도구 지형도와
읽기 일정
방법을 아는 것과 내일 아침 내 데이터에 돌리는 것 사이에는 간극이 있다. 이 장은 그 간극을 메우는 실무 편람이다. 라이브러리 지도, 식별→추정→반박의 최소 워크플로, 논문 체크리스트, 6주 세미나 읽기 일정과 과제까지.
방법을 아는 것과 돌리는 것 사이
지난 열 개 장이 논리를 다뤘다면, 이 장은 그 논리를 내 데이터 위에서 실행하는 절차를 다룬다.
터미널 앞에서 멈춘 손
세미나 마지막 주가 끝난 다음 월요일 아침을 상상하자. 열 개 장의 논리를 따라온 대학원생이 자기 패널 데이터를 열어 놓고 터미널 앞에 앉는다. 평행추세가 무엇인지 안다. DML이 왜 잔차를 양쪽 다 만드는지도 설명할 수 있다. 그런데 손이 멈춘다. pip install 뒤에 무엇을 쓰는가. 추정기의 이름은 무엇인가. 결과가 나오면 논문에는 어떤 순서로 무엇을 보고하는가.
이 간극은 게으름의 문제가 아니라 정보의 종류가 다르기 때문에 생긴다. 앞의 열 개 장이 다룬 것은 "이 방법은 어떤 가정 아래 무엇을 식별하는가"라는 논리였고, 지금 필요한 것은 "그 논리가 어느 저장소의 어느 함수로 구현되어 있고, 결과를 어떤 형식으로 써야 심사를 통과하는가"라는 절차다. 논리는 논문이 가르쳐 주지만, 절차는 흩어져 있다. 이 장은 그 절차를 한 곳에 모은다.
도구 장을 시리즈의 맨 끝에 둔 것은 의도적이다. 도구를 먼저 배우면 "패키지가 지원하는 방법"이 곧 "쓸 수 있는 방법"이 되어, 연구 질문이 도구에 맞춰 변형된다. 순서는 반대여야 한다. 질문이 식별 전략을 정하고, 식별 전략이 추정 방법을 정하고, 추정 방법이 마지막에 도구를 정한다. 이 장의 지형도는 그 마지막 단계에서 펴 보는 지도이지, 첫 단계에서 고르는 메뉴판이 아니다.
생각해 볼 질문
본인 연구 질문 하나를 골라 거꾸로 추적해 보자. 그 질문의 식별 전략은 이 시리즈의 몇 장에 해당하는가. 그 장의 방법은 아래 §1 표의 어느 행으로 구현되는가. 이 두 질문에 즉답할 수 있다면 이 장은 복습이고, 막힌다면 그 지점이 이 장을 읽는 이유다.
라이브러리 지형도
모든 장의 방법에 검증된 구현이 이미 있다. 지도에서 확인할 것은 이름이 아니라 "누가 만든 어떤 구현이 기준인가"다.
이 시리즈의 장 번호로 다시 그린 도구 지도
각 행은 라이브러리, 이 시리즈에서 해당 방법을 다룬 장, 언어, 그리고 실무에서 알아 둘 특징이다. 링크는 공식 저장소만 달았다.
