인감 차별을 설명하는 에이전트 기반 전염병 모델

본 논문은 미국의 급격히 증가한 수감률을 ‘전염병’ 현상에 비유하여, 인종 간 형량 차이가 어떻게 인구 수준의 수감 격차를 확대시키는지를 탐구한다. 서론에서는 1978년부터 2011년까지 수감률이 4배 증가했으며, 특히 흑인 남성의 수감률이 백인보다 6배 이상 높다는 통계적 사실을 제시한다. 기존 연구들은 경찰 감시, 검찰 차별, ‘인종 위협’ 이론 등을 제시했지만, 형량 차이가 여전히 남아 있음을 메타분석 결과로 강조한다. 이러한 배경에서 저자들은 SIS(감수성‑감염‑감수성) 모델을 수감 현상에 적용한다. SIS 모델에서 ‘감염 기간’은 수감자가 복역 중인 기간으로, 이 기간 동안 가족·친구에게 미치는 사회적·심리적 압력이 전염 효과를 발생시킨다. 전이 확률 p(i→j)는 관계 유형(부모‑자식, 형제‑자매, 친밀 친구)과 개인 특성(성별, 연령)에 따라 차등 부여되며, 실제 교도소 수감자 설문조사에서 도출된 데이터를 그대로 사용한다. 전이 확률은 매 시뮬레이션 단계(월)마다 독립적으로 적용되고, 전체 전파 확률은 1−(1−p)^s 형태로 누적된다. 모델 구현을 위해 저자들은 미국 인구조사, 사회보장청 사망률표, CDC 출산 연령 데이터 등을 활용해 1500명의 시드 인구를 시작으로 200세대에 걸쳐 다세대 합성 인구를 생성한다. 각 개인은 성별, 출생 연도, 공간 위치, 사망 연령, 첫 출산 연령, 자녀 수 등을 확률분포에 따라 할당받는다. 네트워크는 부모‑자식, 형제‑자매, 부부, 그리고 10번째 생일에 형성되는 친밀 친구 관계로 구성되며, 친구는 연령 차이 9~11세 사이의 비형제·자매 중 공간적으로 가장 가까운 인물을 선택한다. 이렇게 구축된 네트워크는 8,856명의 살아있는 에이전트와 61,376개의 연결을 포함한다. 형량 데이터는 BJS에서 제공한 흑인·백인 약물 소지형량 평균·중위값을 기반으로 부정 이항 분포를 사용해 생성한다. 흑인 평균 17개월·중위 12개월, 백인 평균 14개월·중위 10개월이라는 차이를 반영한다. 시뮬레이션은 동일한 네트워크와 전이 확률을 유지한 채 두 시나리오(흑인형량, 백인형량)만을 교체해 실행한다. 결과는 형량 차이가 3개월 정도 차이에도 불구하고 전체 인구에서 흑인 수감 비율이 백인보다 5배 이상 높아지는 현상을 재현한다. 이는 SIS 모델이 임계 전이 확률 근처에서 작은 파라미터 차이를 양의 피드백을 통해 크게 확대시키는 비선형 특성을 보여준다. 또한 캘리포니아 실제 수감 데이터와 비교했을 때, 모델이 별도 파라미터 튜닝 없이도 인종별 수감 비율과 재범 구조를 유사하게 생성함을 확인한다. 이는 형량 차이가 구조적 불평등으로 작용해 네트워크 전파 메커니즘을 통해 인종 격차를 증폭시킨다는 가설을 실증적으로 뒷받침한다. 논문은 이러한 모델이 형량 정책 변화가 인구 전체 수감 역학에 미치는 파급 효과를 정량적으로 예측하고, 형량 차이를 줄이는 정책이 인종 격차 완화에 얼마나 기여할 수 있는지를 평가하는 도구로 활용될 수 있음을 제안한다. 또한 전염병 모델링과 범죄학을 결합한 새로운 연구 패러다임을 제시하며, 향후 네트워크 구조 변화, 재통합 효과, 형량 외의 제도적 요인 등을 포함한 확장 연구의 필요성을 강조한다.