결과에 영향을 준 요인을 인과도로 그리기

지각 기록에서 원인을 말하려면

한 달 기록을 보니 비 오는 날 지각이 많았다고 하자. 여기서 “비가 지각을 일으킨다”라고만 쓰면 중간 과정이 사라진다. 비는 교통 혼잡을 늘릴 수 있고, 우산을 챙기느라 출발이 늦어질 수도 있다. 반대로 원래 늦게 출발한 날과 우연히 겹쳤을 수도 있다. 원인 주장은 관찰한 동시 변화보다 더 많은 가정을 요구한다.

인과 다이어그램은 원인이 될 수 있다고 가정한 변수들을 상자로 두고 직접 영향을 화살표로 잇는다. 화살표 A→B는 A의 값을 다른 조건은 그대로 둔 채 바꾸었을 때 B가 달라질 것이라는 가정을 뜻한다. 시간상 먼저 일어났다는 사실이나 두 값의 상관만으로 이 화살표가 자동으로 생기지는 않는다.

노드와 화살표를 읽는 최소 규칙

노드에는 측정할 수 있는 변수를 쓴다. “나쁜 상황”보다 “출발 시각”, “버스 도착 간격”, “도착 지연 분”이 낫다. 화살표는 직접 인과 영향을 나타내고, 화살표를 따라 이어진 길은 간접 경로를 나타낸다. 같은 노드로 들어오는 두 화살표가 있다고 해서 두 원인이 서로 관련 있다는 뜻은 아니다.

방향성 비순환 그래프(DAG)는 화살표를 따라가다 출발점으로 되돌아오는 고리가 없는 인과도다. 한 시점의 변수 관계를 정리할 때 유용하다. 시간이 흐르며 결과가 다시 원인에 영향을 주는 상황은 다음 회의 인과 순환도로 다룬다. 도표 종류를 섞지 않아야 각 선의 의미가 유지된다.

공통 원인은 두 값을 함께 움직인다

비가 늦은 출발과 지각 모두에 영향을 준다면 비는 공통 원인이다. 늦은 출발과 지각만 비교하면 둘의 관계에 비 효과가 섞인다. “출발 알림이 지각을 줄였는가”를 보려는데 비 오는 날에만 알림을 많이 보냈다면 날씨를 함께 기록해야 한다. 어떤 변수를 보정할지는 편의가 아니라 인과 구조에서 결정한다.

공통 원인을 빠뜨린 도표는 알림 효과를 과장하거나 축소할 수 있다. 다만 모든 관련 변수를 무조건 통제하는 것도 해법이 아니다. 결과 뒤에 생긴 변수나 두 원인이 만나는 변수를 보정하면 새로운 편향이 생길 수 있다. 먼저 시간과 메커니즘을 설명하고 필요한 조정 집합을 검토한다.

매개는 효과가 전달되는 과정을 보여 준다

출발 알림이 지각을 줄이는 과정은 “알림 발송→일찍 출발→지각 감소”로 그릴 수 있다. 일찍 출발은 매개 변수다. 알림의 전체 효과를 알고 싶다면 매개를 섣불리 고정하지 않는다. 알림이 어떤 과정을 통해 작동하는지 알고 싶다면 직접 경로와 매개 경로를 구분해 질문을 다시 세운다.

매개를 공통 원인과 혼동하면 조사 설계가 달라진다. 공통 원인은 원인보다 앞서 두 변수에 영향을 주지만, 매개는 원인 이후에 생겨 결과로 효과를 전달한다. 화살표를 그릴 때 각 변수의 발생 시점과 개입 가능성을 표로 적으면 같은 단어를 다른 역할로 쓰는 오류를 줄일 수 있다.

충돌점은 두 원인이 만나는 결과다

교통 혼잡과 늦은 출발이 모두 지각을 만든다면 지각은 두 화살표가 충돌하는 점이다. 지각한 날만 골라 보면 혼잡이 적었던 날에는 늦은 출발이 더 많아야 선택 조건을 만족하는 것처럼 보일 수 있다. 원래 독립이던 두 원인 사이에 인위적인 관련성이 생기는 선택 편향이다.

“측정할 수 있으니 모두 보정하자”는 규칙이 위험한 이유다. 충돌점이나 그 뒤의 변수를 조건으로 삼으면 닫혀 있던 경로가 열린다. 도표에서 화살촉 두 개가 같은 노드로 모이는지 찾고, 표본을 그 노드 값으로 제한했는지 확인한다. 실무에서는 채용된 사람만, 병원에 온 사람만, 게시된 글만 분석할 때 자주 나타난다.

다른 사례에서 같은 구조를 찾는다

LLM 서비스에서는 사용량이 응답 지연과 오류율 모두를 높이는 공통 원인일 수 있다. 오류 메시지 개선이 재시도 횟수를 줄여 처리 비용을 낮춘다면 재시도는 매개다. 지원팀에 접수된 사례만 분석하면 심각도와 사용 빈도가 접수 여부에서 만나는 충돌점이 될 수 있다. 시스템 로그라고 해서 자동으로 인과가 되는 것은 아니다.

