서베이 관련 300개의 질문

 서베이의 정의와 경계 27개

Q1서베이는 정량조사인가?

Q2IDI(심층인터뷰)는 서베이인가?

Q3FGD(포커스그룹)는 서베이인가?

Q4빅데이터가 있으면 서베이가 필요 없는가?

Q5행정데이터로 서베이를 대체할 수 있는가?

Q6SNS 데이터는 서베이를 대신할 수 있는가?

Q7서베이는 현실을 반영하는가, 아니면 구성하는가?

Q8서베이 결과가 여론을 반영한다고 볼 수 있는가?

Q9여론조사와 시장조사는 다른 학문인가?

Q10학술조사와 상업조사의 기준이 달라야 하는가?

Q11공론조사는 서베이인가?

Q12신세틱 서베이는 서베이인가?

Q13AI가 생성한 응답 데이터는 서베이 데이터인가?

Q14서베이는 측정 도구인가, 사회적 행위인가?

Q15좋은 서베이의 기준은 무엇인가?

Q16서베이 방법론은 사회과학인가, 통계학인가?

Q17서베이 결과는 얼마나 믿을 수 있는가?

Q18서베이 응답은 태도를 측정하는가, 태도를 만드는가?

Q19총조사오차(TSE)란 무엇인가?

Q20오차가 없는 서베이가 가능한가?

Q21서베이의 오차와 편향은 어떻게 다른가?

Q22서베이 품질을 어떻게 정의할 것인가?

Q23서베이와 센서스의 차이는?

Q24서베이에서 대표성이란 정확히 무엇을 의미하는가?

Q25서베이는 진실을 말해주는가?

Q26서베이 비용과 품질은 비례하는가?

Q27조사 설계는 어디서 시작해야 하는가?

모집단과 표집틀 25개

Q28모집단은 누가 정의하는가?

Q29전국 만 18세 이상 성인이라는 모집단 정의는 정확한가?

Q30표집틀과 모집단이 일치하는 경우가 있는가?

Q31한국에서 가장 좋은 표집틀은 무엇인가?

Q32RDD(무작위전화걸기)의 표집틀은 무엇인가?

Q33온라인 패널의 표집틀 문제는 무엇인가?

Q34주민등록부를 표집틀로 쓸 수 있는가?

Q35미국의 MAF(마스터주소파일)는 왜 한국에 없는가?

Q36커버리지 오차와 표집 오차는 어떻게 다른가?

Q37표집틀 오차는 어떻게 측정하는가?

Q38온라인 조사에서 노인은 왜 문제인가?

Q39스마트폰 보급률이 높아지면 온라인 조사 커버리지 문제가 해결되는가?

Q40특정 집단을 의도적으로 제외하는 것은 허용되는가?

Q41B2B 조사에서 모집단 정의는 왜 어려운가?

Q42희귀집단(rare population) 조사는 어떻게 접근해야 하는가?

Q43할당표집은 확률표집인가?

Q44층화표집이 단순무작위표집보다 항상 좋은가?

Q45군집표집의 최대 약점은 무엇인가?

Q46패널조사의 대표성 문제는 해결 가능한가?

Q47복수 패널을 병합하면 대표성이 좋아지는가?

Q48표본 크기가 클수록 좋은 조사인가?

Q49n=100과 n=1,000의 실질적 차이는 무엇인가?

Q50패널 피로(panel fatigue)는 데이터 품질에 어떤 영향을 미치는가?

Q51할당 기준이 많을수록 대표성이 높아지는가?

Q52표본 설계서는 왜 필요한가?

표집오차와 통계적 추론 25개

Q53표집오차 ±3.1%p는 어디서 나오는가?

Q54왜 최대 표집오차를 제시하는가?

Q5595% 신뢰수준이란 무엇을 의미하는가?

Q56표집오차가 없어도 조사가 틀릴 수 있는가?

Q57비확률표집에서 표집오차를 제시해도 되는가?

Q58온라인 패널 조사에 ±3.1%p를 붙이는 것은 맞는가?

Q59유의수준 5%는 왜 관행이 됐는가?

Q60p-value 0.049와 0.051은 실질적으로 다른가?

Q61통계적 유의성과 실질적 중요성은 어떻게 다른가?

Q62서브그룹 분석에서 표집오차는 어떻게 달라지는가?

Q63교차분석에서 셀 빈도가 작으면 어떤 문제가 생기는가?

Q64선거 여론조사에서 오차범위 내 접전이란 무슨 의미인가?

Q65여론조사 집계(aggregation)는 왜 개별 조사보다 정확한가?

Q66베이지안 접근법은 서베이에서 어떻게 쓰이는가?

Q67작은 지역 단위 추정(small area estimation)이란 무엇인가?

Q68반복조사에서 변화량의 오차는 어떻게 계산하는가?

Q69분할표본실험(split-ballot)은 왜 유용한가?

Q70신뢰구간이 겹쳐도 통계적으로 유의한 차이가 있을 수 있는가?

Q71표본오차와 비표본오차 중 어느 것이 더 큰 문제인가?

Q72효과크기(effect size)를 왜 같이 보고해야 하는가?

Q73n이 클수록 표집오차는 무한히 줄어드는가?

Q74오차범위를 줄이는 방법은 n을 늘리는 것뿐인가?

Q75표집오차와 측정오차 중 어느 쪽이 더 통제하기 어려운가?

Q76신뢰수준 99%와 95%는 어떤 차이를 만드는가?

Q77표집오차는 왜 표본 크기의 제곱근에 반비례하는가?

무응답 오차 23개

Q78응답률과 데이터 품질은 비례하는가?

Q79응답률 10%와 50%의 데이터 중 어느 것이 더 믿을 만한가?

Q80무응답 오차와 무응답률은 어떻게 다른가?

Q81단위 무응답과 항목 무응답은 어떻게 다른가?

Q82무응답이 랜덤하면 문제가 없는가?

Q83MAR(무작위 결측)과 MNAR(비무작위 결측)은 어떻게 다른가?

Q84결측값 대체(imputation)는 언제 해야 하는가?

Q85핫덱 대체법이란 무엇인가?

Q86무응답 가중치 조정이란 무엇인가?

Q87콜백(callback)은 무응답 오차를 어떻게 줄이는가?

Q88인센티브가 높으면 응답 품질이 좋아지는가?

Q89패널 조사에서 탈락(attrition)은 어떻게 다뤄야 하는가?

Q90조기 종료(break-off)는 무응답인가?

Q91직선 응답(straight-lining)은 어떻게 탐지하는가?

