Quantifying the Axis Shift: Agile Statecraft, Systemic Hedging, and Spatial Alignment of Turkey

기술 요약: 축의 이동(Axis Shift)의 정량화: 터키의 민첩한 국정 운영(Agile Statecraft), 체제적 헤징(Systemic Hedging), 그리고 공간적 정렬(Spatial Alignment)

문제 제기 및 이론적 공백
본 연구는 구조적으로 경합하는 탈단극 체제 내에서 터키의 외교 정책 궤적을 모델링하는 과제를 다룬다. 기존 문헌은 일반적으로 터키의 정렬(alignment)을 세 가지 뚜렷한 전통으로 분류한다: 규범적-제도적 접근법(이질성을 권위주의화의 부산물로 간주), 헤징 문헌(혼합 전략을 합리적 평형으로 프레임화), 그리고 계산적 전환(NLP와 공간 스케일링을 외교 데이터에 적용). 그러나 이러한 접근법들은 공통적인 한계를 공유한다: 즉, 어떤 것도 불연속적인 행동 입력값과 공간적 정렬 결과 사이를 연결하는 통합된 인과적 구조(causal architecture)를 생성하지 못한다는 점이다. 본 논문은 터키가 단순히 체제 유형의 사례로서가 아니라, 다차원적 정렬 공간 내에서 합리적이고 효용 극대화적인 노드(node)로서 작동한다고 상정한다. 핵심 연구 질문은 구체적인 행동 신호들—구체적으로 담론(discourse), 국가 원수 방문(head-of-state travel), 그리고 제도적 공동 정렬(institutional co-alignment)—이 서구 패권 기준점 대비 터키의 공간적 정렬을 어떻게 인과적으로 변화시키는가 하는 것이다.

방법론: 신경 가법 벡터 자기회귀(Neural Additive Vector Autoregression, NAVAR)
전통적인 선형 프레ков(linear frameworks)의 방법론적 경계(대칭적 비례성을 강요하고 '민첩한 국정 운영'의 비선형적, 상태 의존적 성격을 포착하지 못함)를 해결하기 위해, 본 연구는 신경 가법 벡터 자기회귀(NAVAR)를 채택한다. 이 인과 발견 구조(causal discovery architecture)는 대상 예측을 소스별 학습 함수들의 합으로 분해함으로써 그랜저 인과성(Granger causality) 프레임워크를 확장하며, 이를 통해 전역적인 선형 함수 형태를 가정하지 않고도 별개의 인과 경로를 격리할 수 있게 한다.

연구 설계는 22년(2002~2024)의 기간 동안 이중 트랙 접근 방식을 사용한다:

• 트랙 A (단일 국가적 행동 상호의존성): 터키를 하나의 단일 행위자($T=22$)로 분석한다. 이는 세 가지 행동적 기둥 사이의 내부적 인과 피드백을 모델링한다: 담론(XLM-RoBERTa를 통한 터키 외교 문서의 감성 점수화), 물리적 방문(COLT 데이터셋의 국가 원수 여정), 그리고 제도적 포지셔닝(UNGA 이상점).
• 트랙 B (양자 간 헤징 최적화): 약 5,800개의 관측치($264 \text{ 파트너} \times 22 \text{ 년}$)로 구성된 풀 패널을 통해 양자 간 관계를 분석한다. 이는 세 가지 행동적 기둥이 두 가지 공간적 정렬 결과, 즉 서구 기준점으로부터의 절대적 이상점 거리($abs\_ideal\_diff$)와 양자 간 UNGA 투표 일치도($unga\_agree\_score$)에 미치는 비선형적 인과 효과를 매핑한다.

데이터 및 통계적 엄밀성
본 연구는 여행 데이터를 위한 COLT 데이터셋, TFPD 코퍼스, Bailey 등(2017)의 베이지안 IRT 추정치 기반 UNGA 이상점, 세계은행 WITS 무역 흐름, 그리고 OECD 이주 통계 등 다양한 데이터 소스를 통합한다. 결정적으로, 본 분석은 수백 개의 인과적 엣지(edge)를 테스트하는 과정에서 발생하는 다중 비교 문제(multiple-comparison problem)를 해결하기 위해 엄격한 통계 프로토콜을 적용한다. 본 연구는 트랙 A의 280개 엣지와 트랙 B의 82개 엣지에 대해 Benjamini-Hochberg(BH) 오류율(FDR) 보정을 적용한다. 유의성은 순열 부트스트랩 테스트(트랙 A는 2,000회, 트랙 B는 500회 반복)를 통해 결정되며, 엣지는 BH-조정된 $q < 0.05$ 임계값을 통과한 경우에만 유의미한 것으로 간주된다.

