인과 추론의 기준¶
들어가는 이야기 — 평균이 \(+5\) 인데 넷에 하나가 나빠진다
어떤 처치의 평균효과가 \(+5\) 라고 하자. 이 쪽의 모의 모집단에서 실제로 \(\text{ATE} = 5.17\) 이 나오는데, 같은 모집단에서 그 처치 때문에 오히려 나빠지는 사람이 \(23.1\%\) 다.
그리고 관찰자료에서는 그 평균조차 교란과 구별되지 않는다. 「상관이 있다」에 늘 따라붙는 반론이 「교란일 수도 있다」인데, 형식논리로 보면 그 반론은 언제나 옳다 — 관찰된 연관 하나로 숨은 교란을 배제할 길은 없기 때문이다. 그러면 관찰자료로는 인과를 영영 말할 수 없는가.
말할 수 있다. 다만 수 하나가 아니라 기준의 틀이 필요하다. 어느 하나도 필요조건도 충분조건도 아닌 목록이 어떻게 인과의 증거가 될 수 있는가. 이 쪽이 그 목록 둘을 세우고 읽는 법을 적는다. 「교란일 수도 있다」는 반론에 수를 붙여 말싸움을 끝낸 사람들의 이야기는 아래 상자가 따라간다.
기준 하나가 충족될 확률을 인과일 때 \(0.7\), 교란일 때 \(0.3\) 으로 가정하면 우도비가 \(7/3 = 2.333\) 이다. 왼쪽. 그 하나만으로는 사전 \(30\%\) 가 \(50\%\) 로 올라갈 뿐이다(충분조건이 아니다). 반대로 여덟을 다 확인해 둘이 어긋나도 \(92.7\%\) 가 된다(필요조건이 아니다). 어느 하나도 판정을 짓지 못하는 작은 수들이 곱해지면서 목록이 증거가 된다. 오른쪽. 그 곱셈은 기준들이 서로 독립일 때만 성립한다. 같은 여섯이 충족된 자료라도 기준들이 겹쳐 사실상 셋뿐이라면 \(92.7\%\) 가 \(60.4\%\) 로 내려앉는다. 그래서 「기준을 몇 개 만족하는가」보다 「서로 다른 종류의 증거가 몇 갈래인가」가 중요하다. 시간성은 이 저울에 올리지 않았다 — 아홉 가운데 그것 하나만 논리적 필요조건이라 저울이 아니라 문이기 때문이다.
상관이 참된 인과관계를 반영하는지 확립하는 일은 과학과 통계학의 핵심 과제 중 하나이다. 상관만으로는 인과를 교란이나 우연과 구별할 수 없으므로, 연구자들은 함께 놓고 보면 인과 해석에 대한 증거가 되는 기준의 틀을 발전시켜 왔다. 영향력 있는 두 틀은 역학에서 나온 Bradford Hill의 기준과 통계학에서 나온 반사실(잠재결과) 틀이다.
1. 고전적 다섯 기준¶
두 변수 사이에 인과관계가 있는지 판단하는 데 도움이 되는 기준들이 있다.
-
시간적 선행: 원인이 결과보다 먼저 일어나야 한다. 흡연이 폐암을 일으킨다고 주장하려면 연구 참가자에서 흡연이 폐암 진단보다 앞서야 한다.
-
원인과 결과의 공변: 원인과 결과가 일관된 관계를 보여야 한다. 원인의 변화가 결과의 변화와 연관되어야 한다. 신체 활동이 정말로 보호 효과가 있다면 활동량이 많을수록 심장질환 발생률이 일관되게 낮아야 한다.
-
교란변수의 배제: 교란변수는 원인과 결과 모두에 영향을 줄 수 있는 외부 요인이다. 직접적인 연결을 확립하려면 이 변수들을 통제해야 한다.
-
개연성: 인과관계에 대해 과학적으로 합당한 기제나 설명이 있어야 한다. 흡연과 폐암의 인과적 연결은 담배 연기에 발암물질이 들어 있다는 생물학적 증거로 뒷받침된다.
-
실험적 증거: 통제실험이 인과에 대한 가장 강한 증거를 준다. 무작위 대조 시험(RCT)은 편향과 교란요인을 최소화하므로 임상 연구의 표준이다.
이 다섯은 판단의 출발점이다. 다음 절의 Bradford Hill 기준은 이것을 역학의 실무에 맞게 아홉 가지로 넓힌 것으로, 둘을 겹쳐 보면 교란변수의 배제만은 Hill 의 목록에 이름으로 올라 있지 않다 — 그것은 기준이 아니라 설계의 문제이기 때문이다(12.3절 교란변수).
2. Bradford Hill의 기준¶
1965년 역학자 Austin Bradford Hill 경은 관측된 연관이 인과인지 평가하는 아홉 가지 기준을 제안했다. 이 기준들은 형식적인 통계 검정이 아니라 판단을 위한 지침이다. 어느 하나도 필요조건이거나 충분조건은 아니지만, 충족되는 기준이 많을수록 인과에 대한 논거가 강해진다.
1. 연관의 강도¶
연관이 강할수록 인과일 가능성이 높다. 상대위험 10은 상대위험 1.2보다 교란으로 설명하기 어렵다. 다만 약한 연관도 인과일 수 있고(예: 간접흡연과 폐암) 강한 연관도 교란되어 있을 수 있다.
그림으로 보는 통계학 1. 「교란일 수도 있다」는 반론에 수를 붙인 사람들
「상대위험 \(10\) 은 \(1.2\) 보다 교란으로 설명하기 어렵다」 — 얼마나 어려운가? 이 물음에 수가 붙은 것은 통계학 역사상 가장 유명한 논쟁 덕분이다.
1950 년대에 리처드 돌과 오스틴 브래드퍼드 힐이 영국 의사 수만 명을 여러 해 좇아, 흡연자의 폐암 사망률이 비흡연자의 여러 배임을 보였다. 그리고 로널드 피셔가 반대했다.
