터키 81개 주의 수출 성과 스펙트럴 클러스터링 분석

초록

본 연구는 2023년 수출·수입·순수출 데이터를 이용해 터키 81개 주를 스펙트럴 클러스터링으로 분류한다. Eigen‑Gap 방법으로 최적 군집 수를 3개로 결정하고, Silhouette 계수로 군집 품질을 검증하였다. 결과는 ‘저·중·고’ 3단계로 구분되며, 각각 42 %, 33 %, 25 %의 주가 해당한다. 수입 및 순수출에서도 유사한 3단계 구분이 나타났으며, 이즈미르가 순수출 최고, 이스탄불이 최저로 확인되었다.

상세 분석

본 논문은 2023년 기준 터키 81개 주의 수출, 수입, 순수출 실적을 원자료와 달러 환산값 두 가지 형태로 수집하였다. 데이터 전처리 단계에서 결측치를 제거하고, 각 변수는 표준화(z‑score)하여 스펙트럴 클러스터링에 적합하도록 변환하였다. 스펙트럴 클러스터링은 라플라시안 행렬을 구성하고, 그 고유벡터를 이용해 저차원 임베딩을 수행한 뒤 K‑means 알고리즘으로 최종 군집을 도출한다. 최적 군집 수는 Eigen‑Gap 방법을 적용해 고유값 사이의 급격한 차이를 탐지함으로써 3개 군집이 가장 적절함을 확인하였다. Silhouette 계수는 0.62로, 군집 간 경계가 비교적 명확함을 시사한다.

분석 결과, ‘저’ 군집에 속한 주는 전반적으로 수출 규모가 작고, 수입 대비 순수출 비율도 낮다. ‘중’ 군집은 평균 수준의 무역 활동을 보이며, ‘고’ 군집은 수출 규모가 크고 순수출 비중이 높은 주들로 구성된다. 특히 이즈미르는 순수출 1위로, 해양 물류와 제조업 기반이 강점으로 작용한 것으로 해석된다. 반면 이스탄불은 대규모 수입에 비해 수출이 상대적으로 적어 순수출이 최저 수준에 머문다.

논문은 또한 무역 데이터만을 사용함으로써 산업 구조, 인프라, 인적 자본 등 다른 성장 요인을 배제한 점을 한계로 제시한다. 스펙트럴 클러스터링은 비선형 관계와 복합적인 변수 구조를 포착하는 데 강점이 있으나, 라플라시안 행렬 구축 시 유사도 함수 선택과 파라미터 설정에 따라 결과가 민감하게 변할 수 있다. 또한 단일 연도 데이터에 기반하므로 시계열적 변동성을 반영하지 못한다는 점도 지적된다.

향후 연구에서는 다년간의 무역 데이터를 활용해 동적 클러스터링을 시도하고, 지역 GDP, 인구, 교육 수준 등 거시경제 변수와 결합하여 군집의 경제적 의미를 심층 분석할 필요가 있다. 또한, 공간적 자기상관을 고려한 공간 스펙트럴 클러스터링이나, 전통적인 계층적 군집, DBSCAN 등 다른 군집 기법과의 비교를 통해 결과의 견고성을 검증할 수 있다.