Partitioning Israeli Municipalities into Politically Homogeneous Cantons: A Constrained Spatial Clustering Approach

Each language version is independently generated for its own context, not a direct translation.

이 논문은 **"이스라엘을 정치적 성향이 비슷한 지역들 (칸톤) 로 나누면 어떻게 될까?"**라는 흥미로운 질문에서 시작합니다.

최근 이스라엘은 4 년 동안 5 번이나 총선을 치를 정도로 정치가 매우 극단적으로 나뉘어 있습니다. 사람들은 "어쩌면 이 나라는 정치적 성향에 따라 여러 개의 작은 나라로 쪼개지는 게 어떨까?"라는 상상을 하곤 합니다. 이 연구는 그 상상을 데이터와 컴퓨터 알고리즘을 이용해 실제로 시도해 본 것입니다.

이 복잡한 연구를 일상적인 언어와 비유로 쉽게 설명해 드리겠습니다.

🍕 1. 핵심 아이디어: "정치적 피자 나누기"

이 연구는 이스라엘 전역의 229 개 도시를 하나의 큰 피자로 상상합니다.
일반적으로 피자는 크기가 비슷하게 잘라내거나, 토핑이 섞인 곳에 맞춰 자르지만, 이 연구는 "맛 (정치적 성향) 이 비슷한 조각끼리 모이게" 자르려고 합니다.

목표: 같은 조각 (칸톤) 안에 있는 사람들은 서로 정치적 의견이 매우 비슷해야 하고, 지리적으로 붙어 있어야 합니다.
문제: 피자를 자를 때 "맛"만 보고 자르면 조각들이 흩어질 수 있습니다 (예: 텔아비브의 조각이 예루살렘 조각과 붙어 있어야 하는데, 지도상으로는 멀리 떨어져 있을 수 있음). 그래서 지리적으로 붙어 있는 조건을 꼭 지켜야 합니다.

🧩 2. 연구 방법: 264 가지의 "자르기 시나리오"

저자들은 이 피자를 자르는 데 4 가지 다른 **칼 (알고리즘)**과 4 가지 다른 맛 기준 (데이터 표현 방식), 그리고 3 가지 **비교 도구 (거리 측정법)**를 사용했습니다.

칼 (알고리즘):
- 시뮬레이션 어닐링 (SA): 피자를 자르면서 "아, 이 조각이 저쪽으로 가면 더 맛있겠네?"라고 수천 번 시도하며 최적의 자르는 법을 찾는 열정적인 요리사입니다.
- 애글로머레이티브 클러스터링: 가장 비슷한 두 조각부터 하나씩 붙여 나가는 조각조각 붙이기 방식입니다.
- 루뱅 (Louvain): 네트워크 과학에서 쓰이는 방법으로, 자연스럽게 뭉쳐진 무리를 찾아내는 자연스러운 군집 형성 방식입니다.
- K-Means: 가장 기본적인 방식이지만, 지리적 조건을 무시하고 단순히 가깝다고 붙여버리는 무작위 자르기입니다.
맛 기준 (데이터):
- 단순히 "보수당 몇 %, 진보당 몇 %"를 보는 것부터, 복잡한 수학적 변환을 통해 정치 성향의 '핵심'을 추출하는 방법까지 다양하게 시도했습니다.

이 모든 조합을 229 개 도시와 5 번의 선거 데이터를 통해 264 가지 경우의 수로 실험해 보았습니다.

🏆 3. 주요 발견: 어떤 자르기가 가장 좋을까?

실험 결과, "완벽한" 방법은 없었지만 가장 균형 잡힌 해답을 찾았습니다.