무작위화(randomization)를 발명하고 분산분석(analysis of variance)을 세우고 유의성검정을 만든 그 사람이다. 그가 든 논거는 이 장 전체가 가르치는 바로 그것이었다 — 관찰자료의 상관은 인과가 아니다. 담배를 피우고 싶게 만들면서 동시에 폐를 암에 약하게 만드는 유전자가 있다면, 담배가 아무 해도 끼치지 않아도 자료는 똑같이 나온다. 피셔는 이것을 「체질 가설」이라 불렀고, 1957–58 년 『영국의학저널』과 『네이처』에 편지를 썼으며 1959 년에는 책으로 묶었다. 그는 담배회사의 자문을 맡고 있었고, 본인도 파이프 담배를 피웠다.
형식논리로는 그의 말이 틀리지 않았다. 관찰된 연관 하나로는 교란을 배제할 수 없다. 1962 년에 그가 죽을 때까지 이 문제는 「그럴 수도 있다」와 「아니다」가 맞서는 말싸움이었다.
콘필드와 동료들은 1959 년에 말싸움을 그만두고 조건을 계산했다.
콘필드 부등식
관찰된 상대위험이 \(R\) 이고 측정되지 않은 교란변수 하나가 그것을 통째로 설명하려면, 그 교란변수는 적어도 노출군에서 비노출군보다 \(R\) 배 흔해야 한다.
흡연의 \(R\) 이 대략 \(9\) 였다. 그러니 피셔의 「흡연 유전자」는 흡연자에게서 비흡연자보다 아홉 배 넘게 흔해야 한다. 그만한 유전 요인은 알려진 것이 없었다.
오른쪽은 흡연에 인과효과가 전혀 없다고 두고 유전자 하나만으로 자료를 설명하려 한 것이다. 유전자를 흡연자 전원이 가졌다고 두었으니 교란에게 가장 너그러운 경우다.
오른쪽 그림이 그 조건을 더 세게 조인다. 유전자를 흡연자가 한 사람도 빠짐없이 가지고 있고, 그 유전자가 폐암 위험을 무한히 올린다고 하자. 이보다 교란에 유리한 가정은 없다. 그래도 만들어 낼 수 있는 가짜 상대위험에는 천장이 있다 — 비흡연자 중 보유율 \(p_0\) 의 역수다.
| 비흡연자 중 보유율 \(p_0\) | 만들 수 있는 가짜 \(R\) 의 천장 |
|---|---|
| \(5\%\) | \(20\) |
| \(11.1\%\) | \(9\) |
| \(20\%\) | \(5\) |
| \(33\%\) | \(3\) |
곧 비흡연자의 \(12\%\) 가 그 유전자를 가지고 있다면, 아무리 센 유전자를 상상해도 \(R = 9\) 는 나오지 않는다. 「그럴 수도 있다」가 「그러려면 이 수를 받아들여야 한다」로 바뀐 것이다.
왼쪽은 같은 물음의 현대판인 E값(밴더윌리·딩, 2017)이다. 교란변수가 노출과 결과 양쪽에 얼마나 세게 붙어야 관찰된 \(R\) 을 지울 수 있는가.
\(R = 9\) 이면 \(E = 17.5\) 다. \(R = 1.2\) 이면 \(E = 1.69\) 에 지나지 않는다. 이 쪽 첫머리의 문장이 수로 적히면 이것이다 — 약한 연관은 평범한 교란 하나로 지워지고, 센 연관을 지우려면 터무니없는 것을 믿어야 한다.
기준 아홉 가지 가운데 「연관의 강도」가 맨 앞에 오는 까닭이 여기 있다. 그리고 이 이야기가 남기는 교훈은 피셔가 틀렸다는 것이 아니다. 그의 반론이 옳았기 때문에 답이 필요했고, 그 답이 수였다는 것이다.
확인한 곳 — 피셔가 \(1957\) 년 \(7\) 월과 \(1958\) 년 \(8\) 월 『영국의학저널』과 『네이처』에 세 편의 글을 실어 「상관에서 인과를 끌어내는 낡은 잘못」이라 주장하고 체질 가설을 내세운 것, \(1959\) 년에 『Smoking. The Cancer Controversy』로 묶은 것, \(1958\) 년 『뉴욕 타임스』가 그를 담배 제조사의 자문 통계학자로 보도한 것과 그가 파이프 담배를 피웠다는 것, 콘필드 등이 \(1959\) 년에 관찰된 상대위험이 교란변수의 노출군 대 비노출군 유병비를 넘을 수 없다는 부등식을 세운 것, 밴더윌리·딩(\(2017\))의 E값이 \(\mathrm{RR} + \sqrt{\mathrm{RR}(\mathrm{RR}-1)}\) 이라는 것. 표의 수는 모두 그 식에서 직접 계산한 값이다
2. 일관성¶
여러 모집단, 상황, 연구 설계에서 반복적으로 같은 연관이 관측된다. 재현은 그 결과가 특정 연구의 편향이나 교란 구조 때문일 가능성을 줄인다.
3. 특이성¶
노출이 특정한 결과로 이어진다(그리고 그 결과가 주로 그 노출로 생긴다). 많은 인과관계가 특이적이지 않으므로 아홉 기준 중 가장 약하다. 흡연은 폐암만이 아니라 여러 질병을 일으킨다.
4. 시간성¶
원인이 결과보다 시간적으로 앞서야 한다. 인과에 필요한 유일한 기준이다. \(X\)가 \(Y\)보다 먼저 일어나지 않으면 \(X\)가 \(Y\)를 일으킬 수 없다.
시간성은 필요조건이지 충분조건이 아니다
\(X\)가 \(Y\)보다 앞선다는 사실은 역인과를 배제하지만, \(X\)와 \(Y\) 모두보다 앞서는 잠복변수에 의한 교란은 배제하지 못한다.
5. 생물학적 기울기 (용량–반응)¶
노출이 클수록 반응도 크다. 교란이 매끄러운 기울기를 만들어내기는 (불가능하지는 않아도) 어려우므로 용량–반응 관계는 인과 논거를 강화한다.
6. 개연성¶
\(X\)가 \(Y\)를 일으킬 수 있는 생물학적·기제적으로 그럴듯한 설명이 있다. 현재의 과학 지식에 의존하므로 가장 주관적인 기준이다.
7. 정합성¶
인과 해석이 질병의 알려진 자연 경과 및 생물학과 충돌하지 않는다. 개연성과 관련되지만 더 넓은 지식 체계와의 일관성에 초점을 둔다.
