01. 연구 (4) 초기 연구 및 실험 02 25년 1학기 과제

2024년 2학기 튤립 프로젝트가 역사적 논쟁을 시스템 모델로 검토해 본 첫 경험이었다면,

이 프로젝트는 실제 경제사 논문을 읽고, 논문의 계수를 직접 모델에 적용하며

연구 결과를 재현하고 검증해 보려 했던 첫 시도에 가까웠다.

 

지금 다시 보면 논문을 읽고, 데이터를 구조화하고,

모델을 구현한 뒤 결과를 검토하는 지금의 연구 방식이 조금씩 구체화되기 시작한 시점이기도 했다.

 

본문 역시 이러한 관점에서 정리하였으며,

하단에는 당시 제출했던 보고서 전문을 함께 첨부하였다.

---

00. 프로젝트 소개

논문의 결과를 직접 모델로 검증해 보다

2025년 1학기 서양근현대사 수업에서는 산업혁명 시기의 사회 변화를 데이터와 함께 분석하는 프로젝트를 수행하였다.

나는 19세기 스위스 철도 접근성과 인구 증가율의 관계를 주제로 선택하였다.

프로젝트의 출발점은 하나의 경제사 논문이었다.

Fast track to growth? Railway access, population growth and local displacement in 19th century Switzerland

 

당시에는 단순히 논문 내용을 정리하는 대신,

논문에서 제시한 계수와 공개 데이터를 이용하여

직접 시스템 역학(System Dynamics) 모델을 구성해 보는 것을 목표로 하였다.

 

지금 돌이켜 보면

처음으로

"논문을 읽고 끝나는 것이 아니라, 논문의 결과를 직접 재현하려고 시도한 프로젝트"

였다고 생각한다.

 

---

01. 왜 스위스를 선택했는가

수업에서는 영국이나 프랑스를 선택한 학생들이 많을 것이라 생각했다.

그래서 일부러 잘 다루지 않는 국가를 찾다가 스위스를 선택하였다.

 

스위스는 산업혁명의 중심 국가라고 보기 어렵지만,

19세기 철도망이 빠르게 확장되면서 지역 간 인구 변화가 비교적 잘 기록되어 있었다.

 

무엇보다도

논문에서

• 철도 접근성
• 인구 증가율
• 지역별 차이

를 모두 계량적으로 제시하고 있었기 때문에,

시스템 모델을 만들기 좋은 사례라고 판단하였다.

 

또한 당시에는

Insight Maker를 계속 공부하고 있었기 때문에

실제 논문의 결과를 그대로 모델에 넣으면 어떤 결과가 나오는지도 궁금하였다.

---

02. 논문을 모델로 바꾸다

이번 프로젝트는 이전 튤립 프로젝트보다 한 단계 더 나아간 작업이었다.

튤립 프로젝트에서는

역사 자료를 바탕으로 직접 가정을 세우는 부분이 많았다.

 

반면 이번에는

경제사 논문에서 제시한 회귀분석 결과를 그대로 활용하려고 하였다.

먼저 공개 데이터를 이용하여

• 전체 인구
• 도시화율
• 도시 인구
• 농촌 인구

를 계산하였다.

 

그다음 논문에서 제시한

철도 접근성이 연간 인구 성장률을 약 0.42% 증가시킨다.

라는 계수를 시스템 모델에 적용하였다.

 

이 과정에서 단순히 그래프를 그리는 것이 아니라,

논문의 계수가 실제 역사 자료를 얼마나 설명하는지 직접 비교하였다.

 

결과는 예상보다 흥미로웠다.

논문의 계수만 적용했을 경우

실제 인구 증가를 충분히 설명하지 못하였다.

 

즉,

철도는 중요한 변수였지만,

철도만으로 19세기 스위스의 인구 변화를 모두 설명할 수는 없었다.