| 라이브러리 | 담당 장 | 언어 | 비고 |
|---|---|---|---|
| DoWhy | 전 장 공통 | Python | 식별 → 추정 → 반박검정 파이프라인의 골격. 추정 단계에 EconML 추정기를 그대로 꽂아 쓴다. PyWhy 재단 관리. github.com/py-why/dowhy |
| EconML | 5·6·7장 | Python | DML, DR-learner, Causal Forest, 직교화 전반. Microsoft Research 출발, 현재 PyWhy 소속. CATE 추정의 산업계 표준. github.com/py-why/EconML |
| CausalML | 5·6장 | Python | Uber 개발. 메타러너와 uplift 모델링(마케팅 타게팅형 문제)에 강점. EconML과 겹치는 영역이 많아 둘 중 하나를 주력으로 정하면 된다. github.com/uber/causalml |
| DRDID · did · csdid | 1~3장 | R · Stata | DR-DiD(Sant'Anna & Zhao)와 Callaway–Sant'Anna 다기간 추정량의 저자 구현. 시차 도입 DiD는 R의 did가 기준, Stata에서는 csdid. github.com/bcallaway11/did |
| CausalImpact | 4장 | R (기준) · Python | BSTS 기반 반사실 시계열. Google의 R 원본이 기준 구현이고, pycausalimpact 등 Python 포팅은 모형 세부가 다를 수 있어 논문에는 어느 구현인지 명시한다. github.com/google/CausalImpact |
| synthdid | 4장 | R (기준) · Python | Synthetic DiD(Arkhangelsky 외 2021)의 저자 구현. pysynthdid라는 비공식 Python 포팅이 있으나 검증 책임은 사용자에게 있다. github.com/synth-inference/synthdid |
| grf | 6장 | R | Causal Forest·Generalized Random Forest의 원저자(Athey·Tibshirani·Wager 그룹) 구현. 정직한 분할과 신뢰구간이 기본 제공된다. 신뢰구간이 필요한 인과 숲은 이쪽이 기준. github.com/grf-labs/grf |
| causal-learn | 8장 | Python | PC, FCI, GES, LiNGAM 등 구조 발견 알고리즘의 표준 구현. CMU 그룹이 관리하던 Tetrad의 Python 계승. github.com/py-why/causal-learn |
| tigramite | 8장 | Python | PCMCI 계열 시계열 인과 발견. 원저자(Runge) 구현. 기후과학에서 출발했지만 일반 다변량 시계열에 그대로 쓴다. github.com/jakobrunge/tigramite |
표에 없는 장도 도구가 없는 것이 아니다. 9장(비정형)과 10장(시변 처치)의 방법들은 대부분 논문 저자의 공개 코드 형태로 존재하며, 아직 단일 표준 패키지로 수렴하지 않았다. 이 사실 자체가 해당 분야가 연구 전선이라는 신호다.
지도를 읽는 요령 하나. PyWhy(DoWhy·EconML·causal-learn)라는 이름이 세 번 등장하는 것은 우연이 아니다. 2022년 Microsoft와 여러 대학 그룹이 흩어져 있던 인과추론 도구를 하나의 오픈소스 재단으로 모았고, 그 결과 "그래프 기반 식별(DoWhy) + CATE 추정(EconML) + 구조 발견(causal-learn)"이 한 생태계 안에서 호환된다. Python으로 작업한다면 이 생태계를 기본 축으로 삼고, 필요할 때 개별 도구를 보태는 구성이 유지보수 비용이 가장 낮다.
반대로 R을 버리면 안 되는 영역이 뚜렷이 존재한다. 현대 DiD(did, DRDID), 인과 숲의 신뢰구간(grf), CausalImpact와 synthdid는 모두 원저자 구현이 R이다. 계량경제학과 통계학 커뮤니티가 R 중심으로 움직이는 한 이 구도는 당분간 유지된다. "Python만 쓰겠다"는 제약은 방법 선택의 제약이 된다.
출처 각 저장소의 공식 문서(위 표의 링크) · Arkhangelsky, Athey, Hirshberg, Imbens & Wager, "Synthetic Difference-in-Differences", American Economic Review 111(12), 2021 · Brodersen 외, "Inferring Causal Impact Using Bayesian Structural Time-Series Models", Annals of Applied Statistics 9(1), 2015.
같은 방법에 구현이 여럿일 때 고르는 규칙
지형도에서 실제로 도구를 고를 때 부딪히는 것은 "무엇이 있는가"가 아니라 "여럿 중 무엇을 믿을 것인가"다. 네 가지 규칙으로 정리한다.
버전 고정도 절차의 일부다. 인과추론 라이브러리는 아직 API가 빠르게 바뀌는 편이라, 논문 제출 시점의 requirements.txt(또는 R의 renv.lock)를 저장소에 함께 올리는 것이 재현성의 최소 조건이다. "돌아가던 코드가 반년 뒤에 다른 숫자를 낸다"는 사고의 대부분은 방법이 아니라 의존성 버전에서 온다.
최소 워크플로: 식별 → 추정 → 반박
어떤 장의 방법을 쓰든 이 3단계 골격은 같다. DoWhy의 가치는 이 구조를 코드로 강제한다는 데 있다.
열다섯 줄로 도는 전체 파이프라인
한 줄 목표: 식별 점검 없이 추정으로 직행할 수 없고, 추정 뒤에 반박 검정이 따라붙는 구조를 코드 수준에서 몸에 익힌다.
