02 경제실험

가. 실험의 배경

1) 경제실험을 하는 이유
우리는 왜 실험을 할까? 첫 번째로 생각해야 하는 질문이다. 일단 가장 먼저 떠오르는 답은 인과관계(causal effect)를 밝히기 위함이다. 인과관계가 무엇인지는 다시 설명하겠지만 짧게 설명한다면 A라는 사건이 B라는 결과를 일으키는 원인이 된다는 뜻이다. 생각보다 이를 과학적으로 밝히는 것이 쉽지는 않다. 사실상 과학이라고 불리는 거의 모든 학문이나 분야에서 하는 일이 결국은 이 인과관계를 밝히는 일이라고 생각한다. 비슷하고 많이 혼용되지만 다른 개념으로 상관관계가 있다. 상관관계는 A라는 사건과 B라는 사건이 비슷한 방향성 혹은 시간성 등을 가지고 일어나 마치 어떤 관계를 가지고 있는 것으로 보이는 관계이다.

물론 계량경제학의 여러 모델들도 관찰 가능한 자료에서 출발하여 통계적으로 인과관계를 밝히는 모델이 존재한다. 예를 들어 도구 변수를 사용한 회귀 분석 (instrumental variable regression, 이하 IV 회귀분석) 역시 나름 인과관계를 밝히기 위해서 사용되는 모델인데 IV회귀분석의 가정을 만족하는 변수를 찾는 것이 이론과 달리 경험적으로는 쉽지는 않다. 물론 다른 모델을 통해서도 인과관계를 밝힐 수는 있지만 이미 발생하여 존재하는 자료는 어떠한 조작이 이 변수가 만들어진 이후에 가능하지는 않다는 점에서 근본적으로 실험을 통해서 만들어진 자료와는 차이가 존재한다.

반면에 경제실험에서 만들어진 자료는 인과관계를 밝히기 위한 계량경제학에서와 같은 추가적인 처리가 필요하지 않다. 예를 들어 회귀분석에서 요구되는 오차항의 독립성, 비내생성과 같은 조건이 경제실험에서는 조작(treatment)의 임의 할당(random sampling)을 통해서 일반적으로 극복이 가능하기 때문이다. 때문에 정밀하게 설계된 실험을 통해서 인과관계를 밝히려 하는 것이 경제실험의 첫 번째 중요한 이유이다.

현실적으로 경제실험에서 중요한 문제는 통계적인 추론의 문제라기보다는 경제실험의 설계가 실제 원하는 가설을 식별할 수 있도록 설계가 된 경제실험인지가 더 중요한 문제가 될 수 있다. 어떤 가설 A를 실험적으로 식별하는 것이 목적이라고 하자. 문제는 설계된 실험이 A를 식별하는 것이 아닌 A’을 식별할 수 있기 때문이다. 이 문제가 그렇게 쉽지 않다. 예를 들어 일반적인 계량분석에서 사용되는 최소 자승법(OLS)과 같은 방법은 일종의 기성복과 같아서 이미 이 모델에 대해서 어느 정도 검증이 끝나 있는 모델이다. 이 모델이 어떠한 가정을 만족할 때 어떠한 내용을 식별할 수 있다고 통계적 추론에 의해서 증명돼 있다. 반면 경제실험의 경우 수제 맞춤복과 같은데 이는 식별하려는 목표를 제대로 식별할 수 있는지 증명된 바 없고 연구자가 스스로 증명해야하기 때문이다. 이 부분은 중요한 부분으로 아래에서 다시 언급하겠다.

두 번째로는 어떤 상황에서는 경험적으로는 필요한 관찰 자료를 얻을 수 없는 경우가 있다. 예를 들어, 연구자가 소비자가 어떤 물건을 사려고 할 때 마음속에서 그 물건을 사려고 하는 가장 높은 가격을 알고 싶다고 하자. 참고로 이러한 가격을 지불의사가격(willingness to pay price; WTP price) 이라고 칭한다. 일반적으로 지금까지 사용된 WTP가격을 얻을 수 있는 방법은 설문조사를 통해서 그 값을 소비자에게 물어보는 것이다. 예를 들어 “당신은 A라는 물건을 구매하기 위해서 얼마까지 지불할 의사가 있습니까?”와 같은 질문이다.

이와 같이 설문을 통해서 WTP가격을 어느 정도 알 수도 있겠지만 여러 가지 한계가 있다. 우선 그렇게 응답한 가격이 그 사람의 본심을 정확히 반영한다고 말하기가 어렵다. 소비자의 입장에서는 일단 실제로 그 가격을 지불하고 물건을 사는 상황이 아니기 때문에 자신이 마음속으로 정확한 가격을 알려줄 유인이 없다. 오히려 합리적인 소비자라면 이러한 WTP 가격을 낮춰서 보고하는 것이 자신의 이익을 위해서 더 합리적일 수 있다. 왜냐하면 낮춰서 보고된 WTP에 의해서 기업이 기업전략을 짠다면 장기적으로 소비자는 더 낮은 가격을 지불하고 물건을 살 수도 있음으로 소비자에게 유리할 수도 있기 때문이다. 실험적으로는 이러한 한계를 어느 정도는 해결할 수 있는데 이럴 때는 내재적으로 그 사람의 마음속 가격을 이끌어 내는 실험 혹은 원리를 설계해서 소비자의 WTP 가격을 추출할 수 있다.

또 다른 예로 어떤 사람의 위험에 대한 태도(risk attitude)를 알고 싶다고 하자. 이것을 연구자는 어떻게 알아낼 것인가? 역시 설문을 통해서 위험에 대한 태도를 물어볼 수도 있지만 한계가 있다. 예를 들어 50%의 확률로 백만 원을 주는 복권과 50%의 확률로 백만 원을 지불해야 하는 복권 A가 있다. 이 복권의 기대 수익은 0원이다. 반면 항상 a원을 주는 복원 B가 있다고 하자. 이 때 위험에 대한 태도를 알기 위해서 설문에서 복권 A와 B 중 어떤 복권을 선택할 의사가 있는지에 대해서 개인의 선택을 물어볼 수도 있다. 그러나 위의 WTP 가격과 비슷한 한계를 가지게 된다. 어차피 어떤 선택을 해도 자신에게 달라지는 것이 없다면 굳이 자신의 본심을 밝혀야 할 이유가 없기 때문이다.

반면 경제실험에서는 실제로 이러한 선택을 통해서 자신의 선택과 연동된 보상, 즉 일정 금액의 돈을 줄 수도 있다. 이를 통해서 마음속에 내제된 사람들의 위험에 대한 태도에 대한 정보를 추출할 수도 있다. 말하자면 어떤 숨겨진 혹은 내제된 인간의 특성 변수를 밖으로 끌어내기 위해서 경제실험을 설계하는 것이 효율적일 수도 있다. 세 번째로 경제실험이 아닌 자료로 보통 관찰을 통해서 얻을 수 있는 자료를 관찰 자료라고 부르는데 예를 들어, 인구, GDP, 수출 등과 같은 자료들이다. 과학적인 연구에서는 그 연구의 과학성을 인정받기 위해서 주로 요구되는 요건 중의 하나가 결과의 재현가능성이 있다. 그런데 경험적인 연구에서 사용되는 관찰 자료의 상당수는 다시 연구자가 임의대로 재현하기가 어렵다. 예를 들어, 2021년 현재 한국의 인구라는 자료는 어떻게 다시 만들어 질 수 있을까? 이런 자료는 특정 시기 및 시점에 단 한 개 존재하는 자료로 그 때의 자료를 수동적으로 관찰자가 관찰할 수밖에 없다.