8. 실험¶
(무작위 대조 시험이나 자연실험 등) 실험적 증거가 인과 주장을 뒷받침한다. \(X\)를 실험적으로 조작했을 때 \(Y\)가 변하면 인과의 강한 증거가 된다.
9. 유추¶
비슷한 원인은 비슷한 결과를 낳는다. 어떤 화학물질이 암을 일으킨다면 구조가 비슷한 물질도 암을 일으킬 수 있다. 가장 약한 기준이며 주로 개연성을 뒷받침하는 데 쓰인다.
기준이 실제로 쓰인 자리 셋¶
보기 1. 흡연과 폐암 — 기념비적 연구. 흡연과 폐암 사이의 인과적 연결은 의학 연구에서 가장 잘 기록된 예 중 하나이다.
풀이
1950년대에 영국의 연구자 Richard Doll과 Austin Bradford Hill은 수천 명의 영국 의사를 대상으로 기념비적인 코호트 연구를 수행했다. 이 연구는 여러 해에 걸쳐 의사들을 추적하며 흡연 습관과 건강 결과에 대한 자료를 모았다. 결과는 담배를 피우는 의사가 비흡연자보다 폐암 발생률이 유의하게 높음을 보여주었다.
교란변수를 배제하기 위해 연구자들은 나이, 성별, 사회경제적 지위 같은 요인을 통제했다. 연구 설계는 흡연이 폐암 발생보다 앞섰음을 보장했고, 여러 연구와 모집단에 걸친 일관된 결과가 인과적 연결의 강한 증거를 제공했다.
이 연구는 흡연율을 줄이려는 공중보건 캠페인과 정책 변화로 이어져 결국 수백만 명의 생명을 구했다.
보기 2. 백신과 질병 박멸 — 소아마비의 경우. 소아마비는 한때 널리 퍼져 전 세계 수백만 명에게 마비와 죽음을 가져온 무서운 병이었다. 20세기 중반 소아마비 백신의 도입이 전환점이 되었다.
풀이
공중보건 당국이 대대적인 예방접종 캠페인을 벌였고, 백신을 접종한 나라에서 소아마비 발생이 극적으로 줄었다. 인과적 연결은 접종자가 미접종자보다 소아마비에 걸릴 가능성이 유의하게 낮음을 보여준 무작위 대조 시험을 포함한 엄밀한 과학 연구로 확립되었다.
소아마비 백신의 성공은 광범위한 예방접종 노력으로 이어져 세계를 질병 박멸에 가깝게 만들었다. 효과적인 공중보건 개입을 이끄는 데 인과의 확립이 얼마나 중요한지 보여주는 예이다.
보기 3. 학력과 소득 — 종단 연구. 개인을 시간에 걸쳐 추적하는 종단 연구는 사회과학에서 인과를 확립하는 데 필수적이다.
풀이
어떤 장기 연구가 다양한 사회경제적 배경의 학생들을 수십 년에 걸쳐 추적하며 학력, 직업 이력, 소득 자료를 모았다. 분석 결과 학력이 높은 개인이 평생에 걸쳐 일관되게 더 많이 버는 것으로 나타났다.
인과를 확립하기 위해 연구자들은 가정 배경, 지능, 유년기의 기회 같은 교란변수를 통제했다. 이런 요인들을 고정한 상태에서도 높은 학력이 소득 잠재력 증가로 이어짐을 보임으로써 학력과 소득 사이 인과관계의 강한 증거를 제공했다.
3. 반사실 틀¶
예지 네이만과 도널드 루빈이 발전시킨 반사실(또는 잠재결과) 틀은 인과효과에 대한 형식적인 수학적 정의를 제공한다. 통계학과 계량경제학의 현대 인과추론의 토대이다.
잠재결과¶
각 개인 \(i\)에 대해 두 잠재결과를 정의한다.
- \(Y_i(1)\): \(i\)가 처치를 받으면(\(X = 1\)) 나타날 결과.
- \(Y_i(0)\): \(i\)가 처치를 받지 않으면(\(X = 0\)) 나타날 결과.
개인 인과효과는
이다. 인과추론의 근본 문제는 같은 개인에 대해 \(Y_i(1)\)과 \(Y_i(0)\)을 동시에 관측할 수 없다는 점이다. 처치를 받으면 \(Y_i(1)\)을, 받지 않으면 \(Y_i(0)\)을 관측할 뿐 둘 다는 결코 볼 수 없다.
평균처치효과¶
개인 인과효과는 관측할 수 없으므로 인과추론은 모집단에 걸친 평균 효과에 초점을 둔다.
무작위 배정 아래에서는 처치군과 대조군의 잠재결과 분포가 같으므로
이다. 무작위화가 없으면 선택 편향 때문에 이 등식이 깨진다. 처치를 선택하거나 배정받은 개인이 그렇지 않은 개인과 체계적으로 다를 수 있기 때문이다.

왼쪽 표를 한 줄씩 읽어 보라. 1번은 처치를 받지 않았으므로 \(Y_1(0) = 49.9\)만 남고 \(Y_1(1)\) 자리는 비어 있다. 3번은 처치를 받았으므로 \(Y_3(1) = 61.5\)만 있고 \(Y_3(0)\)을 알 길이 없다. 그래서 "차이" 열은 다섯 줄 전부가 물음표다. 자료를 아무리 많이 모아도 이 열은 채워지지 않는다. 표본이 100만 명이어도 각 줄에서 빈칸은 여전히 빈칸이다. 인과추론의 근본 문제란 표본크기의 문제가 아니라 결측의 문제라는 뜻이며, 그래서 인과추론을 "결측자료 문제"라고 부르기도 한다.
그러면 우리가 실제로 추정하는 것은 무엇인가. 오른쪽이 그 답이다. 이 모의 모집단에서 개인 인과효과 \(\tau_i\)는 평균 \(5\), 표준편차 \(7\)인 분포를 따르도록 만들었고, 표본 5,000명에서 실제 평균은 \(\text{ATE} = 5.17\)로 나왔다. ATE(average treatment effect)는 이 히스토그램의 무게중심 하나일 뿐, 분포의 모양에 대해서는 아무 말도 하지 않는다. 그런데 분포 전체는 관측되지 않으므로 우리가 손에 넣을 수 있는 것은 이 한 숫자뿐이다.