Q92스피더(speeder) 응답자는 어떻게 처리하는가?

Q93무성의 응답을 제거하면 데이터가 좋아지는가?

Q94응답자 피로는 설문지 어느 지점에서 시작되는가?

Q95설문 길이와 응답 품질의 관계는?

Q96모름·무응답을 분석에서 어떻게 처리해야 하는가?

Q97무응답자의 특성을 어떻게 파악하는가?

Q98응답하지 않은 사람들이 응답한 사람들과 다르다는 것을 어떻게 아는가?

Q99온라인 조사에서 중도 이탈은 어떻게 다루는가?

Q100무응답 오차는 어떻게 사전에 최소화할 수 있는가?

설문지 설계와 맥락 27개

Q101설문지 설계는 과학인가, 기술인가?

Q102문항 순서가 응답에 영향을 미치는가?

Q103일반적인 것에서 구체적인 것 순서가 항상 맞는가?

Q104민감한 문항은 어디에 배치해야 하는가?

Q105인구통계 문항을 마지막에 두는 이유는?

Q106앞 문항이 뒤 문항을 오염시키는 메커니즘은?

Q107맥락 효과와 순서 효과는 어떻게 다른가?

Q108스크리너 문항의 역할은?

Q109필터 문항과 분기 설계는 어떻게 해야 하는가?

Q110이중부정 문항은 왜 피해야 하는가?

Q111이중질문(double-barreled question)이란 무엇인가?

Q112유도질문은 어떻게 탐지하는가?

Q113균형잡힌 문항(balanced question)이란 무엇인가?

Q114긍정적 프레이밍과 부정적 프레이밍이 결과를 어떻게 바꾸는가?

Q115응답 선택지 순서는 응답에 영향을 미치는가?

Q116초두효과와 최신효과 중 어느 것이 더 강한가?

Q117온라인 조사에서 응답 선택지 무작위 배치가 항상 옳은가?

Q118개방형 문항은 언제 써야 하는가?

Q119폐쇄형 문항의 기타 항목은 왜 중요한가?

Q120복수응답 문항의 함정은?

Q121행동 의도와 실제 행동 간 괴리는 왜 생기는가?

Q122회상 편향(recall bias)은 어떻게 최소화하는가?

Q123소셜 데저빌리티 바이어스는 어떻게 탐지하는가?

Q124인지 사전조사(cognitive pretesting)란 무엇인가?

Q125파일럿 테스트는 언제 어떻게 해야 하는가?

Q126문항 수는 얼마나 되어야 적당한가?

Q127설문지 도입부(인트로)가 응답률에 미치는 영향은?

척도 설계 30개

Q128척도와 문항은 어떻게 다른가?

Q129리커트 척도의 정확한 정의는?

Q130리커트 척도와 리커트형 척도는 어떻게 다른가?

Q1315점 척도와 7점 척도 중 어느 것이 더 좋은가?

Q132척도점 수가 많을수록 좋은가?

Q133짝수 척도와 홀수 척도 중 무엇을 선택해야 하는가?

Q134중립점은 왜 논쟁이 되는가?

Q135모르겠다와 중간이다는 어떻게 다른가?

Q136중립점 제거가 데이터 품질을 높이는가?

Q137단극척도와 양극척도는 언제 구분해야 하는가?

Q138만족도는 단극인가, 양극인가?

Q139이념 성향은 단극으로 측정해야 하는가, 양극으로 해야 하는가?

Q140VAS(시각적 아날로그 척도)는 언제 유용한가?

Q141온도계 척도(feeling thermometer)란 무엇인가?

Q142순위척도와 평정척도는 어떻게 다른가?

Q143강제선택(forced choice) 척도는 왜 쓰는가?

Q144최대차별화척도(MaxDiff)란 무엇인가?

Q145척도의 신뢰도와 타당도는 어떻게 다른가?

Q146크론바흐 알파가 높으면 좋은 척도인가?

Q147단일 문항 척도는 언제 쓸 수 있는가?

Q148복합 지표(composite index)를 만들 때 주의할 점은?

Q149응답 선택지 레이블은 어떻게 정해야 하는가?

Q150숫자 레이블을 쓰면 응답이 달라지는가?

Q151척도 문항을 역코딩할 때 주의할 점은?

Q152한국어 척도 레이블의 특수한 문제는?

Q153번역된 척도를 그대로 쓸 수 있는가?

Q154척도 응답을 연속형으로 분석해도 되는가?

Q155척도 불변성(measurement invariance)이란 무엇인가?

Q156집단 간 척도 비교는 어떤 전제가 필요한가?

Q157척도 설계에서 가장 많이 범하는 실수는?

모드와 조사 방식 25개

Q158조사 모드는 왜 중요한가?

Q159전화조사와 온라인조사 결과는 왜 다를 수 있는가?

Q160면접조사는 왜 비싼가?

Q161전화조사에서 유선과 무선의 비중은 어떻게 정해야 하는가?

Q162ARS 조사는 여론조사로 인정받을 수 있는가?

Q163온라인 패널 조사의 최대 약점은 무엇인가?

Q164CAPI, CATI, CAWI는 어떻게 다른가?

Q165조사원이 있으면 데이터 품질이 항상 좋아지는가?

Q166조사원 효과(interviewer effect)란 무엇인가?

Q167모드 효과(mode effect)를 어떻게 통제하는가?

Q168혼합 모드 조사(mixed-mode survey)의 장단점은?

Q169혼합 모드에서 모드별 응답 차이는 어떻게 처리하는가?

Q170웹-전화 순차 조사는 대표성을 높이는가?

Q171종단조사에서 모드를 바꾸면 어떤 문제가 생기는가?

Q172모바일 최적화가 데이터 품질에 미치는 영향은?

Q173설문 디자인(UI)은 응답에 영향을 미치는가?

Q174AI 인터뷰어는 조사원 효과를 줄이는가?

Q175챗봇 서베이의 가능성과 한계는?

Q176경험표집법(ESM)이란 무엇인가?

Q177일기식 조사(diary survey)는 어떤 장점이 있는가?

Q178암묵적 측정(implicit measurement)은 서베이를 대체할 수 있는가?

Q179조사 모드 선택 기준은 무엇인가?

Q180우편조사는 아직도 유효한가?

Q181생체 데이터와 서베이 데이터를 결합하면 어떤 가능성이 생기는가?

Q182위치 기반 조사는 어떤 편향을 갖는가?

가중치 24개

Q183가중치는 왜 필요한가?