어떤 특별한 조작을 통해서 인구자료를 얻었다고 해도 그 인구는 2021년의 인구가 아닌 특정 조건에 의해서 얻어지는 인구 자료일 뿐이다. 반면 실험을 통해서 특정 자료을 얻었다고 하면 이 실험을 통해서 2021년에 우리나라에서 할 수도 있고 동일한 실험을 2022년에 미국에서도 할 수 있다. 경제실험의 경우 그 경제실험이 내적 타당성을 갖춘 실험이라는 가정 하에 실험 자료를 재생산할 수 있다는 점에서 관찰 자료와는 다르다. 물론 사회과학의 경우 사람들이 다르고 문화가 다르고 법·제도가 다른 한 다른 나라에서 다른 시점에 동일한 실험을 한다고 해서 동일한 결과가 나온다고 보장할 수는 없다. 당장 문화가 다르면 그 문화 자체로 많은 변화를 만들어 낼 것이기 때문이다.

그럼에도 불구하고 다름 모든 변수들이 동일하다면(ceteris paribus) 국가나 문화권이 다르다고 해도 동일한 결과를 보여 줄 수 있을 것이다. 예를 들어, 독재자 게임이란 것이 있다. 독재자와 수령자로 한 팀이 돼서 실험을 하는 데 독재자가 먼저 일정 금액의 돈을 받고 그 중 얼마를 수령자에게 제공하는 게임이다. 일반적으로 이 게임의 평균적인 수여량은 0이 아니다. 이러한 결과는 다른 나라, 인종, 문화 등 수많은 실험 조건에서 검증돼 왔으며 대략 비슷한 결과를 도출한다.

네 번째로 관찰되지 않는 변수들은 계량경제학 모델에서 많은 문제를 일으키는데, 정교하게 설계된 실험에서 임의추출(random sampling)을 통해서 그러한 관찰되지 않는 변수 등의 영향력을 상당히 효과적으로 제거할 수 있다. 예를 들어 다음과 같은 예제를 생각해보자. 교육 혹은 어떤 교육 프로젝트가 임금에 미치는 효과를 측정한다고 하자. 문제는 능력이 좋은 사람이 더 좋은 교육을 받을 가능성이 높고, 임금 역시 기본적으로 능력이 좋아서 임금을 더 많이 받을 수도 있다. 이럴 경우 개인의 능력이 임금에 미치는 효과를 제거하지 못한다면 교육이 높은 사람이 임금이 높다고 하는 평균적인 결과가 있다고 해도 이것이 그 교육이 임금을 높인다고 하는 인과관계가 있다고 주장할 수 없다.

그렇다면 실험에서는 능력이 임금에 미치는 효과는 어떻게 제거할 것인가? 혹은 능력이 교육을 받는 선택에 미치는 효과는 어떻게 제거할 것인가? 뿐만 아니라 다른 종류의 변수들, 예를 들어 성별, 가구 소득별, 지역별로 시험점수에 미치는 영향은 어떻게 제거할 것인가라는 문제가 남는다. 계량경제학에서는 이러한 문제를 이러한 변수를 통제(control)하여 제거하려 한다. 말하자면 비슷한 가구 소득을 가진 학생들을 비교하고, 같은 성별, 비슷한 지역에 사는 학생들 끼리 비교하거나 혹은 그들이 가진 평균적인 효과를 제거하여 특정 교육법의 효과를 통계적으로 추출하는 것이다.

그런데 경제실험, 특히 환경변수가 강력하게 통제되는 실험실 실험에서는 이것을 표본의 임의추출을 통해서 이론적으로는 무력화 할 수 있다. 특정 교육법 교육을 받은 그룹과 교육을 받지 않은 그룹을 임의 할당(random sampling)에 의해서 비슷하게 할당된다면 위에서 말한 소득, 지역, 성별과 같은 보이는 변수뿐만 아니라 능력과 같은 보이지 않은 변수들도 두 조작에 비슷한 비율로 할당될 것이다. 그렇다면 연구자에 의해서 통제된 조작을 제외하고는 다른 모든 보이는 보이지 않는 변수들이 이론적으로 비슷하게 할당되기 때문에 이러한 변수들의 평균적인 효과는 상쇄될 것이다. 때문에 통계적으로 이러한 변수들을 통제할 필요가 없다. 마찬가지로 보이지 않는 변수들은 또 어떻게 할 것인가? 역시 임의할당을 통해서 무력화할 수 있다.

그러나 물론 이 방법은 철저히 적절하게 모아진 표본을 바탕으로 적절하게 임의 표본을 할당한 경우에만 의미를 가진다. 만약 처음부터 한 쪽으로 쏠린 표본들만으로 실험을 하거나 어떤 실험에 참가한 실험자들이 특정한 특성을 가지고 있다던지 하면 실험자들을 할당하는 데 있어 임의표본이 실패하게 되고 결국 보이지 않은 변수의 영향력 등이 제거되지 않는다. 따라서 이 경우 경제실험을 통해서도 인과관계를 주장하기 어렵다.

2) 경제실험의 한계
지금까지 경제실험의 의의를 설명하였다면 경제실험 역시 단점이 있는데 크게 보아 두 가지 정도를 생각할 수 있다. 하나는 경제실험의 경우 특히 비용이 문제가 된다. 관찰 자료와 비교를 한다면 경제 연구에서 사용되는 많은 자료들은 통계청 등 국가나 지방자치 단체에서 제공하는 자료를 사용하고 있고 이는 대체로 무료이다. 반면 경제실험은 보통 사람을 대상으로 하기 때문에 피실험자가 실험에 참가하기 위한 경제적 유인 설계를 잘해야 한다. 보통 일반적으로 대학생이 경제실험에 많이 참가 하는데 최소한 2시간 동안 진행되는 실험에 최저임금 이상을 주어야 한다.

그렇다면 실험에 참가할 유인이 낮기 때문이다. 예를 들어 2시간 동안 진행되는 경제실험에 한 명의 피실험자가 참가하면 적어도 2만 원 이상의 비용이 지불돼야 한다. 만약 한 실험에 100명의 피실험자가 참가한다면 최소 2백만 원 이상의 비용이 필요하다. 여기에 이 실험을 보조하는 연구자가 있다면 이 연구 보조원에 추가적인 비용이 들어간다. 혹은 어떤 실험에서는 이 실험이 제대로 설계됐는지 검증하기 위해서 본 실험 전에 사전 실험(pilot experiment)을 실시하가도 한다. 또 다른 예로 커피숍에서의 특정 음악이 의사결정에 미치는 효과를 분석한다고 하자. 물론 이 주제는 임으로 정한 주제이다. 이 때 실험을 위해서 커피숍을 일정 시간 대여해야 하며 이는 곧 추가적인 비용이 든다는 것을 의미한다.