그 한 숫자만 보면 놓치는 것이 붉은 영역이다. 효과가 음수인 사람, 곧 처치 때문에 오히려 나빠지는 사람이 23.1%다. "이 약은 평균 5만큼 좋아지게 한다"는 문장과 "이 약은 누구에게나 좋다"는 문장은 전혀 다르며, 관찰할 수 있는 것은 앞 문장뿐이다. 개인에게 무엇이 최선인지 묻는 질문에 ATE 하나로 답할 수 없다는 것, 이것이 잠재결과 틀이 처음부터 분명히 해 두는 한계다.
무시가능성 (비교란성)¶
관찰자료로부터 인과추론을 가능하게 하는 핵심 가정이 무시가능성(비교란성이라고도 한다)이다.
관측된 공변량 \(Z\)를 조건으로 하면 처치 배정이 잠재결과와 독립이라는 뜻이다. 이 가정 아래에서 \(Z\)를 조정하면(회귀, 짝짓기, 성향점수로) 인과효과가 식별된다.
4. 두 틀의 비교¶
| 항목 | Bradford Hill | 반사실 |
|---|---|---|
| 기원 | 역학(1965) | 통계학(네이만 1923, 루빈 1974) |
| 성격 | 판단을 위한 지침 | 형식적 수학 틀 |
| 실험이 필요한가? | 아니오(다만 실험이 기준 중 하나) | 아니오(다만 관찰만으로 충분한 조건을 규정) |
| 강점 | 폭넓게 적용 가능하고 직관적 | 정확한 정의와 검토 가능한 가정 |
| 한계 | 주관적이고 형식적 판정 규칙이 없음 | 강한 가정(무시가능성)을 요구 |
두 틀은 상호보완적이다. Bradford Hill의 기준은 증거를 평가하는 정성적 점검표를 주고, 반사실 틀은 인과효과를 정의하고 추정하는 엄밀한 토대를 준다.
5. 실무 지침¶
관측된 상관이 인과인지 평가할 때는 다음 차례로 따진다.
- 시간성에서 시작한다. 원인이 결과보다 앞서지 않으면 인과는 배제된다.
- 용량–반응 관계를 찾는다. 기울기가 있으면 인과 논거가 강해진다.
- 교란요인을 고려한다. 교란변수나 그 쪽 절 6 이 다루는 잠복변수가 그 연관을 설명할 수 있는가?
- 실험적 증거를 찾는다. 무작위 실험이 인과에 대한 가장 강한 증거를 준다. 실험과 인과를 보라.
- 재현을 확인한다. 여러 연구와 모집단에서 결과가 유지되는가?
- 개연성을 평가한다. 믿을 만한 기제가 있는가?
- 반사실 검사를 적용한다. 노출이 없었다면 무슨 일이 일어났을지 말할 수 있는가?
연습문제¶
연습문제 1. 아홉 기준 가운데 필요한 것
(a) Bradford Hill 의 아홉 기준 중 인과에 필요한 것은 무엇이며 왜인가?
(b) 나머지 여덟 가운데 "충족되지 않아도 인과일 수 있는" 예를 둘 들어라.
(c) "기준을 많이 충족하면 인과" 라는 식으로 점수를 매겨 판정하는 것이 왜 위험한가?
풀이
(a) 시간성뿐이다. 원인이 결과보다 앞서지 않으면 인과일 수 없다는 것은 정의상 참이므로, 이것 하나만 논리적 필요조건이다.
(b) 둘을 든다.
- 특이성: 흡연은 폐암만이 아니라 심혈관 질환·만성 폐쇄성 폐질환 등 여러 결과를 일으킨다. 특이적이지 않지만 인과다.
- 연관의 강도: 간접흡연과 폐암의 상대위험은 \(1.2\) 안팎으로 약하지만 인과로 받아들여 진다. 강도는 교란을 배제하기 쉽게 해 줄 뿐 필요조건이 아니다.
(c) 기준들이 서로 독립이 아니기 때문이다. 개연성·정합성·유추는 사실상 같은 배경지식을 세 번 세는 것에 가깝고, 그런 항목을 각각 한 점씩 주면 한 가지 근거가 세 배로 부풀려진다. 게다가 기준마다 교란을 배제하는 힘이 전혀 다르다. 실험 하나가 유추 다섯보다 강하다. Hill 자신도 "이것은 점수표가 아니라 생각을 돕는 목록" 이라고 못 박았다. \(\square\)
연습문제 2. 잠재결과 표의 빈칸
본문 그림의 왼쪽 표를 그대로 쓴다. 다섯 명 중 1번은 대조군이고 3번은 처치군이다.
(a) 1번과 3번에 대해 관측되는 값과 결측인 값을 각각 적어라.
(b) 표본을 \(100\)만 명으로 늘리면 "차이" 열을 채울 수 있는가?
(c) 인과추론을 "결측자료 문제" 라고 부르는 까닭을 한 문장으로 적어라.
풀이
(a) 1번은 \(X_1 = 0\) 이므로 \(Y_1(0) = 49.9\) 가 관측되고 \(Y_1(1)\) 은 결측이다. 3번은 \(X_3 = 1\) 이므로 \(Y_3(1) = 61.5\) 가 관측되고 \(Y_3(0)\) 이 결측이다. 어느 줄에서도 \(\tau_i = Y_i(1) - Y_i(0)\) 을 계산할 수 없다.
(b) 채울 수 없다. 표본을 늘리면 줄이 늘어날 뿐 각 줄의 빈칸은 그대로다. 결측의 비율도 줄지 않는다. 언제나 각 사람에 대해 둘 중 하나만 관측된다.
(c) 자료가 부족해서가 아니라 원리상 관측될 수 없는 값이 표의 절반을 차지하기 때문이며, 인과추론의 모든 가정(무작위화, 무시가능성)은 결국 그 빈칸을 어떻게 채울지에 대한 가정이다. \(\square\)
연습문제 3. 다음 각 주장에 대해 인과의 다섯 기준(시간적 선행, 공변, 교란요인의 배제, 개연성, 실험적 증거) 중 무엇이 충족되는지 평가하라.
