강의 소개 및 발표조 구성
슬라이드와 리딩자료 Wednesday, March 5, 2025
리딩 자료
슬라이드
강의 슬라이드는 HTML 파일 형태로 온라인에서 확인할 수 있습니다. 아래 버튼을 클릭하면 슬라이드를 인터랙티브 웹사이트 형식 또는 정적 PDF 형식으로 열 수 있습니다 (인쇄하거나 저장할 때 유용합니다). 슬라이드를 직접 클릭한 후, 키보드의 왼쪽과 오른쪽 화살표 키로도 이동할 수 있습니다.
인과성(causality)과 인과관계의 추론(causal inference)
리뷰
우리가 말하는 사회과학적 지식의 특성은 바로 “객관성”이다. 이 객관성은 사회현상을 있는 그대로 보여줄 수 있는 것이다. 그러나 사회현상 속에서 객관성을 확보하기란 지난한 일이기 때문에 우리는 각각의 주관들이 “같다”라고 동의하는 것을 통하여 객관성을 “상호주관성”으로 대체한다. 따라서 이때의 객관성이 의미하는 것은 지식 그 자체가 객관적인 것이 아니라 그것을 생각해내는 방법에 대하여 대다수가 객관적이라고 합의한 것에 따른, 도구적 객관성이다. 즉, 사회과학적 지식의 특성은 합의성이다. 이러한 이유에서 과학적 지식은 상대적이고 가변적이다. 현재 우리 세계에서 과학계의 패권을 쥐고 있는 것은 경험과학이다.
우리는 경험과학자들(empirical scientists)이 전제하고 있는 논리, 규준, 방법을 통해 과학적 지식을 생산해낼 것이다. 역으로 우리가 던지는 모든 퍼즐이 반드시 경험과학적으로 해결가능하지 않을 수도 있다.
경험과학적 지식은 검증이 가능하고(검증가능성), 반증이 가능해야 한다(반증가능성). 이를 위해서는 우리는 ‘명백한’ 용어를 사용해야 한다. 우리는 수(number)로 이루어진 정량지표(quantatative data)를 사용할 것이다. 왜냐하면 감각을 통해 받아들인 정보만을 타당한 것으로 받아들일 것이기 때문이다.
과학적 지식의 유용성
우리가 말하는 과학적 지식은 다음과 같은 \(X \rightarrow Y | C\) 의 형태를 띠고 있다. X는 원인현상, 원인이며 Y는 결과현상이며 우리가 풀어야 하는 퍼즐이다. 우리는 우선적으로 이 퍼즐에 관심을 가져야 한다. 기본적으로 서술이 필요하다. 서술(description)은 이 현상이 어떻게 나타나며 그 속성은 무엇인지를 보여주는 기술이다. 대상을 모르는 상태로는 비교를 할 수 없다.
또한, 퍼즐을 만들기에 가장 중요한 것은 말 그대로 모르는 것을 퍼즐로 삼아야 한다는 것이다. 우리는 설명하기 위해 과학적 지식을 만든다. 설명은 개별적이고 구체적 현상이 어떠한 보편적ㆍ일반적 현상의 사례임을 증명하는 작업, 연역하기이다. 우리가 만들어내는 과학적 지식은 일반법칙, 보편법칙이다. 우리는 이것을 통해 예측을 시도하게 된다. 설명과 예측의 차이는 발현 순서이다. 설명은 Y가, 예측은 X가 먼저 나타난다. 그러나 둘 모두 과학적 지식, 이론적 도구를 바탕을 한다는 점에서 공통점을 지닌다.
그런데 종종 우리는 과학적 지식을 통한 예측에 실패할 때가 있다. 이때 우리는 과학적 지식에 특정한 조건을 부여하여 세련되게 지식을 재생산함으로써 과학적 지식을 되살릴 수 있다.
성립선행조건이란?
성립조건은 내가 수행하는 연구의 범주를 정하는 것이다. 그 범주에는 시간적, 공간적인 것이 모두 포함된다. 예를 들어, 중국과 미국 등의 국가 단위 범주 혹은 민주화 이후, 밀레니엄 이후 등으로 공간\(\cdot\)시간적으로 범주를 정하는 것이다. 그러나 범주설정에 있어서는 그 타당한(reasonable) 이유가 있어야 한다.
단정적 법칙은 단 하나의 예외 사례만 있어도 무너지는 이론이다. 반증가능성이 존재한다는 점에서 과학적 지식이기는 하지만 과연 우리 사회현상에서도 이러한 단정적 법칙을 만들 수 있을까? 사회의 인간은 모두 주관을 가지고 있다. 일반적으로 합목적적인(rational) 인간은 몫(payoff)의 분배를 보고 보다 이익이 보장되는 선택을 하게 된다. 그러나 사회현상에서는 단정적 법칙을 만들어내는 것이 힘들다. 기본적으로 몫의 책정에는 가치가 개입되기 때문이다.
서술 + 과학적 지식: 대상의 특성과 개요를 알고 과학적 지식으로 설명
사회현상에는 사람의 가치\(\cdot\)주관이 규범화되어 있는 경우가 개별적으로 존재한다. 그러나 사회과학은 “대다수”의 사람들이 합의한 것(상호주관성, 합의성)을 통해 객관적인 것을 받아들인다. 따라서 단정적 지식은 성립되기 힘들다. 사회과학은 이러한 이유에서 서술할 때 표현을 “열어” 둔다.
확률적 통칙(probabilistic generalization)은 단정적 법칙과는 다른 것이다. 우리는 반증가능성을 내포하는 표현을 통해 우리의 과학적 지식을 구성해야 한다.
설명이 된다 하더라도 완벽하게 예측하지 못할 수도 있다. 우리가 예상하지 못하는 영향력 있는 오차 및 변수는 인간 사회에 무수히 많다. 우리는 모든 것을 알 수는 없다. 원인(causal)을 알아내고자 하지만 그 노력은 주요한 것들에 한정될 따름이다. 따라서 불완전한 예측/설명을 하고 있을 뿐이다. 우리는 여지를 가지고 그들 사이의 일관성을 찾아보고자 하는 것이다(부분적인 설명, 부분적인 예측). 그러나 아직은 불완전한 사회현상에 대한 예측과 분석일지라도 그것들은 유의미한 조력을 더할 것이다.
우리는 결과(effect)의 원인(cause)을 찾아야 한다. 그런데 기본적으로 이 둘이 원인과 결과라는 “관계”인지를 알아보아야 한다. 결과의 원인인지, 아닌지 모르는 변수를 두고 우리는 그것과 결과의 관계를 규명해 내야 한다. 이것이 옳을 때, 인과관계(causality)가 성립한다.