만약 사전 실험과 같은 것을 실시한다면 존재한다면 추가적인 비용이 드는 것은 당연하다. 요컨대 경제실험은 관찰 자료에 비해서 비용이 비싸다. 또 다른 단점은 아무리 비용을 지불하고 고품질의 자료를 얻는다고 해도 결국 실험에서 얻은 실험값은 진짜 사회에서 얻은 값이 아니라 그 사회를 단순화 한 환경에서 얻는 자료라는 한계가 있다. 특히 환경변수의 통제가 용이한 실험실 실험의 경우 통제가 용이한 만큼 실제 사회와는 차이가 존재할 수밖에 없다. 실험실은 사회 환경을 단순화한 것인데, 실험실 결과를 사회에서 그대로 적용할 수 있을 것인지에 대한 의구심이 있다. 한 마디로 외적 타당성에 대한 의구심이다. 그런데 여기에 대해서 노벨 경제학상 수상자인 Vernon Smith는 다음과 같이 주장하였다.

“실험실의 미시 경제에서 검증된 개인의 행동과 기관의 성과에 대한 정리는 유사한 ceteris paribus 조건이 유지되는 한 비 실험실 미시 경제(즉 현실세계)에 적용됩니다.”

요컨대 실험실에서 실험적으로 증명된 정리를 얻기 위해서 통제된 환경변수 등이 현실세계에서 실험실에서 통제된 수준으로 통제된다면 혹은 다른 변수들의 효과를 제거한다면 현실세계라고 실험실에서 얻은 정리가 적용되지 않을 이유가 없다는 뜻이다. 참고로 이러한 실험실 실험의 단점 때문에 상대적으로 필드실험(field experiment)의 장점이 부각된다. 필드실험은 실제로 사회의 실험 환경으로 나가서 해야 하는 실험인데 실험실에서 하는 실험과 달리 환경변수가 결국 실제 세상과 유사하기 때문에 현실설명력 혹은 외적 타당성이 높아지는 장점이 있다.

그러나 필드 실험의 경우 실험실 실험과 같은 수준으로 환경변수의 통제가 어렵기 때문에 근본적으로 인과관계를 강력하게 주장하기가 실험실 실험보다 어렵다는 단점이 있다. 즉 외적 타당성과 내적 타당성이 서로 트레이드오프의 관계가 있다는 뜻이 된다. 결국 외적타당성 관련된 또 다른 한계도 있다. 경제실험의 경우 일반적으로 피실험자들의 의사결정이 실험실에서 설정된 환경변수에 매우 민감하다는 단점이 있다.

예를 들어 피실험자가 실험실에서 받은 돈의 일부를 공공재에 기부할 수 있는 공공재 게임을 한다고 하자. 이 공공재 게임을 추상적으로 환경을 설정하는 경우 사람들의 기부성향을 얻을 수 있다. 그런데 이러한 성향은 환경에 따라 달라질 수 있는데 환경을 구체적으로 설정하는 경우 예를 들어 이름을 ‘기부게임’으로 변경하였을 때의 사람들의 기부성향이 차이를 보일 수 있다. 혹은 환경변수 중 결과적으로는 동일하지만 돈을 주는 방식인지 아니면 일단 주고 뺏는 방식인지에 따라서도 실험결과가 달라질 수 있다.

혹은 기부의 최소 단위 등이 변경되어도 피실험자의 의사결정, 즉 실험결과가 바뀔 수 있다. 이는 수많은 예 중 하나의 예이지만 일반적으로 경제실험은 그 실험을 어떻게 설계했느냐에 따라 결과 값이 달라질 수 있는 민감한 경우가 상당히 많아서 결과의 해석에 주의를 요한다. 달리 말하면 실험실의 결과를 실제에 적용할 때 다른 변수가 모두 통제된다면 원칙이 달라질 필요가 없으나 다른 변수의 값에 매우 민감할 수 있어 실제 세계를 설명하는 데는 설명력이 약할 수 있다는 뜻이다.

마지막으로 어떤 경우에는 실험을 할 수 없는 경우도 있다. 어떤 실험은 현실적으로, 법적으로, 혹은 도덕적으로 구현이 불가능하다. 19세기에는 인간과 원숭이의 혼종을 만들려고 한 적도 있다고 한다. 지금 듣기에도 끔찍한 이야기이다. 말하자면 이런 실험을 실제로 구현한다는 것은 불가능하다. 혹은 다른 종류의 인간 윤리에 반하는 실험은 수도 없이 많다. 물론 경제실험의 경우는 주로 인간의 경제활동에 그 주제가 맞추어져 있기 때문에 특별히 제한이 필요한 실험이 만들어질 가능성은 매우 낮지만 그래도 윤리적인 부분 등에 있어 주의를 요한다.

도덕적인 기준을 성공적으로 통과한다고 하더라도 생각해 볼거리는 많다. 어떤 경우에는 실험결과를 해석하는 데 있어 주의를 요해야 한다. 예를 들어, 최근에 유행하는 코로나19에 새로운 백신이 한국에서 개발되었다고 하자. 이를 검증하기 위해서 코로나19에 걸린 사람들을 대상으로 새로운 백신 혹은 치료제를 투입하고 이를 통해서 얼마나 코로나19로 인한 치사율이 낮아졌는지 확인할 수도 있을 것이다. 그러나 달리 생각해보면 코로나19에 걸린 사람들이 특정한 유전적 특질이나 혹은 혈액형과 같은 특징을 가지고 있다면 이들에게 효과가 있는 백신이나 치료제가 그렇지 않은 다른 이들에게 실제 효과가 있는지 없는지 정확히 알 수는 없다.

혹은 어떤 특정 암에 걸린 사람들을 치료하는 새로운 치료제가 만들어 졌다고 할 때, 그 특정 암에 걸린 사람들에게 새로운 치료제를 사용해서 치료를 할 수도 있겠지만 현실적으로 특정 암에 걸린 사람들이 어떤 특정의 유전적 형질이나 혹은 특정한 생활습관을 가지고 있는 경우 이들을 대상으로 한 어떤 치료제가 모두에게 효과가 있는지는 알 수 없다. 요컨데, 실험 자료를 얻어도 계량경제학의 다양한 도구를 활용한 후처리가 필요할 수 있다는 뜻이다.

나. 인과관계와 조작

실험 자료는 관찰 자료와 달리 인과관계를 증명하는 데 있어 장점을 보여준다. 우선 인과관계는 상관관계와 다르다. 인과관계는 A라는 사건 등이 B라는 결과의 원인이 된다는 의미로 사용되는 반면 상관관계는 A라는 사건이 B라는 사건과 유사한 변동 혹은 유사한 이동의 방향성을 보여주지만 그렇다고 그것이 인과관계를 담보하지 않는다는 점에서 차이가 있다. 즉 인과관계는 상관관계를 담보하지만 상관관계를 인과관계를 담보하지 않는다. 아마도 이를 구분하기 위해서 사용하는 가장 고전적인 예제는 오비이락(烏飛梨落)이 있다. ‘까마귀 날자 배 떨어졌다’는 뜻인데 사실 까마귀는 날랐고 우연히 배가 떨어진 경우에라도 사람들은 까마귀가 배를 떨어뜨렸다고 생각한다는 뜻이다.