교육 사례에서는 사전 학습 시간이 시험 점수와 과제 제출 모두에 영향을 줄 수 있다. 건강 사례에서는 나이·기저 상태가 처치 선택과 결과에 함께 관련될 수 있다. 분야가 달라져도 “무엇이 앞서 생겼는가, 어느 두 변수에 영향을 주는가, 표본을 무엇으로 골랐는가”라는 세 질문이 구조를 찾는 출발점이다.

LLM에는 원인 확정이 아니라 가정 정리를 맡긴다

LLM에게 “원인을 찾아 줘”라고 하면 원문에 없는 상식적 원인을 보태거나 상관을 인과로 단정할 수 있다. 요청문에는 관찰 사실, 이미 알려진 시간 순서, 개입 가능한 변수, 확인되지 않은 후보를 분리해 준다. 모델이 제안한 화살표마다 근거 문장과 불확실 상태를 붙이게 한다.

출력은 노드 목록, 화살표 목록, 역할 후보, 반대 방향 가능성, 추가 자료로 나누면 좋다. 준비된 예시에서는 “비→지각”을 직접선으로 썼지만, 실제 조사에서는 교통·출발 시각이 완전한 매개인지 알 수 없다. 사람은 도메인 지식과 시간 기록을 보고 직접선을 남길지 고친다.

잘못된 그림은 상관선을 원인선으로 바꾼다

수정 전 예시는 “우산 판매량↑→지각↑”를 그렸다. 두 값이 비 오는 날 함께 늘었다는 관찰만으로 판매량이 지각을 일으켰다고 본 오류다. 공통 원인인 강수 여부를 추가하면 우산 판매와 지각 사이 직접 화살표를 제거할 수 있다. 도표의 선 하나가 줄었지만 설명력은 더 정확해졌다.

또 “도착 지연→늦은 출발”처럼 결과와 원인의 시간을 뒤집은 선이 있었다. 기록 시각을 확인해 “늦은 출발→도착 지연”으로 고치고, 교통 혼잡의 별도 경로를 남긴다. 화살표마다 원인이 먼저인가, 중간 과정은 무엇인가, 반대 방향 설명이 가능한가를 적으면 그럴듯한 선을 걸러낼 수 있다.

완료 기준은 다른 가정을 견주는 일이다

하나의 예쁜 도표만 만들고 끝내지 않는다. 비가 교통을 거쳐서만 영향을 주는 모형, 비가 준비 시간에도 직접 영향을 주는 모형처럼 경쟁 가정을 나란히 둔다. 각 모형이 요구하는 측정 변수와 반례를 적고, 관찰 자료만으로 구분할 수 없는 화살표는 미확정으로 표시한다.

공개 전에는 모든 노드의 측정 정의, 화살표 근거, 시간 순서, 누락된 공통 원인 후보, 충돌점 보정 여부를 확인한다. 도표가 인과 효과의 크기를 보여 주지 않는다는 점도 밝힌다. 인과도는 결론 그림이 아니라 어떤 가정 아래 어떤 분석이 가능한지 토론하는 작업 기록이다.

복사해서 쓸 수 있는 LLM 요청문

아래 요청문은 교육용 예시다. 원문을 함께 제공하고, 모델이 빈칸을 추측하지 않도록 금지 조건을 넣었다. 결과를 받으면 원문 문장과 노드·선의 대응을 사람이 다시 확인한다.

다음 관찰 기록을 인과 다이어그램 초안으로 정리해 줘.
1. 원문에 있는 변수만 먼저 목록화하고 각 변수의 측정 방법과 발생 시점을 적는다.
2. A→B는 A에 개입했을 때 B가 달라진다는 인과 가정일 때만 후보로 둔다. 단순 상관과 시간상 선행은 별도 열에 기록한다.
3. 공통 원인, 매개, 충돌점 후보를 화살표 방향으로 설명한다.
4. 원문에 없는 변수는 추가하지 말고 “추가 확인 후보”로 분리한다.
5. 직접 효과와 전체 효과 질문을 구분한다.
6. 서로 다른 방향이나 누락 변수를 가진 경쟁 도표 두 개를 제안한다.
7. 각 화살표의 근거 문장ID, 불확실성, 반례와 필요한 추가 자료를 표로 낸다.
8. 결과는 인과를 확정한 것이 아니라 검토용 가정임을 명시한다.

[관찰 기록] …

직접 실습하고 결과를 읽기

이 실습은 브라우저 안에 준비한 교육용 자료만 사용한다. 외부 LLM을 호출하거나 실제 기관 자료를 조회하지 않는다. 입력을 바꾸어 결과가 어떻게 달라지는지 보고, 설명과 맞지 않는 결과가 나오면 어떤 정보가 빠졌는지 적어 본다.

자료와 출처

아래 자료는 이번 글의 정의와 표기법을 확인하는 데 사용했다. 생각그림과 사례 문장은 원자료를 복제하지 않고 이 글의 교육 목적에 맞게 새로 구성했다.

• Judea Pearl, Causal diagrams for empirical research, Biometrika 82(4), 1995
• Textor et al., Robust causal inference using directed acyclic graphs: the R package dagitty, 2016