디지털 전환과 포용의 간극을 시험할 때 결측 점수를 먼저 보기
전환과 포용의 관계를 시험하려면 점수 없는 국가·기간이 어떻게 처리되었는지부터 보여 줘야 한다.
점수의 빈칸이 결론을 바꿀 수 있다
디지털 전환이 빠른 곳에서 사회적 포용도 함께 개선되는지 궁금하다면 점수의 관계부터 그리기 쉽다. 그러나 한쪽 점수가 없는 국가를 빼거나 0으로 채우는 방식만으로 그림은 달라질 수 있다. Truthound는 그 가설의 인과성을 판정하기보다 비교 입력의 결측과 값 상태를 점검하는 데 사용할 수 있다.
새 대시보드가 묻는 질문
유엔 경제사회국은 2026년 10월 15일 World Social Report와 Socially Inclusive Transformation 대시보드를 소개했다. 보고서는 경제·디지털·에너지 전환이 자동으로 포용으로 이어지지 않는다는 문제를 다룬다. 지표 간 관계와 실제 정책 효과는 분리해 해석해야 한다.
먼저 비교 집합을 그리기
첫 표에는 국가·기간·기둥·세부 지표와 관측 상태를 둔다. 총점만 남기지 말고 어떤 하위 정보가 들어갔는지 확인할 수 있게 한다. 시계열 비교가 목적이라면 어느 기간에서 같은 구성과 범위를 확보할 수 있는지 먼저 그린다. 표본을 고르는 단계가 분석 결과의 일부가 된다.
0점과 미관측을 나누기
0점은 정의된 척도 위의 관측값이고 미관측은 자료 상태다. 둘을 같은 값으로 바꾸면 정보가 부족한 국가가 낮은 성과로 해석될 수 있다. 적용되지 않는 지표도 별도 상태로 둔다. 결측을 제외하는 선택을 하더라도 어느 국가와 기간이 빠졌는지 함께 보여 준다.
Truthound에서 점검할 부분
준비한 Polars 표를 입력으로 받는 Truthound Core Python SDK 3.3.4의 NotNullValidator는 필수 열의 null을 검사하고 FiniteValidator는 부동소수점의 NaN·무한값을 점검한다. 어떤 지표 행이 필수 관측 대상인지부터 외부에서 정의해야 한다. 두 검사 결과는 점수가 참인지, 합성지표의 가중치가 적절한지 판단하는 결과가 아니다.
기존 pandas 경로의 자리
pandas의 기존 isna 마스크를 유지하는 경로도 가능하다. 빈 문자열이나 무한대를 어떻게 취급하는지 지표 정의와 따로 맞춰야 한다. 결측 마스크를 만드는 일과 비교 집합을 승인하는 일은 다른 단계다. Truthound를 선택하더라도 자료가 없는 국가를 자동으로 실패 국가로 분류하지 않는다.
가설을 작게 시험하기
작은 실험에서는 동일한 국가·기간 집합에서만 가설을 살펴본다. 전체 가능한 집합과 완전 관측 집합의 차이를 함께 적으면 제외 정책이 결과에 미친 영향을 질문할 수 있다. 서로 비슷한 총점을 가진 사례의 하위 구성도 비교해 보면 단일 점수의 해석이 얼마나 거친지 확인할 수 있다.
대상을 바꾸면 다시 확인하기
새 국가나 기간을 추가하면 이전의 결측 처리 정책이 그대로 맞는지 재검토한다. 구성 지표가 바뀌었거나 공개 범위가 넓어졌다면 변화가 실제 성과인지 관측의 개선인지 나눠야 한다. 이전 비교 집합과 버전을 보존하면 다음 분석이 과거 그림을 조용히 바꾸지 않는다.
결과와 적용 범위를 함께 보여 주기
산출물은 관계 그래프와 그 그래프가 대표하는 범위다. 결측 처리에 따라 해석이 달라진다면 그 자체가 중요한 결과이며 정책 효과를 단정할 근거는 아니다. 전환과 포용의 간극을 이해하려는 목적은 더 강한 한 문장보다 누가 비교에 들어왔는지 설명하는 데서 시작한다.
적용 조건
공식 지표의 대상 국가·기간·구성 정의와 점수의 관측 가능성을 확인한다.
대안
기존 pandas의 결측 마스크를 유지하면서 지표의 적용 모집단과 유한값 조건을 별도 정의할 수 있다.
한계
결측·유한값 점검은 전환이 포용을 일으킨다는 인과관계를 증명하지 않는다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
