등록 데이터 기반 인구 규모와 동태 추정을 위한 캡처리캡처 HMM 프레임워크

본 논문은 인구 규모와 동태를 추정하기 위해 행정 등록 데이터의 특수성을 반영한 새로운 통계 모델을 제시한다. 서론에서는 전통적인 인구 조사 방식의 비용·시간 문제와, 스웨덴·영국·뉴질랜드 등에서 진행 중인 등록 기반 인구 모니터링 흐름을 소개한다. 등록 데이터는 ‘거짓 음성’(실제 존재하지만 기록이 없음)과 ‘거짓 양성’(실제 부재하지만 기록이 남아 있음)이라는 두 종류의 관측 오류를 동시에 포함한다는 점을 강조한다. 기존 방법은 (① 단순 ‘sign‑of‑life’ 규칙, ② 다중 시스템 추정(MSE) 기반 로그선형 모델, ③ 기존 CJS 형태의 캡처‑리캡처 모델)으로 크게 세 가지로 나뉘지만, 각각이 오류 유형을 무시하거나 동태 정보를 제공하지 못하거나 계산 비용이 과다하다는 한계를 가진다. 이에 저자들은 Cormack‑Jolly‑Seber(CJS) 모델을 숨은 마코프 모델(HMM) 형태로 확장한다. 잠재 상태 Z_it는 ‘거주’, ‘해외 체류’, ‘영구 이주’, ‘사망’ 네 가지로 정의되며, 연도별 전이 확률은 마코프 체인으로 기술된다. 관측 변수 Y_itk는 K개의 등록소(예: 세금, 의료, 교육 등)에서의 이진 기록을 나타내며, 각 상태‑조건부 관측 확률은 다중범주 로짓 모델을 통해 추정한다. 로짓 모델은 (a) 등록소 간 상호 의존성(예: 의료 등록이 세금 등록에 영향을 미침), (b) 개인 공변량(연령, 성별, 출신 국가 등), (c) 미관측 이질성(유한 혼합 구조)까지 포함한다. 이러한 설계는 기존 CR 모델이 가정하던 독립적 관측 가정을 완화하고, 실제 행정 데이터가 보여주는 복합적인 의존 구조를 반영한다. 모델 추정은 전수 최대우도법을 사용한다. 그러나 국가 규모 데이터는 수백만 건에 달하므로 전통적인 부트스트랩은 메모리·시간 제약을 초래한다. 이를 해결하기 위해 Bag‑of‑Little‑Bootstraps(BLB)를 도입한다. BLB는 전체 데이터를 여러 작은 서브샘플(예: 1% 규모)로 나눈 뒤, 각 서브샘플에 대해 부트스트랩을 수행하고, 얻어진 추정치를 가중 평균한다. 이 과정은 병렬화가 용이하고, 추정량의 표준 오차와 신뢰구간을 정확히 복원한다. 연구 사례는 스웨덴 인구 등록을 이용한다. 대상은 2003‑2016년 사이에 처음 입국한 외국인 출생 성인이다. 데이터는 총 4개의 주요 등록소(세금, 의료, 교육, 사회복지)와 별도의 이주·사망 기록을 포함한다. 모델 적용 결과, (1) 전통적인 ‘sign‑of‑life’ 방식이 과대 추정했던 인구 규모를 약 5% 정도 낮추었으며, (2) 일시적 해외 체류와 영구 이주를 구분함으로써 실제 인구 감소율을 정확히 파악했다. 특히, ‘over‑coverage’ 현상—즉, 실제로는 스웨덴을 떠났음에도 불구하고 등록에 남아 있는 경우—가 약 12% 수준으로 추정되었으며, 이는 정책 입안 시 자원 배분 오류를 최소화하는 데 중요한 정보가 된다. 또한, 개인 수준의 이동 궤적을 시각화함으로써 특정 연령·국가 그룹이 이주·재이주 패턴을 보이는지를 정량적으로 확인할 수 있었다. 논문의 마지막 부분에서는 모델의 확장 가능성을 논의한다. 예를 들어, 연속형 관측값(소득, 의료 이용 횟수)이나 공간적 전이를 포함하는 다층 HMM, 베이지안 사전을 결합한 혼합 추정, 그리고 다른 국가의 등록 시스템에 대한 적용 방안 등을 제시한다. 결론적으로, 이 프레임워크는 (① 다중 등록소와 양방향 오류를 동시에 모델링, ② 일시적 이주와 미관측 이질성을 포괄, ③ 대규모 데이터에 대한 효율적 부트스트랩)이라는 세 축을 만족함으로써, 현대 행정 데이터 기반 인구 통계학에 새로운 표준을 제시한다.