건강 연구의 교차성 (Intersectionality in Health)
쉽게 풀면
교차성은 한 사람이 여러 사회적 정체성(예: 여성이면서 저소득층이면서 소수인종인 경우)을 동시에 가질 때, 각 요인을 따로 볼 때는 안 보이던 독특한 불이익이 겹쳐서 나타난다는 관점이에요. 단순히 인종 격차, 성별 격차를 따로 더하는 것이 아니라 이들이 상호작용하면서 만들어내는 고유한 경험을 이해해야 한다는 것이 핵심입니다.
왜 중요한가
건강 연구의 교차성 관점은 인종, 성별, 계층 등을 각각 독립된 변수로만 다루던 기존 건강불평등 연구의 한계를 넘어서려는 시도이기 때문에 건강형평성, 사회역학, 공중보건 정책 연구에서 점점 더 중요하게 다뤄집니다. 단일 정체성 기준으로는 드러나지 않는 특정 하위집단의 고유한 취약성을 밝혀냄으로써, 보다 정교하게 표적화된 보건의료 정책과 개입 설계에 기여할 수 있기 때문입니다.
논문에서는 이렇게 쓰입니다
단일 변수 분석으로는 포착되지 않는 취약집단 내 이질성을 설명할 때 사용되는 분석틀이다.
서로 다른 두 가지 차별 축이 단순히 더해지는 것이 아니라 중첩되어 고유한 경험을 만들어낸다는 점을 보여주는 예문입니다.
노인건강 연구에서도 여러 사회적 위치가 겹치는 방식으로 건강 불평등을 설명하는 데 이 관점이 활용된다는 뜻입니다.
조금 더 깊게 보면
교차성 연구를 방법론적으로 다룰 때는 여러 사회적 범주(예: 성별×인종×소득)를 조합한 세부 집단을 만들어 비교하는 접근이 흔히 쓰이며, 통계적으로는 교호작용(interaction) 항을 포함한 회귀모형이나 여러 집단을 층화해 비교하는 방식이 사용됩니다. 다만 정체성 범주를 세분화할수록 각 하위집단의 표본 크기가 급격히 줄어들어 통계적 검정력이 낮아지는 문제가 있어, 최근에는 질적 연구나 교차범주 다층모형(intersectional multilevel modeling)을 병행하는 방식도 논의되고 있습니다.
주의할 점
교차성 분석은 세분화된 하위집단 표본 크기가 작아지기 쉬워 통계적 검정력 확보에 유의해야 한다.