사드 이후 중국인 방문객은 얼마나 줄었을까? 조건부 비교로 읽는 관광 통계
2016년에서 2017년 사이 한국을 찾은 중국 국적 방문객은 8,067,722명에서 4,169,353명으로 48.3% 감소했습니다. 2017년 3월부터 12월까지 실제 방문객은 3,013,320명이었고, 비교시장과 월별 계절성을 사용한 조건부 예측 경로는 6,808,842명이었습니다. 실제값은 그 경로보다 55.7% 낮았습니다. 다만 이 결과는 THAAD 배치나 중국의 단체관광 제한이 만든 순수 인과효과가 아니라, 여러 충격이 겹친 시기에 관측된 중국 국적 방문객의 조건부 격차입니다.
먼저, 관광객이 아니라 방문객이다
이 분석에서 가장 먼저 고쳐야 할 표현은 “중국인 관광객”입니다. 원자료의 지표는 한국관광공사의 KOSIS 표에서 목적 항목을 Total로 고른 국적별 방문객 입국자 수입니다. 단위는 명이고 기간은 2014년 1월부터 2019년 12월까지입니다. 숙박을 포함한 관광객만 세는 지표가 아니며, 당일 방문자도 포함될 수 있습니다. 따라서 “중국인 관광객이 48.3% 줄었다”보다 “중국 국적 방문객 입국자 수가 48.3% 줄었다”가 데이터에 맞는 문장입니다.
이 구분은 단어를 까다롭게 고르는 문제가 아닙니다. 관광객을 숙박자라고 생각하고 해석하면 관광 이외의 입국 목적이나 당일 방문 가능성을 놓칠 수 있습니다. 분석의 결과변수와 독자가 떠올리는 일상어가 다르면, 뒤의 인과 논의도 처음부터 어긋납니다.
숫자 하나와 인과효과는 다르다
사드(THAAD)는 고고도 미사일 방어체계입니다. 2017년은 사드 배치와 관련된 외교 갈등, 중국의 단체관광 제한, 항공편과 여행상품 변화가 겹친 시기였습니다. 그래서 “2017년에 중국인 방문객이 감소했다”는 기술통계는 가능합니다. 그러나 “THAAD 또는 단체관광 제한 때문에 몇 명이 감소했다”라고 말하려면, 그 정책 충격이 없었다면 같은 기간 어떤 경로를 갔을지 추정하는 인과식별이 필요합니다.
인과식별은 단순한 전후 비교보다 훨씬 강한 주장입니다. 처리 전후의 차이만 보면 환율, 경기, 항공 공급, 외교 사건, 계절성이 모두 정책 효과처럼 섞입니다. 비교군을 쓰는 차분의 차분도 비교시장이 정책을 받지 않았고, 정책이 없었다면 중국시장과 평행한 흐름을 보였다는 가정이 필요합니다. 이번 분석은 이 가정을 충족했다고 선언하지 않습니다. 대신 “비교시장과 계절성을 고려했을 때 중국 방문객의 관측값이 어느 정도 낮았나”라는 조건부 기술 질문을 택했습니다.
핵심 결과를 같은 단위로 보기
| 비교 | 실제 또는 관측값 | 조건부 기준 | 해석 |
|---|---|---|---|
| 2016년 대비 2017년 중국 국적 방문객 | 4,169,353명, -48.3% | 전년 8,067,722명 | 연간 전후 변화 |
| 2017년 3월 전년 대비 | -40.0% | 비교시장 +17.6% | 차이는 -57.6%포인트 |
| 2017년 3~12월 | 3,013,320명 | 6,808,842명 | 예측 경로보다 -55.7% |
| 민감도, MERS 2015년 6~9월 제외 | 3,013,320명 | 6,537,970명 | 격차 -53.91%, 신뢰구간 아님 |
| 민감도, 2016년 전체 제외 | 3,013,320명 | 6,641,800명 | 격차 -54.63%, 신뢰구간 아님 |
연간 감소율 48.3%와 조건부 기준 대비 격차 55.7%는 서로 다른 숫자입니다. 전자는 2016년 연간 합계와 2017년 연간 합계를 비교합니다. 후자는 2017년 3월부터 12월까지를 대상으로, 월별 계절성과 비교시장 움직임을 반영한 예측 경로와 실제값을 비교합니다. 기준 기간, 가중 방식, 질문이 다르므로 하나를 다른 하나의 정밀한 대체값으로 읽으면 안 됩니다.
어떻게 조건부 기준을 만들었나
비교시장은 일본, 대만, 미국, 태국, 필리핀, 베트남 6개 시장입니다. 이들을 한국의 다른 주요 방문시장으로 묶어 월별 합계로 만들었지만, 중국시장과 교환 가능한 무처리 대조군이라고 가정하지 않았습니다. 국가별 성장률, 계절성, 외교관계가 다르기 때문입니다.