 

그래서 이후에는

철도 접근성뿐 아니라

거리별 접근성,

시기별 성장률,

18세기와의 비교 등

여러 조건을 추가하여 모델을 수정해 나갔다.

---

03. 지금 다시 돌아보면

지금 이 프로젝트를 다시 읽어 보면,

결과보다 방법이 더 기억에 남는다.

당시에는

논문의 계수를 모델에 그대로 넣으면

실제 역사가 거의 재현될 것이라고 생각했다.

하지만 직접 구현해 보니 그렇지 않았다.

같은 논문이라도

• 어떤 계수를 사용할 것인지
• 어느 기간에 적용할 것인지
• 어떤 가정을 둘 것인지

에 따라 결과가 크게 달라졌다.

이 경험은 이후 연구에도 그대로 이어졌다.

원전 정책 담론 연구에서도,

일제강점기 연구에서도,

논문에서 제시한 방법을 그대로 사용하는 것이 아니라

왜 그런 결과가 나왔는지부터 먼저 검토하는 습관이 생겼다.

또 하나 배운 점은

논문의 결론과 모델은 다르다는 것이었다.

논문은 현실을 설명하기 위해 수많은 가정을 포함하고 있고,

모델은 그 가정들을 하나씩 구현하는 과정이다.

직접 구현해 보기 전까지는

그 차이를 제대로 이해하지 못했다.

돌이켜 보면,

이 프로젝트는 단순히 철도와 인구를 분석한 보고서가 아니라,

논문을 비판적으로 읽고 재현하려는 첫 시도였다고 생각한다.

---

04. 제출 보고서

(아쉽게도 티스토리 블로그에는 한 번에 첨부가 안 되어서,

내가 일일이 글을 다 가져왔다.

이 과정에서 일부 생략된 부분도 있는데,

혹시라도 궁금한 점이 있다면 댓글로 문의하시길 바란다.)

 

 

1) 제목 : 19세기 스위스의 철도 접근성(Railway Access)과 인구 증가율(Population Growth) 변화

(주제 3) 유럽 산업혁명 과정에서 나타난 두 가지 이상의 관계 변화 선택

(소재가 겹칠 것 같기에 남들이 안 할 법한 나라를 선택했습니다.)

 

2) 역사적 배경 : 산업혁명으로 기계 공업이 발달하며 철도 시대가 도래한다. 철도는 본디 원료(주로 석탄) 운송을 목적으로 개발되었으나 이후 교통수단으로 자리 잡는다. 이 과정에서 이촌향도가 활발히 이뤄졌고, 식량 수송 효율성 증대·산업 발전·의료 접근성 향상 등을 기반으로 인구도 증가한다.

 

3) 방법론 : 시스템 역학 모델(SDM)

(논문과 웹 데이터를 통해 스위스 철도 접근성과 인구 증가율 관계성 제시)

3-1) 논문. Konstantin Büchel, Stephan Kyburz, Fast track to growth? Railway access, population growth

and local displacement in 19th century Switzerland, Journal of Economic Geography, Volume 20,

Issue 1, January 2020, Pages 155–195, https://doi.org/10.1093/jeg/lby046

☞논문 주요 내용 “철도 산업 발달이 인구 증가를 불러왔다.”

3-2) 웹 데이터. https://ourworldindata.org/grapher/urbanization-vs-gdp

데이터를 통해 아래 표 1, 2 작성 후 3, 4 도출 (도출 과정 생략)

	1 도시화율	2 전체 인구	3 도시 인구	4 시골 인구
	Population share in urban areas percent	Population	(1과 2에서 도출 후 반올림) Population in urban areas	(2와 3에서 도출) Population in rural areas
1800	9.1%	1,750,000	159,250	1,590,750
1810	10.1%	1,864,344	188,897.744	1,675,446
1820	11.2%	1,985,184	222,157.408	1,763,027
1830	12.5%	2,100,034	262,504.25	1,837,530
1840	13.8%	2,221,899	306,622.862	1,915,277
1850	15.4%	2,376,868	365,496.192	2,011,372
1860	17.0%	2,509,670	426,644.9	2,083,025
1870	18.9%	2,655,155	501,415.395	2,153,740
1880	20.9%	2,831,582	592,606.218	2,238,976
1890	23.1%	2,960,412	683,116.772	2,277,295
1900	25.5%	3,297,641	840,923.455	2,456,718