보통 사용되는 예제는 아이스크림 가계 매출과 익사사고 사망자의 수의 관계이다. 만약 아이스크림 매출과 익사사고 사망자의 수의 관계를 살펴보면 통계적으로 높은 상관관계를 보일 것이다. 아이스크림 매출이 늘어날 때 익사사고 사망자 수 역시 늘어날 가능성이 높고 줄어들 때 함께 줄어들 가능성이 높기 때문이다. 그런데 어떤 연구자가 아이스크림 매출이 늘어나면 익사사고 사망자 수가 늘어난다고 즉 인과관계를 주장한다고 하면 그 주장은 타당성이 높지 않을 것이다. 왜냐하면 진짜 원인은 오히려 따로 있을 수 있는데 여름이 더워 사람들이 수영을 많이 하기 때문이다. 즉 여름에 사람들이 해변에 많이 가기 때문에 아이스크림을 많이 먹고 익사사고도 많은 것이다. 평균 온도가 익사사고의 원인이 될 수는 있지만 아이스크림 매출이 익사사고의 원인이 되기는 어렵다.

그런데 이 인과관계를 증명하기 위해서는 필수적으로 조작이라는 개념이 동원되어야 한다. 연구자가 어떤 원인을 조작하고 그 조작을 한 자료의 결과값이 조작을 하지 않은 자료의 결과값이 통계적으로 다르다고 증명될 때 그 조작이 해당 결과의 하나의 원인으로 생각할 수 있기 때문이다. 그런데 조작의 개념적 설명은 다음 절에서 설명하겠지만 실험자가 자료를 조작한다는 의미는 실험자가 실험을 통제할 수 있어야 한다는 뜻도 포함되어 있다.

그런데 관찰값의 경우는 실험자가 그 관찰값을 통제할 수 없다. 조작을 할 수 없다는 뜻이다. 이전에 예제에서 인구라는 숫자는 조작될 수 없다. 물론 경험적인 연구에서 정부의 새로운 정책에 의해서 인구 추세가 변할 수도 있고 이를 바탕으로 인관관계를 통계적으로 추론하기도 하지만 엄밀한 의미에서 조작은 아무래도 실험자가 통제할 수 있는 실험실에서 좀 더 용이하게 구현된다고 할 수밖에 없다.

다. 좋은 경제실험의 설계를 위한 격언

이 장을 마치기 전에 생각해 볼 것 중의 하나는 실험과 이론과의 관계이다. 이에 대해서 행동·실험 경제학자인 Martin Dufwenberg가 ‘좋은 실험을 위한 격언’에서 간단히 정리한 것이 있다. 그는 좋은 실험을 설계하고 진행하기 위한 IDHR이라는 4가지 프로세스를 주장하였다. I는 idea를 지칭하며 세상이 어떻게 작동하는지를 기술하는 것이다. 반드시 이론에서 기인할 필요는 없지만 적어도 사람들이 납득할 만한 믿을만한 예제, 상식, 뉴스 등 적어도 사람들이 이해할 수 있는 방식으로 세상이 작동하는 방식으로 기술할 필요가 있다. 달리 말하면 왜 그런 주장을 펴치게 되었으며 그 주장의 근거는 무엇인가를 묻는 것이다. 첫 번째 단계이다.

두 번째 단계인 D는 design을 의미하며 I단계에서 세운 기본적인 아이디어를 식별하기 위한 적절하고 최적인 실험설계를 하는 것이다. 이러한 개념에는 실험조건 및 적절한 조작을 해야 할 필요가 있다는 뜻도 포함한다. 세 번째는 H로 hypothesis를 의미한다. 아이디어의 실험적 적절성을 지지하는 실험설계에 의해서 생성된 자료와 관련하여 표현된 기술 혹은 가정을 분명히 하는 것이다. 그리고 마지막 R은 result를 의미하며 실험에 의해서 만들어진 자료를 평가하는 것이다.

예를 들어, 시장에서 버블을 경험한 경우 이들의 시장 참여는 시장에서의 버블을 감소하는가? 라는 질문이 있다면 아이디어가 만들어진 것이다. 이를 위해서 실험실에서 가상의 버블을 만들고 조작한다면 이것은(실험) 디자인에 해당한다. 그리고 ‘경험이 시장에서의 버블을 줄이는가?’라는 명제를 해당 실험에서 구현되는 방식이 가설이 된다. 구체적으로 해당 실험에서 어떠한 조건일 때 사람들의 행동양식에 대한 가설을 세운 것이다. 그리고 실험을 실시하여 결과를 얻는다.

라. 주요 용어 및 개념들

1) 조작
가장 중요한 개념인 ‘조작(Treatment)’ 다른 학문에서는 자극(Stimuli)과 같은 용어로 사용되기도 한다.
은 실험에서 사용되어 다르게 적용된 환경이나 조건 등을 말한다. 혹은 우리가 상상할 수 있는 가능한 조작이라고 정의할 수 있다. 중요한 것은 조작이 없이는 인과관계를 말할 수 없다는 점이다. 한 가지 예를 생각해보자, 인간의 성별(gender)이 적합한 조작일까? 첫 번째로 생각해야 하는 것은, 실험실 등(엄밀한 실험 환경)에서 실험자가 해당 변수를 ‘조작’할 수 있느냐?에 먼저 대답을 해야 한다. 피실험자 앞에 실험자가 설치한 컴퓨터가 있다고 하자. 피실험자가 컴퓨터 앞에 서면 컴퓨터가 임의할당(random sampling)으로 ‘남자’ 혹은 ‘여자’라고 쓰인 글자를 화면에 보여준다고 하자. 그러면, 그 순간에 연구자는 즉시 피실험자를 생물학적인 남자 여자로 만들 수 있을까?

아마도 이것이 심리적인 실험이라면 가능한 조작이 될 수 있지만 그런 것이 아니라면 조작은 가능하지 않을 것이다. 물론 한 그룹과 다른 그룹의 남녀 성비의 비율을 확률적으로 조작할 수 있을 것이다. 예를 들어 A방에는 남자가 있을 확률이 70%이나 B방에는 남자가 있을 확률이 30%와 같이 말이다. 이 경우 조작한 것은 남녀의 성이 아니라 성의 비율이 된다. 물론 쥐를 대상으로 실험하는 경우 배아 세포단계에서 임으로 성별을 조작할 수 있다고 하면 그것은 가능한 조작이 된다. 100개의 세포 중 임의로 선택된 50개의 세포는 수컷으로 50개는 암컷으로 ‘조작’할 수 있다고 하면 그것은 합리적인 ‘조작’이라고 할 수 있고, 그럼 실험환경이 구성이 되는 것이다.

그렇지만 보통 인간을 대상으로 하는 경제실험의 경우 그러한 조작이 쉽지 않다고 봐야 한다. 때문에 실험적인 상황에서 남자가 여자보다 혹은 여자가 남자보다 어떻다고 하는 류의 주장은 조금 조심스러운 접근이 필요하다. 때문에 이러한 주장의 기저에는 일반적으로는 인과관계가 아닌 상관관계가 주요 원인일 가능성이 높다. 물론 관찰 자료를 바탕으로 계량경제학적인 검증을 통한 주장은 가능하리라고 본다.

그리고 이미 어느 정도 설명이 되었지만 임의할당은 귀찮은 내제된 변수들의 영향력을 모두 통계적으로 무력화할 수 있는 장점이 있다. 예를 들어, 어떤 교육 프로그램 X가 점수에 미치는 효과를 알아보기 위해서 교육 프로그램 X를 받을 학생과 그렇지 않은 학생을 임의할당을 했다고 하자. 예를 들어 주사위를 던져서 짝수가 나오면 새로운 교육 프로그램을 이수하고 그렇지 않은 경우 새로운 교육 프로그램을 이수 받지 않는다. 일반적으로 시험 점수에 영향을 미칠 수 있는 요인은 무척이나 많다. 예를 들어, 시험에서 시험을 잘 보는 기술이 발달되어 있는 경우, 혹은 능력, 나이, 집안 소득, 성별, 등등의 여러 변수가 시험 점수에 영향을 미칠 수 있다.

