잠재적 결과 틀 (Potential Outcomes Framework)

한 줄 정의: 각 개체가 처치를 받았을 때와 받지 않았을 때 각각 나타날 결과(잠재적 결과)를 모두 상정하고, 이 둘의 차이로 인과효과를 정의하는 인과추론의 이론적 틀.

쉽게 풀면

어떤 사람이 신약을 먹었을 때의 결과와 먹지 않았을 때의 결과를 둘 다 상상해보고, 그 차이를 그 사람에게 나타난 '진짜 인과효과'로 정의하는 사고방식이다. 문제는 한 사람은 실제로 약을 먹거나 먹지 않거나 둘 중 하나만 할 수 있어서, 두 결과 중 하나는 절대 관측할 수 없다는 데 있다(이를 '인과추론의 근본 문제'라 부른다). 결과적으로 이 틀은 관측되지 않은 반대쪽 결과를 어떻게 통계적으로 추정할 것인가에 대한 문제로 인과추론 전체를 재정의하며, 무작위 배정 실험이나 성향점수 방법의 이론적 근거가 된다.

왜 중요한가

잠재적 결과 틀(네이만-루빈 인과모형, Neyman-Rubin causal model이라고도 불림)은 현대 인과추론 연구 전체의 언어와 논리를 제공하는 기초 이론입니다. 경제학, 역학, 정책평가, 사회과학 등 무작위 실험이 어렵거나 관찰자료만 활용 가능한 분야에서, "상관관계가 아니라 인과관계를 어떻게 정의하고 추정할 것인가"라는 질문에 명확한 수학적 틀을 제공하기 때문에, 성향점수매칭·이중차분법·도구변수 등 다양한 인과추론 기법들이 이 틀 위에서 정당화됩니다.

논문에서는 이렇게 쓰입니다

"잠재적 결과 틀에 기반하여 처치효과를 처치집단과 대조집단의 잠재적 결과 차이로 정의하였다."

관찰자료로부터 인과효과를 추정하는 연구에서 '무엇을 인과효과로 정의할 것인가'를 명확히 하는 이론적 출발점으로 사용된다.

"최저임금 인상이 고용에 미치는 효과를 잠재적 결과 틀로 정식화하고, 이중차분법을 이용해 평균처치효과를 추정하였다."

정책이 시행된 지역과 시행되지 않은 지역의 결과를 비교함으로써, 실제로 관측할 수 없는 '정책이 없었다면 어땠을까'라는 잠재적 결과를 통계적으로 추정했다는 뜻입니다.

"관찰연구에서 흡연이 폐암 발생에 미치는 인과효과를 잠재적 결과 틀 하에서 정의하고, 성향점수매칭을 통해 교란변수의 영향을 통제하였다."

무작위 실험이 불가능한 주제에 대해서도, 흡연자와 비흡연자의 다른 특성 차이를 통계적으로 맞춰줌으로써 인과효과에 가까운 추정치를 얻으려 했다는 의미입니다.

조금 더 깊게 보면

잠재적 결과 틀에서 개별 인과효과는 원칙적으로 관측 불가능하지만, 무작위 배정과 같은 조건 하에서는 여러 사람의 평균을 통해 평균처치효과(ATE)나 처치받은 집단에서의 평균처치효과(ATT) 같은 집단 수준의 값을 추정할 수 있습니다. 이 틀이 성립하려면 한 사람의 처치 여부가 다른 사람의 결과에 영향을 주지 않고 처치의 형태도 일관되어야 한다는 안정단위처치가치 가정(SUTVA)이 필요하며, 이 가정이 깨지는 상황(전염병 확산, 네트워크 효과 등)에서는 별도의 확장된 인과모형이 요구됩니다.

주의할 점

이 틀에서는 한 사람의 처치 여부가 다른 사람의 잠재적 결과에 영향을 주지 않는다는 안정단위처치가치 가정(SUTVA)이 전제되며, 이것이 깨지면(예: 전염병 연구) 분석이 복잡해진다.