A transparent process for creating behavioural systems maps to inform population simulation models which aim to explain and predict public health policy effects: the case of smoking cessation in England

번잡한 도시의 미래를 예측한다고 상상해 보세요. 하지만 교통 체증이나 날씨 패턴 대신, 훨씬 더 개인적인 것, 즉 왜 사람들이 그런 선택을 하는지를 추적하는 것입니다. 이것이 바로 공중 보건 정책의 세계입니다. 이곳에서 과학자들은 어떤 법률과 캠페인이 실제로 사람들을 더 건강하게 만들 수 있을지 알아내려는 탐정 역할을 합니다. 이를 위해 그들은 "시뮬레이션 모델"을 사용하는데, 이는 마치 초고성능 비디오 게임과 같습니다. 이 게임에서는 가상의 인구를 구축하고, 규칙(예: 담배 가격 인상)을 수정하여, 실제 생명을 위험에 빠뜨리지 않고도 수년간 어떤 일이 일 벌어지는지 지켜볼 수 있습니다. 하지만 여기서 까다로운 점은, 이 게임은 당신이 제공한 규칙만큼만 훌륭하다는 것입니다. 만약 게임이 사람이 왜 금연을 결심하는지 그 '이유'를 이해하지 못한다면, 새로운 정책이 효과가 있을지 예측할 수 없습니다. 바로 여기서 COM-B라고 불리는 특별한 프레임워크가 등장합니다. 이를 인간 행동을 지탱하는 세 다리 의자로 생각해 보세요. 당신에게는 능력(할 수 있는가?), 기회(세상이 그것을 할 수 있게 해주는가?), 그리고 동기(정말로 하고 싶은가?)가 필요합니다. 이 세 다리 중 하나라도 없으면 행동은 쓰러지고 맙니다.

이제 영국의 "금연 시뮬레이터"를 만들려는 과학자 팀을 상상해 보세요. 그들은 단순히 정책이 어떻게 작동할지 추측하는 것만으로는 부족하다는 것을 깨달았습니다. 그들은 정책이 어떻게 한 사람의 능력, 기회, 또는 동기를 변화시키는지 정확하게 매핑할 수 있는 투명하고 단계적인 레시피가 필요했습니다. 이것이 바로 그들의 새로운 방법, 즉 그들이 "행동 시스템 매핑(behavioral systems mapping)"이라고 부르는 과정에 대한 이야기입니다. 그들은 단순히 모델을 만든 것이 아니라, 모델을 만드는 방법의 청사진을 만들었습니다. 금연이라는 복잡한 여정을 테스트 케이스로 사용하여 말이죠. 그들은 금연이 단 하나의 사건이 아니라는 것을 발견했습니다. 그것은 서로 다른 규칙을 가진 두 가지 서로 다른 전투입니다. 그리고 이 규칙들을 지도 위에 그려냄으로써, 그들은 공중 보건 정책의 장기적인 효과를 실제로 예측할 수 있는 시뮬레이션을 만드는 방법을 보여주었습니다. 이를 통해 지도자들이 가장 도움이 되는 곳에 예산을 지출할 수 있도록 돕습니다.

금연 혁명을 위한 청사진

컴퓨터 전문가와 행동 전문가들이 섞인 연구진은 단순하지만 거대한 질문으로 시작했습니다. "사람들이 왜 담배를 끊는지 실제로 '이해'하는 컴퓨터 시뮬레이션을 어떻게 만들 것인가?" 그들은 기존의 모델들이 약간 평면적인 지도와 같다는 것을 알고 있었습니다. 기존 모델은 사람들이 어디에 있는지는 보여줄 수 있지만, 그 여정을 어렵거나 쉽게 만드는 언덕과 골짜기는 보여줄 수 없었습니다. 이를 해결하기 위해 그들은 "행동 시스템 지도"를 사용하는 새로운 투명한 프로세스를 개발했습니다. 이 지도를 거대한 인터랙티브 플로우차트로 생각해 보세요. 정부 정책, 사람의 머릿속에서 돌아가는 심리적 톱니바퀴, 그리고 마지막으로 담배를 끄는 행동 사이의 점들을 연결하는 것입니다.

