성향점수매칭 (Propensity Score Matching)
쉽게 풀면
새로운 다이어트 약의 효과를 알고 싶은데, 누구에게 약을 줄지 무작위로 정할 수 없는 상황이라고 해봅시다. 이미 스스로 약을 먹기로 선택한 사람들과 안 먹은 사람들을 그냥 비교하면, 애초에 건강에 더 신경 쓰는 사람이 약도 더 챙겨 먹었을 가능성 때문에 비교가 왜곡됩니다. 성향점수매칭은 나이, 성별, 소득, 운동습관 등 여러 조건을 종합해 "이 사람이 약을 먹었을 확률(성향점수)"을 계산한 뒤, 그 확률이 비슷한 약 복용자와 미복용자를 한 쌍씩 짝지어 비교합니다. 이렇게 하면 마치 조건이 비슷한 사람들을 무작위로 나눈 것과 비슷한 효과를 낼 수 있습니다.
왜 중요한가
무작위대조시험이 윤리적·현실적으로 불가능한 상황(예: 이미 시행된 정책, 특정 질병 노출)이 많기 때문에, 성향점수매칭은 관찰자료만으로도 실험에 가까운 인과추론을 시도할 수 있게 해주는 대표적인 방법으로 경제학, 보건학, 정책평가, 사회학 등 다양한 분야의 실증 논문에서 널리 쓰인다. 처치집단과 대조집단 간 관찰 가능한 특성 차이를 통제해 선택편향을 줄인다는 점에서, 인과관계를 주장하려는 관찰연구의 신뢰성을 높이는 핵심 도구로 자리 잡았다.
논문에서는 이렇게 쓰입니다
이 문장은 "처치집단과 대조집단이 원래 가진 특성 차이를 최대한 비슷하게 맞춘 뒤, 그 상태에서 결과를 비교했다"는 뜻입니다.
노동경제학·정책평가 연구에서 자발적으로 프로그램에 참여한 집단과 그렇지 않은 집단 간 선택편향을 줄이기 위해 매칭을 적용할 때 쓰이는 표현입니다.
임상역학 연구에서 무작위 배정이 어려운 치료법 간 효과를 비교할 때도 흔히 사용되는 표현입니다.
조금 더 깊게 보면
성향점수는 흔히 로지스틱 회귀 등으로 각 개체가 처치를 받을 확률을 추정해 계산하며, 매칭 방식에는 가장 가까운 점수를 가진 개체를 짝짓는 최근접이웃매칭, 일정 범위 내의 점수를 가진 개체들과 비교하는 커널매칭 등 여러 방법이 있다. 매칭이 잘 이루어졌는지는 매칭 전후로 처치집단과 대조집단의 공변량 분포가 얼마나 비슷해졌는지를 나타내는 균형성 검정(balance test)으로 확인하는 것이 일반적이며, 이 과정을 거치지 않은 매칭 결과는 논문 심사에서 흔히 지적받는 부분이다.
주의할 점
성향점수매칭은 소득, 학력처럼 관찰되고 측정된 변수만 통제할 수 있습니다. 연구자가 미처 측정하지 못한 숨은 요인이 처치 여부와 결과에 동시에 영향을 준다면 여전히 내생성 문제가 남습니다. 이런 관찰되지 않는 교란요인까지 다루려면 도구변수나 이중차분법 같은 다른 방법을 함께 고려해야 합니다.