주요 결과
연구 결과는 "민첩한 국정 운영"에 대한 설명을 다음과 같이 수정하여, 암시적인 기둥 간 역동성과 확정된 양자 간 동인(driver)을 구분한다:

1. 단일 국가 수준 (트랙 A): 주권 국가 차원에서, BH-FDR 보정을 통과한 280개의 동시 테스트된 인과적 엣지는 **제로(0)**이다. 비록 12개의 엣지가 비조정 순열 임계치($p < 0.05$)를 통과하였으나(예: 국가안보실 담론이 국가 원수 방문에 선행하는 $G=0.165$의 암시적 연쇄 작용 및 무역 집중도가 협정 체결을 유도하는 현상 등), BH-조정된 결합 보정 하에서는 통계적으로 견고하지 못했다. 저자들은 이를 제한된 시간적 창($T=22$)으로 인한 통계적 검정력 부족과 엄격한 FDR 보정의 결과로 설명한다.
2. 양자 간 수준 (트랙 B): 이와 대조적으로, 양자 간 분석은 "공간적 경로 고착(spatial path-lock)" 구조를 드러낸다. 82개의 엣지 중 7개가 BH 보정을 통과했다.
   • 경로 고착의 지배성: 정렬의 주요 동인은 자기회귀적(autoregressive)이다. 이상점 거리의 시차-1 값($abs\_ideal\_diff\_lag1$)이 지배적인 인과 요인($G=0.420$)으로 나타났으며, 이는 일단 위치적 편차가 설정되면 스스로 유지되는 경향이 있음을 의미한다.
   • 확정된 행동적 선행 요인: 이 경로 고착 구조 내에서, 두 가지 비자기회귀적 채널이 이상점 거리를 유발하는 인과적 동인으로 확인되었다: 방문 빈도($colt\_n\_visits$, $G=0.051$)와 수출 의존도($trade\_export\_share$, $G=0.031$)이다.
   • 투표 일치도: UNGA 투표 정렬의 경우, 결과는 자기회귀적 시차(lag 1, 2, 3)와 EU 회원국 여부($partner\_is\_eu$)가 투표 일치도를 유의미하게 감소시키는 구조적 억제 효과에 의해 결정된다($G=0.036$). 어떠한 행동적 입력값(담론 또는 여행)도 이 특정 지표에 대해 유의성을 확보하지 못했다.

의의 및 주장
본 논문은 질적 과정 추적이나 선형 모델링을 넘어 외교 정책의 "기하학적 감사(geometric audit)"를 제공한다고 주장한다. 본 연구의 주요 기여는 터키의 "축의 이동"이 일련의 불연속적이고 가역적인 기동이라기보다, **구조적으로 자기 강화되는 과정(경로 고착)**으로 이해되는 것이 타당함을 실증적으로 보여준 데 있다.

본 연구는 터키의 단일 국가적 행동 기제(수사가 어떻게 여행과 투표로 번역되는가)의 내부 인과 메커니즘이 현재의 데이터로는 FDR-보정 임계치에서 통계적으로 불충분하다는 점을 인정하면서도, 양자 간 정렬 궤적이 구조적 관성에 의해 견고하게 추진된다는 점을 조심스럽게 결론짓는다. 그러나 방문 빈도와 수출 의존도를 미약하게나마 확정된 인과적 동인으로 식별한 것은, 축의 이동이 행동적 개입으로부터 완전히 자유롭지는 않다는 것을 시사한다. 이러한 이탈을 되돌리기 위해서는 단일한 외교적 강화보다는, 지배적인 자기회귀적 모멘텀을 극복하기 위해 여러 기간에 걸친 지속적인 양자 간 참여과 무역 구조 조정이 필요할 것이다. 본 프레임워크는 체제 전환을 겪고 있는 다른 중견국들의 전략적 자율성과 헤징을 정량화하기 위한 재현 가능한 계산적 구조를 제공한다.