인과식별전략 (causal identification strategy)

한 줄 정의: 관측자료에서 상관관계가 아니라 인과효과를 타당하게 추정하기 위해 연구자가 채택하는 논리적 전략(무작위배정, 도구변수, 이중차분법 등)을 말한다.

쉽게 풀면

실험을 할 수 없는 상황에서 "이 변수가 정말 저 결과의 원인이다"라고 주장하려면 그냥 통계 상관관계만으로는 부족합니다. 그래서 연구자는 어떤 가정과 데이터 구조를 이용해 인과관계를 그럴듯하게 분리해낼지 미리 설계해야 하는데, 이 설계 전체를 인과식별전략이라고 부릅니다. 대표적으로 무작위 실험, 도구변수법, 이중차분법, 회귀불연속설계 등이 있습니다. 어떤 전략을 쓰든 그 전략이 성립하기 위한 가정을 명시하고 검증해야 합니다.

왜 중요한가

관측자료 기반 연구에서는 처치와 결과가 동시에 다른 요인의 영향을 받는 경우가 많아, 단순 상관관계만으로는 정책 효과나 개입 효과를 주장하기 어렵습니다. 그래서 경제학, 정책학, 보건학, 사회학 등 인과추론을 다루는 대부분의 실증 논문은 본론에 들어가기 전에 어떤 식별전략을 쓸 것인지, 그 전략이 왜 타당한지부터 밝힙니다. 최근에는 인과머신러닝이나 A/B 테스트 설계에서도 동일한 논리가 활용되면서, 식별전략은 실증연구 전반의 신뢰도를 판단하는 핵심 기준으로 자리잡았습니다.

논문에서는 이렇게 쓰입니다

"본 연구는 정책 시행 시점의 외생적 변화를 활용한 이중차분법을 인과식별전략으로 채택하였다."

연구자가 상관관계가 아닌 인과관계를 주장하기 위해 사용한 구체적 방법을 설명하는 문장이다.

"교육 접근성이 노동시장 성과에 미치는 영향을 추정하기 위해, 학교 설립 위치의 지리적 무작위성을 인과식별전략의 근거로 삼았다."

노동경제학 연구에서 자연실험적 상황을 이용해 인과효과를 식별하는 방식을 보여주는 예문이다.

"치료군과 대조군 사이의 관측되지 않은 교란요인을 통제하기 위해, 성향점수매칭을 인과식별전략의 일부로 병행하였다."

의학·보건학 연구에서 무작위배정이 어려운 관측자료를 다룰 때 흔히 쓰이는 식별 접근을 설명하는 문장이다.

조금 더 깊게 보면

어떤 식별전략이든 핵심은 결과변수에 영향을 주는 요인 중 처치 여부와 무관한 부분(외생적 변동)을 찾아내는 데 있습니다. 논문을 읽을 때는 저자가 내세우는 핵심 식별가정(예: 평행추세 가정, 배제제약, 조건부 무시가능성)이 무엇인지, 그리고 이를 뒷받침하기 위해 어떤 강건성 검증(사전추세 검토, 위약검정, 대안적 통제집단 비교 등)을 함께 제시했는지를 살펴보는 것이 중요합니다. 식별가정 자체는 데이터만으로 완전히 증명되지 않는 경우가 많기 때문에, 이러한 부가 검증이 논문의 설득력을 좌우합니다.

주의할 점

식별전략은 그 자체로 정답이 아니라 특정 가정에 의존하므로, 해당 가정이 현실적으로 타당한지 별도로 논증해야 한다.