설문, 작업 시간 측정, 정성적 인터뷰를 진행하였다. 결과는 다음과 같다. (1) t‑viSNE를 사용한 후 평균 작업 시간이 27% 감소하였다. (2) 참가자들의 결과 해석에 대한 자신감 점수가 평균 3.4점(5점 척도)에서 4.6점으로 상승하였다. (3) 특히, 차원 상관 뷰와 지역 품질 뷰가 “왜 특정 클러스터가 형성되었는가”에 대한 질문에 가장 큰 도움을 주었다고 평가되었다. 논문은 또한 기존 관련 도구와의 비교표(Table 1)를 제공한다. VisCoDeR, Clustervision, Clustrophile 2 등은 다중 투영 비교나 전역 품질 지표 제공에 초점을 맞추지만, t‑viSNE는 t‑SNE 전용 지표와 차원‑패턴 연계 시각화를 통합함으로써 차별화된다. 한계점으로는 (i) 매우 큰 데이터(수십만 포인트)에서 실시간 렌더링이 어려워 현재는 샘플링 기반 가시화에 의존하고, (ii) 무작위 데이터에서 발생하는 가짜 클러스터(문제 iv)에 대한 자동 탐지는 아직 구현되지 않았다. 향후 연구에서는 GPU 가속, 스트리밍 인터랙션, 그리고 가짜 클러스터 탐지 알고리즘을 추가할 계획이다. 결론적으로, t‑viSNE는 t‑SNE 투영의 “블랙박스”를 열어, 하이퍼파라미터 선택부터 지역·전역 품질 평가, 차원 기반 해석까지 일관된 워크플로우를 제공한다. 이는 비전문가가 t‑SNE 결과를 신뢰하고 활용할 수 있는 실질적인 도구로서, 고차원 데이터 분석 분야에 중요한 기여를 한다. **