간접 설문으로 좀비와 외계인 규모 추정

초록

이 논문은 직접 조사에 위험이 따르는 좀비·외계인 등 은밀한 집단을 사회 네트워크의 규모추정법(network‑scale‑up)으로 간접적으로 추정하는 방법을 제안한다. 설문 응답자의 지인 수와 특정 직업·특수 집단에 대한 질문을 활용해 전체 인구 대비 은밀한 집단 규모와 지리적·인구학적 특성을 추정한다.

상세 분석

본 연구는 전통적인 직접 조사 방식이 불가능하거나 위험한 ‘언데드’ 혹은 외계인 같은 하드‑투‑리치 집단을 추정하기 위해 네트워크 규모추정법(network‑scale‑up, NSU)을 적용한다. NSU는 응답자가 알고 있는 사람 수(예: “몇 명의 스티븐을 아나요?”)를 통해 평균 사회적 연결망 크기를 추정하고, 특정 집단(예: 변호사, 교사, 경찰)과 비교하여 그 집단에 대한 인지율을 구한다. 이때 “몇 명의 죄수’를 아는가”와 같은 질문을 통해 접근이 어려운 집단의 규모를 간접적으로 추정한다는 점이 핵심이다.

논문은 먼저 기존 문헌(예: Munz et al., 2009; Lakeland, 2010)에서 좀비 역학 모델이 수학적 시뮬레이션에 국한돼 왔음을 지적한다. 그런 모델은 파라미터 추정에 실증 데이터가 부족해 신뢰도가 낮다. 이어 Zheng et al.(2006)의 연구를 인용해 평균 응답자가 약 750명의 인맥을 가지고 있음을 제시하고, 1,500명 표본이면 약 백만 명 규모의 네트워크 정보를 얻을 수 있음을 강조한다.

방법론적 세부사항으로는 (1) 일반 인구를 대상으로 “몇 명의 변호사/교사/경찰을 아는가”와 같은 직업 질문을 포함해 응답자의 사회적 연결망 구조를 파악하고, (2) “몇 명의 좀비/외계인/유령을 아는가”와 같은 은밀한 집단 질문을 삽입해 해당 집단에 대한 인지율을 측정한다. 여기서 중요한 가정은 (가) 응답자는 자신이 알고 있는 모든 사람을 정확히 기억한다는 점, (나) 은밀한 집단에 대한 인지는 일반 집단과 동일한 과소보고 비율을 가진다라는 점이다. 저자들은 과소보고를 보정하기 위해 다른 집단(예: 당뇨병, HIV)에서 관찰된 보고 오류 비율을 이용해 외삽(extrapolation)한다.

또한 구글 트렌드와 같은 디지털 데이터 소스를 보조 지표로 활용한다. 구글 검색량이 ‘zombie’, ‘ghost’, ‘alien’ 등 키워드에 대해 시간·지역별 변동을 보이면, 해당 지역에서 은밀한 집단에 대한 인식이 높을 가능성을 추정한다. 이는 전통 설문과 결합해 공간적 분포를 더 정밀하게 파악할 수 있다.

한계점으로는 (1) 응답자의 기억 오류와 사회적 바이어스, (2) 은밀한 집단에 대한 스티그마가 보고율을 크게 낮출 가능성, (3) 네트워크 연결망이 균등하지 않아 특정 인구군(예: 고령자·저소득층)에서 과소추정될 위험이 있다. 저자들은 이러한 편향을 통계적 모델링(예: 베이지안 계층모형)으로 보정할 여지를 남긴다.

마지막으로 논문은 ‘좀비 연구는 할리우드와 방위산업의 지원이 필요하다’는 풍자적 결론을 내리며, 실제 연구 자금 확보와 윤리적 검토가 선행되어야 함을 시사한다. 전체적으로는 유머와 진지함을 혼합해, 실증적 사회과학 방법을 비전통적 현상에 적용하는 창의적 시도를 보여준다.