Institutionalizing Policy Diagnosis: Diagnostic Capacity Between Problem Framing and Instrument Choice

기술적 요약: 정책 진단의 제도화

문제 제기
공공 정책 학계는 문제 프레이밍, 정책 문제, 증거 활용, 역량 및 수단 선택을 광범위하게 분석해 왔다. 최근의 발전은 불확실성 하에서의 진단적 및 귀추적 추론을 더욱 공식화했다. 그러나 이론적 격차가 존재한다. 즉, 어떻게 귀추적 진단 추론이 개인 분석가의 일시적인 기술에서 반복 가능한 시스템 차원의 역량으로 전이되는가 하는 점이다. 기존 문헌은 진단을 결여된 요소로 취급하거나 개인의 인지 과정에 집중하는 경향이 있으며, 정책 시스템이 경쟁적인 인과적 설명(rival causal accounts)을 보존하고, 판별적 증거를 명시하며, 실행 증거가 기대와 충돌할 때 진단을 재개할 권한을 부여하는 방식을 다루는 데 실패하고 있다. 핵심 문제는 공공의 증상들이 인과적으로 미결정 상태(causally underdetermined)라는 점이다(예: 노숙 문제는 주거, 소득, 또는 보건 문제로 프레이밍될 수 있음). 이러한 모호성을 관리할 시스템 차원의 역량이 없다면, 정책 시스템은 취약한 인과적 설명을 고착화하여, 실제 문제를 생성하는 기제와 인과적으로 어긋난 수단 선택으로 이어질 수 있다.

방법론 및 이론적 접근
본 논문은 **진단 역량(diagnostic capacity)**이라는 새로운 이론적 구성 개념을 개발하는 개념 분석이다. 방법론은 다음과 같다:

1. 구성 개념 변별: 본 논문은 '진단 역량'을 정책 프레이밍, 문제 유형론, 진단적 정책 분석(귀추적 추론), 인과 기제 설계, 수단 이해관계자, 일반적 정책 역량과 같은 인접 개념들과 엄격히 구분한다. 저자는 프레이밍이 구성적 요소이고 귀추적 추론이 미시적 기초라면, 진단 역량은 추론을 시스템 차원에서 반복 가능하고 결과 지향적으로 만드는 구체적인 제도적 장치라고 주장한다.
2. 이론적 종합: 본 논문은 문제 지향성과 제한된 합리성이라는 정책 과학 전통을 최근의 귀추적 추론(Ramesh & Howlett, 2026) 및 인과 기제 설계(Busetti, 2023) 연구와 통합한다.
3. 프레임워크 개발: 저자는 5가지 연결된 기능(경쟁적 설명 생성, 증거 판별, 기제 추론, 설계 연결, 진단 수정)으로 구성된 프레임워크를 제안하고, 이를 정책 실무를 위한 6가지 질문의 '진단 설계 게이트(diagnostic design gate)'로 변환한다.
4. 명제 도출: 프레임워크의 인과 논리를 고립시키기 위해 4가지 구체적인 명제를 도출하며, 이는 인과적 정렬, 진단 압축의 효과, 개인적 추론의 제도적 전환, 심층적 정책 학습의 조건에 초점을 맞춘다.

주요 기여
본 논문은 세 가지 주요 기여를 한다:

1. 새로움의 위치 재설정: 이론적 새로움을 귀추적 진단 자체(이미 개인의 인지 과정으로 확립된 것)에서 그 정책 시스템적 제도화로 이동시킨다. 초점은 분석가의 추론 스타일이 아니라 반복 가능한 시스템 차원의 역량이다.
2. 상류 단계의 기제 명시: 문제 표상과 수단 선택을 연결하는 상류 단계의 기제를 식별하고 명시한다. 여기에는 경쟁적 설명 탐색의 제도화, 판별적 증거의 명시, 잠정적 인과적 근거의 설정, 그리고 기제와 수단의 명시적 연결이 포함된다.
3. 실천적 번역: 이론을 6가지 질문의 진단 설계 게이트로 변환한다. 이 도구는 공공 문제를 탈정치화하겠다고 주장하지 않으면서도 실무를 규율하기 위해 설계되었다. 이는 정책 팀이 왜 선택된 진단이 가장 강력한 경쟁 모델보다 선호되는지, 어떤 불확실성이 남아 있는지, 그리고 수단이 잠정적 진단에 따라 고착되기 전에 무엇이 진단을 재검토하게 할 증거가 될 것인지를 문서화하도록 강제한다.