2014년 1월부터 2016년 12월까지의 사전기간에서 중국 국적 방문객 수를 log1p(방문객 수)로 변환해 선형회귀했습니다. 설명변수는 log1p(6개 비교시장 합계), 절편, 월별 더미입니다. log1p는 0이 있어도 변환할 수 있게 하는 방식이고, 월 더미는 여름 성수기처럼 달력월별로 반복되는 계절 차이를 반영합니다. 설날처럼 해마다 날짜가 이동하는 음력 명절까지 정확히 보정한 것은 아닙니다. 2017년 3월부터 12월에는 비교시장 값과 해당 월 더미를 넣어 중국 방문객의 예측 경로를 만들었습니다.
예측을 원래 인원 단위로 되돌릴 때는 expm1을 사용했고 스미어링 보정은 하지 않았습니다. 따라서 6,808,842명은 로그 회귀 예측을 역변환한 점 예측 또는 기하학적 경로입니다. 평균 수준의 불편추정량이라고 부를 수 없습니다. 이 차이를 설명하지 않고 “예상 관광객 680만 명”이라고 쓰면 모델이 제공한 기준의 성격을 과장하게 됩니다.
사전기간의 이상치와 민감도
사전기간에도 충격은 있었습니다. 2015년 6월과 7월 중국 국적 방문객은 전년 같은 달보다 각각 45.1%, 63.1% 감소했습니다. 2015년 6월부터 9월까지 중국 방문객 합계는 1,675,244명이었습니다. 중동호흡기증후군 MERS 시기의 관광 위축이 회귀 기준을 낮추거나 높일 가능성을 무시할 수 없습니다.
그래서 두 가지 민감도를 계산했습니다. 2015년 6월부터 9월까지를 학습에서 제외하면 예측 합계는 6,537,970명, 실제값 대비 격차는 -53.91%였습니다. 2016년 전체를 학습에서 제외하면 6,641,800명, 격차는 -54.63%였습니다. 두 수치는 모델 설정을 바꿔도 큰 방향이 유지되는지 보는 참고치이며, 신뢰구간이나 통계적 유의성 검정 결과가 아닙니다. 관측치 수가 많지 않고 비교시장도 교환 가능한 통제가 아니므로 p값을 붙이지 않았습니다.
사전기간 홀드아웃도 확인했습니다. 2014~2015년으로 학습하고 2016년을 예측했을 때 평균절대백분율오차는 14.3%였습니다. 이 값은 모델이 완벽하지 않다는 진단입니다. 사전 예측이 빗나가는 모델에서 사후 격차만 근거로 강한 인과효과를 말하는 것은 위험합니다.
이 분석으로 말할 수 있는 것과 없는 것
말할 수 있는 것은 분명합니다. 2017년 3월 이후 중국 국적 방문객 입국자 수가 비교시장 및 계절성을 반영한 조건부 경로보다 크게 낮았고, 2018년 4,789,512명, 2019년 6,023,021명으로 일부 회복했지만 2016년 수준에는 미치지 못했다는 점입니다. 2017년 3월 한 달만 봐도 중국 방문객은 전년보다 40.0% 줄었고, 전체 방문객은 11.2% 감소했으며, 6개 비교시장은 17.6% 늘었습니다.
말할 수 없는 것은 “55.7%가 THAAD의 효과”라는 문장입니다. 당시 정책과 외교의 정확한 노출 시점, 2016년의 선행 조정, 항공편과 여행상품 변화, 중국 및 한국의 다른 정책을 분리하지 않았습니다. 비교시장도 같은 한국 충격을 받았을 수 있고 중국과 다른 추세를 가졌을 수 있습니다. 따라서 이 글의 숫자는 원인 하나의 가격표가 아니라, 후속 인과연구가 다뤄야 할 격차의 크기를 보여주는 출발점입니다.
원자료와 재현
원자료는 KOSIS 한국관광통계 표의 2014년 1월부터 2019년 12월까지 월별 국적별 방문객 입국자 수입니다. 원 응답과 정리된 패널, 분석 스크립트는 아래 압축파일에 함께 넣었습니다.
압축파일의 analyze.mjs를 Node.js로 실행하면 기술통계, 비교시장 변화, 로그 회귀 예측, MERS 제외 민감도, 2016년 홀드아웃 진단을 다시 계산할 수 있습니다. 차트는 결과를 설명하기 위한 시각화이며, 차트만으로 인과식별이 완료되는 것은 아닙니다.