그런데 임의 할당을 하면 이러한 알 수 없는 변수나 혹은 그 효과를 제거하기가 어려운 변수들의 영향력을 무력화할 수 있다. 예를 들어 조작1에 남자가 할당될 확률도 50%이지만 조작2에도 남자가 할당될 확률도 50%면 성별이 성적에 미치는 영향은 서로 확률적으로 상쇄된다. 혹은 능력이 좋은 학생이 조작1에 할당될 확률과 조작2에 할당될 확률이 동일하다면 역시 능력이 성적에 미치는 영향력을 상쇄하여 제거할 수 있다. 말하자면 실험자가 조작한 교육 프로그램을 제외하고 임의할당이 잘 됐다는 가정 하에 기타 변수의 영향력이 사라진다. 이 경우 교육 프로그램을 이수한 학생들의 점수가 통계적으로 더 높다면 이 교육프로그램의 점수에 대한 인과성을 확보할 수 있다.

2) 세션과 라운드
‘세션(Session)’은 보통 실험이 이루어지는 날에 동일한 환경변수를 가지고 하나의 주제에 연결되어 의사결정을 하거나, 혹은 게임을 진행하는 하나의 기간 단위를 말한다. 하나의 실험은 몇 가지의 세션이 모여서 실험을 이룰 수 있다. 비슷한 개념으로 라운드(Round)가 있다. 라운드는 보통 세션의 하위개념으로 사용되는 데 환경변수가 바뀌지 않고 반복해서 진행하는 실험단위이다.

리더쉽 게임이라는 것이 있다. 리더쉽 게임은 자신의 돈의 일부를 기부하는 공공재 게임의 일부인데 n명의 플레이어 중 한 명이 앞서서 미리 기부하고 지도자의 기부를 관찰한 후 나머지 n-1명의 추종자들이 자신이 가진 돈 중 일부의 기부를 결정할 수 있다. 그런데 또 연구자에 따라서는 이 지도자의 기부를 여러 가지 상황에 따라 다른 실험을 구성하고 싶을 수 있다. 예를 들어, 지도자가 자발적인 지도자인지 아니면 비자발적으로 뽑힌 지도자인지에 따라 결과가 다른지 알고 싶을 수 있다. 혹은 지도자가 추종자의 이익을 변경할 수 있는 강력한 힘이 있는 경우 혹은 지도자가 되기 위해서 추가적인 비용이 들어가는 경우 등 다양한 상황을 세션으로 표현할 수도 있다. 혹은 어떤 의사결정 상황에서도 다양한 환경변수가 바뀌는 상황을 세션으로 표현할 수도 있다. 반면 라운드는 동일한 실험을 수 회 혹은 수십 회 진행하는 것을 지칭한다.

3) 속이기(deception)
또 다른 주제 중에 하나는 실험 중에 사용되는 ‘속임수(deception)’에 관련되어 논란거리가 있다. 심리학 등에서는 실험에서 속임수를 광범위하게 사용하는 것으로 보인다. 예를 들어, 특정 실험의 주제를 숨기고 실험을 하면서 실제로는 다른 목적의 실험을 하는 경우와 같은 것들이다. 그러나 일반적으로 경제학에서 사용되는 실험에서 실험의 주제 및 정보 등을 속이는 등의 행위는 허용되지 않는다.

이에는 몇 가지 다음과 같은 이유가 있다. 우선은 이러한 속이기는 실험을 위한 인력풀을 오염시킬 수 있다. 말하자면 보통 대학 등의 학교에서 학생들을 대상으로 실험을 하는 경우가 많다. 그런데 만약 그 실험 혹은 유사 실험에 참가한 실험참가자들이 그 내용을 다른 친구들과 공유할 수 있으며, 이 경우, 그 실험의 실제 목적과 알려진 목적이 다를 경우 실험참가자들이 전략적으로 행동하거나 혹은 의사결정에 편의(bias)를 가질 수 있다. 이는 첫 번째로 실험의 결과가 오염될 수 있으며 실험의 결과가 향후 복제되는 것에 문제를 일으킬 수 있다. 물론 이는 비밀서약 등을 통해서 어느 정도 완화될 수도 있겠지만 그렇다고 이러한 문제가 완전히 해결되는 것은 아니다.

반면 경제실험에서 관심 있는 주제는 모든 정보를 완전히 제공한 후 완전 정보 하에서 개인의 합리적인 의사결정에 주로 관심을 가지고 있다. 그리고 만약 관심이 있는 주제가 합리적이지 않은 의사결정이라고 하더라도 기술적으로는 주로 완전정보를 제공한 후에도 나오는 비합리성에 관심을 가지고 있으며 애당초 비합리적인 정보를 제공하여 비합리성을 유도하도록 설계된 실험에서 만들어지는 비합리적 결과에는 크게 관심이 없다. 말하자면 경제실험은 합리적인 유인체계에 의해서 설계된 하나의 허들(hurdle)이 있는데 그 허들을 뚫고 나오는 인간의 특성 및 합리적인 의사결정에 주로 관심이 있다. 그 허들을 뚫지 못하는 다양한 인간의 의사결정 등에는 크게 관심이 없는 편이다.

따라서 애당초 피실험자를 속일 이유가 많지 않으며 의도적인 속이기의 경우 경제학 실험에서는 인정되지 않는다. 다만 제한적으로 수동적 속이기는 꼭 필요한 경우에는 허용하기도 한다. 예를 들어, 실험의 목적을 속이는 것이 아닌 알려주지 않는 경우와 같은 경우를 지칭한다. 즉 적극적으로 거짓 정보를 제공하는 것이 아니라 어떠한 정보를 수동적으로 알려주지 않아서 피실험자가 이 실험의 내용을 오해하게 할 수도 있는 경우를 말한다. 꼭 실험에 필요한 이유가 논증된다면 허용되기도 한다.

4) Salience 영어로는 돌출, 돌기, 혹은 중요점 등을 의미하며 다른 것과 구분 가능하게 해주는 돌출로 이해할 수 있다. '돌출성' 혹은 '현저성'으로 사용할 수도 있지만 적절한 의미를 담는 단어를 찾을 수 없어 원어 그대로 사용한다.

보통 경제실험에서 주어지는 보상은 각 개인의 의사결정과 그것이 일으키는 결과에 충분히 상응하야 한다, 달리 말하면 어떤 의사결정에 따른 보상이 그 의사결정에 따라 적절히 다른 수준의 보상을 주어야 한다는 것을 말한다. 또한 각각의 보상이 충분히 커서 사람들의 의사결정을 신중히 하고 자신의 결정을 충분히 끄집어 낼 수 있어야 한다는 것으로 나누어 생각할 수 있다.

