딥 러닝 기반 인과 효과 추정 알고리즘 연구

Abstract

딥 러닝 기법의 표현 학습과 딥 생성 모델의 잠재력은 인과 효과 추정에서 데이터에 내재된 복잡한 인과 효과의 표현을 학습하거나, 원인 변수에 임의로 개입하는 가상의 결과 데이터를 생성하는 데에 활용될 수 있다. 본 논문에서는 딥 러닝 기반의 인과효과 추정 기법연구 동향을 소개한다. 다양한 형태의 원인 변수와 개입 환경을 중심으로 딥 러닝 기법이 데이터에 복잡하게 내재된 인과 효과를 추정하기 위해 어떻게 활용되는지 기술한다. 이후, 딥 러닝 기반 인과 효과 추정 연구에서 풀어야 할 핵심적인 연구 과제와 향후 연구 방향을 제시한다.