가짜연구소 8기 인과추론팀 세미나

2024.05.25일

가짜연구소 8기 인과 추론팀의 세미나를 다녀왔다.

인과 추론을 자세히 알지는 못하지만 데이터 분석하기 위한 한가지 방법으로 알고있어 

데이터 분석을 하고싶은 나로써는 너무 흥미로워 참여하게 되었다.

 

인과추론(因果推論, causal inference)은 사건이나 현상 사이의 인과관계(원인과 결과의 관계)를 추론하는 과정입니다. 이는 특정 사건이나 행동이 다른 사건이나 행동에 미치는 영향을 이해하고 분석하는 것을 목표로 합니다. 인과추론은 다양한 학문 분야에서 중요한 역할을 하며, 특히 사회과학, 의학, 경제학, 심리학 등에서 많이 활용됩니다.

인과추론의 주요 개념은 다음과 같습니다:

인과관계: 하나의 사건(원인)이 다른 사건(결과)을 초래하는 관계를 의미합니다. 예를 들어, 흡연이 폐암을 유발할 수 있다는 것은 인과관계에 해당합니다.

상관관계: 두 변수 간의 관계를 의미하며, 상관관계가 있다고 해서 반드시 인과관계가 존재하는 것은 아닙니다. 예를 들어, 아이스크림 판매량과 익사 사고 수가 여름에 증가한다고 해서 아이스크림이 익사를 유발하는 것은 아닙니다. 이 경우, 여름이라는 공통된 원인이 두 사건에 영향을 미치는 것입니다.

통제변수: 인과관계를 분석할 때 혼란을 줄 수 있는 외부 변수를 통제하여 더 정확한 인과관계를 추론하려는 방법입니다. 예를 들어, 흡연과 폐암의 관계를 연구할 때, 나이나 성별 등의 통제변수를 고려해야 합니다.

실험과 관찰 연구: 인과추론을 위해 실험(실험군과 통제군을 두고 조작하는 연구)과 관찰 연구(자연스럽게 발생하는 데이터를 분석하는 연구)를 사용할 수 있습니다. 실험 연구는 인과관계를 더 명확하게 확인할 수 있지만, 모든 상황에서 실험을 수행할 수는 없습니다.

도구변수 방법: 인과추론에서 도구변수를 사용하여 변수 간의 인과관계를 추정하는 기법입니다. 이는 통제 변수를 선택하기 어려운 경우에 유용하게 사용됩니다

 

세미나 발표

 

LG CNS 김성수님의 발표가 있었다.

사실 인과추론에 대한 기본적인 지식이 없어서 사실 무슨말씀을 하시는지 잘 알아듣지 못했다

다만 김성수님의 발표중 가장 와닿았던 부분은

 

자신은 인과추론을 배우기 2년 전과 많이 다른 사람이 되었고 업무를 함에 있어도 2년전 자신은 Binary feature 개념만 적용했다면 지금은 인과추론 형태로 분석하는 방향으로 업무를 한다고 한다. 

 

또한 자신의 커리어 방향도 많이 바뀌였다며 많은 분들이 ML과 인과추론을 같이 하기 바란다고 설명했다. 

 

그 다음 발표자로 지마켓 방태모님의 발표가 이어졌다

 

 

방태모님의 발표는 더 알아듣기 힘들었다...

수리 통계학은 처음이였다.

 

방태모님의 발표중 새로운것을 알게 된점은 실험의 관찰 단위였다

 

 

또한 방태모님은 사용자로 부터 측정되는 모든 지표들은 확률 변수라는 점을 크게 강조하셨다

 

 

하지만 나는 아직 레벨이 낮아...많은 내용을 이해하기 힘들었다... 하지만

어떻게 인과추론에 대해서 어떻게 스터디 해야하는지 좋은 자료들과 동영상들을 많이 공유해주셨다.

앞으로 나도 데이터 분석가의 커리어를 쌓기 위해 가짜연구소 인과추론팀 github과 유튜브를 보면서 성장해야겠다는 열정을 얻었다

 

또한 방태모님의 말씀중 가장 와닿았던 부분은 마지막에 있었다

 

방태모님은 많은 기업들이 실험 민감도를 올린다고 말씀해주셨다. 방태모님의 발표는 바이어스를 줄여 민감도를 올려야 한다는 내용으로 요약할수있다.

그 이유로는 사용자의 데이터는 기업마다 한정적인데 A/B test와 같은 실험에서 같은 샘플대비 민감도를 올리면 더 적은 샘플로도 같은 효과를 낼수있다고 설명했다

e.g. 10만 샘플로 5%를 얻었다면 민감도를 올려 5만 샘플로 5%의 결과를 얻게 만들수있다. 이렇게 민감도를 올리면 같은 샘플대비 더 많은 실험이 가능하고 더 많은 실험을 한 기업은 다른 기업 보다 앞서 나갈수있다고 설명했다.

 

 

아직 많이 부족하지만 인과추론에 대해서 맛을 봤다.

앞으로 내가 이부분을 끊임없이 스터디하여 나를 레벨업 해야겠다는 방향성을 잡게 되었다.