본 논문은 기존의 제약 기반 지역적 인과 추론 방법의 한계를 극복하기 위해 Hybrid Local Causal Discovery (HLCD) 알고리즘을 제안한다. 기존 방법들은 AND 또는 OR 규칙을 단독으로 사용하여 지역적 인과 골격을 구성하는데, 이는 연쇄적인 오류를 야기할 수 있다. HLCD는 OR 규칙을 사용한 제약 기반 접근 방식으로 후보 골격을 생성한 후, 점수 기반 방법을 사용하여 중복 부분을 제거한다. 또한, 지역적 등가 클래스로 인한 방향 지정 간섭을 피하기 위해 지역 구조 점수를 비교하여 V-구조와 등가 클래스를 구분한다. 14개의 베이지안 네트워크 데이터셋을 사용한 실험 결과, HLCD가 기존 알고리즘보다 우수한 성능을 보임을 확인했다.