그들이 만든 과정은 매우 복잡한 케이크를 만드는 레시피처럼 네 가지 주요 단계로 구성됩니다. 첫째, 어떤 "행동"을 모델링할지 결정해야 했습니다. 그들은 금연이 단 하나의 사건이 아니라는 것을 깨달았습니다. 금연은 실제로 두 가지 다른 단계입니다. 금연을 시도하기로 결심하는 순간(금연 시도)과, 금연 상태를 유지하는 길고 힘든 과정(금연 유지)입니다. 그들은 이 두 단계의 동력이 완전히 다르다는 것을 발견했는데, 이는 마치 케이크 반죽의 재료와 프로스팅의 재료가 다른 것과 같습니다.

다음으로, 그들은 이론에 기반한 지도를 만들기 위해 COM-B 프레임워크를 사용했습니다. 그들은 수백 가지의 작고 관찰 가능한 요소들(예: 흡연을 얼마나 즐기는지, 의사의 조언이 있는지, 친구 중에 흡연자가 몇 명인지 등)을 가져와서 이를 능력, 기회, 또는 동기라는 세 가지 바구니로 분류했습니다. 예를 들어, 누군가가 막 금연을 시도하려는 단계에서는 동기가 매우 큽니다. 흡연을 얼마나 즐기는지, 담배에 돈을 얼마나 쓰는지와 같은 요소들이 그 결정을 이끕니다. 하지만 금연을 유지하려는 사람에게는 동기가 덜 중요해지고, "능력"이 주도권을 잡게 됩니다. 비흡연자로서의 정체성, 니코틴 패치 사용, 또는 중독 수준의 저하와 같은 것들이 핵심 요소가 됩니다.

그 후 팀은 현실 세계를 반영해야 했습니다. 그들은 멋진 이론적 지도와 함께 "우리가 데이터로 실제로 측정할 수 있는 것은 무엇인가?"라고 물었습니다. 이것이 그들의 "데이터 기반" 지도로 이어졌습니다. 그들은 뒷받받할 데이터가 충분하지 않은 일부 멋진 이론적 아이디어들을 제외해야 했습니다. 예를 들어, 흡연의 해로움을 이해하는 것이 중요하다는 것은 알지만, 현재 영국 맥락에서 그것이 주요 동력이라는 것을 증명할 충분한 증거를 찾을 수 없었기에 최종 시뮬레이션에서는 제외했습니다. 또한 어떤 정책을 테스트할지도 결정해야 했습니다. 그들은 금연을 시도하도록 독려하는 "매스 미디어 캠페인"(동기 강화)과 금연 상태를 유지하도록 돕는 "금연 지원 서비스에 대한 더 많은 자금 지원"(능력 강화)을 선택했습니다.

그들의 작업 중 가장 흥asp한 부분 중 하나는 "피드백 루프"를 처리하는 방식이었습니다. 현실에서 금연은 주변 세상을 변화시키고, 그 변화된 세상은 다시 당신에게 영향을 미칩니다. 만약 당신이 금연하면, 흡연하는 친구가 줄어들 수 있고, 이는 당신의 친구들이 금연하는 것을 더 쉽게 만들 수 있습니다. 또는, 금연을 시도했다가 실패하면, 다음번에는 의욕이 떨어질 수도 있습니다. 팀은 이러한 루프를 지도에 포함시켜, 한 사람의 행동이 인구 전체에 영향을 미치는 파급 효과를 일으키는 복잡하고 살아있는 시스템을 만들었습니다. 그들은 심지어 영국의 실제 모습(다양한 연령, 직업, 사회적 관계를 포함한)을 반영한 "합성 인구"까지 포함했습니다. 즉, 이 모델은 정책이 부유한 사람에게 어떻게 다르게 작고, 젊은 사람의 여정이 노인의 여정과 어떻게 다른지를 보여줄 수 있습니다.