Q184가중치를 안 하면 어떤 일이 생기는가?

Q185모집단 구조를 모르면 가중치를 할 수 없는가?

Q186인구통계 가중치만으로 충분한가?

Q187가중변수는 어떻게 선택해야 하는가?

Q188림가중(raking)이란 무엇인가?

Q189사후층화가중(post-stratification)과 림가중은 어떻게 다른가?

Q190가중치의 분산 효과(design effect)란 무엇인가?

Q191극단적 가중값(extreme weights)은 왜 문제인가?

Q192가중값 트리밍(trimming)은 언제 해야 하는가?

Q193가중치 적용 전후 기술통계 비교는 왜 중요한가?

Q194온라인 패널의 성향점수가중(propensity score weighting)이란?

Q195가중치가 분석 결과를 역전시킬 수 있는가?

Q196의뢰인에게 유리한 가중 구조를 사후에 선택하는 것은 어떤 문제인가?

Q197가중치 없이 보고하는 것이 정직한 경우는 언제인가?

Q198하위집단 분석에서 가중치 적용 방식은 달라야 하는가?

Q199패널 조사의 종단 가중치란 무엇인가?

Q200가중치 설계를 사전에 명시해야 하는가?

Q201가중치는 데이터의 결함을 고칠 수 있는가?

Q202지역별 가중치는 어떻게 설정해야 하는가?

Q203가중치 적용 후 유효표본 크기(effective sample size)란?

Q204가중치가 있는 데이터의 카이제곱 검정은 어떻게 하는가?

Q205인구구조 변화에 따라 가중 모집단을 어떻게 갱신해야 하는가?

Q206가중치는 비표본오차를 줄일 수 있는가?

분석과 해석 24개

Q207기술통계와 추론통계를 혼동하면 어떤 문제가 생기는가?

Q208교차분석에서 무엇을 봐야 하는가?

Q209통계적으로 유의하지 않은 차이를 보고해야 하는가?

Q210소수점 몇 자리까지 보고해야 하는가?

Q211퍼센트와 퍼센트포인트는 어떻게 다른가?

Q212응답 비율의 분모는 항상 전체 응답자인가?

Q213모름·무응답을 분모에서 빼면 어떤 일이 생기는가?

Q214복수응답 문항의 퍼센트는 어떻게 계산하는가?

Q215평균과 중앙값 중 어느 것을 써야 하는가?

Q216시계열 비교에서 주의할 점은?

Q217동일한 문항이 아니면 시계열 비교가 가능한가?

Q218상관관계를 인과관계로 해석하는 오류는 왜 생기는가?

Q219회귀분석 결과를 서베이 보고서에서 어떻게 서술해야 하는가?

Q220군집분석으로 응답자 유형을 나눌 때 주의할 점은?

Q221LLM으로 개방형 응답을 분석하면 어떤 문제가 있는가?

Q222데이터 시각화에서 가장 흔한 오류는?

Q223척도 데이터를 긍정/부정으로 이분화하는 것은 정당한가?

Q224Top2box와 Top3box 중 어느 것을 써야 하는가?

Q225분석 결과를 보고서에 옮길 때 왜곡이 생기는 지점은?

Q226분석 계획을 사전에 명시해야 하는가?

Q227같은 데이터로 다른 결론이 나올 수 있는가?

Q228서베이 데이터로 인과 추론을 할 수 있는가?

Q229서베이 결과를 얼마나 정확하게 일반화할 수 있는가?

Q230분석가의 선택이 결과에 얼마나 영향을 미치는가?

윤리와 사회적 책임 23개

Q231서베이 윤리의 핵심 원칙은 무엇인가?

Q232응답자 익명성은 어떻게 보장해야 하는가?

Q233조사 결과를 공개하지 않을 권리가 의뢰인에게 있는가?

Q234부분 공개는 윤리적으로 허용되는가?

Q235의뢰인에게 불리한 결과를 어떻게 처리해야 하는가?

Q236조사 설계 단계에서 이해충돌은 어떻게 다뤄야 하는가?

Q237정치적 목적의 여론조사는 중립적일 수 있는가?

Q238선거 여론조사가 투표 행동에 영향을 미치는가?

Q239밴드왜건 효과와 언더독 효과는 실제로 존재하는가?

Q240공직선거법의 여론조사 규제는 적절한가?

Q241여론조사 결과 공표 금지가 실효성이 있는가?

Q242조사기관의 정치적 성향이 결과에 영향을 미치는가?

Q243미디어가 여론조사를 보도하는 방식의 문제는?

Q244조사 방법론을 공개하지 않는 것은 윤리 위반인가?

Q245사전 등록(pre-registration)이 서베이 연구에 필요한가?

Q246응답자에게 조사 목적을 알려야 하는가?

Q247취약 계층 조사에서 특별히 고려할 점은?

Q248서베이가 응답자의 의견을 형성한다면 그 책임은 누구에게 있는가?

Q249개인정보 보호법이 서베이 방법론에 미치는 영향은?

Q250서베이어(surveyor)에게 필요한 직업 윤리는?

Q251조사 결과 재인용 시 출처 표기 기준은?

Q252여론조사 산업의 자정 능력이 있는가?

Q253의뢰인 압력에 어떻게 대응해야 하는가?

신세틱 서베이와 AI 22개

Q254신세틱 서베이란 무엇인가?

Q255신세틱 응답자는 실제 응답자를 대체할 수 있는가?

Q256LLM 기반 신세틱 서베이의 근본적 한계는?

Q257신세틱 서베이는 어떤 조건에서 유용한가?

Q258신세틱 데이터와 실제 데이터의 검증은 어떻게 하는가?

Q259AI 페르소나는 인구통계적 특성을 얼마나 반영하는가?

Q260신세틱 서베이에서 문화적 맥락은 어떻게 다루는가?

Q261AI 인터뷰어와 신세틱 응답자는 어떻게 다른가?

Q262AI가 생성한 질적 데이터의 신뢰성은?

Q263신세틱 서베이는 측정 오차를 줄이는가, 늘리는가?

Q264LLM의 훈련 데이터 편향이 신세틱 서베이에 미치는 영향은?

Q265신세틱 서베이는 총조사오차 프레임으로 평가 가능한가?

Q266미래에 신세틱 서베이가 실제 서베이를 대체할 가능성은?

Q267신세틱 서베이의 윤리적 쟁점은 무엇인가?

Q268AI 코딩(응답 분류)의 신뢰도는 어떻게 평가하는가?

Q269머신러닝으로 무응답을 예측하고 보정하는 것이 타당한가?

