게리맨더링 (Gerrymandering)

사회과학·경제학
한 줄 정의: 특정 정당이나 세력에 유리하도록 선거구의 경계를 부자연스럽게 재조정하는 것을 말합니다.

쉽게 풀면

한 도시에 여당 지지자와 야당 지지자가 골고루 섞여 산다고 해봅시다. 선거구를 어떻게 나누느냐에 따라 결과가 완전히 달라질 수 있습니다.

야당 지지자들을 최대한 한 선거구에 몰아넣어 그 지역에서만 압도적으로 지게 만들고, 나머지 지역에는 여당 지지자를 살짝 더 많이 배치하면 전체 득표율은 비슷해도 당선자 수는 여당이 훨씬 많아질 수 있습니다. 이렇게 지도 위에 이상하게 구불구불한 선거구를 그려서 특정 정당에 유리하게 만드는 것이 게리맨더링입니다.

이름은 1812년 미국 매사추세츠 주지사 엘브리지 게리가 자기 정당에 유리하게 그린 선거구 모양이 전설 속 괴물 '샐러맨더'를 닮았다는 데서 유래했습니다.

왜 중요한가

게리맨더링은 선거 제도가 형식적으로는 정당해 보이면서도 실질적인 대표성을 왜곡할 수 있다는 점에서, 정치학과 선거법 연구에서 대표성과 선거 공정성을 논할 때 핵심적으로 다뤄지는 주제입니다. 인구조사에 따른 정기적인 선거구 재획정이 필요한 미국 등에서는 이 문제가 소송과 정치적 갈등으로 이어지는 경우가 많아, 정량적 왜곡 지표를 개발하고 재획정 절차를 제도적으로 개선하려는 연구가 활발히 이루어집니다.

핵심 정리

예시로 보기

가상의 숫자로 효율성 격차를 계산해 보겠습니다. 선거구 5개, 선거구당 유권자 100명, A당과 B당만 있고 전체 득표율은 A당 50%(250표)·B당 50%(250표)라고 합시다. 선거구 지도가 다음과 같이 그려졌습니다.

선거구A당 득표B당 득표승자
19010A
27030A
3~5 (각각)3070B

효율성 격차는 스테파노풀로스와 맥기(2015)가 법적 판단 기준으로 제안한 지표입니다. 최근 연구에서는 마르코프 체인 몬테카를로 방식으로 조건(인접성, 인구 균등 등)을 만족하는 무작위 지도를 수없이 만든 뒤 실제 지도가 그 분포에서 얼마나 벗어났는지를 보는 방법(Fifield 외, 2020 등)도 쓰입니다.

자주 하는 오해

오해바로잡기
선거구 모양이 이상하면 게리맨더링이다.강, 도시 경계, 소수집단 대표성 보장 같은 정당한 이유로도 모양은 구불구불해질 수 있습니다. 모양이 아니라 투표 자료와 결과의 편향을 함께 살펴봐야 합니다.
의석과 득표율의 불일치는 모두 의도적 조작이다.지지층이 도시에 몰려 있는 지리적 분포만으로도 소선거구제에서 편향이 생길 수 있습니다(Chen & Rodden, 2013의 ‘의도하지 않은 게리맨더링’). 의도와 구조를 구분해야 합니다.
선거구 인구 편차와 같은 문제다.선거구마다 인구가 크게 달라 한 표의 가치가 달라지는 문제(과소·과대 대표)는 별개의 쟁점입니다. 둘 다 선거구 획정과 관련되지만 판단 기준이 다릅니다.
재획정 자체가 문제다.인구 변화에 맞춰 선거구를 다시 그리는 것은 필요한 절차입니다. 문제는 그 절차가 특정 정치 세력에게 부당하게 유리하도록 설계될 때입니다.

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.

"본 연구는 게리맨더링(gerrymandering)이 발생한 지역과 그렇지 않은 지역의 투표율 및 정치 효능감 차이를 비교 분석하였다."

이 문장은 선거구가 인위적으로 재획정된 지역에서 유권자들이 "내 표가 결과에 영향을 미치지 못한다"고 느껴 투표 참여도가 낮아지는지를 살펴봤다는 뜻입니다. 게리맨더링은 형식적으로는 민주주의의 기본 원리의 선거 제도를 그대로 유지하면서도 실질적인 대표성을 왜곡할 수 있다는 점에서 정치학의 중요한 연구 주제입니다.

"효율성 격차(efficiency gap) 지표를 산출하여 해당 주의 선거구 획정안이 특정 정당에 체계적으로 유리하게 설계되었는지를 검증하였다."

정량적 왜곡 지표를 이용해 선거구 획정의 편향성을 통계적으로 측정한 연구 방법을 설명하는 문장입니다.

"컴퓨터 시뮬레이션으로 생성한 수천 개의 대안적 선거구 지도와 실제 채택된 지도를 비교하여 편향성의 이상치 여부를 판단하였다."

실제 선거구 지도가 통계적으로 있을 법한 범위를 벗어나는지를 시뮬레이션 기반으로 검증한 연구 방법을 보여주는 문장입니다.

조금 더 깊게 보면

게리맨더링을 판별하는 대표적 기법으로는 "패킹(packing, 반대 세력을 한 선거구에 몰아넣기)"과 "크래킹(cracking, 반대 세력을 여러 선거구에 분산시켜 소수로 만들기)" 전략을 식별하는 방법이 있으며, 효율성 격차나 왜곡도 같은 지표는 득표율과 의석률의 괴리를 수치화해 편향 정도를 정량적으로 보여줍니다. 최근에는 마르코프 체인 몬테카를로(MCMC) 기법을 활용해 무작위로 수많은 대안 선거구 지도를 생성한 뒤, 실제 채택된 지도가 그 분포에서 얼마나 벗어나는지를 통계적으로 평가하는 방법론도 널리 쓰이고 있습니다.

주의할 점

게리맨더링은 인구 변화에 따라 선거구를 재획정하는 정당한 절차 자체가 문제가 아니라, 그 과정이 특정 정치 세력에게 부당하게 유리하도록 설계될 때 문제가 됩니다. 선거구 모양이 기이하다고 해서 반드시 게리맨더링인 것은 아니며, 실제 투표 데이터와 결과를 함께 분석해야 판단할 수 있습니다.

참고 문헌

  1. Stephanopoulos, N. O., & McGhee, E. M. (2015). Partisan gerrymandering and the efficiency gap. The University of Chicago Law Review, 82(2), 831–900.
  2. Chen, J., & Rodden, J. (2013). Unintentional gerrymandering: Political geography and electoral bias in legislatures. Quarterly Journal of Political Science, 8(3), 239–269.
  3. Gelman, A., & King, G. (1994). Enhancing democracy through legislative redistricting. American Political Science Review, 88(3), 541–559.
  4. Fifield, B., Higgins, M., Imai, K., & Tarr, A. (2020). Automated redistricting simulation using Markov chain Monte Carlo. Journal of Computational and Graphical Statistics, 29(4), 715–728.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어