연관성과 인과성은 다르다.

많은 통계 분석은 연관성(association)을 기반으로 이루어지곤 했다. 그런데 최근에 인과성에 대한 관심이 많아지고 있는것 같다.

아마 인과성(causality)이 실용적인 관점에서 더 중요하기 때문일 것이다. 연관성은 인과성보다 낮은 레벨의 추론 수준이며 통계 모델에서 학습된 연관성을 인과성으로 해석하기 위해서는 여러 장치들이 필요하다.

그리고 생각보다 인간은 연관성과 인과성을 상식적인 선에서 구분하기 쉽지 않다. 따라서 이를 명확히 하기 위해 데이터에 도움을 받는 것이다.

필자는 석사때 주로 인과성추론에 대해 연구했었는데 이 분야는 아직 확립이 덜 되었고 할게 많이 남아있다. 하지만 이러한 프레임워크는 올바른 데이터 분..........