4) 모델 구성

요약 “표 내용 데이터화 후 논문의 인구 증가율을 반영하여 철도접근성에 따른 인구 변화 제시”

“논문 내용과 실제 데이터 비교 분석을 통해 의의 도출”

 

-1. Converter로 2 전체 인구, 3 도시 인구, 4 시골 인구 데이터화

방법론에 따라 인구증가율(계수)이 다양하기에 다른 표 확인. 위 표처럼 아래 표도 대략 0.4로 인구증가율 제시

 

본문의 수치가 다양하였기에 결론의 수치 사용

 

 

“철도 접근성이 (인구) 성장의 경로로 간주될 수 있음을 시사합니다. 포괄적인 증거에 따르면, 철도망에 연결된 지방자치단체는 철도 접근성이 없는 지방자치단체에 비해 연간 인구 성장률이 약 0.4%포인트 증가했습니다. 이는 50년 후 추가 인구가 23% 증가하는 결과로 이어집니다.”
A coefficient of 0.42 translates into an additional population count of 23% after 50 years for municipalities that got connected to the railway infrastructure compared to municipalities without railway access.

참고1> 앞서 본 Table 5 하단 설명에서도 23% 수치 확인

참고2> 표에 있는 Lag Railway Access를 위 문장(인과관계를 설명하는 문맥)과 함께 해석할 시 ‘시간 지연’이라고 표현할 수 있다.

; 표에서 'Lag Railway Access'라고 명시된 것은 철도 접근성이라는 원인과 인구 증가라는 결과 사이에 시간적 지연이 발생한다는 점을 반영한다. 다시 말해 철도가 개통되자마자 인구가 즉시 늘어나는 것이 아니라, 철도 개통의 혜택이 점진적으로 나타나면서 인구 증가에 영향을 미치는 데 일정 시간이 걸린다는 뜻이다. 이는 철도망 구축이 도시 개발, 산업 유치, 사람들의 이동 패턴 변화 등에 순차적으로 영향을 미치면서 인구 변화를 유도하는 과정을 나타낸다.

 

-3. 2의 인구증가율로 1800년대~1900년대 인구 변화 도출

 

인사이트메이커에 지수함수 넣기 위해서는 변환 필요.
(1.0042)100⋅1750000와 exp(100*ln(1.0042))*1750000로 변환.
그러나 이 식 그대로 넣기엔 100이라는 기간이 이미 세팅되어 있기에 Stock과 Flow 사용.

-4. 인구증가율 0.42%일 때 추정 인구와 전체 인구를 비교.
; 실제 인구는 더 많이 상승. 
  즉, 철도 접근성 외의 다른 요인이 인구 상승에 영향을 미쳤다는 걸 알 수 있다.

참고 3> 방법론에서 언급한 것처럼 위키에 제시된 스위스 인구와 위에서 사용한 https://ourworldindata.org/ 인구에도 차이가 존재한다.

아래 표에서는 시기가 균일하지 않기에 정확한 인구수를 파악할 수 없지만 일단 1900년과 1900~1910년 인구가 330만 명에 근접했음을 알 수 있다.

https://ko.wikipedia.org/wiki/%EC%8A%A4%EC%9C%84%EC%8A%A4%EC%9D%98_%EC%9D%B8%EA%B5%AC

1900–1910	3,315,443
1888–1900	2,917,754
1880–1888	2,831,787
1870–1880	2,655,001
1860–1870	2,510,494
1850–1860	2,392,740

 

-5. 4에서 봤듯 [철도 접근성을 통해 도출한 인구성장률로 계산한 추정 인구]와 [실제 인구]에는 차이가 존재한다.