가장 깔끔하게 나눈 경우 (K=3):
- 이스라엘을 3 개로만 나누면 (진보/중도, 보수, 아랍계), 정치적 성향 차이가 가장 뚜렷하게 나옵니다. 마치 피자를 크게 3 조각만 내는 것과 같습니다. 하지만 이렇게 하면 너무 거칠어져서 세부적인 차이를 놓칩니다.
가장 현실적이고 의미 있는 경우 (K=5, 추천 결과):
- 저자들이 가장 좋은 결과로 꼽은 것은 5 개로 나눈 경우입니다.
- 5 개의 정치적 지역 (칸톤):
  1. 중심부 (텔아비브 등): 세속적이고 중도 성향이 강한 지역.
  2. 남부 보수 지역: 예루살렘과 네gev 사막을 잇는 오른쪽 성향의 지역.
  3. 북부 혼합 지역: 하이파와 갈릴리 지역으로, 보수 성향이 있지만 아랍계와 섞여 있는 곳.
  4. 갈릴리 아랍 지역: 아랍계 주민이 압도적으로 많은 북부 지역.
  5. 네gev 아랍 지역: 베두인족 등이 사는 남부 아랍 지역.
- 비유: 이는 이스라엘의 정치 지도가 단순히 "좌 vs 우"가 아니라, **"중심부의 자유주의자 vs 변방의 보수주의자 vs 아랍계 공동체"**라는 3 가지 축이 복잡하게 얽혀 있음을 보여줍니다.

📊 4. 놀라운 사실: "정치는 변하지 않는다"

연구자들은 2019 년부터 2022 년까지 치러진 5 번의 총선 데이터를 모두 넣어봤습니다. 결과는 놀라웠습니다.

정치적 지형은 매우 안정적입니다: 선거 때마다 정당이 바뀌고 결과가 달라지더라도, "어떤 지역이 어떤 성향을 띠는지"라는 지도의 뼈대는 거의 변하지 않았습니다.
비유: 비가 오나, 눈이 오나, 날씨가 변해도 산과 강의 위치는 그대로인 것과 같습니다. 선거 결과라는 '날씨'는 변해도, 이스라엘의 정치적 지형이라는 '지질'은 단단하게 고정되어 있었습니다.

💡 5. 결론: 이 연구가 우리에게 주는 메시지

이 논문은 "이스라엘을 분리해야 한다"는 정치적 주장을 하는 것이 아닙니다. 오히려 **"데이터로 보면 이스라엘 사회가 얼마나 깊게 나뉘어 있는지, 그리고 그 나뉨이 지리적으로 얼마나 뚜렷한지"**를 보여줍니다.

핵심 메시지: 이스라엘의 정치 갈등은 우연이 아니라, 지리적, 인구학적 구조에 깊이 뿌리내리고 있습니다.
한 줄 요약: "이스라엘은 정치적 성향에 따라 자연스럽게 5 개의 큰 지역으로 쪼개져 있으며, 이 경계는 선거 때마다 흔들리지 않는 단단한 구조를 가지고 있다."

이 연구는 컴퓨터 과학과 정치학을 결합하여, 우리가 매일 보는 뉴스 속 정치 소란 뒤에 숨겨진 단단한 지리적 패턴을 찾아낸 흥미로운 시도였습니다.

Each language version is independently generated for its own context, not a direct translation.

1. 연구 배경 및 문제 정의 (Problem Definition)

배경: 최근 이스라엘은 2019 년부터 2022 년까지 4 년 만에 5 차례의 총선을 치르는 등 심각한 정치적 양극화를 겪었습니다. 공론장에서는 이를 반영하여 국가를 정치적 성향에 따라 분리된 '칸톤 (Canton, 자치구)'으로 나누는 가상의 시나리오가 논의되고 있습니다.
연구 목표: 이러한 담론을 계산적, 데이터 기반 접근법으로 rigorously(엄격하게) 분석하는 것입니다.
문제 정의: 229 개 이스라엘 자치구 (Municipalities) 를 지리적으로 인접 (Contiguous) 하되, 내부 정치적 동질성 (Political Homogeneity) 을 극대화하고 인구 균형 (Population Balance) 을 고려한 $K$ $K$ 개의 칸톤으로 분할하는 문제입니다.
- 이는 고전적인 선거구 획정 (Redistricting) 과는 목적이 다릅니다. 선거구 획정은 보통 경쟁력 있는 구역을 만드는 것을 목표로 하는 반면, 본 연구는 지역 내 정치적 동질성을 최대화하는 것을 목표로 합니다.
- 이는 제약 조건이 있는 지역화 (Constrained Regionalization) 문제로, 그래프 연결성 (지리적 인접성) 과 인구 제약 하에서 정치적 특징 공간의 분산을 최소화해야 합니다.