- "흡연이 폐암을 일으킨다"
- "안전벨트 착용이 교통사고 사망을 막는다"
- "유기농 식품을 먹으면 건강이 좋아진다"
- "소셜 미디어 사용이 청소년의 우울을 일으킨다"
풀이
-
흡연이 폐암을 일으킨다: 다섯 기준이 모두 강하게 충족된다. 시간적 선행(흡연이 암보다 수년 앞선다), 공변(용량–반응 관계), 교란요인의 배제(다른 위험요인을 통제한 방대한 연구), 개연성(연기 속 발암물질이 DNA를 손상시킨다), 실험적 증거(동물 실험. 사람에 대한 증거는 윤리적 제약 때문에 준실험이지만 전향적 코호트 연구가 강하게 뒷받침한다).
-
안전벨트 착용이 사망을 막는다: 시간적 선행(착용이 사고보다 앞선다), 공변(안전벨트 사용과 생존 사이의 강한 통계적 연관), 개연성(힘 분산의 물리학), 실험적 증거(충돌시험 자료)가 충족된다. 교란요인의 배제는 부분적으로만 충족된다. 조심스러운 운전자가 안전벨트를 더 잘 맬 수 있지만 역학적 논거가 매우 강하다.
-
유기농 식품을 먹으면 건강이 좋아진다: 공변이 있을 수 있지만 약하다. 시간적 선행은 자명하게 충족된다. 교란요인의 배제가 가장 약한 기준이다. 유기농 식품을 사는 사람은 대체로 부유하고 건강을 더 의식하며 운동도 더 한다. 개연성은 논쟁의 여지가 있다(농약 노출은 적지만 임상적 의미는 불분명하다). 실험적 증거는 매우 제한적이다. 인과 주장이 잘 뒷받침되지 않는다.
-
소셜 미디어 사용이 청소년의 우울을 일으킨다: 많은 연구에서 공변이 존재한다. 시간적 선행은 확립하기 어렵다(소셜 미디어 사용이 우울보다 앞서는가, 아니면 우울한 청소년이 소셜 미디어를 더 쓰는가?). 교란요인의 배제도 어렵다(외로움, 가족 관계, 기존 정신건강 상태가 교란한다). 개연성은 있다(사회적 비교, 사이버 괴롭힘). 실험적 증거는 제한적이고 윤리적 제약이 있다. 인과 주장은 여전히 논쟁 중이다.
연습문제 4. 수면 시간과 학업 성취 사이의 인과관계를 검정하는 연구를 설계하라. 다음을 명시하라.
- 연구의 유형(관찰연구, 무작위 대조 시험, 종단 연구)
- 교란요인을 어떻게 통제할지
- 어떤 변수를 측정할지
- 있을 수 있는 윤리적 제약
- 결과를 어떻게 해석할지
풀이
-
연구 유형: 반복측정(repeated measures)을 포함한 종단 관찰연구가 가장 현실적이다. (수면 시간을 무작위로 배정하는) 진짜 무작위 대조 시험이 이상적이지만 수면 박탈에 대한 윤리적 문제가 생긴다.
-
교란요인 통제: 사회경제적 지위, 이전 학업 성취, 정신건강, 카페인 섭취, 화면 사용 시간, 과외 활동, 수강 과목의 난이도를 측정하고 조정한다. 회귀나 성향점수 짝짓기로 이 교란요인들을 통제한다.
-
측정할 변수: 수면 시간과 질(활동기록계나 수면 일지), 평점이나 표준화 시험 점수, 인구통계, 건강 행동, 정신건강 척도, 각 추적 시점에서 측정한 시변 교란요인.
-
윤리적 제약: 학생에게 특정 수면 시간을 강제할 수 없다. 자연적인 변동이나 온건한 개입(수면 위생 교육)에 의존해야 한다. 사전 동의와 연구윤리위원회 승인이 필요하다.
-
해석: 교란요인을 통제한 뒤에도 수면과 학업 성취의 연관이 유지되고 시간 순서가 올바르면(성취 결과보다 수면을 먼저 측정했다면) 인과 해석을 뒷받침하는 증거가 된다. 다만 측정되지 않은 교란요인 가능성 때문에 인과를 결정적으로 증명하지는 못한다. p 값과 함께 효과크기(effect size)와 신뢰구간을 보고해야 한다.
연습문제 5. 무작위화가 하는 일
(a) 무작위 배정 아래에서 \(\mathbb{E}[Y \mid X=1] = \mathbb{E}[Y(1)]\) 이 성립하는 까닭을 적어라.
(b) 관찰자료에서 이 등식이 깨지는 것을 선택 편향의 식으로 쓰라. 곧 \(\mathbb{E}[Y\mid X=1] - \mathbb{E}[Y\mid X=0]\) 를 ATE 와 편향 항의 합으로 분해하라.
(c) 무작위화가 보장하지 않는 것을 하나 들어라.
풀이
(a) 무작위 배정은 \(X\) 를 잠재결과와 독립으로 만든다. \((Y(0), Y(1)) \perp X\) 이므로
이다. 첫 등호는 "처치받은 사람에게서 관측되는 것은 \(Y(1)\)" 이라는 일관성 가정이고, 둘째 등호가 무작위화가 주는 것이다.
(b) 관측되는 차이를 분해하면
이다. 둘째 항은 "처치를 받은 사람들이 처치를 안 받았더라면" 과 "실제로 안 받은 사람들" 의 기저 차이다. 무작위화는 이 항을 \(0\) 으로 만든다.
(c) 한 번의 무작위 배정에서 두 군이 실제로 균형을 이룬다는 보장은 없다. 무작위화가 보장하는 것은 기댓값에서의 균형(과 표본이 커질 때의 수렴)이지, 이번 실험에서 두 군의 나이 분포가 같다는 것이 아니다. 그래서 작은 시험에서는 층화(stratification)나 블록 배정으로 균형을 설계에서 강제한다. \(\square\)
연습문제 6. 평균이 숨기는 것
본문 그림의 오른쪽에서 \(\text{ATE} = 5.17\) 인데 \(\tau_i < 0\) 인 사람이 \(23.1\%\) 였다.
(a) \(\tau_i \sim N(5, 7^2)\) 이라 할 때 \(P(\tau_i < 0)\) 을 계산해 \(23.1\%\) 와 맞춰라.