그렇다면 시골 인구는 어땠을까?

시골이라는 큰 범주 관련 철도 접근성에 대해 파악할 수는 없지만, [철도 접근성을 통해 도출한 인구성장률로 계산한 추정 인구]와 [실제 시골 인구]를 비교하며 시골의 발전 정도에 대한 간접적으로 알 수 있다.

4에서처럼 [실제 시골 인구]가 [철도 접근성을 통해 도출한 인구성장률로 계산한 추정 인구]보다 많았다. 즉, 시골 또한인구 성장 이유는 명확히 알 수 없으나 산업혁명을 통해 발전하고 있었음을 알 수 있고, 시골에도 철도 인프라가 갖춰졌을 거라 추측해 볼 수 있다.

-6. 4~5에서 본 것처럼 19세기 인구 증가율이 산업혁명의 한 요소로 도출되는 인구 증가율보다 높거나 비슷하다.
그렇다면 18세기와 19세기 인구 증가율은 어땠을까? 
 (6-1) 18세기 인구 지표

 

위 설명에서 알 수 있듯 18세기 전체 인구 성장률은 약 39.97%이고 19세기는 88.44%이기에 두 배 이상이다.

 (6-3) 6-2의 내용 & 18세기까지 인구 성장률 차이가 기존과 크지 않았다는 가정으로 18세기 인구 성장률을 19세기에 그대로 적용했을 시 다음과 같다. (인사이트메이커 도출 과정은 생략)
위 그래프처럼 18세기와 19세기 인구 성장률 차이가 컸고, 특히 1850년대부터 인구가 급증하는 걸 알 수 있다.
-7. 철도로 인한 인구 증가율이 0.42라면 18세기와 별 차이가 나지 않는다.
논문의 0.42는 실질 수치라기보다는 추정치로, 이 추정치 하나를 100년에 적용했기에 이런 문제가 발생했다.
논문 표1에 따르면 실질적으로 철도 접근성(철도망 확장)이 스위스 인구에 영향을 미친 건 1850년부터이다.
또한 표2에 기간별 인구성장률(Whole Switzerland 1850~1880)이 제시되며, 
이번에는 아래 두 가지 표를 인사이트 메이커에 적용해 보겠다.
참고> 이 표의 인구수는 기존에 설정한 인구수와 거의 비슷하며, 
       정확한 숫자를 위해 기존 수치를 그대로 사용하겠다.

위 표2에서 1850~1860 기간의 성장률이 가장 높으며, 1860-1870과 1870–1880 기간에는 성장률이 다소 감소한다.
  1850–1860 기간: 철도 접근 지역 평균 인구 성장률: 0.57%
  1860–1870 기간: 철도 접근 지역 평균 인구 성장률: 0.47%
  1870–1880 기간: 철도 접근 지역 평균 인구 성장률: 0.45%
실제 1850년부터 인구 성장률 0.57%로 인구 성장률 그래프를 만들면, 1850-1860은 실제 인구와 매우 유사하며  1860-1870에 실제 인구는 감소하고(0.47%니까 감소) 1870-1880 기간에는 표의 0.45%와는 달리 1875년부터 인구 성장률이 0.57%를 넘어섰다고 추측해 볼 수 있다. 
(엄밀히 말해서 실제 인구와 철도 접근 지역 평균 인구 간의 차이로 인해 위와 같은 접근이 옳지 못할 수도 있으나,
아예 관련이 없다고 볼 수는 없다.)

(위 내용의 더 자세한 설명은 다음과 같다.)

-8. 끝으로 철도와의 인접성이 인구 증가에 미치는 영향에 대해 살펴보자.
 표6의 내용, 그래프, 관련 설명이 다음과 같은데, 

 

비록 그래프에 자세한 수치가 제시되지 않았지만 1850년 인구를 100으로 잡고 만든 이 그래프를 개략적 수치로 실제 인구에 적용할 수 있다.