예를 들어, 어떤 사람의 위험에 대한 태도를 알기 위해서 다음과 같은 실험을 한다고 하자. 예를 들어 어떤 복권 A는 50%의 확률로 x원을 주고 50%의 확률로 x원을 실험자가 주어야 한다고 하자. B라는 복원은 x/10원을 준다고 하자. Salience의 의미를 이해한다면 이 때 x원이 충분히 커야 한다. 예를 들어 x가 100원이라고 하자. 즉, 이 복권 A는 50%의 확률로 100원을 받거나 주는 것이고 B복권은 10원을 받는 것이다. 이러한 선택이 유아를 제외하고 일반적인 성인들에게 어떠한 내제된 의사결정을 끌어낼 수 있을까? 대부분은 이정도 보상으로는 큰 의미를 가지지 못할 것이다. 어떻게 선택해도 의미가 없기 때문이다. 따라서 이 때 보상 x는 충분히 의미가 있도록 커야 한다는 것이 salience의 의미이다. 그런데 이 경우 보상 x는 얼마정도를 사용해야 할까?

당연히 많이 지불한다면 사람들의 정확한 의사결정을 추출하는 데 도움이 되겠지만 실험을 하기 위한 예산은 한정되어 있기 때문에 무작정 보상액을 높일 수는 없다. 이미 언급했지만 일반적으로 대학생들을 대상으로 하는 경우 비교 가능한 보상금액은 최저임금이다. 대학생이 1시간에 경제실험에 참여하지 않았을 경우 벌 수 있는 금액은 최저임금에 준해서 생각한다면 대략 시간당 1만원이 된다. 물론 이는 최소치에 가깝다. 위의 선택을 한 번만 하는 경우라면 모르겠지만 만약 1시간 동안 10번 정도의 다른 조건하에서의 복권을 대상으로 이 실험을 진행한다면 x는 천원 혹은 2천 원 정도가 되어야 할 것이다. 한 실험에서 천 원을 확보하고 이러한 실험을 10회 실시한다면 이 사람은 약 1만원의 돈을 기대하게 될 것이다. 만약 본 실험을 진행하기 전에 사전 테스트를 진행했고 결과적으로 피실험자들이 그 때 일반적으로 B를 선택하는 경우 압도적으로 많다고 하자. 그렇다면 x가 2천원일 때 사람들은 200원의 보상을 받게 될 것이다.

사실 이는 매우 작은 값이고 사람들의 의사결정을 적절히 추출한다고 보기는 어렵다. 그렇다면 x의 값을 증가할 필요가 있다. 요컨대 피실험자들의 선호 및 의사결정을 뽑아내기 위해서는 보상이 충분히 의미 있을 정도가 되어야 한다는 뜻이다. 사회과학에서 많이 사용되는 일반적인 설문조사와 실험의 차이를 비교해보자. 만약 설문조사가 설문조사에 참여하는 경우에 일정금액을 주고 설문조사의 문항자체에는 다른 보상을 하지 않는다면 salience의 관점에서는 salience하다고 보기는 어렵다.

달리 말하면 이기적이고 합리적인 인간들은 설문조사를 성의껏 해야 할 유인이 없다는 뜻이 된다. 물론 그렇다고 이러한 결과를 너무 극단적으로 받아들일 필요는 없다. 동일한 주제에 대해서 실험과 설문을 통한 결과의 차이를 비교한 연구에서 상당수의 연구가 큰 차이가 없다고 주장하고 있다. 따라서 이론적인 엄밀한 의미에서 대조하여 이해할 필요가 있다는 뜻이지 설문조가 자체가 실험에 비해서 열등하다고 오해하면 안 된다.

예를 들어 생각해보자. ‘다음번 대통령 후보로 누구를 지지합니까?’라는 설문조사가 있다고 하자. 이 경우 이 설문조사를 하면 3천 원짜리 상품권을 준다고 하자. 이 설문조사는 일단 salient하지 않다. 마음속으로는 다른 후보를 지지하면서도 전략적으로 선호를 왜곡하기 위해서나 혹은 다른 이유로 다른 후보를 지지한다고 해도 그 뿐이기 때문이다. 이렇게 거짓말을 하는 것에 어떠한 패널티도 없다. 그래서 실제 선거에서도 아무리 전화나 핸드폰으로 설문조사를 해도 소위 샤이(shy) 보수나 샤이(shy) 진보처럼 자신의 의도나 지지를 들어내지 않는 그룹의 사람들이 존재하게 된다.

그럼 설문조사를 어떻게 salient하게 만들까? 첫 번째로 생각할 수 있는 방법은 만약 지지하는 대통령이 진짜로 당선된다면 지지한다고 의사표현을 한 사람들 중에 추천하여 백만 원의 상품을 준다고 하자. 그러면 이 조건은 이 설문조사를 salient하게 만들까? 답은 그렇지 않다. 왜냐하면 이 보상방법은 ‘대통령에 당선될 가능성이 높은 사람은 누구입니까?’라는 질문에 대해서 salient할 가능성이 높다.

따라서 자신은 어떤 사람을 지지하지 않지만 그럼에도 그 사람이 당선 가능성이 높으니 그 사람을 지지한다고 할 수 있기 때문이다. 따라서 이 경우 처음부터 질문을 ‘후보 중 당선 가능성이 높은 사람은 누구입니까?’라고 물으면 이 질문은 salient하게 된다. 그러나 사람들의 내제된 지지율을 추출하기 위해서는 다른 방법 예를 들어 증권, 이나 옥션과 같은 다른 방법을 사용해야 할 것이다.

위 예제는 생각보다 실험을 salient하게 설계하는 것이 쉽지 않다는 점을 말한다. 그래서 실험설계에서 가장 중요한 주안점 중의 하나가 바로 salience라는 것을 이해해야 한다. 예를 들어 다름과 같은 질문이 있다고 하자. 어떤 단백질 보충제 A를 먹으면 근육량이 더 빨리 증가한다는 주장을 실험적으로 검증하고 싶다고 하자. 첫 번째로 생각해야 하는 것은 이 주장의 타당성이겠지만 이것은 논외로 하고, 이를 측정할 수 있는 실험을 설계하게 될 것이다. 예를 들어 임으로 선택된 1그룹은 보충에 A를 먹고 임으로 선택된 2그룹은 보충제 B를 먹는다고 하자. 그리고 일정시간이 지나서 보충제 A를 먹은 그룹이 보충제 B를 먹은 그룹의 근육량이 더 많은지를 확인하는 것이다.

두 번째로 고민해야 하는 부분은 이렇게 설계된 경제실험이 실제로 연구자가 원하는 주장 ‘보충제 A를 먹으면 근육량이 늘어난다’는 주장을 제대로 검증할 수 있는 도구인지를 검증해야 한다. 우리가 지금 만든 실험은 오직 세상에 존재하는 하나의 실험설계이다. 따라서 이 설계가 과연 우리가 원하는 주장을 제대로 검증 및 식별할 수 있도록 설계된 도구인지를 검증해야 한다. 예를 들어 근육량은 과학적으로 3개월 이상 꾸준히 보충제 A를 섭취해야 효과적으로 늘어난다고 하자. 그런데 위 실험설계에서 1주일 동안 보충제를 섭취 후 근육량을 비교분석한다고 하면 그러한 실험은 제대로 우리가 원하는 것을 검증할 수 있는 도구가 되지 못한다.

