대리변수 (Proxy Variable)
쉽게 풀면
"그 사람이 얼마나 부자인가"를 알고 싶은데 통장 잔고를 직접 볼 수는 없다고 해봅시다. 대신 "거주 지역의 평균 아파트 가격"이나 "자동차 구입 가격"을 보고 대략 짐작할 수 있습니다. 이렇게 진짜 알고 싶은 것(부유함)을 직접 잴 수 없을 때, 그것과 비슷하게 움직이는 다른 것(아파트 가격)을 대신 재는 변수가 바로 대리변수입니다. 실제로 재고 싶은 개념과 완전히 같지는 않지만, "이 정도면 충분히 비슷하게 따라간다"고 판단해서 자료 수집이 쉬운 쪽을 선택하는 것입니다.
왜 중요한가
사회과학, 경제학, 역학 연구에서는 추상적 개념이나 직접 관측이 불가능한 변수를 다루는 경우가 많기 때문에, 대리변수는 실증 연구를 가능하게 하는 실용적 해법으로 폭넓게 쓰입니다. 그러나 대리변수 선택 자체가 연구 결과의 신뢰도와 재현성에 직접 영향을 주기 때문에, 방법론 논문에서는 대리변수의 타당성을 어떻게 검증했는지가 핵심 심사 포인트가 됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 "혁신 역량"이라는 추상적 개념을 직접 잴 방법이 마땅치 않아서, 그와 관련이 깊고 수치로 확인 가능한 "특허 출원 건수"를 대신 사용했다는 뜻입니다.
고기후학처럼 직접 관측 자료가 없는 분야에서는 물리적 흔적을 대리변수로 삼아 과거 값을 추정하는 방식이 널리 쓰인다.
역학 및 공중보건 연구에서는 민감한 개인정보 대신 지역 단위 지표를 대리변수로 활용하는 경우가 흔하다.
조금 더 깊게 보면
대리변수를 평가할 때는 그것이 원래 개념과 얼마나 강하게 연관되는지뿐 아니라, 둘 사이의 관계가 체계적으로 왜곡되어 있지는 않은지(대리변수 오차, proxy error)를 함께 살펴야 합니다. 만약 대리변수가 관심 변수와 무관한 다른 요인의 영향을 크게 받는다면, 이는 측정오차를 넘어 결과 해석 자체를 오염시킬 수 있습니다. 이 때문에 여러 대리변수를 함께 사용하거나, 도구변수 기법과 결합해 대리변수의 한계를 보완하려는 시도도 논문에서 종종 소개됩니다.
주의할 점
대리변수는 어디까지나 "대신" 재는 값이므로, 진짜 관심 있는 개념과 얼마나 잘 대응하는지가 항상 논란거리입니다. 대리변수 선택이 부적절하면 구성타당도 자체가 흔들릴 수 있으므로, 대리변수와 원래 개념 사이의 관계를 논문에서 반드시 근거와 함께 밝혀야 합니다.