Q270빅데이터와 서베이 데이터의 결합(data fusion)은 어떻게 하는가?

Q271디지털 흔적(digital trace data)은 서베이를 보완할 수 있는가?

Q272AI 시대에 서베이 방법론자의 역할은 어떻게 변하는가?

Q273신세틱 서베이 결과를 어떻게 보고해야 하는가?

Q274LLM이 특정 이념적 성향을 갖는다면 신세틱 서베이에 어떤 영향을 미치는가?

Q275신세틱 서베이는 누가 검증해야 하는가?

공론조사와 특수 서베이 25개

Q276공론조사(deliberative polling)란 무엇인가?

Q277공론조사는 여론을 측정하는가, 형성하는가?

Q278공론조사가 과학적 권위를 갖는다고 볼 수 있는가?

Q279숙의(deliberation) 전후 의견 변화는 어떻게 해석해야 하는가?

Q280공론조사 결과를 정책에 반영하는 것이 민주주의적인가?

Q281SP(진술선호) 조사란 무엇인가?

Q282컨조인트 분석(conjoint analysis)은 서베이인가?

Q283실험적 서베이(survey experiment)란 무엇인가?

Q284목록실험(list experiment)은 왜 민감한 주제에 쓰이는가?

Q285무작위 반응법(randomized response technique)이란?

Q286종단조사(longitudinal survey)의 설계 원칙은?

Q287코호트 조사와 패널 조사는 어떻게 다른가?

Q288트래킹 조사에서 롤링샘플이란 무엇인가?

Q289출구조사는 왜 실제 결과와 다를 수 있는가?

Q290B2B 서베이가 B2C 서베이와 다른 점은?

Q291전문가 조사(expert survey)의 타당성 문제는?

Q292내부 직원 조사에서 익명성 보장이 가능한가?

Q293고객 만족도 조사(CSAT)의 한계는?

Q294NPS(순추천지수)는 좋은 측정 도구인가?

Q295인구총조사(census)는 서베이보다 정확한가?

Q296행정데이터와 서베이 데이터를 연계하면 어떤 가능성이 생기는가?

Q297혼합방법론(mixed methods)에서 서베이의 위치는?

Q298서베이 방법론의 미래는 어디로 가는가?

Q299가상 설문(VR 활용)의 가능성은?

Q300당신은 좋은 서베이어인가?

 

[심리적 맥락 문항 해부 ⑤] 경제는 통계가 아니라 박탈감이다

— NYT/Siena가 측정한 "내가 마땅히 누려야 할 삶", 그리고 1949년 Stouffer의 그림자

경제 여론에는 오래된 미스터리가 하나 있다. 객관적 경제 지표가 좋아지는데도 대중의 경제 평가는 나빠지는 시기가 있고, 반대로 지표가 흔들리는데도 평가가 단단한 시기가 있다. 정치학자와 경제학자들은 이 미스터리를 두고 수십 년간 논쟁했다. 지지율을 GDP로 설명하려는 모델도, 인플레이션으로 설명하려는 모델도, 실업률로 설명하려는 모델도 모두 절반의 설명에 머무른다.

이 미스터리가 풀리지 않는 이유 중 하나는, 우리가 묻는 문항이 잘못 설계됐기 때문이다. 대부분의 경제 만족도 문항은 응답자에게 현재 상태에 대한 평가를 요구한다. "현재 경제 상황을 어떻게 보십니까", "당신의 가계 형편은 어떻습니까". 그러나 사람의 경제적 행복감과 분노는 현재 상태에서 직접 나오는 것이 아니다. 현재 상태와 자신이 마땅히 누려야 한다고 생각하는 상태 사이의 간극에서 나온다. 이 간극을 측정하지 않으면 경제 여론은 영원히 풀리지 않는 퍼즐로 남는다.

2026년 1월 NYT/Siena 조사가 던진 한 문항이 이 간극을 정면으로 측정한다.

조사의 개요

뉴욕타임스와 Siena College Research Institute는 2026년 1월에 전국 등록 유권자를 대상으로 "Affordability and the Economy"라는 주제의 조사를 실시했다. 전화 면접(live caller, cell + landline) 방식, 영어와 스페인어 동시 진행, 2024년 대선 투표 회상으로 가중치 보정. 이 연재에서 다룬 다른 기관들과 비교하면 가장 전통적이고 가장 비싼 방법론이다.

보고서의 머리기사는 세 줄이다.

• 70%가 경제를 "보통 아니면 나쁘다(no better than fair or poor)"고 평가
• 경제 책임에 대해 바이든 35% / 트럼프 31%로 거의 균형
• 51%가 "내가 마땅히 누려야 한다고 생각하는 삶을 감당할 수 없다"고 답함

세 번째 항목이 이 보고서의 진짜 발견이고, 우리가 5편에서 해부할 문항이다.

핵심 문항: 절대값이 아니라 간극

"You cannot afford the kind of life that you feel like you should be able to."

("당신은 마땅히 누릴 수 있어야 한다고 느끼는 삶을 감당할 수 없다.")

51%가 "그렇다"고 답했다. 이 한 문장에 들어 있는 인지적 작업의 무게를 풀어 보자.

응답자는 이 질문에 답하기 위해 두 개의 머릿속 상태를 동시에 떠올려야 한다. 첫째는 자신의 현재 경제 상태 — 수입, 지출, 가계 형편의 실제 모습. 둘째는 "마땅히 누릴 수 있어야 한다고 느끼는 삶" — 자신이 처해 있어야 한다고 생각하는 상상 속의 기준선. 그리고 응답자에게 요구되는 것은 이 두 상태 중 어느 하나에 대한 평가가 아니라, 두 상태 사이의 간극이 존재하는가에 대한 판단이다.

이게 전형적인 경제 만족도 문항과 결정적으로 다른 이유는 분명하다. "현재 경제를 어떻게 평가하십니까"는 한 점을 묻는다. NYT/Siena의 이 문항은 두 점 사이의 거리를 묻는다. 한 점만 묻는 문항은 그 점이 어디에 있는지만 알려주지만, 두 점 사이의 거리를 묻는 문항은 응답자의 분노가 어디에서 나오는지를 알려준다. 같은 연봉을 받는 두 사람이 있어도, 한 명은 "내가 마땅히 받아야 할 만큼 받고 있다"고 느끼고 다른 한 명은 "내가 받아야 할 것의 절반밖에 못 받고 있다"고 느낄 수 있다. 두 사람의 객관적 경제 상태는 같지만, 정치적 행동을 예측하는 변수로서는 전혀 다른 사람이다.

