특정 사건(event)이 언제 발생하는지를 다루는 통계 분석법인 ‘생존분석(Survival Analysis)’을 한층 정교하게 발전시킨 부산대학교 연구팀의 새로운 데이터 분석 기법이 주목받고 있다. 

※ 생존분석(Survival Analysis)에서 ‘생존(survival)’은 어떤 사건이 일어나지 않고 유지되는 기간을 의미한다. 핵심은 사건 발생 여부뿐만 아니라, 시간과 사건 발생 확률을 함께 고려한다는 점이다.

교육학과 이계진(사진) 교수 연구팀은 기존 이산시간 생존분석(Discrete-Time Survival Analysis, DTSA)을 발전시킨 ‘구조적 이산시간 생존분석(Structured Discrete-Time Survival Analysis, S-DTSA)’ 연구를 완성해 국제 저명 학술지 『Structural Equation Modeling: A Multidisciplinary Journal』 9월 3일자에 게재했다. 해당 학술지는 사회과학 연구 방법론 분야에서 권위를 인정받는 SSCI 저널로, 다년간 인용지수 1위를 차지하며 전 세계 연구자들이 참고하고 있다.

- 논문 제목: Discrete-Time Survival Analysis Incorporating Time Structure in Developmental Research(Time-to-event 자료분석을 위한 이산생존분석의 재해석)

- 논문 링크: https://doi.org/10.1080/10705511.2024.2432598 

이산시간 생존분석(DTSA)은 행동과학 연구에서 사건 발생 확률을 추정하는 데 널리 사용돼 왔다. 예를 들어, 학생이 학업을 중도에 그만두는 시점, 특정 행동이 반복되는 시점, 심리적 증상이 발현되는 시점 등을 분석하는 데 유용하다. 그러나 기존 DTSA는 사건 발생 확률이 시간에 따라 어떻게 변하는지 ‘독립적으로’ 추정하기 때문에, 실제로 존재할 수 있는 선형적 변화나 이차적(곡선형) 변화, 혹은 구간별로 달라지는 변화 양상을 충분히 반영하지 못한다는 한계가 있었다.

이로 인해 연구자는 사건 발생 과정을 이론적으로 설명하거나, 실제 데이터에 존재하는 구조적 패턴을 정확히 반영하는 데 어려움을 겪었다.

연구팀이 제안한 Structured DTSA(S-DTSA)는 이러한 문제를 보완했다. 이 방법은 ‘잠재성장곡선모형(latent growth modeling, LGM)’의 틀을 활용해 사건 발생 확률의 변화를 선형, 이차, 혹은 구간별 함수 형태로 구조적으로 모형화할 수 있도록 한다.

【시간 흐름에 따라 관심 사건이 일어날 위험 로짓(hazard logits)의 변화(왼쪽)와

위험 확률(hazard probability)의 변화(오른쪽)를 기존의 전통적 DTSA기법(▲)과 새로운 접근 방법인 S-DTSA기법(●)으로 비교한 그래프】

이를 통해 불필요한 모수 추정을 줄이는 동시에, 사건 발생 확률의 시간적 궤적을 하나의 구조적 패턴으로 이해할 수 있다. 예를 들어 “위험 확률이 언제 가장 높은가?”, “시간이 지남에 따라 위험 곡선이 어떻게 변하는가?”, “집단별 차이는 어떤가?”와 같은 질문에 보다 직관적으로 답할 수 있게 된다.

Structured DTSA의 가장 큰 장점은 간명하면서도 해석력이 뛰어나다는 점이다. 특히 사건 발생 확률이 시간이 지남에 따라 이차곡선 형태로 변하는 경우, 연구자는 최대 위험 시점이나 위험 곡선의 형태를 쉽게 파악할 수 있으며, 이를 통해 집단 간 차이도 명확하게 분석 가능하다.

이계진 교수는 “이번 연구 결과를 통해 교육학 분야에서 비교적 주목받지 못했던 생존분석 기법이 보다 쉽고 널리 활용될 수 있기를 기대한다”며 “발달 연구나 행동 연구에서 사건 발생 과정을 더 정교하게 이해하고 이론적 해석을 확장하는 데 기여할 것”이라고 말했다.

사회과학 데이터 분석 방법론의 새로운 가능성을 제시한 이번 연구는 교육학, 심리학은 물론 다양한 사회과학 연구에서 사건 발생 시점 분석의 타당성과 응용 범위를 넓혀줄 것으로 기대된다.

[Abstract]

Discrete-time survival analysis (DTSA) is a method widely used by social and behavioral researchers as it aids in the exploration of patterns in time-to-event measures. However, the traditional DTSA models often fail to adequately represent the structured dynamics of hazardous processes. This study introduces structural DTSA, an alternative approach that extends traditional DTSA by incorporating functional forms of hazard changes. With structural DTSA, a reparameterization of the functional forms is also possible for more meaningful interpretations of the results of time-to-event data analyses. This study aims to provide a detailed tutorial on structured DTSA, demonstrating its applicability in social and behavioral research. Henceforth, we demonstrate the application of structured DTSA using data on smoking initiation from the National Longitudinal Study of Youth 1997 (NLSY97). These findings highlight the potential of structured DTSA for various developmental studies.

- Author (Pusan National University): Kejin Lee (Department of Education)

- Title of original paper: Discrete-Time Survival Analysis Incorporating Time Structure in Developmental Research

- Journal: Structural Equation Modeling: A Multidisciplinary Journal

- Web link: https://doi.org/10.1080/10705511.2024.2432598 

- Contact e-mail: kejin@pusan.ac.kr