전쟁과 봉기가 진행되는 동안에는 실제 희생자가 얼마나 되는지 파악하기가 매우 어렵습니다. 인권데이터분석그룹(Human Rights Data Analysis Group)은 수줍음 많은 야생동물의 개체수를 조사할 때 쓰이는 통계 기법을 활용해 불확실성의 범위를 획기적으로 줄입니다. 이는 정치적 의사결정에 중요할 뿐만 아니라, 이후 정의가 실현될 경우 그 재판에도 필수적입니다.
1999년 3월부터 6월까지 세르비아군이 코소보의 알바니아계 주민들을 상대로 벌인 테러 작전에서 민간인과 반군 9천~1만2천 명이 사망한 것으로 추산됩니다. 적어도 2002년 보고서는 그렇게 결론 내렸습니다. 그런데 당시 문서화된 사망자는 4,400명에 불과했습니다. 인권데이터분석그룹(HRDAG)이 작성한 이 보고서는 회의론과 비판을 불러일으켰습니다. 대체 어디서 5천 명에 달하는 '발견되지 않은' 사망자를 찾아낸다는 말인가?
개입할 것인가, 말 것인가
그럼에도 불구하고 HRDAG의 추산은 2010년 두 차례의 조사를 통해 확인되었습니다. 평화가 회복되고 광범위한 현장 조사가 가능해졌을 때였습니다. HRDAG는 미국에 본부를 둔 단체로, 폭력적 분쟁에 관한 최고 수준의 기록을 구축·유지하는 것이 핵심 임무입니다. 국제사회가 개입할지 여부를 결정하는 데 이런 기록이 중요한 역할을 하는 경우가 많습니다. 물론 사후에도 책임자를 특정하고 가능하다면 재판에 회부하기 위해서도 반드시 필요합니다.
HRDAG는 직접 관측자를 분쟁 지역에 파견하지 않고, 기존 자료를 최대한 활용해 모든 데이터를 종합함으로써 전체적인 그림을 도출합니다. 단순히 희생자 수를 집계하는 일만이 아닙니다. 시리아 내전을 예로 들어볼 수 있습니다. 각종 구호단체와 개인들이 극도로 혼란스러운 전투 상황에 대해 보고하고 있는데, 같은 희생자가 여러 출처에서 중복 보고되기도 하고, 어떤 희생자는 아무도 보고하지 않기도 합니다.
완전히 잘못된 그림
HRDAG 연구원 메건 프라이스(Megan Price)는 제3차 하이델베르크 라우레이트 포럼에서 이 업무에 대해 강연했습니다. 하이델베르크 라우레이트 포럼은 매년 8월 열리는 행사로, 수학과 컴퓨터 과학 분야의 가장 권위 있는 상을 수상한 사람들이 한자리에 모이는 자리입니다. “여러 측이 보고한 사상자 수를 단순히 더하면 분쟁에 대해 완전히 잘못된 그림을 얻을 수 있습니다.” 이것은 단순한 회계 차원을 넘어서는 문제입니다. 예컨대 언론이 무분별한 단순 합산을 통해 다른 세력이 전쟁에 합류한 뒤 갈등이 격화되었다고 보도하거나, 새로운 변화 덕분에 주간 사망자 수가 크게 줄었다는 메시지를 전달할 수 있습니다. 이는 서방 국가들의 개입 결정이나 특정 세력에 대한 무기·자금 지원 여부에 막대한 영향을 미칩니다.
다행히 이런 지저분한 데이터에서도 비교적 신뢰할 만한 추정치를 뽑아내는 수학적 기법이 존재합니다. 바로 다중 시스템 추정(Multiple Systems Estimation, MSE)입니다. 우선 원칙적으로는 간단하지만 매우 노동 집약적인 데이터 정제 과정에서 중복 제거(de-duplication)가 이루어집니다. 즉 모든 사망 보고가 고유한 개인에게 귀속되도록 하는 것입니다. 서로 다른 이름으로 한 사람이 여러 번 사망 처리된 데이터베이스는 원하지 않을 테니까요. 2014년 1월까지 HRDAG는 시리아 분쟁에서 26만 건의 사망 보고를 집계했지만, 중복 제거 후에는 9만3천 건만 남았습니다. 이것이 문서화된 사례들입니다. 그렇다면 실제 사망자 수는 얼마나 될까요?
MSE는 한때 토끼 같은 동물 종의 개체수를 추정하기 위해 개발된 수학적 기법을 활용합니다. 기본 원리는 포획-재포획(capture-recapture)입니다. 먼저 최대한 무작위로 토끼 100마리 정도를 포획해 표식을 남깁니다. 몇 주 후 다시 돌아와 100마리 정도를 추가로 포획합니다. 개체수가 너무 많지 않다면 두 번째 포획 때 이미 표식이 붙어 있는 토끼 몇 마리를 잡게 됩니다. 두 표본 사이의 이러한 중복의 상대적 크기가 전체 개체수 규모에 대한 추정치를 제공합니다(공식이 담긴 설명은 위 그림 캡션 참조). 물론 이는 불확실성 범위가 있는 추정치이며, 그 크기는 A, B, M 값에 따라 달라집니다.
혼란스러운 폭력 분쟁의 수많은 이름 없는 희생자를 세는 것도 같은 방식으로 가능합니다. 이런 방법들은 과거 금기시되는 집단의 HIV 감염자 수를 추정하는 데 쓰였고, 미국의 매우 보수적인 지역에 거주하는 레즈비언 수를 추정하는 데에도 활용된 바 있습니다. 실제로 MSE가 작동하며 합리적인 불확실성 범위 안에서 신뢰할 수 있는 추정치를 제공한다는 사실이 입증되어 있습니다.
중복되는 표본
시리아와 같은 전쟁에 이를 적용하면, 일정 기간 현장에서 희생자 데이터를 수집하는 각 조직이 하나의 표본이 됩니다. 여러 출처가 독립적으로 같은 희생자를 보고하면, 이는 두 개 이상의 표본 간 중복에 해당합니다. 모집단에서 두 개 이상의 표본을 추출하면, 일부 표본이 서로 독립적이지 않을 수 있다는 점까지 고려하는 더 정교한 기법을 적용할 수 있습니다. HRDAG는 이를 통해 코소보 분쟁의 잊혀진 사망자들과 그 외 수많은 사례를 규명할 수 있었습니다.
하이델베르크 강연에서 프라이스는 시리아 내전의 한 국면을 예로 들었습니다. 언론은 보고된 사망자 수를 단순히 세는 방식으로 전투 강도가 누그러졌다고 보도했습니다. 그러나 HRDAG의 분석 결과, 각 보고 간의 중복률이 오히려 감소한 것으로 나타났습니다. 계산 결과 전투는 오히려 격화되고 있었던 것입니다. 프라이스는 “언론 보고만 믿으면 이런 분쟁에 대해 완전히 잘못된 결론을 내릴 수 있다”고 강조했습니다.
안타깝게도 HRDAG식 분석에는 시간이 걸립니다. 언론이 그만큼의 시간을 내주지 않는다는 점도 프라이스는 잘 알고 있습니다. 그럼에도 그녀는 언론이 자신들이 잘하는 일, 즉 개인의 이야기를 전달하고 희생자들에게 얼굴을 부여하는 일에 더 집중해야 한다고 주장합니다. 편집국에서 하루 만에 취합해 만든 각종 통계와 인포그래픽은 독자와 시청자들이 큰 소금 한 꼬집으로 받아들여야 할 것입니다.
