← 최신 논문
📊 statistics

Statistical Assessments of Representational Reforms: A Case Study from Los Angeles

본 논문은 유권자 파일 분석, 생태적 추론, 선거구 획정 시뮬레이션을 통합하여 선거 개혁을 전망적으로 평가하기 위한 통계적 프레임워크를 제시하며, 로스앤젤레스 사례 연구를 통해 다인구 획정 구역을 채택하고 저투표율 예비 선거를 폐지하는 것이 단순히 시의회를 확장하는 것보다 더 큰 대표적 형평성을 가져다준다는 것을 입증한다.

원저자: Sarah Cannon, Evan T. R. Rosenman

게시일 2026-08-19
📖 5 분 읽기🧠 심층 분석

원저자: Sarah Cannon, Evan T. R. Rosenman

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

미국 민주주의의 기계 장치 속에서, 도시가 선거구를 획정하는 방식은 어떤 목소리가 표면으로 떠오르고 어떤 목소리가 수면 아래에 머물게 될지를 결정하는 침묵의 필터 역할을 한다. 도시가 대표를 선출하기 위해 스스로를 구역으로 나눌 때, 그 구역의 모양과 크기는 한 공동체의 선호도가 실제적인 권력으로 전환될 수 있는지 여부를 결정할 수 있다. 선거구 획정(redistricting)이라고 알려진 이 과정은 사람들이 모든 집단에서 동일한 숫자로 투표하지 않는다는 사실과, 승자를 결정하는 규칙—단순 과반수인지 혹은 더 복ло적인 순위 결정 시스템인지—이 결과를 완전히 바꿀 수 있다는 사실 때문에 종종 복잡해진다. 수십 년 동안 시민 지도자들과 수학자들은 정부가 진정으로 그들이 섬기는 사람들을 반영하도록 이러한 시스템을 어떻게 설계할 것인가를 두고 논쟁해 왔으며, 이 질문은 도시가 성장하거나 인구 통계가 변화할 때마다 긴급한 문제가 된다.

클레어몬트 맥케나 대학의 연구진은 로스앤젤레스라는 거대 대도시로 시선을 돌렸다. 이곳은 약 400만 명의 인구를 가진 거대 도시로, 오랫동안 독특한 문제로 고심해 왔다. 바로 시의회가 도시 규모에 비해 현저히 작다는 점이다. 1925년 이후, 시의회는 15명의 의원으로 구성되어 왔으며, 각 의원은 25만 명 이상의 주민을 대표해 왔다. 이 비율은 미국 10대 대도시 중 가장 높은 것으로, 로스앤젤레스에서는 단 한 명의 시의원이 뉴욕이나 시카고의 상대 의원들보다 훨씬 더 많은 사람을 대변한다는 것을 의미한다. 2022년 일부 시의원들의 인종차별적 발언과 선거구 지도를 조작하려는 논의와 관련된 스캔들 이후, 도시가 스스로를 통치하는 방식을 재고하기 위한 개혁 위원회가 구성되었다. 연구진은 도시가 규칙을 변경할 경우, 즉 시의원 수를 늘리거나, 순위 선택 투표제(ranked-choice voting)로 전환하거나, 여러 대표가 동시에 선출되는 더 큰 선거구를 만드는 경우에 어떤 일이 일어날지 예측하기 위해 통계적 도구를 사용해 달라는 요청을 받았다.

연구진은 먼저 로스앤젤레스에서 실제로 누가 투표하는지에 대한 현실을 살펴보는 것부터 시작했다. 그들은 캘리포니아주가 유권자 등록 시 인종을 스스로 식별하도록 요구하지 않는다는 점을 고려하여, 공식 유권자 기록과 인구 조사 데이터를 결합해 유권자의 인종 구성을 추정했다. 이 과정은 필수적인 단계였다. 그들의 분석 결과, 도시의 인구와 도시의 리더를 결정하는 사람들 사이에는 극명한 괴리가 있음이 드러났다. 히스패닉 주민들은 도시 인구의 거의 절반을 차지하지만, 등록 유권자 중에서는 약 3분의 1에 불과하며, 실제 선거에서 투표에 참여하는 비율은 그보다 더 낮다. 반면, 인구의 약 29%를 차지하는 백인들은, 특히 본 선거가 시작되기도 전에 승자를 결정짓는 저투표율의 예비 선거 기간 동안 투표소에서 과잉 대표되는 경st를 보인다. 이러한 패턴은 현재의 시스템이 히스패닉 및 아시아계 공동체의 선호를 효과적으로 침묵시키고 있음을 의미하는데, 이는 그들이 숫자가 부족해서가 아니라, 도시 전역에 흩어져 있거나 가장 중요한 특정 선거에서 투표하지 않기 때문이다.

