취업 사이트 트래픽과 실업률의 상관관계: 32개 유럽 국가 비교 연구

초록

본 연구는 32개 유럽 국가의 427개 취업 웹사이트 트래픽 데이터를 수집·정규화하고, 각 국가의 실업률과의 상관관계를 분석한다. 웹 마이닝 단계에서 Alexa·Google Trends 등 외부 지표를 활용했으며, 데이터 마이닝 단계에서는 가우시안 프로세스 회귀(GPR)를 적용해 상관계수를 산출했다. 결과는 웹사이트 트래픽과 실업률 사이에 54.49%의 양의 상관관계가 있음을 보여준다.

상세 분석

이 논문은 “취업 웹사이트 트래픽 ↔ 실업률”이라는 흥미로운 가설을 제시하지만, 연구 설계와 통계적 엄밀성 면에서 몇 가지 한계가 눈에 띈다. 첫째, 데이터 수집 방법이 ‘수동 크롤링’과 ‘리스트와이즈 삭제(list‑wise deletion)’에 의존한다는 점이다. 이는 누락된 데이터가 무작위가 아닐 가능성을 높이며, 표본 편향을 초래한다. 특히 트래픽이 낮은 사이트가 삭제되면 평균 트래픽이 인위적으로 상승하고, 실업률과의 상관관계가 과대평가될 위험이 있다.

둘째, 변수 정의가 모호하다. “웹사이트 트래픽”을 어떤 지표(방문자 수, 페이지뷰, 평균 체류시간 등)로 측정했는지 명시되지 않았으며, Alexa 순위와 Google Trends 점수를 어떻게 통합했는지도 불분명하다. 또한 실업률은 Eurostat와 European Youth Portal에서 추출했지만, 시점 차이와 계절성 조정 여부가 언급되지 않아 시계열 일관성이 의심된다.

셋째, 분석 기법으로 가우시안 프로세스 회귀(GPR)를 선택했지만, 커널 함수, 하이퍼파라미터 최적화 방법, 교차검증 절차 등에 대한 상세 설명이 부족하다. 논문에 제시된 “상관계수 54.49%”는 단순 피어슨 상관을 의미하는 듯하지만, GPR 모델의 예측 정확도(RMSE 0.50, RAE 0.98)와 어떻게 연결되는지 명확히 제시되지 않는다. RMSE와 RAE가 각각 어떤 단위와 스케일에서 계산됐는지도 알 수 없으며, RAE 0.98은 거의 100% 오차에 해당해 모델 성능이 매우 낮음을 시사한다.

넷째, 결과 해석이 과도하게 일반화된다. “트래픽이 실업률을 예측한다”는 결론은 인과관계가 아니라 상관관계에 기반한 것이며, 외부 요인(경제 성장률, 교육 수준, 노동시장 정책 등)을 통제하지 않은 상태에서 도출된 것이다. 다변량 회귀나 패널 데이터 분석을 통해 국가 고유의 고정효과를 제거했더라면 보다 설득력 있는 인과 추론이 가능했을 것이다.

마지막으로, 참고문헌은 관련 분야(구글 검색 데이터와 실업률 연계 연구)와는 일치하지만, 자체 데이터와 방법론에 대한 비판적 검토가 부족하다. 전반적으로 연구 질문은 가치가 있으나, 데이터 품질 관리, 변수 정의, 모델 검증 절차를 강화해야 결과의 신뢰성을 확보할 수 있다.