이 변수에는 이름이 있다. 상대적 박탈감(relative deprivation) 이다. 그리고 이 개념은 1949년에 처음 정식화됐다.

1949년, Samuel Stouffer가 발견한 것

이 문항의 이론적 뿌리를 이해하려면 2차 세계대전 시기로 돌아가야 한다. 미국 사회학자 Samuel Stouffer는 전쟁 중 미군의 사기와 태도를 연구하기 위한 거대한 조사 프로젝트를 이끌었다. 그 결과물이 1949년에 출간된 The American Soldier: Adjustment During Army Life다. 두 권짜리 이 책은 사회과학 역사상 가장 영향력 있는 경험 연구 중 하나로 꼽힌다.

이 책의 가장 유명한 발견은 직관에 정면으로 반하는 것이었다. Stouffer는 두 부대를 비교했다. **헌병대(Military Police)**는 진급률이 낮았고, **공군(Air Corps)**은 진급률이 높았다. 상식적으로는 진급이 잘 되는 공군 병사들이 자기 진급 상황에 더 만족하고, 진급이 막히는 헌병대 병사들이 더 불만족할 것이라고 예측할 수 있다.

결과는 정반대였다. 진급률이 낮은 헌병대 병사들이 진급률이 높은 공군 병사들보다 자기 진급 상황에 더 만족했다. Stouffer의 설명은 단순하면서도 혁명적이었다. 만족과 불만족은 객관적 조건에서 직접 나오는 것이 아니다. 자신이 비교 대상으로 삼는 준거 집단(reference group)과의 비교에서 나온다. 헌병대 병사는 동료가 거의 진급하지 못하는 환경에서 살았기 때문에 자기도 진급 못 한 것에 큰 불만이 없었다. 공군 병사는 동료들이 빠르게 진급하는 환경에서 살았기 때문에 자기 진급이 조금만 늦어도 박탈감을 느꼈다.

이게 상대적 박탈감의 원형이다. 객관적 조건이 아니라 기대와 현실의 간극이 사람의 정서를 결정한다. 그리고 정치학자 Robert Merton이 이 개념을 reference group theory로 정식화했고, Ted Robert Gurr는 1970년 Why Men Rebel에서 이 개념을 정치 격동의 핵심 변수로 발전시켰다. James Davies의 "J-curve" 이론 — 경제가 한참 성장하다가 갑자기 정체되거나 뒷걸음칠 때 혁명이 일어난다는 — 도 같은 계보다. 객관적 빈곤이 아니라 기대치가 높아진 상태에서 그 기대치를 채우지 못하는 좌절이 정치적 폭발의 동력이다.

NYT/Siena의 "마땅히 누릴 수 있어야 한다고 느끼는 삶" 문항은 이 80년 가까이 묵은 사회학적 개념을 한 줄의 설문 문항으로 압축한 것이다. "You cannot afford" — 객관적 능력의 한계. "the kind of life that you feel like you should be able to" — 주관적 기준선. 두 부분이 한 문장에 결합되면서, 응답자가 답하는 순간 그의 머릿속에서 자동으로 박탈감의 측정이 일어난다. 51%는 객관적 빈곤율도 아니고 경제 만족도도 아니다. 상대적 박탈감을 느끼는 미국 유권자의 비율이다.

왜 만족도 문항은 이걸 못 잡는가

이 차이가 왜 결정적인지 한 단계 더 들어가 보자.

전형적인 경제 만족도 문항은 응답자에게 외부 관찰자처럼 자기 상태를 평가하라고 요구한다. "당신의 가계 형편은 좋습니까, 나쁩니까?" 이 질문에 답할 때 응답자는 자기 상태를 어떤 객관적 잣대 — 평균 소득, 통계청 빈곤선, 아니면 단순히 "먹고 살 수 있는가" — 에 비추어 평가한다. 그리고 그 평가는 GDP나 실업률 같은 거시 지표와 어느 정도 상관관계를 보인다.

박탈감 문항은 다르다. 응답자에게 외부 잣대가 아니라 자기 자신의 내적 기준선을 떠올리라고 요구한다. "내가 마땅히 누려야 한다고 느끼는 삶." 이 기준선은 어디서 오는가. 부모 세대의 삶에서 온다. 미디어가 보여주는 또래의 삶에서 온다. 사회가 약속한 "정상적 중산층의 삶"이라는 모호한 이미지에서 온다. 이 기준선은 GDP가 오른다고 함께 오르지 않는다. 오히려 사회적 약속이 무너지는 순간 더 가혹하게 작동한다. 경제는 개선되는데 박탈감은 깊어지는 시기가 가능한 이유가 여기에 있다.

NYT/Siena 보고서의 또 다른 발견을 보면 이 동학이 더 분명해진다. 35%가 "부모 세대보다 경제적으로 더 낫다"고 답했고, 39%가 "더 못하다"고 답했다. 못하다는 응답이 낫다는 응답을 능가한다. 미국이 70년 가까이 유지해 온 "다음 세대는 부모 세대보다 잘 살 것"이라는 약속이 통계적으로 무너진 순간이다. 그리고 보고서가 직접 짚는 것처럼, "Question After Question Shows Generational Divide" — 거의 모든 경제 관련 문항에서 세대 간 격차가 드러난다. 고령층은 상대적으로 안정되어 있고 청년층은 흔들리고 있다.

이 두 발견은 별개가 아니다. 51%의 박탈감과 39%의 세대 후퇴감은 같은 동전의 양면이다. **"내가 부모만큼 살 수 없다"**는 인식이 곧 **"내가 마땅히 누려야 할 삶을 감당할 수 없다"**는 인식으로 번역되는 것이다. 부모 세대가 그 나이에 누렸던 것 — 집, 안정된 일자리, 자녀를 키울 여유 — 이 자신의 기준선을 만들었기 때문에. 그 기준선을 채울 수 없을 때 박탈감이 발생한다. Stouffer가 1949년에 미군 부대에서 발견한 메커니즘이 2026년 미국 가계에서 거의 동일한 형태로 작동하고 있다.

박탈감 문항을 읽을 때 주의할 점

이 문항 설계에는 몇 가지 한계가 있고, 그것을 짚지 않으면 해석이 쉽게 미끄러진다.

