시리즈 9/13 · 책 미리보기 → 시리즈 허브
결론부터. 집단에서 추정한 증상 네트워크는 “평균적 사람”의 지도일 뿐, 눈앞의 한 사람에게 그대로 들어맞는다는 보장이 없다. 심리측정 네트워크 분석이 개인 수준(idiographic) 접근으로 확장하는 이유가 여기 있다. 다만 개인 네트워크는 **그 사람의 증상들이 시간에 걸쳐 어떻게 함께 움직였는지를 기술(describe)**하는 그림이지, 무엇을 치료하면 낫는다는 처방이 아니다.
평균의 함정
우리가 1~4주에 다룬 네트워크 — PHQ-9·GAD-7의 증상들이 노드로, 부분상관이 엣지로 연결된 그림 — 는 모두 여러 사람의 데이터를 가로질러(between-person) 추정한 것이다. “우울한 사람들 사이에서 수면 문제와 피로가 강하게 연결된다”는 진술은 집단에 관한 진술이다.
문제는 이 집단 수준 구조가 개인 안에서(within-person) 그대로 재현된다는 보장이 없다는 점이다. Fisher, Medaglia & Jeronimus(2018, PNAS)는 이를 정면으로 다뤘다: 집단 수준 통계가 개인 수준으로 일반화되려면 그 과정이 에르고딕(ergodic) — 모두에게 같은 역학이 작동하고 그 역학이 시간에 따라 변하지 않는다 — 해야 하는데, 인간의 심리 과정은 대개 그렇지 않다. 이들의 데이터에서 개인 내 변동은 집단 내 변동보다 2~4배 컸다.
이 결론이 통째로 받아들여진 것은 아니다. Hamaker & Ryan(2019)은 두 분산이 서로 다른 현상을 재는 양이라 비교 자체가 성립하지 않는다고 반박했고, Adolf & Fried(2019)는 에르고딕성이 집단→개인 일반화의 충분조건이지 필요조건은 아니며 무작위화 같은 설계로 조건부 일반화가 가능하다고 지적했다. 그러나 양측 모두 한 가지에는 동의한다 — 집단 지도를 개인에게 적용하려면 그 적용 가능성을 따로 보여야 한다는 것.
그림. 왼쪽: 여러 사람을 가로질러 추정한 집단 평균 네트워크 1장. 오른쪽: 개인 네트워크 3장 — 같은 노드, 다른 배선. 개념 도식이며 예시 배선일 뿐 추정 데이터가 아니다.
idiographic 네트워크란
idiographic(개인기술적) 접근은 방향을 뒤집는다. 여러 사람을 한 시점에 모으는 대신, 한 사람을 여러 시점에 걸쳐 반복 측정하고, 그 사람 안에서 증상들이 어떻게 함께 오르내렸는지로 네트워크를 그린다.
- nomothetic(집단기술적): 많은 사람 × 한 시점 → “사람들 사이의” 구조
- idiographic: 한 사람 × 많은 시점 → “이 사람 안의” 구조
두 그림은 같은 노드를 쓰더라도 배선이 다를 수 있고, 둘 다 정당하다. 집단 지도는 어디서 출발할지 알려주고, 개인 지도는 그 사람 안에서 추정된 지형을 보여준다 — 추정치인 만큼 4주차에서 다룬 안정성 문제에서 자유롭지 않고, 시점이 적을수록 더 그렇다. 번역자의 태도 — 5~8주 계보 콘텐츠에서 유지한 입장 — 가 여기서도 그대로다: 어느 한쪽이 옳은 게 아니라, 서로 다른 질문에 답하는 두 렌즈다.
PsyNexa에서의 위치
PsyNexa는 개인 시계열 네트워크를 추정하지 않는다. 한 사람 고유의 편상관 구조를 추정하려면 통상 수십 시점의 반복 측정이 필요한데, 2주 간격의 PHQ-9 회차 몇 개로는 원리적으로 불가능하다. 대신 이렇게 설계했다 — 엣지 구조는 공개 데이터 기반 집단 참조망에서 가져와 고정하고, 사용자의 회차별 점수를 각 노드의 활성도로 겹친다. 회차가 쌓이면 같은 지도 위에서 그 사람의 위치가 어떻게 이동했는지가 보인다(자가체크는 Zero-Upload — 데이터가 기기를 떠나지 않는다). 이것은 nomothetic 지도 위의 idiographic 궤적이지, idiographic 지도 자체가 아니다. 두 렌즈의 경계를 흐리지 않는 것이 번역자의 규율이다. 개인 시계열 추정은 향후 재검토 대상이며, 지금 약속하지 않는다.
그 위에서 선을 분명히 긋는다:
- 개인 궤적은 변화를 관찰하고 성찰하는 보조 도구다 — 자기 성찰, 사례 개념화, 수퍼비전 논의의 재료.
- 중심성이 높게 나온 증상을 “이것만 건드리면 낫는 개입 표적”으로 단정하지 않는다. 네트워크에서의 위치는 연관 구조의 기술이지 인과의 증명이 아니다(Bringmann et al., 2019).
- 개인 궤적으로 진단·치료효과·재발을 예측하지 않는다. 그림은 “무엇이 함께 움직였나”까지 말하고 멈춘다.
여러 척도를 한 사람의 단일 네트워크로 통합해 보는 아이디어(통합 증상 네트워크)는 자연스러운 다음 걸음이지만, 그 범위·구성은 아직 확장 예정 영역으로 남겨둔다 — 이것 역시 지금 약속하지 않는다.
남는 질문
집단 지도와 개인 지도가 어긋날 때, 임상가는 무엇을 믿어야 하는가? 정답은 없다. 하지만 한 사람을 반복해서 들여다보는 것이 평균에 기대는 것보다 그 사람에 대해 더 많이 말해준다는 것 — 그것이 idiographic 전환의 핵심이다.
출처
- Fisher, A. J., Medaglia, J. D., & Jeronimus, B. F. (2018). Lack of group-to-individual generalizability is a threat to human subjects research. Proceedings of the National Academy of Sciences, 115(27), E6106–E6115. https://doi.org/10.1073/pnas.1711978115
- Hamaker, E. L., & Ryan, O. (2019). A squared standard error is not a measure of individual differences. Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.1818033116
- Adolf, J. K., & Fried, E. I. (2019). Ergodicity is sufficient but not necessary for group-to-individual generalizability. Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.1818675116
- Molenaar, P. C. M. (2004). A manifesto on psychology as idiographic science: Bringing the person back into scientific psychology, this time forever. Measurement: Interdisciplinary Research and Perspectives, 2(4), 201–218.
- Bringmann, L. F., Elmer, T., Epskamp, S., Krause, R. W., Schoch, D., Wichers, M., Snippe, E., & Wigman, J. T. W. (2019). What do centrality measures measure in psychological networks? Journal of Abnormal Psychology, 128(8), 892–903.
심리측정 네트워크 분석 13주 시리즈의 아홉 번째 글입니다.