교란변수 (Confounding Variable)
쉽게 풀면
"아이스크림 판매량이 늘수록 익사 사고도 늘어난다"는 통계가 있다고 해봅시다. 아이스크림이 물놀이를 유발하는 걸까요? 아닙니다.
진짜 원인은 "더운 날씨"입니다. 날씨가 더워지면 아이스크림도 많이 팔리고, 동시에 물놀이하는 사람도 늘어서 익사 사고도 늘어나는 것뿐이죠. 여기서 "날씨"처럼 원인처럼 보이는 두 변수(아이스크림 판매량, 익사 사고) 모두에 영향을 주면서 뒤에 숨어있는 변수가 바로 교란변수입니다.
교란변수를 놓치면 아무 관계도 없는 두 가지를 마치 인과관계인 것처럼 잘못 해석하게 됩니다.
왜 중요한가
관찰연구는 실험처럼 조건을 인위적으로 통제할 수 없기 때문에, 두 변수 사이에서 발견한 연관성이 진짜 인과관계인지 교란변수 때문에 생긴 착시인지 구분하는 일이 연구 설계의 핵심 과제가 됩니다.
역학, 사회과학, 경제학처럼 사람과 사회를 대상으로 무작위 실험이 어렵거나 윤리적으로 제한되는 분야일수록 교란변수를 얼마나 잘 식별하고 통제했는지가 논문의 신뢰도를 좌우합니다. 그래서 저널 심사에서도 "어떤 교란변수를 고려했는가"는 방법론 검증의 단골 질문입니다.
핵심 정리
교란변수(confounder)는 “노출(원인 후보)과 결과 둘 다와 얽혀 있어서, 둘 사이의 연관을 실제와 다르게 보이게 하는 변수”입니다. 역학 교과서(Rothman 등)가 드는 전통적 조건은 세 가지입니다.
- 노출과 연관되어 있다(노출 집단과 비노출 집단에서 분포가 다르다).
- 노출이 없는 사람들 사이에서도 결과의 위험요인이다.
- 노출의 결과(노출과 결과 사이의 경로 위에 있는 변수)가 아니다.
세 번째 조건 때문에 매개변수(노출 → 변수 → 결과)는 교란변수가 아닙니다. 매개변수를 통제하면 노출 효과의 일부를 스스로 지워 버립니다. 또 교란은 통계 검정으로 판별하는 성질이 아니라 비교하는 집단이 서로 견줄 만한가의 문제여서, “p값이 유의한 변수 = 교란변수”라고 단정할 수 없습니다. 인과 도표(DAG)를 쓰는 현대적 정의에서는 노출과 결과의 공통 원인(또는 공통 원인의 대리 변수)을 교란변수로 봅니다.
예시로 보기
가상의 예입니다. 어떤 치료의 회복률을 비교하는데, 중증 환자일수록 치료를 많이 받고 회복률은 낮습니다(중증도가 교란변수).
| 중증도 | 치료군 회복 | 비치료군 회복 |
|---|---|---|
| 경증 | 16/20 (80%) | 56/80 (70%) |
| 중증 | 40/80 (50%) | 6/20 (30%) |
| 합계(층 무시) | 56/100 (56%) | 62/100 (62%) |
층을 무시하고 합치면 치료군 회복률이 56%, 비치료군이 62%로 치료가 오히려 불리해 보입니다(위험비 0.90). 그러나 경증에서는 위험비 1.14, 중증에서는 1.67로 두 층 모두 치료가 유리합니다. 층별 추정치를 Mantel–Haenszel 방법으로 합친 위험비는 1.30입니다(코드로 계산). 합친 값과 층별 값이 서로 다른 방향이면 교란을 의심할 근거가 됩니다.