(b) ATE 가 같아도 이 비율이 달라질 수 있음을 보이는 예를 만들어라.
(c) 자료만으로 이 비율을 추정할 수 있는가? 왜인가?
풀이
(a) \(P(\tau < 0) = \Phi(-5/7) = \Phi(-0.714) = 0.2376\) 으로 모의값 \(0.231\) 과 맞는다.
(b) 표준편차만 바꾸면 된다. \(\tau_i \sim N(5, 2^2)\) 이면 \(P(\tau<0) = \Phi(-2.5) = 0.0062\) 로 \(0.6\%\) 에 지나지 않고, \(\tau_i \sim N(5, 15^2)\) 이면 \(\Phi(-0.333) = 0.370\) 으로 \(37\%\) 다. 셋 다 ATE 는 \(5\) 로 같다. 평균 하나로는 "누구에게 좋은가" 를 전혀 말할 수 없다.
(c) 추정할 수 없다. \(\tau_i\) 의 분포는 \(Y_i(1)\) 과 \(Y_i(0)\) 의 결합분포(joint distribution)에 달려 있는데, 우리는 각 사람에서 하나만 관측하므로 두 주변분포만 식별된다. 같은 주변분포를 갖는 결합분포가 무수히 많고, 그에 따라 \(P(\tau<0)\) 은 \(0\) 에서 \(1\) 가까이까지 달라질 수 있다(주변분포만으로 정해지는 이 범위의 양 끝을 프레셰 경계라 한다). 이 비율을 말하려면 추가 가정(예: 효과의 단조성)이 필요하다. \(\square\)
연습문제 7. 무시가능성은 검정할 수 없다
무시가능성 \(Y(0), Y(1) \perp X \mid Z\) 를 생각한다.
(a) 이 가정을 자료로 검정할 수 없는 까닭을 적어라.
(b) 그럼에도 실무에서 하는 간접적인 점검 두 가지를 들어라.
(c) "변수를 많이 넣을수록 무시가능성에 가까워진다" 는 생각이 왜 틀릴 수 있는가?
풀이
(a) 가정이 관측되지 않는 양에 대한 진술이기 때문이다. \(X=1\) 인 사람의 \(Y(0)\) 은 영원히 결측이므로, \(Y(0)\) 의 분포가 두 군에서 같은지 자료로 확인할 길이 없다. 어떤 통계량도 이 가정을 반증하지 못한다.
(b) 둘을 든다.
- 음성 대조(negative control). 처치가 영향을 줄 수 없는 결과를 하나 골라 처치 효과를 추정한다. \(0\) 이 아니면 교란이 남아 있다는 신호다.
- 민감도 분석. 측정되지 않은 교란변수가 얼마나 강해야 결론이 뒤집히는지 계산한다 (E-value 등). "결론을 뒤집으려면 흡연보다 강한 교란이 필요하다" 처럼 말할 수 있으면 주장이 훨씬 단단해진다.
(c) 두 가지 위험이 있다. 첫째, 중간변수(mediator)를 넣으면 안 된다. 처치의 효과가 지나가는 경로를 막아 버려 효과를 깎는다. 둘째, 충돌변수(collider)를 넣으면 없던 연관을 만든다. 처치와 결과가 모두 영향을 주는 변수를 조건으로 걸면 둘 사이에 가짜 의존이 생긴다. 조정은 변수의 개수가 아니라 인과구조에서의 역할로 결정해야 하며, 그래서 인과 그래프를 먼저 그리라는 권고가 따라온다. \(\square\)
연습문제 8. 용량–반응을 교란이 흉내 낼 수 있는가
Hill 의 기준 5 는 용량–반응 관계가 인과 논거를 강화한다고 본다.
(a) 교란변수 \(Z\) 가 노출 \(X\) 와 결과 \(Y\) 모두와 단조 관계를 가질 때 가짜 용량–반응이 생길 수 있음을 설명하라.
(b) 그런데도 용량–반응이 왜 여전히 쓸모 있는 증거인가?
(c) 용량–반응이 비단조일 때(예: U 자) 인과 해석은 어떻게 달라지는가?
풀이
(a) \(Z\) 가 커질수록 \(X\) 도 커지고 \(Y\) 도 커진다면, \(X\) 의 수준별로 \(Y\) 의 평균을 그렸을 때 매끄럽게 올라가는 곡선이 나온다. 인과가 전혀 없어도 그렇다. 사회경제적 지위가 유기농 식품 소비와 건강 지표 모두와 단조 관계인 상황이 본문 연습문제 3 의 3 번에 해당한다.
(b) 아무 교란이나 그럴 수 있는 것은 아니기 때문이다. 가짜 용량–반응을 만들려면 교란변수가 노출의 거의 모든 수준에 걸쳐 일관되게 단조여야 하는데, 그런 교란은 드물고 존재한다면 대개 이름을 댈 수 있다. 또 용량–반응의 모양(선형인가, 임계값이 있는가, 포화하는가)이 가설된 기제와 맞는지까지 보면 증거의 무게가 더 커진다.
(c) U 자 관계는 두 기제가 반대 방향으로 작동한다는 신호일 수 있다(음주와 사망률의 고전적 예). 또는 역인과나 선택의 흔적일 수 있다. 예컨대 이미 아픈 사람이 술을 끊어 "비음주군" 에 들어가면 그 군의 사망률이 높아진다. 비단조 관계를 보면 곧바로 인과를 주장하기보다 집단을 쪼개 보고 각 구간에서 다른 기제가 작동하는지 따져야 한다. \(\square\)
연습문제 9. ATE·ATT·ATU 를 가르기
세 가지 평균효과를 정의한다.
(a) 셋 사이의 관계식을 처치 비율 \(\pi = P(X{=}1)\) 로 쓰라.
(b) 무작위 배정이면 셋이 모두 같음을 보여라.
(c) 셋 가운데 정책적으로 알고 싶은 것이 상황에 따라 달라지는 예를 둘 들어라.
풀이
(a) 전체 평균을 두 군으로 쪼개면
다. ATE 는 ATT 와 ATU 의 처치 비율 가중평균이다.