첫째, 기준선 자체가 측정되지 않는다. 51%라는 숫자는 "박탈감을 느끼는 비율"이지만, 그들이 어떤 기준선을 떠올렸는지는 문항이 묻지 않는다. 어떤 응답자는 부모 세대를 떠올렸을 것이고, 어떤 응답자는 SNS에서 본 또래를 떠올렸을 것이고, 어떤 응답자는 막연한 "정상적 삶"의 이미지를 떠올렸을 것이다. 같은 51% 안에 서로 다른 박탈감의 종류가 섞여 있다. 후속 문항으로 "당신이 비교한 대상은 누구입니까"를 묻지 않는 한, 박탈감의 출처는 블랙박스로 남는다.

둘째, 문항 단어가 응답을 강하게 형성한다. "마땅히 누릴 수 있어야 한다(should be able to)"는 표현 자체가 권리 주장의 색채를 띤다. 만약 같은 문항을 "당신이 원하는 삶을 살고 있습니까"로 바꾸면 수치가 떨어질 가능성이 높고, "당신이 충분히 누릴 자격이 있는 삶을 살고 있습니까"로 바꾸면 더 올라갈 수 있다. should의 무게가 응답을 끌어올린다. 그래서 절대 수치보다는 시계열 변화와 집단 간 비교에 집중하는 것이 안전하다. 같은 단어로 5년 뒤 다시 측정했을 때 51%가 55%로 가는지 45%로 가는지가 진짜 신호다.

셋째, 박탈감이 곧 정치적 행동으로 이어지는 것은 아니다. Davies와 Gurr는 박탈감이 정치적 격동의 필요조건이라고 봤지만, 박탈감 자체가 자동으로 투표나 시위로 번역되지 않는다. 박탈감이 정치적으로 활성화되려면 그것을 누구의 책임으로 돌릴 것인가에 대한 인지적 프레임이 추가로 필요하다. NYT/Siena 보고서에서 책임 귀속이 바이든 35% / 트럼프 31%로 거의 균형을 이루는 것이 의미심장한데, 이는 박탈감은 광범위하게 존재하지만 그 박탈감이 향할 정치적 출구가 아직 정해지지 않았다는 뜻이다. 박탈감의 정치적 동원은 다음 단계의 작업이고, 그 단계는 또 다른 문항으로 측정해야 한다.

한국 실무자를 위한 함의

한국 정치 담론에서 "민생", "체감 경제", "살기 어렵다" 같은 표현은 매주 등장한다. 그러나 한국 여론조사가 이 표현들을 측정하는 방식은 거의 예외 없이 현재 상태에 대한 만족도 문항이다. "귀하의 가계 형편은 어떻습니까", "현재 경제 상황을 어떻게 평가하십니까", "지금의 살림살이는 1년 전과 비교해 나아졌습니까". 모두 한 점만 묻는 문항이다. 그래서 이 문항들의 응답 시계열은 실제 경제 지표와 어느 정도 동행하면서, 정치적으로는 설명력이 약한 데이터가 되곤 한다.

박탈감 문항은 다른 것을 잡아낸다. 한국 사회에서 박탈감이 결정적으로 작동하는 영역을 떠올려 보자. **"내가 부모 세대만큼 집을 살 수 있을까"**는 박탈감 문항이다. **"내가 노력한 만큼 정당한 대가를 받고 있다고 느낀다"**의 부정형도 박탈감 문항이다. **"내가 마땅히 누려야 한다고 생각하는 안정된 일자리가 나에게는 닿지 않는다"**도 박탈감 문항이다. 이 문항들은 가계 만족도와 다른 것을 측정하고, 다른 정치적 행동을 예측한다.

청년 세대의 정치적 분노가 고용률이나 GDP 성장률 같은 거시 지표로 잘 설명되지 않는다는 관찰은 한국에서도 자주 나오는 이야기다. 그 이유의 일부는 우리가 거시 지표만 보고 있어서가 아니라, 거시 지표와 짝지어 측정해야 할 박탈감 변수를 처음부터 측정하지 않고 있기 때문일 가능성이 높다. 부모 세대가 30대에 누렸던 것과 지금 30대가 누리는 것 사이의 간극을, 직장 동기 중 누군가는 이미 집을 샀는데 자신은 못 산다는 사실에서 오는 좌절을, "노력하면 보상받는다"는 약속이 자기에게는 적용되지 않는 것 같다는 인식을 — 이 모든 것을 박탈감 문항이 잡아낸다. 단순한 만족도 문항은 잡아내지 못한다.

대표적 사례 하나만 들어 보자. 2024년 의대 정원 확대 논쟁에서 한국 청년층의 분노는 의료 정책 자체에 대한 것이 아니었다. **"나는 의대에 못 갔는데 그들은 의대생이라는 것 하나로 너무 많은 권리와 보상을 누린다"**는 박탈감이 분노의 진짜 동력이었다. 만약 이 시기에 한국 여론조사가 의대 정원 찬반만 측정했다면, 그 데이터로는 청년층의 정치적 동학을 절반도 설명하지 못했을 것이다. 박탈감은 측정되지 않은 채로 정치 지형을 움직이고 있었다.

한 줄 더 보태자면, 박탈감 문항은 단순한 외래 기법이 아니다. Stouffer가 1949년에 정식화한 이래 80년간 검증된 측정 도구다. 우리가 한국 도구함에 들이지 않았을 뿐이다. 한국 인프라 위에 이 도구를 얹는 것은 기술적으로 어려운 일이 아니다. 안심번호 RDD든 패널이든, 단어 하나만 정확히 번역하면 작동한다. 어려운 것은 "이 한 점이 아니라 두 점 사이의 거리를 측정해야 한다"는 사고의 전환이다. 그 전환이 일어나는 순간, 한국 경제 여론은 새로운 차원에서 보이기 시작할 것이다.

 

[심리적 맥락 문항 해부 ④] 선택지 하나가 47%를 27%로 바꾼다

— Navigator의 3지선다 실험과 이분법의 덫

지금까지 세 편에 걸쳐 찬반 이분법이 놓치는 층위를 분리하는 문항 설계를 살펴봤다. 1편(AP-NORC)에서는 찬반 일차원 위에 "너무 멀리 / 적당 / 부족"이라는 기준점을 심는 3점 척도, 2편(Zogby)에서는 지지를 시간축 위에 펼치는 시나리오 분기, 3편(Quinnipiac)에서는 의견에서 증언으로 측정 대상을 옮기는 관계망 문항. 세 설계 모두 찬반 이분법이 뭉뚱그려 놓은 층위를 각기 다른 축에서 분리해 냈다.

