분해 방식이 결과를 좌우한다 경로 무관 분해의 중요성

초록

본 논문은 경로 무관(path‑independent) 분해 방식을 제안하고, 이론적 근거와 함께 순차적(sequential) 분해와의 차이를 실증적으로 보여준다. 미국·프랑스·헝가리·포르투갈·루마니아의 1977‑2011년 인구조사 데이터를 이용해 교육 계층 간 사회 격차가 결혼·동거에 미치는 영향을 추정한다. 일부 국가·시기에 두 분해 방식이 결과에 큰 차이를 보이며, 분해 방식 선택이 관찰되지 않는 요인의 동태를 정확히 기록하는 데 결정적임을 강조한다.

상세 분석

이 연구는 “분해(decomposition)”라는 통계적 도구를 두 가지 구현 방식으로 구분한다. 첫 번째는 경로 무관 분해(path‑independent decomposition)로, 전체 효과를 구성 요소들(예: 구조적 차이, 행태적 차이)으로 나누되, 변수들의 순서에 의존하지 않는다. 이는 효과의 비대칭성을 제거하고, 각 요소가 실제로 기여하는 비중을 고유하게 식별할 수 있게 한다. 두 번째는 전통적인 순차적 분해(sequential decomposition)로, 변수들을 임의의 순서대로 삽입하면서 각 단계마다 잔여 효과를 할당한다. 순서에 따라 결과가 달라지는 ‘순서 의존성(order dependence)’이 내재되어 있어, 해석상의 모호성을 야기한다.

이론적 논증에서는 경로 무관 분해가 ‘교환법칙(commutativity)’과 ‘결합법칙(associativity)’을 만족함을 보이며, 이는 선형 회귀, 로짓, 포아송 등 다양한 모델에 일반화 가능함을 증명한다. 특히, 비선형 변환이 포함된 경우에도 미분가능성 가정 하에 테일러 전개를 이용해 근사적 경로 무관 분해를 도출한다. 반면 순차적 분해는 변수 삽입 순서가 결과에 미치는 영향을 정량화하기 위해 추가적인 민감도 분석이 필요하지만, 이는 실제 연구에서 종종 간과된다.

실증 부분에서는 5개 국가·4개 파동(1977, 1990, 2000, 2011)의 인구조사 데이터를 활용한다. 교육 수준을 3계층(고학력, 중학력, 저학력)으로 구분하고, 결혼·동거 비율을 종속 변수로 설정한다. 각 국가·시점마다 경로 무관 분해와 순차적 분해를 적용해 ‘구조적 차이(교육별 인구 비중)’와 ‘행태적 차이(교육별 결혼·동거 선호)’를 분리한다. 결과는 다음과 같다. 미국과 프랑스에서는 두 분해 방식이 대체로 일치하지만, 헝가리와 포르투갈에서는 1990년대와 2000년대에 구조적 차이가 크게 변했음에도 불구하고 순차적 분해는 이를 과소평가한다. 루마니아의 경우 2000년대 이후 교육 격차가 급격히 확대되었으나, 순차적 분해는 행태적 차이의 증가로 귀결시켜 정책적 함의를 왜곡한다.

이러한 차이는 특히 ‘관찰되지 않는 현상(unobservable phenomenon)’을 추정할 때 위험하다. 경로 무관 분해는 각 요소의 순수 기여도를 보존하므로, 사회 격차가 구조적 요인에 기인한 것인지, 개인 선택에 기인한 것인지 명확히 구분할 수 있다. 반면 순차적 분해는 순서에 따라 구조적 요인을 행태적 요인으로 전이시키는 오류를 범할 수 있다. 따라서 정책 입안자는 분해 방식 선택에 따라 전혀 다른 정책 권고를 받을 위험이 있다.

본 논문은 두 가지 주요 시사점을 제공한다. 첫째, 경로 무관 분해는 이론적 일관성과 실증적 안정성을 동시에 제공하므로, 관찰되지 않는 요인의 동태를 분석할 때 기본 도구로 채택해야 한다. 둘째, 기존 연구에서 흔히 사용되는 순차적 분해는 결과의 민감도를 반드시 보고해야 하며, 가능하면 경로 무관 방식과 병행 검증하는 것이 바람직하다. 이러한 권고는 사회과학뿐 아니라 경제학, 보건학 등 다양한 분야에서 구조·행태 요인을 분리하고자 하는 연구에 적용 가능하다.