층화무작위배정 (Stratified Randomization)
쉽게 풀면
단순히 동전을 던져 참가자를 실험군과 대조군에 무작위로 배정하면, 운이 나쁘면 우연히 고령 환자가 한쪽 그룹에 몰릴 수 있습니다. 나이가 치료 결과에 큰 영향을 준다면 이런 쏠림은 연구 결과를 왜곡시킬 위험이 있습니다. 이를 막기 위해 참가자를 먼저 "젊은층"과 "고령층"처럼 미리 나눠(층화) 놓고, 각 층 안에서만 따로 무작위 배정을 합니다. 마치 반 배정을 할 때 성적 상위권과 하위권을 먼저 나눈 뒤 각 그룹에서 절반씩 뽑아 두 반에 나눠 넣으면, 두 반의 평균 성적이 자연스럽게 비슷해지는 것과 같은 원리입니다.
왜 중요한가
임상시험이나 사회과학 실험에서 표본 크기가 크지 않을 경우, 단순 무작위배정만으로는 우연히 중요한 특성이 한쪽 군에 쏠릴 위험이 남습니다. 층화무작위배정은 이런 우연한 불균형을 사전에 통제해 두 군의 비교가능성을 높이는 방법이므로, 무작위대조시험(RCT)을 설계하는 논문의 방법론 절에서 표준적으로 다뤄집니다. 특히 참가자 수가 제한적인 다기관 임상시험이나 소규모 실험연구에서 그 중요성이 더 커집니다.
논문에서는 이렇게 쓰입니다
이 문장은 참가자를 실험군과 대조군에 무작위로 나누되, 연구기관과 중증도라는 두 기준으로 먼저 소그룹을 나눈 다음 각 소그룹 안에서 무작위 배정을 했다는 뜻으로, 두 군 사이에 이 특성들의 비율이 크게 차이 나지 않도록 보장한 것입니다.
사회과학 실험에서 성별·연령이라는 흔한 인구통계학적 특성을 미리 층으로 나눠, 실험집단과 통제집단의 구성이 비슷해지도록 배정했다는 뜻입니다.
결과에 영향을 줄 수 있는 흡연 여부라는 요인을 미리 층으로 나눠, 이 요인이 특정 군에 몰리지 않도록 통제했다는 의미입니다.
조금 더 깊게 보면
층화무작위배정에서 층화 변수를 몇 개까지 쓸 수 있는지는 표본 크기와 밀접한 관련이 있습니다. 층화 변수를 지나치게 많이 설정하면 각 층에 속하는 참가자 수가 너무 적어져 오히려 배정의 균형이 깨질 수 있으므로, 보통 결과에 큰 영향을 줄 것으로 예상되는 소수의 핵심 변수만을 층화 기준으로 선택합니다. 실제 배정 단계에서는 각 층 내부에서 단순 무작위배정을 쓰기보다 인원수를 더 균등하게 맞추기 위해 블록무작위배정을 함께 적용하는 경우가 많습니다.
주의할 점
층화무작위배정은 블록무작위배정과 흔히 함께 쓰이지만 같은 개념은 아닙니다. 층화는 "어떤 특성을 기준으로 미리 나눌 것인가"를 정하는 것이고, 블록화는 그렇게 나눈 각 층 안에서 두 군의 인원수를 일정한 묶음 단위로 균형 있게 맞추는 방법이므로, 두 기법은 서로를 대체하는 것이 아니라 함께 적용되는 경우가 많습니다.