4편에서는 네 번째 축을 본다. 이번에는 문항 주변을 재설계하는 것이 아니라, 응답 선택지 그 자체를 재구성하는 설계다. 2026년 2월 Navigator Research의 ICE 조사가 이 사례를 한 보고서 안에서 극적인 방식으로 보여준다. 같은 이슈를 두 가지 방식으로 물었을 때 결과가 20%p 이동하는 장면이다.

조사의 배경

Navigator Research는 2026년 1월 29일부터 2월 1일까지 전국 등록 유권자 1,000명(+히스패닉·흑인·AAPI·무당층 오버샘플)을 대상으로 온라인 조사를 실시했다(오차범위 ±3.1%p). 조사는 Global Strategy Group이 수행했고, 응답자는 유권자 명부 매칭으로 검증된 opt-in 온라인 패널에서 모집됐다. 시점은 3편에서 다룬 Quinnipiac 조사와 거의 겹친다 — 알렉스 프레티와 르네 굿의 사망 사건 직후, 미니애폴리스발 ICE 논란이 정점에 있던 시기.

보고서는 ICE의 호감도가 계속 악화되고 있음을 보여준다. 호감 36% / 비호감 58%, 순점수 -22. 2025년 6월의 -8에서 반년 만에 급락했다. 알렉스 프레티·르네 굿 사건에 대한 인지도는 83%로, 평소 뉴스를 적극적으로 소비하지 않는 층에서도 71%가 알고 있었다. Quinnipiac 조사와 마찬가지로 행정부에 불리한 수치가 대부분이다.

그러나 이 보고서의 핵심은 다른 곳에 있다. ICE의 운명 자체를 어떻게 할 것인가에 대한 두 가지 질문이다.

버전 1: 이분법 — "폐지에 찬성합니까?"

첫 번째 질문은 간단하다. "ICE 폐지에 찬성합니까, 반대합니까?"

• 찬성: 47%
• 반대: 45%
• 찬성-반대 격차: 2%p

팽팽한 균형. 언뜻 "미국이 ICE 문제에서 반으로 쪼개졌다"는 서사에 맞는 수치다. 민주당 지지자로 좁히면 74%가 폐지에 찬성한다. 히스패닉 55%, 18~34세 53%, 백인 여성 47%가 같은 답을 했다. 여기서 보고서를 끝냈다면 헤드라인은 "미국의 절반이 ICE 폐지를 지지한다"가 됐을 것이다. 이 문장은 문법적으로 완결되고, 정치적으로 자극적이며, 기사화되기 좋다.

버전 2: 3지선다 — "폐지 / 개혁 / 유지"

그런데 Navigator는 같은 응답자 표본에 같은 이슈를 한 번 더 물었다. 이번에는 선택지를 세 개로 늘려서.

"ICE에 대해 당신의 견해에 가장 가까운 것은? — 폐지한다 / 근본적으로 개혁한다(significant reforms) / 현재대로 유지한다"

• 근본 개혁: 43%
• 폐지: 27%
• 현재대로 유지: 24%

같은 이슈, 같은 응답자 집단. 그런데 "폐지" 지지가 47%에서 27%로 20%p 증발했다. 그리고 "근본 개혁"이라는 이전에는 존재하지 않았던 선택지가 가장 큰 집단이 됐다.

민주당 내부의 변화는 더 극적이다.

• 이분법: 민주당 폐지 찬성 74%
• 3지선다: 민주당 폐지 49% / 개혁 44% / 유지 3%

74%에서 49%로 25%p 감소. 민주당 내부에서도 "폐지만이 답"은 절반에 턱걸이하고, 개혁파가 거의 같은 비율로 존재한다는 사실이 드러난다. 이분법에서는 완전히 은폐됐던 당내 균열이다.

이 변화는 무엇을 의미하는가

핵심은 이거다. 응답자는 마음을 바꾸지 않았다. 같은 조사, 같은 표본, 거의 같은 시점. 바뀐 것은 오직 선택 공간의 구조다.

이분법에서 "폐지 찬성"으로 집계된 47% 중 상당수는, 사실 "ICE에 심각한 문제가 있으니 근본적 변화가 필요하다"는 생각을 했을 뿐이다. 그런데 이분법은 그 생각을 표현할 유일한 출구로 "폐지"를 제시한다. 찬성 아니면 반대, 그 외의 선택지는 없다. 결과적으로 "개혁을 원하지만 폐지까지는 아닌" 층이 "찬성" 박스로 몰려 들어간다. 그들이 보기엔 "반대(=현행 유지)"보다는 "찬성"이 자기 마음에 조금이라도 가까우니까.

3지선다가 "근본 개혁"이라는 출구를 열어주자 그들 중 다수가 그리로 이동한다. 47%에서 27%로 감소한 20%p가 정확히 그 이동의 규모다. 동일한 기저 태도가 선택지 구조에 따라 전혀 다르게 집계된 것이다.

이것은 RAS(Receive-Accept-Sample) 모델의 또 다른 실증이기도 하다. 선택지 자체가 응답자의 고려사항 활성화 구조를 바꾼다. "폐지할 것인가만 말하세요"라고 물으면 응답자 머릿속에 "ICE의 문제점"이라는 고려사항만 활성화된다. "폐지/개혁/유지 중 고르세요"라고 물으면 "문제점 + 대안 + 현 상황"이라는 세 고려사항이 동시에 활성화된다. 활성화되는 고려사항 집합이 달라지면 응답도 달라진다. 여론이 출렁인 게 아니라, 측정 도구가 다른 부분을 보여준 것이다.

이분법의 덫

여기서 한 걸음 더 나가면 불편한 결론에 도달한다. 우리가 "양극화된 여론"이라고 부르는 많은 현상이 사실은 설문 도구가 만들어낸 산물일 수 있다는 것이다.

찬반 이분법은 응답자의 복잡한 태도를 두 개의 박스 중 하나에 강제 배정한다. 그 결과 박스 안의 응답자 집단이 인위적으로 동질화된다. "폐지 찬성 74%"는 단일한 정치적 의지처럼 보이지만, 선택지 하나를 추가하자 그게 두 개의 전혀 다른 의지(폐지파 49% + 개혁파 44%)로 쪼개진다. 이분법은 없는 합의를 있는 것처럼 보이게 만든다.

여론조사 결과가 극단화되어 보이는 이유의 일부는 이슈 자체가 아니라 선택지 설계에 있다. 중간 지대를 제공하지 않는 문항은 중간 지대의 사람들을 양극단 중 하나로 억지로 밀어 넣는다. 언론은 그 수치를 "국민이 둘로 쪼개졌다"고 보도한다. 그리고 정치권은 그 보도를 근거로 더 극단적인 입장을 취한다. 피드백 루프가 성립한다. 출발점은 문항 하나의 선택지가 두 개였다는 사소해 보이는 사실이다.

주의할 점: 3지선다도 중립이 아니다

이 이야기를 여기서 끝내면 안 된다. 4편에서 가장 중요한 건 바로 이 부분이다. 3지선다가 "더 정확한 측정"인 것은 아니다.

첫째, 중간 선택지를 추가하면 도피처가 생긴다. "잘 모르겠으면 일단 개혁에 찍는" 회피 응답이 섞여 들어갈 수 있다. "significant reforms"라는 표현이 얼마나 구체적인가에 따라 이 회피 효과의 크기가 달라진다.

둘째, 더 근본적인 문제가 있다. Navigator Research는 정치적으로 중립적인 조사 기관이 아니다. 이 보고서를 수행한 Global Strategy Group은 민주당 친화적 전략 회사다. Navigator 자체도 자사 보고서를 "Message Guidance(메시징 가이드)"로 분류한다. 즉 이 보고서의 목적은 단순한 여론 측정이 아니라, 민주당과 진보 진영이 ICE 논쟁에서 어떤 프레임으로 말해야 하는지에 대한 실무적 가이드다. 그리고 "개혁"이라는 선택지가 다수 의견으로 드러나는 것은 정확히 그 메시징 전략에 부합한다.

이 사실을 알고 나면 3지선다 자체가 중립적 설계가 아니라는 것이 분명해진다. "폐지는 과격하고, 유지는 수용 불가능하니, 개혁이 합리적 중간이다"라는 프레임 자체가 3지선다 구조에 이미 심겨 있다. 만약 다른 조사 기관이 같은 이슈를 "폐지 / 대폭 축소 / 현재 기능 유지 / 권한 확대" 라는 4지선다로 물었다면, 이번에는 "대폭 축소"가 가장 큰 집단이 됐을 가능성이 높다. 선택지의 개수만이 아니라 어떤 선택지를 넣느냐 자체가 이미 정치적 결정이다.

그래서 4편의 교훈은 두 층으로 읽어야 한다. 표층: 이분법은 중간 지대를 가리니 선택지를 세분화하는 것이 더 많은 정보를 준다. 심층: 선택지 세분화 자체가 중립적 행위가 아니며, 어떤 층을 어떻게 이름 붙이느냐가 결과를 결정한다. 선택지 재설계는 "더 정확한 측정"이 아니라 "다른 측정"이다. 그리고 그 "다른 측정"을 선택하는 순간 조사자는 이미 한 걸음 정치적 발언을 한 셈이다.

한국 실무자를 위한 함의

한국 여론조사에서 찬반 이분법은 거의 표준에 가깝다. 사형제, 부동산 보유세, 징벌적 손해배상제, 국가보안법, 종합부동산세, 의대 정원 확대, 연금 개혁, 원전 정책 — 이슈의 종류를 가리지 않고 대부분 "찬성/반대" 두 박스로 측정된다. 그런데 이 이슈들 대부분에서 한국 유권자의 다수는 이분법이 제공하지 않는 중간 지대에 있을 가능성이 높다.

의대 정원을 예로 들어보자. "의대 정원 확대에 찬성하십니까, 반대하십니까?"로 물으면 찬성이 우세하게 나올 것이다. 그러나 "현재 규모 유지 / 소폭 확대 / 대폭 확대 / 축소" 로 세분화하면 전혀 다른 지형이 드러난다. 아마도 "소폭 확대" 또는 "단계적 확대"가 가장 큰 집단일 것이고, "대폭 확대"와 "현재 유지"는 각각 양극으로 쪼개질 것이다. 이분법으로 포착한 "찬성 63%"는 이 복잡한 지형을 "찬성" 박스 하나로 뭉뚱그린 결과다.

국민연금 개혁, 부동산 정책, 원전 확대·축소, 사형제 폐지 — 모두 같은 분석이 가능하다. 한국 정치 담론이 반복적으로 "국민의 의사가 이쪽/저쪽으로 기울었다"는 단순 서사로 흐르는 이유의 일부는 바로 이 이분법 설계에 있다.

그러나 4편에서 본 두 번째 교훈을 잊으면 안 된다. 3지선다나 4지선다로 바꾼다고 해서 그 조사가 자동으로 "더 중립적"이 되는 것은 아니다. 오히려 선택지를 설계하는 순간 조사자는 어떤 입장을 "중도"로 명명할 것인지, 어떤 입장을 "극단"으로 배치할 것인지를 결정하게 된다. 이 결정 자체가 이미 정치적이다. 한국 조사자가 선택지 세분화 기법을 도입할 때 가장 먼저 던져야 할 질문은 이것이다. "내가 중간 선택지로 넣는 이 표현은 누구의 언어인가?"

네 편을 관통하는 지도

지금까지 네 편에 걸쳐 본 문항 설계를 하나의 지도에 올리면 이렇다.

• 1편 (AP-NORC): 찬반 일차원 위에 "현재 집행 수준"이라는 기준점 심기 — 척도의 재정의.
• 2편 (Zogby): 지지라는 단어를 시간축 위에 펼치기 — 시간 차원의 추가.
• 3편 (Quinnipiac): 의견에서 증언으로 측정 대상 옮기기 — 측정 대상의 교체.
• 4편 (Navigator): 선택지 구조 자체 재설계 — 응답 공간의 재구성.

네 설계 모두 찬반 이분법이 뭉뚱그려 놓은 층위를 각기 다른 축에서 분리한다. 그리고 네 편 모두 공통적으로 보여주는 교훈이 있다. "한 점의 수치"는 결코 중립적인 측정이 아니라는 것. 문항 설계의 매 순간이 선택이고, 그 선택이 결과를 만든다. 조사자가 할 수 있는 가장 정직한 일은 그 선택을 숨기지 않고 드러내는 것이다.

다음 편에서는 축을 한 번 더 바꾼다. NYT/Siena의 2026년 1월 조사에서 쓰인 "나는 내가 마땅히 누려야 한다고 생각하는 삶을 감당할 수 없다" 문항을 해부할 것이다. 이 문항은 경제 만족도가 아니라 주관적 박탈감(relative deprivation) 이라는 전혀 다른 구성개념을 측정한다. Samuel Stouffer가 1949년에 처음 정식화한 고전 개념이 현대 여론조사 문항으로 어떻게 재탄생하는지, 그 경로를 따라가 본다.