크게 보아 실험은 3가지 부분을 중점적으로 검증해야 한다. 한 가지는 내가 주장하는 그 주장은 타당한 주장인가? 현실적으로 적절한 가설 혹은 주장을 만드는 것이 어떤 연구의 50% 이상이라고 생각한다. 아무런 주장을 아무 근거없이 할 수는 없고 반드시 어떤 주장을 하기 위해서는 적절한 근거가 있어야 한다. 만약 어떤 실험의 결과가 도출되었는데 최초의 주장의 적절한 근거에서 도출되지 않았다면 그 결과를 해석하기가 어렵고 과연 그 결과가 옳은 방법에 의해서 도출된 결과인지를 알기가 쉽지 않다.

두 번째로는 그 주장은 반드시 실험을 통해서 검증할 수 있는가? 기존에 있는 관찰값을 통해서 계량적으로 검증할 수 있는 것이라면 실험을 할 필요가 없다. 두 번째는 적절한 경제실험을 설계하는 것이다. 그리고 마지막 단계는 그렇게 설계된 경제실험이 첫 번째 단계의 주장을 검증할 수 있도록 설계가 되었는지를 확인하는 것이다. 실험설계 자체는 잘 되었지만 이 실험이 검증하는 것이 첫 번째 단계에서 주장된 주장을 검증하는 것이 아니라 유사한 다른 주장을 검증하는 것일 수도 있기 때문이다.

물론 그 이후 마지막 단계는 그렇게 해서 얻은 자료를 해석하는 것이다. 상대적으로 설계와 그 설계가 제대로 주장을 검증할 수 있는 도구라는 것이 확인된다면 그에 따른 결과를 해석하면 된다. 상대적으로 가장 쉬운 부분일 수 있다. 물론 그렇다고 이 부분이 무조건적으로 쉽다는 뜻은 아니고 통계적 분석이 필요한 부분이기 때문에 어느 정도 정형화된 방법이 존재한다는 뜻으로 이해할 수 있다.

- (exercise) 태양광 발전소가 사람들의 건강에 미치는 영향을 알고 싶다고 하자. 어떻게 하면 salient가 있게 조작을 만들 수 있을지 고민해보자.

- (exercise) Salient하지 않은 실험설계의 예를 제시하라.

- (exercise) 지지율을 salient하게 추출할 수 있는 실험적 방법을 설계하라.

5) 실험군과 대조군
실험군(treatment group or experimental group)과 대조군(control group)이라는 개념이 있다. 실험군은 특정 조작을 가할 그룹을 말한다. 어떤 그룹에는 새로운 교육 프로그램을 실시한다고 할 때 이 새로운 교육 프로그램은 조작이고 이러한 교육 프로그램을 이수한 그룹이 실험군이 된다. 반면 이 실험군과의 결과를 비교하기 위해서 아무런 처리나 조작을 하지 않은 그룹이 바로 대조군이다. 위 예제에서 새로운 교육 프로그램을 받지 않았거나 기존의 교육 프로그램을 받은 그룹이 대조군이 된다. 그리고 이렇게 처리된 후 결과값의 비교를 통해서 가설의 통계적 유의성을 검증한다.