2. 방법론 (Methodology)

연구는 264 가지 실험 구성 (Configuration) 을 체계적으로 비교 평가하는 프레임워크를 구축했습니다.

2.1 데이터 소스

선거 데이터: 2019 년 4 월부터 2022 년 11 월까지 5 차례의 이스라엘 총선 (Knesset elections) 의 자치구별 투표 결과 (중앙통계국 자료).
지리 데이터: 자치구 경계 폴리곤 (Shapefile) 및 인접성 그래프 (Contiguity Graph).

2.2 특징 표현 (Feature Representations)

자치구의 정치적 프로필을 표현하기 위해 4 가지 방식을 사용했습니다.

BlocShares: 5 개 선거 기간의 정당 블록 (Right, Haredi, Center, Left, Arab) 득표율 평균 및 표준편차, 평균 유권자 수를 포함한 11 차원 벡터.
RawParty: 모든 정당의 득표율을 평균한 고차원 벡터.
PCA_5: RawParty 에 PCA 를 적용한 5 개 주성분.
NMF_5: RawParty 에 비음수 행렬 분해 (NMF) 를 적용하여 추출한 5 개 정치적 원형 (Archetypes) 성분.

2.3 거리 측정 (Distance Metrics)

유클리드 거리 (Euclidean), 코사인 거리 (Cosine), 제센 - 샤논 거리 (Jensen-Shannon).

2.4 클러스터링 알고리즘

시뮬레이션 어닐링 (Simulated Annealing, SA): 다목적 비용 함수 (동질성 + 인구 균형 + 컴팩트성) 를 최적화하는 메타휴리스틱 알고리즘. 지리적 인접성 제약이 강제됨.
연속적 계층적 클러스터링 (Agglomerative Clustering): 인접한 클러스터만 병합하는 방식. 결정론적 (Deterministic).
루뱅 커뮤니티 탐지 (Louvain Community Detection): 그래프 모듈라리티 (Modularity) 를 최대화하는 방식. 지리적 인접성 그래프의 가중치를 정치적 유사도로 설정.
K-Means (기초선): 지리적 제약이 없는 표준 클러스터링 (비연속적 결과 발생 가능).

2.5 평가 지표

실루엣 점수 (Silhouette Score): 클러스터 내부 응집력과 외부 분리도 측정.
인구 균형 (Population Balance): 칸톤별 유권자 수의 변동 계수 (CV).
시간적 안정성 (Temporal Stability): 5 차례 선거 간 분할 결과의 일치도를 측정하기 위한 조정 랜덤 지수 (ARI) 및 정규화 상호 정보 (NMI).

3. 주요 결과 (Key Results)

3.1 실험 결과 요약

최고의 클러스터링 품질: BlocShares + 유클리드 거리 + Agglomerative 알고리즘 조합이 $K=3$ 일 때 실루엣 점수 0.905로 가장 높은 동질성을 보였습니다.
최고의 해석 가능성과 균형: NMF_5 + 코사인 거리 + Louvain 알고리즘 조합이 $K=5$ $K = 5$ 일 때 가장 균형 잡힌 결과를 제공했습니다.
- 실루엣 점수: 0.121 (낮지만 양수, 의미 있는 구조 존재).
- 인구 균형 (CV): 0.69.
- 시간적 안정성 (ARI): 1.0 (완벽한 안정성).
K 값의 영향: 이스라엘의 정치 지리는 소수의 거대 지역 (Macro-regions) 으로 자연스럽게 구조화되어 있으며, $K=3$ 또는 $K=5$ 에서 가장 명확한 구조를 보입니다.

3.2 K=5 루뱅 분할의 정치적 의미 (Case Study)

가장 해석 가능한 $K=5$ 분할 결과는 다음과 같은 5 개의 정치적 지역을 식별했습니다.