위 (a)를 임의로 수치화한 뒤 인덱스 100을 기준으로 개략적 인구 규모를 파악하고
수치화된 자료를 각각 인사이트 메이커에 적용하면 된다.

그 결과 다음의 그래프가 나오는데, 노랑, 초록, 하늘, 다홍색 선의 수치를 모두 더하고 4로 나누면 전체 인구와 값이 유사하다.

특히 1900년처럼 철도 인접성이 늘어난 때를 계산(13,094,811/4)해 보면 3,273,702라는 수치가 나온다.

5) 결과해석

4)의 첫 시작 부분에서 알 수 있듯 19세기처럼 인구 변화가 극심한 시기에 하나의 가상 수치만으로 실제 수치를 파악하기 힘들다. 또한 0.42% 인구 상승 컨버터와 스톡-플로우 도식에서 알 수 있듯 인사이트 메이커 활용 방법에 따라 수치가 달라지기도 한다. 

 

* 철도 접근성(Railway Access)과 인구 증가율(Population Growth)은 Lag Railway Access에서도 알 수 있듯 접근성에 따라 인구가 바로 증가하지 않을 수도 있다.
 ; 철도 접근성과 인구 증가율 간의 복잡한 관계를 명확히 파악하는 것은 쉽지 않다. 논문에서 두 요소의 직접적인 인과관계를 규명하기 위해 다양한 계산 방법이 제시되는 것도 바로 이 때문일 것이다. 여러 분석 방식을 통해 다각도로 접근해야만 이들 변수 간의 정확한 영향을 더 깊이 이해할 수 있으리라 생각하며, 이 보고서에서는 제시된 수치 몇 가지만 활용했다.

 * 4)에서 제시한 그래프 중 표6을 기반으로 만든 그래프가 철도 접근성(Railway Access)과 인구 증가율(Population Growth)을 가장 잘 드러내 주었다.

 
이 표를 통해 알 수 있는 역사적 사실은 다음과 같다.
 
극명한 인구 성장률 차이:
철도 인접 지역 (0-2km, 특히 도시 및 거점 포함): 1850년 이후 인구가 많이 증가하여 1900년에는 1850년 대비 거의 2배에 육박하는 인구 수준을 보인다. 이는 철도망이 구축되면서 산업과 일자리가 집중되고 인구가 유입되었음을 시사한다.

중간 거리 지역 (2-10km): 인구는 대체로 정체되거나, 미미한 증가 또는 일시적인 감소를 보인다. 철도의 직접적인 영향권에서 벗어나 상대적으로 혜택이 적었을 수 있다.
철도에서 먼 지역 (10km 이상): 이 지역의 인구는 다른 지역에 비해 매우 완만한 증가세를 보인다. 이는 철도 발전이 인구를 철도 인접 지역으로 끌어들이는 '흡인 효과(Pull Factor)'가 있었음을 시사하며, 철도에서 먼 지역의 인구 성장은 정체되거나 다른 요인에 의해 미미하게 영향을 받았을 가능성이 있다.
도시화 및 집중화 : 이 데이터는 19세기 후반 스위스에서 철도망을 중심으로 도시화와 인구 집중화 현상이 두드러지게 나타났음을 보여준다. 철도가 단순한 교통수단을 넘어 지역의 인구 역학을 변화시키는 핵심적인 인프라 역할을 했음을 알 수 있다.

종합하자면 위 표는 철도 인프라가 19세기 스위스의 인구 분포와 성장에 미친 영향을 정량적으로 이해하는 데 큰 도움을 준다.

 

참고.

https://insightmaker.com/insight/7uB69D6o7IFWkenaN0CvhK

https://insightmaker.com/insight/3uoCOewflgEZSRhcAgTCoe

1850~1900 19C Railway Access & Population Growth | Insight Maker

 

19C Railway Access & Population Growth | Insight Maker