Interpreting feature importance under spatial heterogeneity: Evidence from urban development stages and regional migration

지도 대 영토: 왜 "중요함"이 모든 곳에서 항상 같지는 않은가

당신이 도시의 어떤 동네는 새로운 사람들이 몰려들어 북적이는 반면, 어떤 동네는 텅 비어가는 이유를 파악하려고 노력하고 있다고 상상해 보십시오. 오랫동안 과학자들과 도시 계획가들은 "하나의 사이즈로 모두 해결 가능한(one-size-fits-all)" 지도를 사용하여 이 퍼즐을 풀려고 시도해 왔습니다. 그들은 일자리 수, 주택 연령, 또는 학교 수와 같은 요인들의 목록을 살펴보고는, "좋아, 이것들이 어디서나 사람들이 이동하는 상위 3가지 이유야!"라고 말하곤 했습니다. 이는 마치 식물이 자라는 이유가 햇빛이 내리쬐는 사막에 있든 그늘진 숲에 있든 동일하다고 가정하는 것과 같습니다.

하지만 지리학에는 비밀이 있습니다: 규칙은 당신이 어디에 있느냐에 따라 종종 변한다는 것입니다. 이것을 **공간적 이질성(spatial heterogeneity)**이라고 부릅니다. 이것을 비디오 게임에서 사막 레벨에서 빙결 레벨로 이동할 때 물리 법칙이 변하는 것에 비유해 보십시오. 사막에서 완벽하게 작동하는 전략이 빙결 레벨에서는 당신을 얼어 죽게 만들 수도 있습니다. 데이터 과학의 세계에서 우리는 거대한 양의 데이터 속에서 패턴을 찾기 위해 머신러닝이라 불리는 강력한 컴퓨터 프로그램을 사용합니다. 이 프로그램들은 다음에 무슨 일이 일어날지 추측하는 데 뛰어나지만, 종 often 단순한 "가장 중요한" 요인들의 목록을 우리에게 제공하곤 합니다. 이 논문이 다루는 핵심 질문은 이것입니다: 그 "가장 중요한" 요인들의 목록이 실제로 모든 곳에서 동일한가, 아니면 동네에 따라 변하는가? 만약 게임의 규칙이 장소마다 바뀐다면, 우리는 도시를 고치기 위해 단 하나의 목록만을 신뢰할 수 있을까요?

연구: "중요함"이 장소마다 다른 의미를 갖는 이유

백석대학교의 김동우 저자가 작성한 이 논문은 2017년부터 2024년 사이 한국 내 인구 이동을 깊이 있게 파고듭니다. 저자는 사람들이 왜 유입되고 유출되는지 알아보기 위해 229개의 서로 다른 시군구를 조사했습니다. 단순히 "무엇이 사람들을 움직이게 하는가?"라고 묻는 대신, 이 연구는 더 까다로운 질문을 던졌습니다: "이동의 '가장 중요한' 이유는 당신이 붐비는 도시, 조용한 교외, 혹은 농촌 마을 중 어디에 사느냐에 따라 변하는가?"

이에 답하기 위해 연구자는 인구 이동률을 예측하기 위해 초지능형 컴퓨터 모델(CatBoost라고 불리는 머신러닝의 일종)을 사용했습니다. 그런 다음, 컴퓨터가 자신의 추측을 하기 위해 어떤 단서들을 사용하고 있는지 확인하기 위해 SHAP이라는 특별한 도구를 사용했습니다. 이것은 컴퓨터에게 "헤이, 왜 이 마을의 인구가 빠져나갈 것이라고 생각했니?"라고 묻고, 중요도 순으로 정렬된 이유들의 목록을 받는 것과 같습니다.

연구 결과는 다음과 같았으며, 여기에는 약간의 반전이 있습니다:

1. 이동의 "역 U자형(Inverted-U)" 곡선
첫째, 이 연구는 이동이 단순히 "시골은 나쁘고 도시는 좋다"는 식의 단순한 직선이 아님을 확인했습니다. 그것은 마치 언덕과 같습니다. 사람들이 가장 많이 유입되는 곳은 사실 중간 지점인 교외 지역이었습니다—초밀집 도시 중심지도 아니고, 텅 빈 농촌 지역도 아닙니다. 도시 중심지(서울의 심장부 같은 곳)는 실제로 인구를 잃고 있었고, 농촌 지역 또한 인구를 잃고 있었습니다. 성장을 위한 "스윗 스팟(sweet spot)"은 대도시 바로 외곽에 있는 주변 마을들이었습니다.

