역인과관계 (Reverse Causation)

한 줄 정의: 연구자가 원인이라고 지목한 변수가 실제로는 결과이고, 결과라고 본 변수가 오히려 원인일 수 있어 인과관계의 방향이 뒤바뀐 상태를 말합니다.

쉽게 풀면

"운동을 많이 하는 사람일수록 우울감이 낮다"는 조사 결과가 나왔다고 해봅시다. 이를 보고 "운동이 우울감을 낮춘다"고 해석하기 쉽지만, 반대 방향도 똑같이 말이 됩니다. "우울감이 낮아 활력이 있으니까 운동을 더 많이 한다"는 설명도 가능하기 때문입니다. 이렇게 한 시점에 두 변수만 측정한 자료로는 "무엇이 원인이고 무엇이 결과인지"를 구분하기 어렵습니다. 화살표의 방향을 거꾸로 그려도 자료와 모순되지 않는 경우, 그 관계는 역인과관계의 가능성을 안고 있다고 말합니다.

왜 중요한가

역인과관계는 관찰연구에서 상관관계를 인과관계로 잘못 해석하게 만드는 가장 흔한 함정 중 하나이기 때문에, 역학·경제학·심리학 등 관찰자료를 다루는 거의 모든 분야의 논문에서 반드시 검토되는 항목입니다. 정책 제안이나 개입 프로그램의 근거로 연구 결과를 사용할 때, 인과의 방향을 잘못 짚으면 실제로는 효과가 없거나 반대 방향인 개입을 설계하게 될 위험이 있습니다. 그래서 논문 심사자들은 단면자료를 이용한 상관관계 해석에 역인과관계 가능성이 논의되었는지를 특히 꼼꼼히 확인합니다.

논문에서는 이렇게 쓰입니다

"소득과 건강 사이의 정적 상관은 소득이 건강을 개선했기 때문일 수도 있지만, 건강한 사람이 더 많이 일해 소득이 높아진 역인과관계의 결과일 가능성도 배제할 수 없다."

단면조사(cross-sectional survey) 자료 하나만으로는 어느 방향이 맞는지 통계적으로 증명할 수 없으므로, 해석에 신중해야 한다는 뜻입니다.

"기업의 연구개발 투자와 수익성 사이의 상관관계는 투자가 수익성을 높였다는 해석과, 수익성이 높은 기업이 여유 자금으로 연구개발에 더 투자한다는 역인과관계 해석 모두가 가능하다."

경영학·산업조직론 연구에서 재무 변수 간 상관관계를 해석할 때 역인과관계 가능성을 함께 언급하는 전형적인 서술입니다.

"SNS 사용 시간과 외로움 수준 간의 상관은 SNS 사용이 외로움을 심화시켰다는 해석뿐 아니라, 이미 외로운 사람이 SNS 사용을 늘렸다는 역인과관계 해석으로도 설명될 수 있어 종단자료를 통한 추가 검증이 필요하다."

심리학·미디어 연구에서 흔히 등장하는 표현으로, 후속 연구의 필요성을 정당화하는 데도 사용됩니다.

조금 더 깊게 보면

역인과관계 가능성을 줄이기 위해 연구자들은 원인으로 지목한 변수를 결과보다 시간적으로 먼저 측정하는 종단설계를 활용하거나, 도구변수처럼 결과에는 영향을 주지 않고 원인 변수에만 영향을 주는 외생적 변동을 이용하는 방법을 씁니다. 시계열 자료에서는 그레인저 인과성 검정을 통해 한 변수의 과거 값이 다른 변수의 미래 값을 예측하는 데 도움이 되는지를 통계적으로 검토하기도 하는데, 이는 엄밀한 의미의 인과관계 증명이라기보다 시간적 선후관계에 기반한 보조적 증거로 이해되는 것이 일반적입니다.

주의할 점

역인과관계는 교란변수 문제와 함께 내생성을 일으키는 대표적인 원인 중 하나입니다. 이를 줄이려면 원인이 결과보다 먼저 측정되는 종단연구(longitudinal design)를 쓰거나, 도구변수, 그레인저 인과성 검정처럼 시간적 선후관계를 활용하는 통계 기법이 필요합니다. 상관관계 하나만 보고 인과의 방향을 단정 짓는 것은 인과관계 추론의 조건을 충족하지 못하는 흔한 오류입니다.