연구진은 그다음으로 간단한 질문을 던졌다: 단순히 시의원 수를 늘리는 것이 이 문제를 해결할 수 있을까? 많은 개혁가들은 만약 도시가 시의회를 15명에서 21명, 25명, 혹은 33명으로 확대한다면, 더 작은 동네들도 마침내 자신들만의 대표를 가질 수 있을 것이라고 가정했다. 이를 테스트하기 위해 연구진은 수십만 개의 가능한 선거구 지도를 생성하는 컴퓨터 시뮬레이션을 사용했다. 이 지도들은 실제 지도처럼 구역이 조밀하고 인구가 균등하도록 그려졌지만, 그 외의 조건은 무작위였다. 결과는 놀라웠다. 단순히 단일 의원 선거구를 늘리는 것은 권력의 균형을 크게 변화시키지 못했다. 백인 유권자가 다수를 차지하는 구역이나 히스패닉 유권자가 다수를 차지하는 구역의 수는 시의회가 15석이든 33석이든 상관없이 거의 동일하게 유지되었다. 시뮬레이션 결과는 투표 규칙을 바꾸지 않는다면, 더 큰 의회 역시 현재 시스템에서 발견되는 동일한 불균형을 그대로 복제할 가능성이 높다는 것을 시사했다.

연구진은 다른 접근 방식을 탐구했다: 예비 선거를 완전히 없애고, 유권자들이 선호도에 따라 후보자들의 순위를 매기는 단일 본 선거로 대체하는 것이다. 순위 선택 투표제로 알려진 이 방식은 유권자가 저투표율의 예비 선거에서 과반수를 확보하지 않고도 후보자가 승리할 수 있게 해준다. 팀이 이 변화를 시뮬레이션했을 때, 그것이 더 넓은 의미의 도시 전체를 반영하는 승자를 보장함으로써 유권자 층을 더 대표성 있게 만들 것이라는 점을 발견했다. 그러나 이 개혁조차 단일 의원 선거구에 적용했을 때는 한계가 있었다. 그것은 공정성을 개선했지만, 흩어져 있는 아시아계 앵젤로스 같은 공동체의 지리적 희석 문제를 완전히 해결하지는 못했다.

가장 유의미한 개선은 더 큰 의회와 다른 유형의 선거구를 결합하자는 제안에서 나왔다. 한 구역당 한 명의 대표를 뽑는 대신, 연구진은 세 명의 대표가 하나의 더 큰 구역에서 비례적 순위 선택 투표를 통해 선출되는 모델을 모델링했다. 이 시스템에서 후보자는 단일 의원 선거구에서 요구되는 50%의 득표율 대신, 약 25%의 득표만으로도 의석을 확보할 수 있다. 시뮬레이션은 이 변화가 소수 공동체가 자신들이 원하는 대표를 훨씬 더 안정적으로 선출할 수 있게 해줄 것임을 보여주었다. 예를 들어, 3인 선거구에서는 유권자의 30%를 차지하는 히스패닉 공동체가 한 명의 대표를 선출할 가능성이 높지만, 단일 의원 선거구에서는 동일한 집단이 다수를 차지하여 승리하기가 매우 어렵다. 이 구조 또한 아파트 건물에 거주하며 흔히 임차인으로서 주택 소유자와 다르게 투표하는 경향이 있는 유권자들이 대표성에서 배제되지 않도록 보장했다. 시뮬레이션에 따르면, 이 시스템 하에서는 이러한 집단들을 완전히 배제하는 지도를 그리는 것이 거의 불가능했으나, 현재의 단일 의원 체제에서는 그러한 배제가 빈번한 가능성이었다.

연구는 도시의 성장을 고려할 때 시의회를 확대하는 것이 논리적인 단계이지만, 투표 시스템을 바꾸지 않고 확대하는 것은 저평가된 공동체를 위한 대표성 개선에 실패할 가능성이 높다고 결론지었다. 연구진은 더 공정한 정부로 가는 길이 단순히 의석을 늘리는 것이 아니라, 그 의석을 채우는 방식을 바꾸는 데 있다는 것을 발견했다. 로스앤젤레스가 비례적 순위 선택 투표를 통한 다인 선거구로 전환함으로써, 도시의 다양성이 지도자들의 다양성으로 투영되는 의회를 만들 수 있다는 것이다. 비록 도시의 헌장 개혁 위원회가 시의회 확대와 순위 선택 투표제 도입을 권고하기는 했지만, 다인 선거구 모델까지 제안하는 데는 이르지 못했으며, 이로 인해 도시는 향후 몇 년간 이러한 복잡한 절충안들을 검토해야 하는 과제를 안게 되었다. 연구진의 작업은 유사한 문제에 직면한 다른 도시들에게 명확하고 데이터에 기반한 지도를 제공하며, 민주주의의 기하학적 구조가 그곳이 섬기는 사람들의 숫자만큼이나 중요하다는 것을 보여준다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →