[심리적 맥락 문항 해부 ②] 지지에는 유효기간이 있다

— Zogby의 시간 시나리오 분기가 드러내는 정치적 곡선

여론조사 문항이 "당신은 이 정책에 찬성하십니까, 반대하십니까?"라고 물을 때, 돌아오는 "찬성"이라는 답에는 시한이 없다. 오늘 찬성한 사람은 내일도, 6개월 뒤에도, 3년 뒤에도 찬성하는 사람으로 집계된다. 그러나 현실 정치에서 모든 지지에는 유효기간이 있다. 6개월 견디는 지지와 3년 견디는 지지는 같은 단어로 표현되지만 전혀 다른 것이다. 이 유효기간을 문항으로 측정할 수 있을까. 2026년 3월 Zogby의 이란전쟁 조사가 그 사례를 보여준다.

조사의 시점과 맥락

John Zogby Strategies는 2026년 3월 18일 밤(이란 전쟁 발발 2주 차)에 미국 유권자 대상 조사를 실시했다. 트럼프 대통령의 전체 지지율은 44%, 전쟁 처리 지지율은 43%. 언뜻 평이한 수치다. 특히 공화당 기반에서는 여전히 상당한 결집이 유지되고 있었다. 흔한 해석이라면 "대통령이 전쟁 초기 결집 효과(rally-'round-the-flag)를 누리고 있다"로 정리됐을 것이다.

그런데 Zogby 부자는 지지율 몇 개로 보고서를 끝내지 않았다. 대신 같은 이슈에 대해 응답자의 답을 점점 더 구체적인 조건 아래로 몰아넣는 드릴다운(drill-down) 설계를 썼다. Jeremy Zogby는 팟캐스트에서 설계 철학을 이렇게 설명한다.

"I designed questions to start broad and then drill down."

문항을 넓게 시작해서 점점 좁혀 들어간다. 그 목적은 단순하다. 응답자가 처음 무심코 던진 '찬성'이 구체적 조건을 마주했을 때 어떻게 변하는지를 측정하는 것이다.

일차 질문: 지상군 투입 찬반

첫 질문은 평범했다. "미국이 이란에 지상군(boots on the ground)을 투입하는 것을 지지합니까?" 결과는 찬성 27%, 반대 63%. 여기서 보고서를 끝냈다면 헤드라인은 "미국인 3분의 2가 지상군 투입 반대"가 됐을 것이다. 완결된 문장처럼 읽힌다.

그러나 공화당 지지자만 따로 보면 이야기가 전혀 달라진다. 찬성 48%, 반대 41%. MAGA 기반이 이 이슈에서는 둘로 쪼개진다. Jeremy Zogby의 표현: "MAGA is essentially split over this." 전체 집계(찬성 27% / 반대 63%)만 봐서는 이 내부 균열이 보이지 않는다. 보다 상위의 "전쟁 처리 지지율 43%"라는 수치는 더더욱 이 균열을 가린다. 구체적 조건 하나("지상군 투입")를 던졌을 때 비로소 드러난다. 여기까지만 해도 이미 한 번의 드릴다운이 작동한 셈이다.

시간 시나리오 분기

Zogby는 여기서 한 단계 더 들어간다. 같은 지상군 문항을 네 개의 시간 조건으로 쪼갠다.

• 1개월간 주둔한다면 지지합니까?
• 3개월간 주둔한다면?
• 6개월간 주둔한다면?
• 1년 이상 주둔한다면?

Jeremy Zogby가 결과에서 강조한 것은 개별 수치가 아니라 방향성이었다. "각 시나리오에서 지지는 떨어지고 반대는 올라간다(in each scenario the support falls and the opposition goes up)." 1년 시나리오에 이르면 반대는 68%에 도달한다.

이 데이터가 의미하는 것은 단순한 "반대 비율 증가"가 아니다. 지지의 감쇠 곡선(decay curve)이다. 응답자 각자의 머릿속에는 "어디까지 견딜 수 있는가"라는 내부 임계점이 있고, 시간 시나리오 분기는 그 임계점의 분포를 집계 수준에서 가시화한다. 곡선이 급격히 떨어지면 그 지지는 조건부, 완만하게 떨어지면 견고다. 기울기 자체가 정보다.

단일 찬반 문항이라면 "찬성 27%"는 고정된 한 점이다. 그러나 시간 시나리오로 보면 같은 27%가 1개월 시나리오에서는 더 높고, 1년 시나리오에서는 훨씬 낮다. 동일한 응답자가 조건에 따라 다른 답을 내놓는 것이다. 그 차이가 "지지"라는 한 단어 안에 숨어 있던 복잡성이다. 그리고 그 복잡성은 찬반 일차원 척도로는 결코 측정되지 않는다.

베트남 전쟁과의 연결

John Zogby는 팟캐스트에서 이 문항 설계의 역사적 뿌리를 직접 언급했다.

"이런 종류의 질문은 1968년과 1969년에 여론조사자들이 던지기 시작한 것이다. 베트남 전쟁 확전 5년 차였고, 미국인들은 '우리가 수확체감에 도달한 것 아닌가? 이게 그만한 가치가 있는가?'를 묻기 시작했다."