DoWhy + EconML 3단계
결과 Y, 처치 D, 공통원인(교란) x1~x3이 있는 데이터프레임 df를 가정한다. 세 단계가 각각 무엇을 책임지는지 주석으로 따라가라.
관찰 포인트 — 반박 단계의 출력에서 위약 처치의 새 추정치(New effect)가 0에 가깝고, 원래 추정치(Estimated effect)와 뚜렷이 다르면 성공이다. 위약에서도 효과가 크게 나온다면 파이프라인 어딘가가 처치와 무관한 구조를 효과로 읽고 있다는 경고다.
열린 과제 — method_name을 "random_common_cause"(무작위 가짜 교란 추가: 추정치가 흔들리지 않아야 통과)와 "data_subset_refuter"(부분표본 재추정: 추정치가 안정적이어야 통과)로 바꿔 같은 결론이 세 가지 반박을 모두 견디는지 확인하라. 하나라도 통과하지 못하면 어느 가정이 의심스러운지 §3의 체크리스트로 되짚어 보라.
DoWhy의 가치는 특정 추정량이 아니라 식별 → 추정 → 반박의 3단계 구조를 코드로 강제하는 것이다. 식별 단계를 건너뛴 추정은 실행조차 되지 않고, 반박 단계는 한 줄만 추가하면 되도록 설계되어 있다.
어떤 장의 방법을 쓰든, 어떤 도구를 쓰든, 이 세 단계 구조 자체는 유지하라. R로 작업하더라도 "식별 가정을 먼저 적고, 추정하고, 위약·민감도 검정으로 반박을 시도한다"는 순서는 그대로 옮겨진다.
반박(refutation) 검정의 논리는 반증주의다. 통과했다고 해서 인과가 증명되는 것이 아니라, 탈락하면 확실히 문제가 있다는 비대칭 검정이다. 위약 처치 검정은 2장의 위약 검정과 같은 정신이고, random_common_cause는 "관측된 교란 조정이 무작위 잡음에 휘둘릴 만큼 취약한가"를, data_subset_refuter는 "결론이 특정 부분표본에 의존하는가"를 각각 찌른다. 세 검정 모두 관측되지 않은 교란은 건드리지 못한다는 한계를 공유하며, 그 마지막 의심은 민감도 분석(2장)의 몫이다.
실무 팁 하나. identify_effect()가 출력하는 식별식(estimand)을 논문 부록에 그대로 옮기면 "무엇을 조건부로 잡고 무엇을 가정했는가"의 기록이 된다. 코드 출력이 곧 식별 가정의 문서화가 되는 셈이고, 이것이 그래프 기반 파이프라인의 부수입이다.
출처 Sharma & Kiciman, "DoWhy: An End-to-End Library for Causal Inference", arXiv:2011.04216, 2020, arxiv.org/abs/2011.04216 · DoWhy 공식 문서(반박 검정 목록), pywhy.org/dowhy
논문 작성 공통 체크리스트
방법이 무엇이든 심사자가 확인하는 항목은 다섯 가지로 수렴한다. 각 항목 옆에 되짚어 볼 장을 달았다.
다섯 항목, 그리고 되짚어 볼 장
이 시리즈의 어떤 방법으로 논문을 쓰든, 제출 전에 아래 다섯을 순서대로 점검한다.
- 식별 가정을 명시하라. 평행추세인가(1~2장), 무교란인가(5~7장), 순차 무교란인가(10장), 무예견인가(2장). 가정 없는 인과 주장은 없다. 가정을 적지 않은 논문은 "가정이 없다"가 아니라 "가정을 숨겼다"로 읽힌다.
- 가정의 정황 증거를 제시하라. 사전 추세와 event study, 위약 검정, 민감도 분석(2장), 겹침(overlap) 진단(5장) 중 해당되는 것을 반드시 포함한다. 가정은 증명이 아니라 정황으로 방어한다.
- 불확실성을 정직하게 보고하라. 교차적합과 영향함수 기반 추론(7장), 클러스터·부트스트랩(1장), 등각예측(4장) 중 방법에 맞는 추론 장치를 쓴다. 점추정만 있는 반사실은 인과 주장이 아니라 예측 놀이다.
- 단순 기준선과 비교하라. 신경망 방법을 제안하는 논문이라면 Causal Forest, DR-learner + 부스팅(6장)과의 비교는 필수다. 단순한 방법이 이기는 표는 부끄러운 결과가 아니라 정직한 결과이며, 그 자체로 정보다.
