공공여론 조사에 정보와 복잡도 이론 적용

초록

이 논문은 2004‑2007년 그리스 여론 조사 데이터를 이용해 정보이론(엔트로피)과 복잡도 이론(통계적 복잡도, 피셔 정보)을 적용한 정량적 분석 방법을 제시한다. 카라말리스 총리의 높은 지지율과 신당(ND)과 파소크(PASOK) 간의 미세한 득표 차이를 엔트로피 감소와 복잡도 상승으로 설명하고, 이전 클린턴 대통령 사례와 방법론의 일관성을 확인한다.

상세 분석

본 연구는 여론 조사에서 얻은 확률 분포 p_i (예: 총리 지지, 야당 지지, 무응답 등)를 기반으로 셰넌 엔트로피 H = −∑p_i log p_i 를 계산한다. 엔트로피는 의견의 불확실성 혹은 무질서를 정량화하며, 값이 낮을수록 여론이 특정 선택에 집중됨을 의미한다. 저자는 2004년~2007년 사이 메트론 분석(Metron Analysis)에서 수집된 월별 설문 데이터를 이용해 H 의 시계열을 구했으며, 카라말리스 총리의 승인율이 급등한 시점에 엔트로피가 현저히 감소함을 발견했다. 이는 ‘공공 의견이 조직화되는’ 현상으로 해석된다.

복잡도 측정에는 LMC(Lopez‑Ruiz‑Mancini‑Calbet) 복잡도 C = H·D 를 사용한다. 여기서 D 는 ‘비평형도(disequilibrium)’로, 균등 분포와 실제 분포 사이의 거리(예: 제곱 차)로 정의된다. C 는 엔트로피와 비평형도의 곱이므로, 완전한 무질서(높은 H, 낮은 D)와 완전한 질서(낮은 H, 높은 D) 사이에서 최대값을 가진다. 논문은 카라말리스의 지지율이 급격히 상승할 때 C 가 피크를 형성한다는 점을 강조한다. 이는 의견이 한쪽으로 집중되면서도 여전히 일정 수준의 다양성을 유지하는 ‘복합적 조직 상태’를 반영한다.

또한 피셔 정보 I = ∑(∂p_i/∂θ)²/p_i (θ는 시간 혹은 외부 변수) 를 도입해 여론 변화의 민감도를 평가한다. 피셔 정보는 확률 분포가 작은 변화에 얼마나 민감한지를 나타내며, 높은 I 값은 여론이 급격히 전환될 가능성을 시사한다. 분석 결과, 카라말리스 승인이 급증하기 전후에 I 가 급등했으며, 이는 여론이 ‘임계점’에 도달했음을 의미한다.

연구는 동일한 방법론을 1998‑1999년 클린턴 대통령 인기도 데이터에 적용한 이전 연구와 비교한다. 두 사례 모두 엔트로피 감소, 복잡도 피크, 피셔 정보 상승이 동시에 관찰되었으며, 이는 정보·복잡도 이론이 정치적 여론의 동역학을 포괄적으로 설명할 수 있음을 시사한다.

한계점으로는(1) 설문 응답을 이산적인 몇 개의 범주(지지, 반대, 무응답)로만 축소했기 때문에 미세한 의견 차이를 포착하기 어려움, (2) 표본 크기와 조사 방법론의 변동성이 엔트로피와 복잡도 계산에 영향을 미칠 수 있음, (3) 시간 간격이 일정하지 않아 연속적인 미분 기반 피셔 정보 계산에 근사적 가정이 필요함을 들었다. 저자는 향후 연구에서 다변량 확률 분포와 베이지안 업데이트를 결합해 보다 정교한 동역학 모델을 구축할 것을 제안한다.