국립부경대학교 일반대학원 데이터공학과

DS세미나 안내

주제: From Prediction to Intervention: Potential Outcomes, Causal Designs, and Graphical Assumptions

연사: 이상학 교수 (서울대학교 데이터사이언스대학원)

일시: 2026년 05월 18일 (월) 오후 2시

장소: 누리관(A13) 2318호 (비대면 Zoom 강연)

- 참가 URL: https://pknu.zoom.us/j/84526484584

- 참가 ID: 845 2648 4584

- 비밀번호: 6087

주최: 국립부경대학교 데이터사이언스융합인재양성사업단 (대학원 데이터공학과)

세미나 요약:

현대의 데이터 분석은 패턴을 찾고 예측을 수행하는 데 매우 효과적이지만, 과학적·실무적 질문의 상당수는 개입(intervention)에 관한 것이다. 즉, 처치(treatment), 정책, 의사결정 규칙을 바꾸면 어떤 일이 벌어지는가? 이러한 질문에 답하려면 명확하게 정의된 인과적 표적(causal target), 신뢰할 수 있는 가정, 그리고 의미 있는 반사실적(counterfactual) 비교를 구성하는 방법이 필요하다.

본 강의는 잠재 결과(potential outcomes) 관점에서 인과추론을 소개하며, 인과 효과가 본질적으로 관측되지 않은 반사실적 결과(missing counterfactuals)에 관한 문제임을 설명하고, 그렇기 때문에 무작위 실험(randomized experiment)이 강력한 도구가 되는 이유를 다룬다. 이어서 관찰 연구(observational study)가 명시적 가정과 연구 설계를 통해 어떻게 인과적 결론을 뒷받침할 수 있는지 논의한다.

강의의 초점은 다음 세 가지에 있다. 각 방법이 어떤 비교를 구성하려고 하는가, 그 비교가 유효하려면 어떤 가정이 필요한가, 인과 그래프(causal graph)가 그러한 가정을 어떻게 표현해줄 수 있는가 궁극적인 목표는 인과적 사고를 현대 실증 데이터 분석에서의 의사결정과 연결 짓는 것이다.

연사 경력 및 학력:

학력:

펜실베니아주립 대학교 정보과학기술, 박사

서강대학교 컴퓨터공학, 석사

서강대학교 컴퓨터공학, 학사

경력:

서울대학교 데이터사이언스대학원, 조교수

컬럼비아대학교 컴퓨터과학과, Associate Research Scientist

퍼듀대학교 컴퓨터과학과, 박사후 연구원