결과 및 이론적 명제
본 논문은 경험적 데이터를 제시하는 대신 4가지 명제에 의해 뒷받와되는 이론적 프레임워크를 제공한다:

• 명제 1: 일반적인 분석 역량이 일정할 때, 진단 역량이 높은 정책 시스템은 진단에서 식별된 기제와 선택된 수단이 목표로 하는 기제 사이에 더 높은 **인과적 정렬(causal alignment)**을 보일 것이다.
• 명제 2: 진단 역량과 인과적 정렬 사이의 정(+)의 관계는 **진단 압축(diagnostic compression)**이 증가함에 따라 약화된다. 압축은 긴급성, 인과적 복잡성, 파편화된 권한, 강력한 수단 이해관계자의 압력에 의해 발생하며, 이는 조사의 조기 종결을 초래할 수 있다.
• 명제 3: 개인의 귀추적 추론을 정책 시스템의 진단 역량으로 전환하는 과정은 제도가 경쟁적 주장을 위한 보호된 포럼, 경계를 넘나드는 지식 통합, 판별적 증거를 위한 명시적 표준, 그리고 지배적인 진단에 이의를 제기할 수 있는 인정된 권한을 제공할 때 더 강력해진다.
• 명제 4: 진단 역량은 실행 및 평가 증거가 인과적 근거를 재개할 수 있는 트리거가 될 수 있고 행위자들이 문제 표상을 수정할 권한을 가질 때에만 심층적 정책 학습을 생성한다. 이것이 없다면 학습은 인과적 수정이 아닌 전달 개선에 국한된다.

의의 및 주장
본 논문은 제한된 의의를 주장한다. 저자는 진단 역량이 정치를 제거하거나 불확실성을 없앨 수 없으며, 더 나은 정책 결과를 보장할 수도 없음을 명시한다. 정당성, 자원, 실행 충실도가 여전히 중요하기 때문이다. 또한 단 하나의 '정답'인 문제 정의를 찾아낸다고 주장하지 않는다.

대신, 그 의의는 다음과 같다:

• 조기 종결 방지: '수단 우선적 역동성'(사용 가능한 도구가 문제 정의를 결정하는 현상)을 방지하기 위한 시스템 차원의 역량을 제공하며, 인과적 가정이 여전히 논쟁 가능하고 수정 가능하도록 보장한다.
• 실패 양상의 명확화: 정책 실패를 단순한 실행 오류가 아니라, 수단이 문제를 생성하는 기제에 도달하지 못한 상류 단계의 진단 실패로 해석할 수 있는 렌즈를 제공한다.
• 증거 활용의 정교화: 증거의 양이나 기술적 품질에서 벗어나, 증거가 단순히 사전 결정된 입장을 뒷받침하는 것이 아니라 경쟁적 설명들 사이를 판별하는 데 어떻게 사용되는지, 즉 진단적 관련성에 초점을 맞춘다.
• 불확실성의 제도화: 정교한 정책 시스템은 왜 하나의 인과적 설명이 충분한 근거를 갖는지 명시적으로 밝히고, 신뢰할 만한 경쟁 모델에 지위를 부여하며, 향후 어떤 증거가 진단을 재개할 수 있는지 명시하는 제도적 장치가 필요하다고 주장한다.

결론적으로, 더 나은 진단이 반드시 더 나은 정책을 보장하는 것은 아니지만, 정교한 실행 또한 수단이 문제와 인과적으로 어긋나 있는 정책을 구제할 수 없다. 진단 역량은 이러한 인과적 약속을 가시화하고 수정 가능하게 만드는 데 필요한 제도적 기제이다.