베이지안 시공간 호크스 과정으로 보는 정치 폭력 위험 모니터링

초록

이 논문은 ACLED 데이터에 베이지안 시공간 호크스 과정을 적용해 남아시아 4개국의 주별·주간 정치 폭력 위험을 추정한다. 기존의 이동 평균 기반 위험 지표보다 불확실성을 정량화하고, 사건의 시공간 전이 메커니즘을 해석함으로써 인도주의적 사전 대응에 활용 가능함을 보인다.

상세 분석

본 연구는 정치 폭력·시위·전투 등 다양한 갈등 유형을 대상으로, 사건 발생이 이후 사건 발생 확률을 높이는 ‘자기흥분(self‑exciting)’ 특성을 갖는 호크스 프로세스를 이산시간 형태로 구현하였다. 베이지안 프레임워크를 채택해 사전분포를 통해 공간적·시간적 베이스라인 강도와 트리거링 커널(시간적 감쇠 파라미터 α, β와 공간적 거리 감쇠 파라미터 γ)을 동시에 추정한다. 사후분포는 Hamiltonian Monte Carlo(HMC) 혹은 No‑U‑Turn Sampler(NUTS)를 이용해 효율적으로 샘플링했으며, INLA와 같은 근사법 대신 정확한 MCMC를 사용해 불확실성 전달을 보존한다.

데이터 전처리 단계에서는 ACLED의 위도·경도 정보를 GADM 행정구역(네덜란드 수준 1·2)으로 집계하고, 주별·주간 사건 수를 카운트한다. 제로 인플레이션이 심각히 나타나는 지역(특히 스리랑카·네팔)에는 베이지안 제로‑인플레이션 포아송 모델을 혼합해 과도한 0값을 보정하였다.

모델 적합 결과, 시간 커널은 급격한 초기 상승 후 2~3주 내에 50% 이하로 감소하는 형태를 보였으며, 공간 커널은 평균 150km 이내에서 강한 전이 효과가 존재함을 시사한다. 국가별 파라미터 차이는 의미 있게 나타났는데, 파키스탄은 높은 베이스라인 강도와 긴 시간적 지속성을, 방글라데시는 짧은 시간적 반감과 높은 공간 전이 강도를 보였다.

비교 분석에서는 ACLED의 기존 Trendfinder와 CAST 도구가 사용하는 이동 평균·머신러닝 기반 예측과 대비해, 제안 모델이 이상치(예: 급격한 폭동)에도 안정적인 추정치를 제공하고, 사후 예측 구간이 넓어 위험 관리 시 보수적인 결정을 지원한다는 점을 강조한다. 또한, 베이지안 접근은 사전 지식(예: 특정 지역의 정치적 긴장도)과 현장 전문가 의견을 사전분포에 반영할 수 있어 실무 적용 가능성을 높인다.

한계점으로는 이산시간 간격(주 단위) 선택이 모델 민감도에 영향을 미칠 수 있으며, 고해상도(시·분) 데이터가 존재할 경우 연속시간 호크스 모델이 더 적합할 수 있다. 또한, 현재는 각 사건 유형을 독립적으로 모델링했지만, 사건 간 상호작용(예: 시위 → 폭력) 등을 다중마크드 호크스 프로세스로 확장할 여지가 있다.

전반적으로, 베이지안 시공간 호크스 과정은 갈등 데이터의 복합적 시공간 구조를 정량화하고, 불확실성을 명시적으로 제공함으로써 인도주의적 위험 모니터링 및 정책 설계에 유용한 도구임을 입증한다.