- 벤치마크의 한계를 인지하라. IHDP 등 반합성 벤치마크의 순위는 데이터 생성 방식에 민감하다(5장). 복수 벤치마크와 본인 문제를 닮은 자체 시뮬레이션 설계를 병용하고, 한 벤치마크의 1등을 방법의 우월성으로 일반화하지 않는다.
"패키지가 돌아가면 방법이 맞게 적용된 것이다." — 아니다. 라이브러리는 식별 가정을 검사하지 않는다. CausalForestDML은 관측되지 않은 교란이 있어도, did는 평행추세가 깨져 있어도, 아무 경고 없이 그럴듯한 숫자와 신뢰구간을 출력한다. 코드가 검사하는 것은 입력의 형식이지 설계의 타당성이 아니다. 1장부터 반복해 온 문장으로 돌아온다. 식이 돌아간다는 것과 식별이 성립한다는 것은 완전히 별개다.
다섯 항목의 순서에도 뜻이 있다. 1~2번은 식별, 3번은 추론, 4~5번은 평가에 대한 것이고, 이 순서는 논문에서 무너지는 빈도의 순서이기도 하다. 심사 경험이 쌓인 분야일수록 리뷰는 4~5번(성능 표)이 아니라 1~2번(식별)에서 시작한다. 성능 표가 화려한 논문이 식별 절 한 단락이 없어 반려되는 일은 흔하고, 반대 방향의 반려는 드물다.
체크리스트는 제출 직전이 아니라 설계 시점에 한 번 먼저 도는 것이 싸게 먹힌다. 특히 2번(정황 증거)은 데이터 수집 전에 계획해야 확보할 수 있는 경우가 많다. 사전 시점이 두 개뿐인 자료로는 event study를 그릴 수 없고, 그 사실은 분석 단계에 알면 늦다.
출처 Roth, Sant'Anna, Bilinski & Poe, "What's Trending in Difference-in-Differences?", Journal of Econometrics 235(2), 2023, arxiv.org/abs/2201.01194 · Curth, Svensson, Weatherall & van der Schaar, "Really Doing Great at Estimating CATE?" (벤치마크 민감성), NeurIPS Datasets and Benchmarks, 2021.
읽기 일정
주당 정독 1편이 상한이다. 논문은 세 등급으로 나눠 읽고, 발제는 그림과 표만으로 방법을 설명한다.
정독 · 훑기 · 발제: 세 가지 읽기
비이공계·경영 배경 수강생을 전제로 읽기 부담을 세 등급으로 구분한다. 수식 유도는 어느 등급에서도 요구하지 않는다. "이 방법이 어떤 질문에 답하고 무엇을 가정하는가"를 말로 설명할 수 있으면 충분하다.
| 주차 | 주제 (해당 장) | 읽기 과제 |
|---|---|---|
| 1주 | DiD와 현대적 쟁점 (1~3장) |
정독 Roth 외 (2023) What's Trending in Difference-in-Differences? 1~4절. 훑기 같은 논문 5절 이후. 수업 활동: 1장의 DiD 시뮬레이터로 평행추세 위반 실습. |
| 2주 | 반사실 시계열 (4장) |
정독 Brodersen 외 (2015) CausalImpact. 통계 배경이 약해도 그림 중심으로 읽힌다. 발제 A조 Abadie 외 (2010) 합성통제. 캘리포니아 담배규제 사례 중심으로. |
| 3주 | 이질적 효과와 메타러너 (5·6장) |
정독 Künzel 외 (2019) 메타러너, PNAS. 짧고 그림이 좋아 이 모듈에서 가장 읽기 쉬운 논문이다. 발제 B조 Shalit 외 (2017) TARNet. 구조 그림과 직관 위주로, 일반화 한계 정리는 결론만. |
| 4주 | ML과 유효한 추론 (7장) |
정독 Koch 외 (2025) Primer 중 DML·이중강건 절. 발제 C조 Shi 외 (2019) Dragonnet. TMLE와의 연결은 7장으로 보완. Chernozhukov 외 (2018) 원논문은 이 모듈의 필수 읽기가 아니다. 7장의 해설로 충분하며, 원논문은 박사 단계의 심화용으로 남겨 둔다. |
| 5주 | 비정형 데이터 (9장) |
정독 Burke 외 (2021) Science 리뷰. 비전공자 접근성이 가장 높은 주차다. 발제 D조 Huang 외 (2021) 위성영상 정책평가. 발제의 핵심 질문은 "왜 2단계로 분리했는가"로 지정한다. |
| 6주 | 구조 발견·시변 처치와 종합 (8·10·11장) |
훑기 Kaddour 외 (2022) 서베이. 각자 본인 연구와 가장 가까운 절 하나만 골라 읽고 한 단락 소감 제출. 발제 E조 Vowels 외 (2022) 구조 발견 서베이 또는 Melnychuk 외 (2022) Causal Transformer 중 택 1. 수업 활동: 기말 과제(제안서 트랙) 주제 발표와 피드백. |
비이공계 배경 기준으로 주당 정독 1편 + 발제 청취가 상한이다. 이 상한을 넘기면 읽기가 요약 검색으로 대체되는 것을 매 학기 확인하게 된다.