2. "가장 중요한" 목록은 속임수다
가장 놀라운 점은 "중요도 목록"에 관한 것이었습니다. 컴퓨터 모델은 이동에 있어 무엇이 가장 중요한지에 대한 전역적 순위를 제공했습니다. 이 목록의 1순위 항목은 보육 시설이었습니다. 보통 무언가가 1위로 기록되면, 우리는 "좋아! 보육 시설을 더 많이 지으면 사람들이 이곳으로 더 많이 이사 오겠지!"라고 생각합니다.

하지만 연구 결과, 이 1위 자리는 오해의 소지가 있다는 것이 밝혀졌습니다. 보육 시설의 중요성은 당신이 어디에 있느냐에 따라 방향이 바뀝니다.

• 농촌 지역에서는 보육 시설을 더 많이 갖추는 것이 오히려 사람들이 떠날 것을 예측했습니다(또는 그 마을이 어려움을 겪고 있다는 것을 의미했습니다). 보육 시설이 나쁘다는 뜻이 아니라, 마을들이 줄어들고 있는 상황에서 남은 몇 안 되는 가족들을 붙잡기 위해 보육 시설을 더 많이 짓는 경우가 많았기 때문입니다.
• 밀집된 혼잡한 도시에서는 보육 시설을 더 많이 갖추는 것이 사람들이 떠날 것을 더욱 강력하게 예측했습니다. 이는 생활비와 주거비가 너무 높아서 보육 시설이 있더라도 가족들이 머물 수 없기 때문일 가능성이 큽니다.

즉, 컴퓨터는 보육 시설이 "가장 중요한" 단서라고 말했지만, 그것을 어떻게 사용해야 하는지는 알려주지 않았습니다. 어떤 곳에서는 그것이 문제의 징후이고, 다른 곳에서는 고군분투의 징후입니다. 순위는 전체 이야기를 말해주지 못했습니다.

3. "네트워크"의 반전
연구는 또한 네트워크 위치(network position), 즉 기본적으로 여행과 무역을 위해 다른 마을들과 얼마나 잘 연결되어 있는지를 살펴보았습니다. 당신은 잘 연결되어 있는 것이 항상 좋은 것이라고 생각할 수도 있습니다.

• 농촌 마을에서 컴퓨터는 이 단서에 매우 크게 의존했습니다. 하지만 여기서 반전이 있습니다. 컴퓨터는 사람들이 떠날 것을 예측하기 위해 연결의 결핍을 사용했습니다. 농촌 마을에 있어 가장 중요한 단서는 그곳이 연결되어 있지 않다는 것이었습니다.
• 밀집된 도시에서는 연결성이 훨씬 덜 중요했습니다. 컴퓨터는 주거 연령과 같은 다른 요인들이 결정을 주도하고 있었기 때문에 네트워크를 그다지 신경 쓰지 않았습니다.

핵심 요약
이 논문은 우리가 "특성 중요도(Feature Importance)" 목록을 보편적인 사용 설명서처럼 읽는 것을 멈춰야 한다고 주장합니다. 컴퓨터가 어떤 요인을 "1번"이라고 말한다고 해서, 그것이 문제를 해결하기 위해 당겨야 할 가장 좋은 레버라는 뜻은 아닙니다.

• 그것은 정책 레버가 아닙니다: 높은 순위는 단지 컴퓨터가 자신의 추측을 하기 위해 그 단서를 많이 사용한다는 것을 의미할 뿐입니다. 그것을 늘린다고 해서 문제가 해결된다는 뜻은 아닙니다.
• 그것은 보편적이지 않습니다: 단서의 의미는 마을의 "단계"(농촌, 교외, 또는 도시)에 따라 달라집니다.
• 그것은 해결책의 지도가 아니라 정보의 지도입니다: 순위는 컴퓨터가 어디에서 자신의 정보를 찾는지를 알려주지만, 그 정보가 무엇을 의미하는지 또는 어느 방향으로 밀어야 하는지는 알려주지 않습니다.

요약하자면, 이 연구는 사람들이 왜 이동하는지 이해하고 싶다면 단순히 "최고의 이유"라는 단일 목록만 봐서는 안 된다고 제안합니다. 당신은 당신이 있는 구체적인 동네를 살펴봐야 합니다. 왜냐하면 게임의 규칙은 시골에서 도시로 갈수록 변하기 때문입니다. 컴퓨터는 단서를 찾는 데 뛰어난 탐정이 될 수는 있지만, 도시 계획가는 아닙니다. 컴퓨터는 자신이 무엇을 보고 있는지는 말해줄 수 있지만, 맥락을 이해하지 않고서는 당신에게 무엇을 해야 할지는 말해줄 수 없습니다.