(b) 무작위 배정이면 \(X\) 가 \(\tau\) 와 독립이므로 조건을 걸어도 분포가 바뀌지 않는다. 따라서 \(\text{ATT} = \text{ATU} = \text{ATE}\) 다. 관찰자료에서 셋이 갈리는 것은 처치를 받은 사람들이 효과가 큰(또는 작은) 쪽으로 스스로 골라 들어갔기 때문이고, 이를 효과 이질성에 따른 선택이라 한다.
(c) 둘을 든다.
- 이미 시행 중인 프로그램을 폐지할지 결정할 때는 ATT 가 맞다. 지금 받고 있는 사람들에게서 무엇을 빼앗는지가 질문이기 때문이다.
- 프로그램을 미수혜자에게 확대할지 결정할 때는 ATU 가 맞다. 아직 안 받은 사람들 에게 효과가 있을지가 질문이다. 자발적으로 참여한 사람들에게 효과가 컸다고 해서 참여하지 않은 사람들에게도 그러리라는 보장은 없다.
ATE 는 "전 국민에게 무작위로 시행한다면" 이라는 가상의 질문에 답하므로, 실제 정책 질문과 어긋나는 경우가 많다. 어떤 평균을 추정하고 있는지 밝히는 것이 추정값 자체보다 중요할 때가 있다. \(\square\)
연습문제 10. 두 틀을 한 사례에 함께 적용하기
"대기오염(\(\text{PM}_{2.5}\))이 심혈관 사망을 늘린다" 는 주장을 평가한다. 자료는 도시 단위 관측자료이고, 오염도와 사망률이 모두 측정되어 있다.
(a) Hill 의 기준 가운데 이 자료로 평가할 수 있는 것과 없는 것을 가르라.
(b) 반사실 틀로 이 질문을 적고, 무시가능성이 성립하려면 어떤 변수들이 \(Z\) 에 들어가야 하는지 셋 이상 들어라.
(c) 도시 단위 자료로 개인 수준의 인과를 말할 때 생기는 문제를 적고, 이름을 붙여라.
(d) 설계로 교란을 줄이는 방법 하나를 제안하라.
풀이
(a) 평가할 수 있는 것: 연관의 강도(효과 추정값), 일관성(다른 도시·다른 기간 에서 재현), 생물학적 기울기(오염 수준별 사망률), 시간성(시차를 둔 분석이 가능하다면).
평가할 수 없는 것: 실험(오염을 무작위 배정할 수 없다), 개연성·정합성(자료가 아니라 생물학 문헌이 답한다), 특이성(오염은 여러 결과를 일으키므로 애초에 약한 기준).
(b) 각 도시 \(i\) 에 대해 "오염이 높았을 때의 사망률 \(Y_i(1)\)" 과 "낮았을 때의 \(Y_i(0)\)" 을 두고 \(\mathbb{E}[Y(1) - Y(0)]\) 을 묻는다. 무시가능성이 성립하려면 \(Z\) 에 적어도 소득·연령 구조·흡연율·의료 접근성·기후(기온)·산업 구성이 들어가야 한다. 공업도시는 오염도 높고 소득도 낮고 흡연율도 높은 식으로 여러 경로가 겹쳐 있다.
(c) 집단 수준의 연관을 개인 수준으로 옮겨 읽는 생태학적 오류다. 도시 평균 오염도와 도시 평균 사망률의 관계가 개인의 노출–사망 관계와 다를 수 있고, 심슨의 역설 처럼 방향이 뒤집힐 수도 있다. 12.2절 생태학적 오류가 이 문제를 다룬다.
(d) 고정효과를 쓴 패널 설계가 좋다. 같은 도시를 여러 기간 관찰해 도시별 고정효과를 넣으면, 도시 간의 시간 불변 교란(산업 구성, 지리)이 통째로 제거되고 한 도시 안에서 오염이 오르내릴 때 사망률이 따라 움직이는지만 보게 된다. 더 나아가 바람 방향이나 화력발전소 가동 중단처럼 외생적인 충격을 도구변수로 쓰면 남은 교란도 줄일 수 있다. \(\square\)
연습문제 11. 어떤 도시가 경찰관이 많은 동네일수록 범죄율이 높다는 것을 관측하고 경찰 배치를 줄이려 한다. 이 추론의 논리적 결함을 지적하고 어떤 종류의 교란이 작동하는지 설명하라.
풀이
논리적 결함은 공통원인을 무시한 채 상관과 인과를 혼동한 것이다. 경찰관이 범죄를 일으키는 것이 아니라, 범죄율이 높은 동네에 대응으로 경찰관이 더 배치되는 것이다. 교란변수는 바탕에 있는 범죄 수준이며, 그것이 경찰 배치 증가와 관측된 범죄율 모두를 일으킨다.
이는 배정 편향(또는 적응증에 의한 교란)의 예이다. 처치(경찰 배치)가 바로 그 처치가 영향을 주려는 결과(범죄)에 근거해 배정된다. 이 상관에 근거해 경찰 배치를 줄이면 의도와 반대로 범죄가 늘어날 가능성이 크다.
연습문제 12. 어떤 기사가 "유기농 식품을 먹는 사람의 암 발생률이 25% 낮다"고 보도했다. Bradford Hill의 기준으로 이 주장을 평가하라. 이 관찰 결과만으로 충족되는 기준은 무엇이고 추가 증거가 필요한 기준은 무엇인가?
풀이
관찰 결과만으로 충족될 수 있는 것은 이렇다.
- 연관의 강도: 25% 감소는 중간 정도로 강한 연관이다.
- 일관성: 여러 모집단의 여러 연구가 같은 결과를 보여야만 평가할 수 있다.
추가 증거가 필요한 기준은 이렇다.
- 시간성: 유기농 식품 섭취가 암 진단보다 앞섰음을 확인해야 한다(전향적 설계가 필요하다).
- 생물학적 개연성: 기제를 제시해야 한다(예: 농약 노출 감소).
- 용량–반응: 유기농 식품을 더 많이 먹을수록 위험이 더 줄어야 한다.
- 실험: 교란을 배제하려면 무작위 시험이 필요하다(유기농 식품을 먹는 사람은 운동도 더 하고 담배도 덜 피울 수 있다).
관찰 결과만으로는 인과를 확립하기에 충분하지 않다.