발제조에 걸린 "수식 건너뛰고 그림·표로 설명" 제약은 부담을 줄이는 장치가 아니라 이해를 검증하는 장치다. 수식 뒤에 숨을 수 없을 때 이해의 빈틈이 드러난다.
3주차 Künzel 논문이 모듈 전체의 허리다. 메타러너를 이해하면 4주차의 DML도 "잔차에 대한 메타러너"로, 6장의 인과 숲도 "가중 평균으로 답하는 메타러너"로 연결된다. 이 주차의 이해도를 중간 점검 퀴즈로 확인하고 넘어가는 것을 권한다.
읽는 순서에 담긴 논리를 한 번 명시해 둔다. 1주(DiD)는 식별의 언어를, 2주(반사실 시계열)는 "반사실 = 예측 + 불확실성"의 감각을, 3주(메타러너)는 이질성의 문법을, 4주(DML)는 ML과 추론의 결합을, 5주(비정형)는 데이터 확장을, 6주는 종합을 맡는다. 즉 일정은 시리즈의 장 순서를 그대로 압축한 것이며, 어느 주가 어렵게 느껴지면 해당 장으로 돌아가면 된다. 표의 장 번호 링크가 그 용도다.
요약문 1쪽의 "질문 · 가정 · 데이터 · 결론" 형식은 §3 체크리스트의 축소판이다. 읽기 훈련과 쓰기 훈련이 같은 틀을 공유하게 만들어 두면, 기말 과제의 제안서를 쓸 때 같은 네 줄이 골격이 된다.
출처 Roth 외 (2023), arxiv.org/abs/2201.01194 · Künzel, Sekhon, Bickel & Yu, "Metalearners for Estimating Heterogeneous Treatment Effects", PNAS 116(10), 2019 · Brodersen 외, Annals of Applied Statistics 9(1), 2015 · Burke, Driscoll, Lobell & Ermon, "Using Satellite Imagery to Understand and Promote Sustainable Development", Science 371, 2021.
과제 모음
중간 과제는 DiD 편(1~3장)의 이해를, 기말 과제는 시리즈 전체를 본인 연구로 연결하는 능력을 확인한다.
DiD 편에서 하나를 끝까지
세 트랙은 난이도가 아니라 성격의 차이다. 재현은 손을, 설계는 판단을, 응용은 둘 다를 확인한다. 각 항목 끝의 한 줄이 채점의 관점이다.
- 재현 과제 (1~2장). 1장의 모의자료 코드를 확장해 처치군 고유 추세(평행추세 위반)를 0.5%p씩 키우며 DiD 편향이 어떻게 커지는지 그래프로 보이고, event study가 그 위반을 탐지하는지 확인하라. — 평가의 관점: 그래프의 캡션이 "무엇을 그렸는가"가 아니라 "무엇을 읽어내야 하는가"를 말하는가.
- 설계 과제 (2장). 본인 연구 분야에서 DiD를 적용할 수 있는 정책·개입을 하나 골라, 처치군·대조군·결과변수·평행추세 위협 요인·검증 전략을 2쪽 이내의 사전등록(pre-registration) 형식으로 작성하라. — 평가의 관점: 위협 요인이 일반론의 나열이 아니라 그 사례에서 실제로 일어날 법한 구체적 시나리오로 적혀 있는가.
