머신러닝으로 사회학적 효과 이질성 탐구

초록

본 논문은 인과 트리(causal tree)와 정직 추정(honest estimation) 기법을 활용해 관찰 데이터에서 처치 효과의 이질성을 자동으로 탐색한다. 대학 교육이 임금에 미치는 영향을 사례로 삼아, 전통적 서브그룹 분석과 비교해 머신러닝 기반 방법이 새로운 이질성 원천을 밝혀내는 과정을 보여준다. 잎별 매칭과 민감도 분석을 통해 잠재적 교란을 보정하고, 관측·비관측 이질성에 대한 해석 틀을 제시한다.

상세 분석

이 연구는 사회학 연구에서 흔히 사용되는 사전 가설 기반 서브그룹 분석이 “예상된” 차이만을 재확인하는 경향이 있다는 점을 비판한다. 이를 보완하기 위해 인과 트리(causal tree)라는 비파라메트릭 머신러닝 기법을 도입한다. 인과 트리는 목표 변수(처치 효과)의 이질성을 최대화하는 방식으로 데이터를 재귀적으로 분할하며, 각 리프 노드에 해당하는 서브그룹에 대해 별도의 효과 추정치를 제공한다. 핵심은 ‘정직 추정(honest estimation)’이다. 전체 표본을 훈련 샘플과 추정 샘플로 나누어, 트리 구조는 훈련 샘플로만 학습하고, 실제 효과값은 추정 샘플을 이용해 편향을 최소화한다. 이는 전통적인 회귀 기반 상호작용 항 모델이 과적합에 빠질 위험을 크게 낮춘다.

관찰 데이터의 특성상 교란 변수에 대한 우려가 남아 있기 때문에, 저자는 각 리프에 대해 매칭을 수행한다. 구체적으로, 같은 리프에 속한 처치군과 통제군을 성향점수 매칭 혹은 거리 기반 매칭으로 짝지어, 잎별 평균 처치 효과를 보다 견고하게 추정한다. 또한, Rosenbaum bounds와 같은 민감도 분석을 적용해 비관측 교란이 결과에 미치는 잠재적 영향을 정량화한다.

실증 분석에서는 대학 교육이 임금에 미치는 효과를 조사한다. 전통적인 인구통계학적 변수(성별, 인종, SES)만을 기준으로 한 서브그룹 분석은 기대했던 몇몇 차이만을 재확인한다. 반면 인과 트리는 학업 성취도, 지역 고용 구조, 가구 부채 수준 등 기존 이론에서 간과되었던 변수들의 조합을 새로운 이질성 원천으로 도출한다. 특히, 고부채 가구에서 대학 교육이 임금 상승에 미치는 효과가 크게 감소한다는 결과는 정책적 함의를 제공한다.

전반적으로 이 논문은 (1) 정직 추정을 통한 편향 감소, (2) 잎별 매칭과 민감도 분석을 통한 교란 통제, (3) 데이터 기반 서브그룹 탐색이 기존 이론을 확장하거나 수정할 수 있음을 실증적으로 입증한다는 점에서 사회학적 인과 추론에 중요한 방법론적 기여를 한다.