CENTER Metro (중심 도시): 텔아비브, 라마트간 등 세속적 중도 성향 지역 (Center 정당 42%).
RIGHT South (우파 남부): 예루살렘, 네게브 사막 지역 등 우파 및 종교적 성향 지역 (Right 44.9%, Haredi 10.8%).
RIGHT North (우파 북부): 하이파, 갈릴리 유대인 도시 등 혼합된 북부 지역.
ARAB Galilee (아랍 갈릴리): 북부 아랍 마을 (Joint List 지지 등, 아랍 정당 89.9%).
ARAB Periphery (아랍 주변부): 네게브 베두인 마을 등 (아랍 정당 86.1%).

관찰: 아랍 - 유대인 분열이 가장 강력한 정치적 지리적 단절선 (Cleavage) 으로 작용하며, 이는 행정 구역 (Districts) 과는 다른 이념적 경계를 형성합니다 (행정 구역과의 ARI = 0.435).

3.3 시간적 안정성 분석

결론: 2019~2022 년 5 차례의 선거에서 이스라엘의 정치 지리적 구조는 매우 안정적임이 입증되었습니다.
알고리즘별 차이:
- Louvain: 5 차례 선거 모두에서 완벽하게 동일한 (ARI=1.0) 분할 결과를 생성했습니다. 이는 그래프 구조와 모듈라리티 최적화 방식이 작은 특징 변화에 둔감하기 때문입니다.
- Agglomerative: 매우 높은 안정성 (ARI=0.954) 을 보였습니다.
- SA (시뮬레이션 어닐링): 초기화 시드와 무작위성에 따라 결과가 다소 변동되었으나, NMF 기반 설정이 가장 안정적이었습니다.

4. 주요 기여 (Contributions)

새로운 적용: 제약 조건이 있는 공간 클러스터링을 이스라엘 정치 지리에 처음 적용하여, 그래프 기반 인접성 제약과 정치적 특징 공간 최적화를 결합했습니다.
포괄적인 실험 프레임워크: 4 가지 특징 표현, 3 가지 거리 측정, 4 가지 알고리즘, 6 가지 K 값을 조합한 264 가지 구성에 대한 체계적인 비교 평가를 수행했습니다.
시간적 안정성 분석: 5 차례 선거를 아우르는 ARI/NMI 분석을 통해 이스라엘 정치 지리의 구조적 지속성을 입증했습니다.
개방형 도구: 상호작용 웹 애플리케이션과 오픈소스 코드 (GitHub) 를 제공하여 재현성과 확장을 가능하게 했습니다.

5. 의의 및 한계 (Significance & Limitations)

의의:
- 이스라엘의 정치적 양극화가 단순한 담론을 넘어, 데이터로 입증된 강력한 공간적 구조를 가지고 있음을 보여줍니다.
- 행정적 경계가 아닌 이념적 경계가 어떻게 지리적으로 형성되는지를 시각화하고 분석하는 방법론적 기여를 했습니다.
- 정치적 동질성을 극대화하는 분할이 어떻게 이루어질 수 있는지에 대한 계산적 시뮬레이션을 제공했습니다.
한계:
- 생태학적 오류 (Ecological Fallacy): 자치구 단위 데이터이므로 개별 유권자의 성향을 대표하지는 않습니다.
- 인구 불균형: Louvain 알고리즘은 모듈라리티 최적화에 집중하여 인구 균형이 완벽하지 않을 수 있습니다.
- 데이터 범위: 250 개 이상의 자치구 중 229 개만 분석에 포함되었습니다.

6. 결론

이 논문은 이스라엘의 정치 지리가 선거 결과의 변동에도 불구하고 구조적으로 일관된 공간적 패턴을 가지고 있음을 증명했습니다. 특히, NMF 기반 특징 추출과 Louvain 알고리즘을 결합한 $K=5$ 분할은 이스라엘의 주요 정치적 분열선 (중심 도시, 우파 남부/북부, 아랍 지역) 을 가장 잘 포착하는 해석 가능한 모델을 제시했습니다. 이 연구는 컴퓨터 과학, 지리 정보 시스템 (GIS), 정치 분석의 융합을 보여주며, 정치적 공간 분할에 대한 새로운 분석 도구를 제공합니다.