자주 하는 오해
| 오해 | 바로잡기 |
|---|---|
| 많이 통제할수록 좋다. | 매개변수나 충돌변수(노출과 결과의 공통 결과)를 통제하면 오히려 편향이 생길 수 있습니다. 어떤 변수를 넣을지는 인과 구조(DAG)로 판단합니다. |
| 표본이 크면 교란이 사라진다. | 교란은 표본 크기가 아니라 비교집단의 구성 문제입니다. 표본이 커져도 같은 방향으로 치우친 추정치가 더 정밀해질 뿐입니다. |
| 무작위 배정을 하면 교란이 없다. | 기대값에서는 균형이 맞지만 표본이 작으면 우연한 불균형이 남을 수 있어, 기저 특성표를 확인하고 필요하면 공변량 보정을 합니다. |
| 측정한 교란변수만 통제하면 충분하다. | 측정되지 않은 교란변수는 그대로 남습니다. 민감도 분석으로 그 영향의 크기를 가늠합니다. |
| 교란변수는 p값으로 가려낸다. | 교란 여부는 인과 구조와 선행 지식에 근거해 정하며, 유의성만으로 고르면 오류가 생길 수 있습니다. |
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“이를 위하여 교란변수, 충돌변수, 매개변수에 대한 개념을 간략히 소개하고, 이러한 변수들이 양적연구의 인과적 타당성에 어떻게 연관되는지를 설명하였다.”
보이는 것은 보이지 않는 것에 기반한다: 교육학 양적연구에 있어서의 식별의 문제, 학습자중심교과교육연구, 2024 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 "혈압 차이가 사실은 나이나 흡연 습관 때문일 가능성을 통계적으로 배제하고 나서도, 여전히 진짜 차이가 남아있었다"는 뜻입니다. 즉 관찰된 결과가 다른 숨은 요인 때문이 아니라는 것을 확인했다는 의미입니다.
사회과학이나 경제학 논문에서 흔히 보이는 표현으로, "소득이 결과에도 영향을 주고 관심 있는 원인 변수에도 영향을 줄 수 있으므로, 이를 모형에 함께 넣어 그 영향을 수학적으로 분리해 냈다"는 뜻입니다.
농학·생태학 분야의 예문으로, "실험 대상 토지마다 원래 비옥도가 달라 결과가 왜곡될 수 있으니, 이를 사전에 무작위로 섞어 배정함으로써 그 영향을 통제했다"는 의미입니다.
조금 더 깊게 보면
교란변수를 다루는 방법은 크게 연구 설계 단계의 통제(무작위 배정, 짝짓기 설계)와 분석 단계의 통제(회귀분석에서 공변량으로 포함, 성향점수매칭, 층화분석)로 나뉩니다.
다만 측정되지 않았거나 아예 존재를 모르는 "미관측 교란변수"는 이런 방법으로도 통제할 수 없어, 논문에서는 이를 한계점으로 명시하거나 민감도 분석을 통해 그 영향의 크기를 가늠하기도 합니다.
또한 교란변수와 혼동하기 쉬운 개념으로 매개변수(원인과 결과 사이의 경로에 있는 변수)와 조절변수(효과의 크기를 바꾸는 변수)가 있는데, 이 셋은 인과관계 해석에서 각각 다르게 다뤄지므로 논문을 읽을 때 구분해서 보는 것이 중요합니다.
주의할 점
교란변수는 실험을 설계하기 전에 미리 예상하고 통제해야 하며, 논문을 읽을 때도 "이 결과에 영향을 줄 만한 다른 요인을 통제했는가"를 항상 확인해야 합니다. 무작위 배정을 하는 무작위대조시험은 교란변수의 영향을 구조적으로 줄이는 대표적인 방법입니다.
헷갈리기 쉬운 용어
인과 구조에서 변수가 놓인 자리에 따라 이름과 다루는 방법이 달라집니다.
| 용어 | 놓인 자리 | 통제하면 |
|---|---|---|
| 교란변수 | 노출과 결과의 공통 원인 | 편향이 줄어듭니다(통제 대상) |
| 매개변수 | 노출 → 변수 → 결과 경로 위 | 노출 효과의 일부(간접효과)가 가려집니다 |
| 충돌변수 | 노출과 결과의 공통 결과 | 없던 연관이 생길 수 있습니다 |
| 조절변수 | 경로 위가 아니라 효과의 크기를 바꾸는 변수 | 통제가 아니라 상호작용·층별 분석으로 다룹니다 |
| 교란(역학) | 교란변수가 만드는 편향 현상 자체 | — |
변수 이름이 아니라 인과 구조상의 위치가 역할을 정합니다. 같은 변수가 연구 질문에 따라 교란변수도, 매개변수도 될 수 있습니다.
참고 문헌
- Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
- Greenland, S., Pearl, J., & Robins, J. M. (1999). Causal diagrams for epidemiologic research. Epidemiology, 10(1), 37–48.
- VanderWeele, T. J., & Shpitser, I. (2013). On the definition of a confounder. Annals of Statistics, 41(1), 196–220.
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.