<b>들어가는 말</b><br/><br/><b>가. 배경</b><br/><br/>경제실험은 주로 실험실에서 실시하여 특정 조건에서 실험한 참가자들의 의사결정과 관련된 자료를 모으는 것을 주요 목표로 한다. 이를 통해 어떤 변수 간의 인과관계를 밝히거나 혹은 어떤 이론을 실험적으로 증명하는 등에 사용되기도 한다. 혹은 기존의 주도적인 이론이 실험을 통해서 도전받기도 한다. 경제실험에서 사용될 수 있는 자료의 개수가 상대적으로 관찰 자료에 비해서 작기 때문에 어떤 주도적인 이론이 자료의 결과와 일치한다고 주장하기보다 그것이 통계적으로 일치하지 않는다고 주장하는 것이 수월하다.<br/><br/> 최근에는 이를 넘어서 수업 중에 어떤 이론적인 내용을 학생들이 실험을 통해서 학습하기 위해서 사용되기도 한다. 때문에 수업 중에 경제실험을 실시할 경우 실험실이나 학생들끼리 상호작용을 상대적으로 많이 해야 한다. 이는 분명 학생들의 수업 참여를 높이고 이해를 높일 수 있는 하나의 장점이 되기도 하지만 요즘 같이 전염병이 창궐하여 직접 대면이 어려운 시기에는 오히려 단점이 되기도 한다. <br/><br/>최근 코로나19의 급격한 확산으로 강의실과 같은 제한된 공간에서 실시하는 경제실험의 실시가 거의 불가능해지고 있다. 아무래도 컴퓨터실 등에 40~50명의 학생들이 함께 한두 시간의 상호작용을 하는 것은 코로나19의 전염 가능성을 높이기 때문이다. 물론 최근 백신 접종이 증가하고 있어 코로나19로 지체되었던 오프라인 수업이 가능할 것으로 기대되고 있으나 동시에 변종 바이러스가 출현할 수 있으며 전 세계가 백신을 접종하기에는 상당한 시간이 소요되어 코로나19의 완전한 종식까지는 상당한 시간이 소요될 전망이다. <br/><br/>또한 코로나가 성공적으로 종식된다고 하더라도 이와 비슷한 다른 전염병의 출현이 언제든지 있을 수 있으며 이미 대학과 학생들은 온라인 수업에 점차 익숙해지고 있어 향후 그 이전과 같은 온전한 오프라인 교육으로 돌아갈 수 있을지도 분명치 않다. 따라서 4차 산업혁명을 기반으로 한 디지털 전환의 시대에 온라인에서 작동하는 경제실험을 설계하고 이를 실제로 구현하는 것은 교육적으로도 또한 변화하는 시대상황에 맞춰 의미가 있다.<br/> <br/>반면 아직까지는 초기연구이지만 온라인 교육의 장단점이 공존하는 것으로 확인되고 있다. 경기도 교육 연구원이 경기도 지역 고등학생 48,302명을 대상으로 한 설문조사에서 고등학생들은 ‘내가 원하는 때 원하는 곳에서 학습할 수 있다’는 점(31.7%), ‘코로나19에 대한 감염 걱정 없이 수업을 들을 수 있는 것’(22.4%), ‘내가 원하는 수준으로 속도를 조절할 수 있다’(17.7%), ‘시간을 여유롭게 쓸 수 있다’(17.1%) 등으로 온라인 수업의 장점을 제시하였다(백병부&정재엽, 2020). 이러한 장점에 더해서 실제 대학에서 경험하는 또 다른 장점은 외국인 학생들을 대상으로 하는 수업에서는 보통 영어를 사용하는 데 한국학생뿐만 아니라 ESL인 외국인 학생의 경우에는 온라인 수업에서의 채팅은 분명 의사소통에 도움이 되기 때문이다. <br/><br/>단점 역시 분명하다. 동일한 연구에서 학생들이 집중력이 떨어지고(22.8%), 동아리 활동이나 체험활동을 하지 못한다(16.2%)는 점을 두 번째 단점으로 들었다. 따라서 온라인으로의 전환이 대세라고 하면 이러한 단점을 최소로 하면서 가능하면 장점을 증진하는 방법을 찾아야 하고 동시에 온라인에서 상호작용할 수 있는 방법을 찾아야 한다. <br/><br/> 출처: 백병부&정재엽(2020)을 바탕으로 저자가 재작성<br/><br/>[그림1] 온라인 수업의 장점(단위:%)<br/>(노트) 1. 내가 원하는 때 원하는 곳에서 학습할 수 있다./ 2. 선생님이 온라인에서 개별적으로 도움이 되는 글을 남겨주신다./ 3. 댓글로 의견을 표현하거나 질문을 하는 등 적극적으로 수업에 참여할 수 있다./ 4. 내가 이해할 수 있는 수준으로 배우는 속도를 조절하거나 반복해서 학습할 수 있다./ 5. 코로나19 감염에 대한 걱정을 하지 않아도 된다./ 6. 친구 관계에 신경을 쓰지 않아도 된다./ 7. 시간을 여류 있게 쓸 수 있다./ 8. 기타.<br/><br/> 출처: 백병부&정재엽(2020)을 바탕으로 저자가 재작성<br/><br/>[그림2] 온라인 수업의 단점(단위:%)<br/>(노트) 1. 동아리 활동이나 체험활동을 하지 못한다./ 2. 집중력이 떨어지고 인터넷 검색, SNS 등을 자주 한다./ 3.친구들과 어울릴 수 있는 시간이 줄어든다./ 4. 공부를 잘하는 학생과 못하는 학생의 실력 차이가 더 커진다./ 5.사교육을 더 많이 받게 된다./ 6. 설명 중심의 수업이 많아 학습 흥미가 떨어진다./ 7. 규칙적인 생활을 하지 못한다./ 8. 수업 이후에 과제(숙제)가 많다./ 9.기타.<br/><br/>물론 위 연구결과는 고등학생을 대상으로 하였기 때문에 대학생의 경우에는 차이를 보여줄 수도 있다. 그러나 대체로 고등학교 학생들과 나이에서 큰 차이가 나지 않고 대학생들을 대상으로 하여도 이미 비슷한 결과를 얻고 있어서 큰 차이는 없다고 본다.<br/><br/><b>나. 이 책의 목표</b><br/><br/>이 책의 목표는 주로 학생들 간의 상호작용이 요구되는 경제학, 심리학, 인성 등 수업 시간에 학생들이 실험에 대해서 이해하고 동시에 이를 온라인에서 구현하여 온라인 실험을 실시하는 것을 교육하는 것이 목표이다. 구체적으로는 주로 행동 경제학을 듣는 학부과정 1학기 수업에 맞춰 구성하였으며 2학기에 나누어 교육하는 것은 가능하나 적합하지는 않다고 본다. 이 책은 대략적으로 학생들이 듣는 수업을 위해서 만들어졌지만 그럼에도 반드시 이 책이 수업시간에 교과서로 사용되어진다는 것을 의미하는 것은 아니다. 도리어 온라인에서 실시 가능한 경제실험을 설계하고 실제로 작성하는 것을 목표로 한 책이기 때문에 일반인을 대상으로 한 대중서로 보아도 큰 무리가 없다. <br/><br/>이 책은 온라인 상호작용을 구현하기 위해서 구글 앱스 스크립트(Google Application Script, 이하 GAS)를 주요 도구로 사용하였다. GAS는 아래에서 따로 설명하겠지만 구글의 클라우드 서버에서 제공하는 스크립트 언어이다. 주로 구글 문서(docs), 구글 시트(sheet), 구글 사이트(site) 등에서 작동한다. 이 책에서 사용하는 대부분의 예제는 2021년 7월 기준 작동하는 것을 확인하였으나 GAS 버전이 변경되는 경우, 구글의 정책이 변하는 경우 혹은 사용하는 환경 등에 따라서 다르게 실행되거나 실행되지 않을 수 있다.<br/><br/>어디까지나 이 책은 경제실험을 온라인에서 작동하기 위한 최소한의 내용을 다루며 GAS에서 사용되는 기반 언어인 자바스크립트(Javascript)나 GAS를 전문적으로 다루는 전공서가 아니다. 이미 밝혔듯이 교과서를 가장한 대중서라고 봐도 무방하다. 전문적인 내용을 원한다면 이와 관련된 전문서적을 참고하기를 바란다.<br/>다.<br/><br/><b>이 책의 구성</b><br/><br/>이 책은 크게 보아 3가지 부분으로 나누어 있다. 첫 번째 부분은 경제실험에 대한 대략적인 설명을 하는 부분이 있다. 경제실험에 대해서는 이후의 내용을 이해할 수 있을 정도의 내용만을 제공한다. 두 번째 장과 세 번째 장은 자바스크립트와 GAS에 대해서 온라인 경제실험을 만들기 위한 기본 문법을 제공한다. 4차 산업혁명 시대에 젊은 인재에 요구되는 능력 중의 하나가 코딩능력이라고 한다. 사실 이런 주장에 그렇게 동의하는 편은 아니지만 최소한의 능력을 확보하는 것은 무해하다고 생각된다. <br/><br/>혹은 달리 말하면 주로 사회과학, 그 중에서도 경제학을 공부하는 사람으로서 최소한의 코딩 능력은 필요로 할 것으로 보인다. 이미 경제학이나 통계학을 공부하기 위해서는 어느 수준의 통계 패키지를 다루는 능력은 요구되고 있었다. 여기서 제공하는 문법과 예제가 이러한 통계 패키지를 다루는 수준 이상의 난이도를 요구하는 것도 아니다. <br/><br/>코딩은 다른 컴퓨터 언어를 통해서 최초로 배울 수도 있다. 가장 기계어에 가깝다는 어셈블러(Assembler)부터 주로 시스템 설계에 이용되는 C/C++/C#과 같은 언어들도 있다. 최근에는 주로 웹환경에서 이용되는 PHP/Perl/Python과 같은 언어들도 각광을 받는다. 혹은 일반적인 업무 환경에 관심을 둔다면 주로 마이크로 소프트웨어의 오피스웨어(Officeware)에서 작동하는 Visual Basic Application(VBA)이라는 언어도 있다. 그러나 여기에서는 주로 GAS를 이용한 웹환경을 구축하는데 목적이 있기 때문에 GAS에서 사용되는 자바스크립트라는 언어를 간단히 배운다. 처음 배우는 사람에게 자바스크립트라는 언어는 진입장벽이 낮은 편이다. 이는 분명한 장점이다. <br/><br/>마지막 장은 실제로 온라인에서 사용 가능한 경제실험을 설계하고 이를 GAS로 구현해보는 예제를 제공한다. 이를 통해 개략적으로 온라인 경제실험을 작성하는 원리 및 구현하는 방법을 이해할 수 있다. 모든 세세한 코드를 제공하지는 않지만 적어도 개략적인 설계와 작동을 이해하고 나면 개인이 이러한 온라인 실험을 설계하고 운영하는 데 큰 문제가 없을 것이다. 다만 실제로 학생들이 구현할 경우에는 제공된 코드 이상의 고민과 연구가 필요할 것이다.<br/><br/>자바스크립트나 GAS에 익숙한 독자라면 경제실험에 대한 부분과 실제 예제만 읽어도 충분할 것으로 생각한다. 비주얼 베이직 어플리케이션(VBA)과 같은 마이크로 소프트의 오피스웨어에서 작동 가능한 언어에 익숙한 독자라면 GAS에 대한 내용은 쉽게 이해할 수 있을 것으로 생각된다. 작동원리가 거의 유사하기 때문이다. 잠깐 훑어보는 것으로 충분할 것이다.