그들이 발견한 것 (그리고 발견하지 못한 것)

여기서의 큰 발견은 모든 사람을 즉각적으로 금연하게 만드는 마법의 약이 아닙니다. 대신, 이 논문은 우리가 이러한 문제를 모델링하는 방식이 심각한 업그레이드가 필요함을 시사합니다. 새로운 매핑 프로세스를 사용함으로써, 연구진은 "금연"을 단일한 사건으로 모델링하려는 시도가 실수라는 것을 발견했습니다. 금연을 시도하게 만드는 요인과 금연을 유지하게 만드는 요인은 뚜렷하게 구분됩니다. 예를 들어, 니코틴 대체 요법(NRT)을 사용하는 것이 첫 번째 시도를 돕는 데는 도움이 되지만, 금연을 유지하는 데는 처방받은 형태의 NRT와 다른 보조 도구들이 정말로 도움이 된다는 것을 발견했습니다.

또한 그들은 가능한 모든 요소를 모델에 집어넣고 잘 되기를 바라는 방식은 불가능하다는 점을 명시적으로 배제했습니다. 그들은 정책과 특정 심리적 동력을 연결하는 명확한 지도 없이 시뮬레이션이 '블랙박스'가 되어버린다는 것을 보여주었습니다. 또한 그들의 모델이 정교하기는 하지만 여전히 시뮬레이션이라는 점을 언급했습니다. 이는 보유한 데이터를 바탕으로 상황이 어떻게 작동할 수 있는지를 제안하는 것이지, 이러한 정책이 현실 세계에서 반드시 작동할 것이라고 "증명"한 것은 아닙니다. 모델은 리더들이 더 나은 추측을 할 수 있도록 돕는 도구이지, 수정구슬이 아닙니다.

나아가, 그들은 현재의 지도가 모든 것을 다루지는 않는다는 점을 주의 깊게 밝혔습니다. 그들은 흡연과 베이핑(전자담배) 사이의 복잡한 춤을 상세히 모델링하지 않았으며, 행동 메커니즘에 집중하기 위해 담배 가격 인상과 같은 모든 가능한 정책 변화를 포함하지도 않았습니다. 또한 그들의 모델이 기존 데이터에 크게 의존하고 있으며, 만약 그 데이터에 빠진 부분이 있다면 지도에도 공백이 생길 수 있음을 인정했습니다.

이것이 왜 중요한가

그렇다면 왜 호기심 많은 십 대가 컴퓨터 모델과 플로우차트에 관심을 가져야 할까요? 왜냐하면 이 과정이 거대한 문제를 해결하는 방식을 바꾸기 때문입니다. 이전에는 새로운 법이 금연에 도움이 될지 예측하는 것이 마치 어둠 속에서 미로를 헤매는 것과 같았습니다. 어느 방향으로 돌지 추측하다가 벽에 부딪히면 그냥 다시 시도하는 식이었죠. 이 새로운 방법은 당신에게 손전등과 지도를 건네줍니다. 이를 통해 과학자와 정책 입안자들은 정부의 결정과 개인의 일상생활 사이의 숨겨진 연결 고리를 볼 수 있습니다.

"시도"와 "유지"를 분리함으로써, 모델은 우리에게 여정의 각 단계에 따라 서로 다른 도구가 필요하다는 것을 보여줍니다. 금연한 지 1년 된 사람에게는 단순히 동기 부여 포스터를 보여주는 것만으로는 부족하며, 더 나은 의료적 보조 도구와 같은 다른 지원이 필요합니다. 그리고 모델이 사람들이 서로에게 어떻게 영향을 미치는지 고려하기 때문에, 정책이 한 개인뿐만 아니라 전체 공동체에 어떻게 도움이 될 수 있는지도 예측할 수 있습니다.

저자들은 이 투명한 과정이 알코올 사용이나 비만과 같은 다른 건강 문제에도 사용될 수 있기를 희망합니다. 그들은 모델의 "레시 Recipe"를 명확하고 공개적으로 만듦으로써, 미래에 더 나은 시뮬레이션을 구축할 수 있다고 믿습니다. 이러한 시뮬레이션은 단순히 화려한 게임이 아니라, 리더들이 더 공정하고 효과적인 결정을 내릴 수 있도록 돕는 강력한 도구가 될 것입니다. 즉, 공적 자금이 가장 도움이 필요한 사람들에게 실제로 효과가 있는 전략에 쓰이도록 보장하는 도구 말입니다. 이것은 우리가 무엇이 효과적인지 단순히 추측하는 것이 아니라, 왜 효과적인지를 알게 되는 미래를 향한 한 걸음입니다.