연습문제 13. 보기 3 의 종단 연구를 수치로 만들어 보자. 처치 \(T = 1\) 은 대졸, \(T = 0\) 은 고졸이고 결과 \(Y\) 는 40 대의 연소득(만원)이다. 층 변수 \(Z\) 는 유년기 가정 배경으로 \(Z = H\)(유복함), \(Z = L\)(그렇지 않음)의 두 값을 가진다. 자료가 다음과 같다.
| 층 | \(E[Y \mid T=0, Z=z]\) | \(E[Y \mid T=1, Z=z]\) | \(P(z \mid T=1)\) | \(P(z \mid T=0)\) |
|---|---|---|---|---|
| \(z = H\) | 3600 | 4000 | 0.7 | 0.2 |
| \(z = L\) | 2400 | 2800 | 0.3 | 0.8 |
(a) 거친 차이 \(\Delta = E[Y \mid T=1] - E[Y \mid T=0]\) 을 구하라.
(b) 1.1절 상관관계와 인과관계 정리 1 로 \(\Delta\) 를 두 항으로 쪼개고, 교란항이 \(\Delta\) 의 몇 %를 차지하는지 구하라.
(c) 가정 배경을 통제하지 않고 \(\Delta\) 를 학력의 인과효과로 보고하면 몇 배 과대평가인가? 보기 3 의 연구자들이 가정 배경을 통제한 이유를 §1 의 고전적 다섯 기준 가운데 하나와 연결해 한 줄로 쓰라.
풀이
(a) 전확률의 법칙으로 각 군의 평균을 구한다.
따라서 \(\Delta = 3640 - 2640 = 1000\) (만원)이다.
(b) 층별 효과는 \(\Delta_H = 4000 - 3600 = 400\), \(\Delta_L = 2800 - 2400 = 400\) 이다. 층별 효과의 가중평균은 처치군의 층 비율로 가중하므로
이고, 구성 차이(교란항)는
이다. 합이 \(400 + 600 = 1000 = \Delta\) 로 맞는다. 교란항의 비중은 \(600/1000 = 60\%\) 이다.
(c) 가정 배경을 고정했을 때의 효과는 두 층 모두 400 만원인데 거친 차이는 1000 만원이므로 \(1000/400 = 2.5\) 배 과대평가다. 과대평가가 생기는 까닭은 교란의 두 조건이 모두 성립하기 때문이다 — 대졸자 중 유복한 집 출신 비율(0.7)이 고졸자 쪽(0.2)보다 훨씬 높고, 유복한 집 출신은 학력과 무관하게 이미 소득이 1200 만원 높다. 보기 3 의 연구자들이 가정 배경을 통제한 것은 §1 의 셋째 기준인 교란변수의 배제를 위한 것이고, 통제하지 않으면 거친 차이의 60%가 학력이 아니라 집안에서 온 몫이 된다.
연습문제 14. 층이 둘(\(z \in \{H, L\}\))인 경우를 보자. \(a = E[Y \mid 0, H]\), \(b = E[Y \mid 0, L]\), \(d = P(H \mid 1) - P(H \mid 0)\) 이라 하자.
(a) 1.1절 상관관계와 인과관계 정리 1 의 구성 차이 항이 정확히 \((a - b)\,d\) 와 같음을 보이라.
(b) 두 층의 효과가 같아 \(\Delta_H = \Delta_L = \Delta_0\) 라 하자. 거친 차이 \(\Delta\) 를 \(\Delta_0\), \(a-b\), \(d\) 로 쓰라.
(c) 처치가 두 층 모두에서 해로워 \(\Delta_0 = -200\) 인데 \(a - b = 1200\) 이다. 거친 차이가 양수가 되어 처치가 이롭게 보이는 \(d\) 의 범위를 구하고, \(d = 0.5\) 일 때의 \(\Delta\) 를 구하라.
(d) (a) 의 곱셈 꼴을 근거로, 교란이 왜 "층 구성이 다르다"와 "층이 결과와 얽혀 있다"는 두 조건을 동시에 요구하는지 설명하라.
풀이
(a) 층이 둘뿐이므로 \(P(L \mid t) = 1 - P(H \mid t)\) 이고
이다. 따라서 구성 차이 항은
이다. \(\square\)
(b) 층별 효과의 가중평균은 \(\Delta_0 \bigl(P(H\mid1) + P(L\mid1)\bigr) = \Delta_0\) 이므로
이다. 거친 차이는 참 효과에 교란항 하나를 더한 것이고, 그 교란항은 두 수의 곱이다.
(c) \(\Delta = -200 + 1200\,d > 0\) 이려면
이다. 즉 처치군의 \(H\) 비율이 대조군보다 16.7%포인트만 높아도 부호가 뒤집힌다. \(d = 0.5\) 이면
이다. 두 층 모두에서 200 만원 손해인 처치가 전체로는 400 만원 이득으로 보인다 — 심슨의 역설이다.
(d) 교란항이 \((a-b)\,d\) 라는 곱이므로 두 인자 중 하나만 0 이어도 항 전체가 0 이다. \(d = 0\) 이면(처치군과 대조군의 층 구성이 같으면) 층이 결과와 아무리 강하게 얽혀 있어도, 즉 \(a - b\) 가 아무리 커도 교란이 없다. 거꾸로 \(a = b\) 이면(층이 결과와 무관하면) 층 구성이 아무리 치우쳐도 교란이 없다. 그래서 교란변수의 정의에 두 조건이 함께 들어가고, 어느 한쪽을 깨는 것만으로 교란을 없앨 수 있다. 무작위화는 앞쪽(\(d = 0\))을 모든 변수에 대해 한꺼번에 깨는 장치다.
정리하며¶
관찰자료에서 인과를 확립하려면 상관을 넘어서는 증거가 필요하다. Bradford Hill의 아홉 기준은 인과 주장을 평가하는 정성적 틀을 제공하며, 그중 엄밀하게 필요한 것은 시간성뿐이다. 반사실 틀은 잠재결과를 통해 인과효과의 형식적 정의를 주고, 비실험 자료에서 인과효과를 추정하는 데 필요한 가정(특히 무시가능성)을 밝힌다. 두 틀은 함께 연구자를 관측된 연관에서 정당한 인과적 결론으로 이끈다.