소음 보호가 기대수명·인구통계 지표 정확도에 미치는 영향

초록

본 논문은 인구통계 기본 통계에 고정된 분산 V를 갖는 잡음(CKM) 보호를 적용했을 때, 출산율·사망률·기대수명 등 주요 지표의 정확도가 어떻게 변하는지를 포아송 모델 기반의 통계적 변동과 비교 분석한다. 수식 유도와 2023년 EU NUTS 2 지역 데이터를 활용한 실증 결과, 기대수명은 잡음에 매우 강인한 반면, 출산율·사망률은 작은 연령·지역에서 1 % 이상 오차가 발생할 수 있음을 보여준다.

상세 분석

논문은 먼저 CKM(Cell Key Method)이라는 잡음 추가 방식의 핵심 특성인 “입력 변수 xᵢ의 분산이 모두 동일하게 V”라는 가정을 수립한다. 이때 표준편차 Δ = √V이며, 전통적인 오차 전파식 Δf = √∑(∂f/∂xᵢ)² Δ²을 적용한다.
① 출산율 fₓ = bₓ/wₓ(식 4)에서는 bₓ ≪ wₓ이므로 상대오차 δfₓ ≈ Δ/bₓ가 된다. V = 1을 가정하고 NUTS 2 지역 실데이터에 적용하면, 대부분의 연령대에서 δfₓ의 중앙값은 0.37 %이며, bₓ가 1~10인 경우는 1 % 이상, 최악은 100 %까지 치솟는다.
② 사망률 Mₓ = Dₓ/Bₓ(식 8)에서도 Dₓ ≪ Bₓ이므로 δMₓ ≈ Δ/Dₓ가 된다. 사망 수가 적은 연령(특히 영아·청년)에서 큰 오차가 발생하며, 전체 인구에 대한 중앙값은 1.4 % 수준이다.
③ 기대수명 Eₓ에 대한 분석은 가장 복잡하다. 저자는 ℓₓ(생존함수), Lₓ, Tₓ 등 전통적인 생명표 요소를 이용해 Eₓ를 식 (10)–(13)으로 전개하고, Mₖ = Dₖ/Bₖ라는 가장 단순한 사망률 모델을 가정한다. 이후 연쇄법칙과 미분을 적용해 최종 상대오차식 (16)을 도출한다. 이 식은 Δ, ℓₓ, Bₓ, Dₓ 등만 알면 즉시 δEₓ를 계산할 수 있다. V = 1을 적용한 2023년 NUTS 2 데이터에서는 중앙값이 0.018 %에 불과하고, 1 %를 초과하는 경우는 두 지역(프랑스 Mayotte, 핀란드 Åland)뿐이다. 즉, 기대수명은 잡음에 대해 매우 강인함을 확인한다.
④ 통계적 변동을 포아송 모델(λ ≈ xᵢ, Δ̃ = √xᵢ)로 추정하고, 잡음 오차와 통계적 오차를 합성하는 식 (18)–(19)를 제시한다. 이를 통해 실제 데이터에서 잡음이 지배적인 경우와 통계적 변동이 지배적인 경우를 구분할 수 있다.
핵심 인사이트는(1) 잡음 보호가 인구통계 지표에 미치는 영향은 입력 카운트의 규모에 크게 의존한다. (2) 기대수명은 복합 계산 과정을 거치지만, 입력 사망 카운트가 충분히 크면 잡음 오차가 무시될 정도로 안정적이다. (3) 작은 지역·연령대에서 출산·사망률은 잡음에 민감하므로, 정책·연구 목적에 따라 보호 강도를 조정하거나 추가 보정이 필요할 수 있다.