- 응용 과제 (3장). 공개 데이터(예: Card & Krueger 원자료)에 DR-DiD를 적용하고 OR·IPW·DR 세 추정치를 비교한 뒤, 어떤 상황에서 셋이 벌어지는지 논하라. — 평가의 관점: 세 추정치가 벌어진 원인의 진단이 "그렇다더라"가 아니라 데이터에서 확인한 근거(성향점수 분포, 모형 적합)에 닿아 있는가.
설계 과제를 사전등록 형식으로 요구하는 이유가 있다. 분석 뒤에 쓰는 논문은 결과를 아는 상태에서 가정을 정당화하게 되지만, 사전등록은 결과를 모르는 상태에서 설계의 약점을 스스로 적게 만든다. 이 순서의 차이가 2장에서 다룬 "정황 증거를 체계적으로 쌓는다"는 태도의 훈련이며, 실제 학술지 다수가 사전등록을 제도로 받아들이는 추세와도 맞닿아 있다.
시리즈 전체를 본인 연구로
기말 과제는 방법 하나의 이해가 아니라, 방법들 사이에서 선택하고 그 선택을 방어하는 능력을 본다.
- 비교 실험 (5~7장). 하나의 반합성 데이터에서 T-learner, X-learner, Causal Forest, TARNet, Dragonnet의 CATE 성능(PEHE)을 비교하고, 표본 크기와 처치 불균형을 바꿔가며 순위가 어떻게 뒤집히는지 분석하라. — 평가의 관점: 순위표가 아니라 순위의 역전이 결과다. 어떤 조건에서 왜 뒤집혔는지를 각 방법의 구조(6장)로 설명하는가.
- 재현 연구 (4장). CausalImpact와 Synthetic DiD를 같은 정책 사례(공개 패널 데이터)에 적용하고, 두 반사실이 갈라지는 지점과 그 원인을 진단하라. — 평가의 관점: 갈라짐의 원인이 "구현이 달라서"가 아니라 두 방법의 가정 차이(BSTS의 시계열 모형 대 가중조합)로 소급되어 있는가.
- 제안서 (9~10장). 본인 연구 데이터(궤적, 센서, 텍스트 등)를 9장 또는 10장의 틀에 얹는 연구제안서를 작성하라. 식별 가정, 2단계 설계의 분리 원칙, 추론 전략을 반드시 포함할 것. — 평가의 관점: 식별 가정이 교과서 문장의 복사가 아니라 본인 데이터의 실제 위협 요인과 짝지어져 있는가.
비교 실험 트랙에 대한 경고 하나. §3의 5번 항목이 여기서 그대로 적용된다. 하나의 반합성 데이터에서 나온 순위는 그 데이터의 생성 방식에 대한 진술이지 방법의 일반적 우열에 대한 진술이 아니다. 그래서 이 과제의 진짜 산출물은 "무엇이 1등인가"가 아니라 "순위가 조건에 따라 어떻게, 왜 바뀌는가"이고, 결론 절에서 본인 실험의 이 한계를 명시하는 것까지가 과제의 범위다. negative result, 즉 "단순한 방법이 계속 이겼다"는 결론도 정직하게 쓰면 온전한 점수를 받는다.
시리즈 전체의 핵심 정리
열한 개 장을 관통한 문장은 결국 셋이다.
세 문장으로 남기는 시리즈의 결론
하나. 식별은 설계의 몫이지 도구의 몫이 아니다. DiD의 평행추세(1~3장)든, CATE의 무교란(5~7장)이든, 시변 처치의 순차 무교란(10장)이든, 어떤 라이브러리도 이 가정을 대신 채워 주지 않는다. 도구가 정교해질수록 이 사실은 더 감춰지고, 그래서 더 중요해진다.
둘. 불확실성 없는 반사실은 인과 주장이 될 수 없다. 반사실 예측(4장), 교차적합과 영향함수(7장), 등각예측이 전부 이 한 문장을 위한 장치다. 점추정만 있는 그래프는 아무리 그럴듯해도 예측이지 추론이 아니다.
셋. 예측 성능은 인과 식별을 대신하지 못한다. 결과를 잘 맞히는 모형이 효과를 잘 맞히는 모형이 아니라는 것(5~6장), 구조 발견의 상한이 마르코프 동치류라는 것(8장), 표현학습이 처치에 맹검이어야 한다는 것(9장)이 모두 같은 원리의 다른 얼굴이다.