여기서 드러나는 것은 시간 시나리오 분기가 전쟁 여론 연구의 고전 전통이라는 점이다. John Mueller의 고전 War, Presidents, and Public Opinion(1973)은 코리아와 베트남 전쟁 여론을 분석하면서, 사상자 수의 로그값과 지지율이 선형 관계를 이룬다는 유명한 발견을 제시했다. 축을 '사상자 수'에서 '시간'으로 옮기면 Zogby의 시나리오 분기가 된다. 60년 가까이 축적된 전쟁 여론 측정 도구가 이란 전쟁 2주 차 조사에 그대로 이식된 것이다. 새로운 도구가 아니라 재발견된 도구인 셈이다.

주의할 점: 시간 시나리오는 '예측'이 아니다

이 문항 설계에는 몇 가지 한계와 주의 사항이 있다.

첫째, 응답자가 "1년 뒤의 자신"을 정확히 상상할 수는 없다. 이 문항이 측정하는 것은 실제 1년 후의 지지율이 아니라, "그런 상황을 상상했을 때 지금 느끼는 거부감의 강도"다. 미래 예측이 아니라 현재 심리 측정이라는 점을 혼동하면 안 된다.

둘째, 문항 제시 순서가 결과에 영향을 준다. 1개월→3개월→6개월→1년 순으로 순차 제시하면 응답자가 점점 더 부담스러운 시나리오를 의식하면서 지지를 의도적으로 줄일 가능성(anchoring effect)이 있다. 이상적으로는 half sample에 역순으로 제시해 순서 효과를 통제해야 한다. Zogby 보고서에서 이 통제가 이루어졌는지는 공개된 자료에서 확인되지 않는다.

셋째, 그래서 시간 시나리오 문항을 읽을 때는 절대 수치보다 곡선의 기울기에 집중하는 것이 안전하다. "1년 시나리오에서 반대 68%"라는 개별 숫자보다, 1개월과 1년 사이의 간극이 얼마나 큰가가 더 정확한 신호다. 기울기는 순서 효과의 영향을 받긴 하지만 부호가 뒤집히지는 않는다.

한국 실무자를 위한 함의

한국 정치·정책 조사에서 시간 시나리오 분기는 거의 사용되지 않는다. 정부가 "2030년까지 탄소 배출을 40% 감축한다"거나 "2040년까지 신규 원전을 단계적으로 도입한다"고 선언할 때, 한국 여론조사는 대부분 "이 정책에 찬성/반대합니까"라는 한 문항으로 끝난다. 그러나 정책의 정치적 지속가능성은 "오늘부터 시행하면?", "5년 후부터 완전 도입하면?", "10년 후에 완성하면?"이라는 시한 조건에 따라 전혀 다르게 결정된다.

연금 개혁을 떠올려 보자. "국민연금 보험료율 인상에 찬성하십니까?"라고 물으면 반대가 압도적으로 돌아온다. 그런데 "10년에 걸쳐 단계적으로 인상한다면?", "5년에 걸쳐 인상한다면?", "즉시 인상한다면?"이라는 시나리오 분기를 걸면 완전히 다른 감쇠 곡선이 그려질 것이다. 부동산 보유세, 법정 근로시간 단축, 정년 연장, 탄소세 도입 — 시한 조건에 따라 수용성이 급격히 달라지는 정책은 한국에도 차고 넘친다.

이런 이슈들을 한 점의 찬반 수치로만 측정하고 있다면, 그 데이터는 정책의 정치적 생명선을 전혀 포착하지 못하는 것이다. 정책 담당자가 진짜로 알아야 하는 것은 "몇 %가 찬성하는가"가 아니라, "몇 개월까지 견딜 수 있는 지지인가"이기 때문이다. 전자는 한 점이고, 후자는 곡선이다.

한 점이 아니라 곡선을 본다

1편에서 다룬 AP-NORC의 3점 척도가 찬반 일차원 위에 "기준점"을 심어 넣는 설계였다면, Zogby의 시간 시나리오 분기는 지지라는 단어를 시간축 위에 펼쳐서 감쇠 곡선을 그리는 설계다. 두 문항은 다른 방식으로 작동하지만 공통점이 있다. 응답자에게 한 단계 더 복잡한 인지 작업을 요구하는 대신, 찬반 이분법이 뭉뚱그려 놓았던 층위를 분리해 낸다는 것.

지지는 한 점이 아니다. 시간축 위에 그려지는 곡선이고, 그 곡선의 기울기가 정책의 운명을 결정한다.

다음 편에서는 전혀 다른 축 — 개인화(personalization) — 를 다룬다. Quinnipiac의 "당신 주변에 추방 정책 때문에 두려움 속에 사는 사람이 있는가"라는 문항을 해부할 것이다. 정치적 이슈를 통계 수치가 아니라 '이웃의 고통'으로 번역할 때, 여론조사가 측정하는 것이 어떻게 달라지는가.