코호트요인법 (Cohort-component Method)
쉽게 풀면
지금의 나이별 인구를 기준으로, 앞으로 얼마나 태어나고 죽고 이사할지를 가정해서 미래 인구를 계산해내는 방법이다.
왜 중요한가
코호트요인법은 기준인구를 연령·성별 코호트로 나누어 출산·사망·이동 가정을 적용해 미래 인구를 계산하는 방법으로, 각국 통계청과 UN의 공식 장래인구추계가 모두 이 방법을 씁니다. 결과가 연령별로 나오기 때문에 학령인구, 노인인구, 생산가능인구 전망을 동시에 제공합니다.
어떤 절차인가
- 코호트요인법은 기준연도의 인구를 성·연령 집단(코호트)으로 나눈 뒤, 해마다 출생·사망·이동에 관한 가정을 적용해 다음 연도의 같은 집단으로 옮겨 가며 미래 인구를 계산하는 방법입니다.
- 장래인구추계는 일반적으로 현재 인구(가장 최근 인구총조사 기반)에 앞으로의 출생, 사망, 이동에 대한 가정을 더해 만듭니다. 유엔 인구국, 미국 인구조사국 등이 각자 가정에 따라 추계를 냅니다. 유엔 인구국의 세계인구전망(World Population Prospects)은 코호트요인 방식을 적용해, 연령·성별 인구 변화가 출산·사망·순이동 가정과 맞아떨어지게 한다고 소개됩니다.
- 같은 구조를 연령 집단별 행렬로 쓴 것이 레슬리 행렬(Leslie matrix)입니다. 연령 계급별 인구 벡터에 행렬을 곱해 다음 시점의 벡터를 얻는데, 기본형은 이동이 없는 닫힌 인구와 한 성(주로 여성)만 다룹니다.
언제 쓰고 무엇을 얻나
가상의 예로 단순화한 3개 연령 집단(0~4세, 5~9세, 10~14세)을 5년 단위로 한 번 갱신해 봅시다. 기준 인구는 각각 100, 120, 130(단위: 천 명)이고, 5년간 생존율은 0~4세 → 5~9세가 0.99, 5~9세 → 10~14세가 0.995라고 가정합니다. 5년 동안 태어난 출생아는 95(가정)이고 출생아의 5년 생존율을 0.97로 둡니다. 순이동은 0으로 둡니다.
| 집단 | 갱신 방법 | 갱신 후 |
|---|---|---|
| 0~4세 | 출생아 95 × 0.97 | 92.15 |
| 5~9세 | 기존 0~4세 100 × 0.99 | 99.00 |
| 10~14세 | 기존 5~9세 120 × 0.995 | 119.40 |
| 15세 이상 집단으로 이동 | 기존 10~14세 130 | 다음 구간에서 계산 |
이 표의 합은 92.15 + 99.00 + 119.40 = 310.55입니다. 기존 10~14세 130은 15~19세 집단으로 올라가므로 이 표에 남지 않습니다. 모든 연령·연도에 이 과정을 반복하면 연령별 추계가 나옵니다. 위의 가정(출생 95, 생존율)을 바꾸면 결과가 곧바로 바뀌므로, 추계의 신뢰도는 계산이 아니라 가정의 타당성에서 정해집니다.
논문에는 이렇게 적는다
- 가정을 표로 제시하고, 각 가정의 근거(과거 추세, 전문가 판단, 다른 추계)를 밝힙니다. 추계는 알 수 없는 미래에 대한 가정에 기대므로 가정이 틀리면 결과도 틀립니다.
- 가정을 낮게·중간·높게 바꾼 시나리오를 함께 제시하는 경우가 많습니다. 이때 결과의 폭 자체가 불확실성의 크기를 보여 주므로 중위 값만 인용하지 않습니다.
- 지역 추계라면 지역 간 이동 가정이 별도로 필요하다는 점을 적습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
코호트요인법은 국가통계기관의 공식 인구추계에서 표준적으로 채택하는 방법으로, 가정값(출산율, 사망률, 이동률)의 설정에 따라 추계 결과가 달라지는 시나리오 분석에 활용된다.
코호트요인법의 정확도가 방법론 자체보다 투입되는 가정치의 타당성에 크게 좌우됨을 보여준다.
조금 더 깊게 보면
방법 자체는 산수에 가깝고 결과의 정확도는 전적으로 출산·사망·이동 가정의 질에 달려 있어, 방법론이 정교하다는 인상이 가정의 불확실성을 가리기 쉽습니다. 소규모 지역에서는 이동 가정의 오차가 커져 신뢰도가 급락하므로 지역 추계는 국가 추계와 같은 정확도를 기대하면 안 됩니다. 계산은 매 연령·매 연도마다 생존율을 곱하고 출생아 수를 더하는 반복 행렬 연산 형태를 띠며, 이를 레슬리 행렬(Leslie Matrix)로 정식화하면 장기적으로 인구가 안정된 연령구조(안정인구)로 수렴하는 성질을 수학적으로 증명할 수 있습니다. 지역 단위로 이 방법을 적용할 때는 국제이동뿐 아니라 지역 간 국내이동까지 별도 가정으로 추가해야 하므로, 국가 추계보다 가정해야 할 변수가 훨씬 많아지고 그만큼 불확실성도 커집니다.
주의할 점
코호트요인법의 추계 정확성은 미래 출산율·사망률·이동률 가정의 타당성에 전적으로 의존하므로, 가정이 빗나가면 추계 결과도 실제와 크게 달라질 수 있다.
가정치가 여러 개인 시나리오 추계에서는 결과의 폭(저위-고위) 자체가 불확실성의 크기를 보여주는 중요한 정보이므로, 중위값 하나만 인용하고 그 폭을 생략하면 안 된다.
헷갈리기 쉬운 용어
인구 예측과 관련된 말이 인접합니다.
| 용어 | 한 줄 설명 |
|---|---|
| 코호트요인법 | 연령·성 코호트에 출생·사망·이동 가정을 적용하는 추계 방법 |
| 장래인구추계 | 미래 인구를 예측하는 작업 전반 |
| 레슬리행렬 | 연령 구조를 행렬로 나타내 인구를 갱신하는 모형 |
| 안정인구론 | 출산·사망이 일정하면 인구 구조가 일정한 형태로 수렴한다는 이론 |
참고 문헌
- Whelpton, P. K. (1928). Population of the United States, 1925 to 1975. American Journal of Sociology, 34(2), 253–270.
- Leslie, P. H. (1945). On the use of matrices in certain population mathematics. Biometrika, 33(3), 183–212.
- Preston, S. H., Heuveline, P., & Guillot, M. (2000). Demography. Blackwell Publishers.
- Smith, S. K., Tayman, J., & Swanson, D. A. (2013). A practitioner's guide to state and local population projections. Springer.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.