세 문장의 공통 구조를 눈치챘을 것이다. 전부 "X는 Y를 대신하지 못한다"의 꼴이다. 인과추론이라는 분야의 성격이 그렇다. 이 분야의 진보는 대개 무언가를 새로 할 수 있게 된 것이 아니라, 할 수 없는 것의 경계를 더 정확히 그은 것이었다. 그 경계 감각을 갖춘 채 도구를 쓰는 사람과 도구만 쓰는 사람의 차이가, 이 시리즈가 열한 장에 걸쳐 만들려 한 차이다.
생각해 볼 질문
본인 연구의 다음 논문 한 편을 떠올려 보자. 그 논문의 식별 가정 한 문장, 불확실성 보고 방식 한 문장, 기준선 비교 계획 한 문장을 지금 적을 수 있는가. 셋 다 적을 수 있다면 이 시리즈는 제 역할을 했다.
종합 참고문헌
개별 장의 문헌은 각 장 말미에 있다. 여기 모은 것은 여러 장을 한꺼번에 덮는 서베이와 교과서다.
종합 서베이 (전 장 공통)
- Koch, B. J., Sainburg, T., Geraldo, P., Jiang, S., Sun, Y., & Foster, J. G. (2025). A Primer on Deep Learning for Causal Inference. Sociological Methods & Research. arxiv.org/abs/2110.04442 — 5·6·7장을 잇는 강의용 리뷰.
- Kaddour, J., Lynch, A., Liu, Q., Kusner, M., & Silva, R. (2022). Causal Machine Learning: A Survey and Open Problems. arxiv.org/abs/2206.15475 — 4~10장 전 분야를 포괄하는 지도.
- Curth, A., Peck, R., McKinney, E., Weatherall, J., & van der Schaar, M. (2024). Using Machine Learning to Individualize Treatment Effect Estimation: Challenges and Opportunities. Clinical Pharmacology & Therapeutics. — 5·6장의 실무 관점 점검.
- Vowels, M., Camgoz, N., & Bowden, R. (2022). D'ya Like DAGs? A Survey on Structure Learning and Causal Discovery. ACM Computing Surveys. arxiv.org/abs/2103.02582 — 8장 심화.
설계와 기초 (필독)
- Roth, J., Sant'Anna, P. H. C., Bilinski, A., & Poe, J. (2023). What's Trending in Difference-in-Differences? A Synthesis of the Recent Econometrics Literature. Journal of Econometrics, 235(2). arxiv.org/abs/2201.01194 — 1~3장의 필독 서베이이자 1주차 정독 논문.
- Hernán, M. A., & Robins, J. M. Causal Inference: What If. Chapman & Hall/CRC. 저자 홈페이지에서 무료 공개. miguelhernan.org/whatifbook — 잠재결과 기초부터 g-methods까지의 표준 교과서.
어느 장을 다시 볼까: 문헌과 장의 대응
여섯 문헌은 각각 시리즈의 다른 구간을 덮는다. Roth 외 (2023)는 1~3장(DiD 전체)의 최신 쟁점을 한 편으로 정리한 유일한 문서다. Koch 외 (2025)는 5~7장(CATE 신경망 · 메타러너 · DML)을 사회과학자의 언어로 다시 설명하므로, 그 세 장이 어렵게 느껴졌다면 가장 먼저 집을 문헌이다. Curth 외 (2024)는 같은 구간(5~6장)을 "실무에서 무엇이 깨지는가"의 각도에서 보완한다. Vowels 외 (2022)는 8장(구조 발견) 하나를 깊게 파는 심화 서베이이고, Kaddour 외 (2022)는 4~10장 전체에 걸친 색인이라 특정 장이 아니라 "내 문제가 어느 장에 속하는지" 모를 때 펴는 지도다. 마지막으로 Hernán & Robins는 시리즈가 압축해 지나간 기초(잠재결과, 교란, 그래프)와 10장의 g-methods를 정식으로 다루는 교과서로, 이 시리즈 이후의 다음 한 권으로 권한다.
인용 원칙 연도는 출간 기준으로 표기했다(arXiv 공개와 학술지 출간 연도가 다른 경우 학술지 기준). 링크는 공개 원문 또는 공식 저장소만 달았고, 확인이 어려운 서지에는 링크를 달지 않았다.
이 자료는 단일 HTML 파일로 배포되며 오프라인에서도 동작한다(수식 렌더링만 최초 1회 네트워크 필요). 본문의 장 번호 링크는 같은 폴더의 시리즈 파일(01~10장)로 연결된다.