Reble 민주당 권리당원 합성패널과 작동구조 · 2026-08-11

합성패널 해부 — 권리당원 4,433명의 탄생·구성·반응함수

인구총조사에서 합성한 실존하지 않는 가상 개인 4,433명이 민주당 권리당원 152만 7,261명을 대표합니다 — 성별·연령·지역 구성을 실제 선거인단에 맞춘 뒤, 각자에게 후보 선택 확률을 부여한 패널입니다.
이미 개표가 끝난 5개 권역은 실제 득표수로 고정하고 남은 호남·서울·경기는 조사에 맞춰 보정한 분포에서 추첨해, 8·17 전당대회 결과를 확률로 계산합니다.

먼저 읽으면 좋은 글 Reble의 민주당 권리당원 합성패널 4,433명은 어떻게 만들어지고, 어떻게 선거를 예측하는가 →

이 문서와 같은 시스템을 수식 없이 풀어 쓴 글이다. 패널이 어디서 왔고, 무엇으로 반응하며, 그 예측이 어떻게 채점되는지를 순서대로 설명한다. 여기서 다루는 내용을 먼저 잡고 오면 아래 장들이 훨씬 잘 읽힌다.

이 문서는 완성된 시스템을 거꾸로 풀어 쓴 것이다. 합성패널이 어디서 왔고(제1장), 무엇으로 이루어져 있으며(제2장), 입력이 주어졌을 때 어떤 함수로 반응하는지(제3장), 그리고 그 출력이 어떻게 검증되는지(제4장)를 실측 수치 그대로 기록한다. 모든 숫자는 지어낸 예시가 아니라 2026-08-11 시점의 실제 산출값이다.

제1장 · 탄생 — 794,000명에서 4,433명까지
제2장 · 구성 — 22개 속성과 세 개의 가중치
제3장 · 반응함수 — 여섯 개의 함수참여 · 선택 · 지역 보정 · 사전분포 · 이양 · 개입
제4장 · 합성과 검증 — 확률의 조립과 채점

제1장탄생 — 794,000명에서 4,433명까지

패널의 몸은 통계청 인구총조사(MDIS) 마이크로데이터다. 실존 인물이 아니라 센서스의 결합 분포에서 합성된 Reble의 79만 4천 명의 통계적 시민모델에서 출발한다. 정치 속성은 KOSSDA 학술조사 11,476명으로 학습한 그래디언트 부스팅 모델의 예측값이고, 그 예측은 시점별 실측 여론조사에 재보정(raking)된다. 여기서 1만 명 쿼터 패널이 추출되고, 전당대회 모형은 그중 민주당지지층 4,433명을 권리당원 152만 7,261명의 구조로 재가중해 쓴다.

그림 1 — 계보. 원천의 결합분포(센서스)는 실측, 정치 속성은 예측, 그 예측은 실측 여론조사에 앵커. 마지막 재가중(틸)이 이 문서의 주인공이다.

시점 재보정의 등급

속성마다 "언제 실측에 마지막으로 묶였는가"가 다르고, 그 차이가 신뢰 등급이다.

등급	속성	기준 시점	실측 대비 오차	취급
A	성별·연령·시군구·학력·직업·소득·혼인·출신	인구총조사 실측	—	그대로 신뢰
B₁	지지정당	2026-07 (리얼미터 raking 등)	MAE 0.15%p	주력 사용
B₂	이념라벨·이념3	2026-04 (갤럽 raking)	MAE 2.25%p	표시용 — 마지널 강제 안 함
B₃	정치관심도·투표의향	2024-04 총선 (동결)	정확도 48~81%	상대 순서만 사용 (가정 A11)
C	weight·권역·R 상태	파이프라인 산출	—	계산값

제2장구성 — 22개 속성과 세 개의 가중치

합성패널 한 명은 22개 컬럼짜리 행 하나다. 표시용 속성(시도·연령대·성별·이념)과 계산용 속성(선택확률 b, 참여점수 z, 가중치 w)으로 나뉜다. 전당대회 모형이 실제로 소비하는 것은 b(김·정·송), z(연령), w(A·B·C) 세 가지뿐이다 — 나머지는 근거 추적과 표시에 쓰인다.

구성의 핵심 문제 — 표본과 선거인단의 역전

민주지지층 표본은 젊고 수도권에 몰려 있는데, 실제 권리당원 선거인단은 호남이 3분의 1이다. 재가중이 이 역전을 바로잡는다. 권역은 확정 선거인단 수치라 강하게(tight), 연령은 미공개라 시나리오 3개로 부드럽게(soft) 맞춘다.

그림 2 — 권역 재가중 목표. 채운 막대(틸)가 호남 — 이 상향이 이 패널에서 가장 큰 단일 보정이다. raking 후 잔차: 권역 <0.05pp, 유효표본 n_eff = 3,716(A) · 2,284(B) · 2,736(C).

실제 쿼터 — 권리당원 152만 7,261명의 시도 × 성별 × 연령

재가중을 마친 패널이 대표하는 권리당원 모집단을, 실제 개표극장이 쓰는 구성 그대로 편 쿼터 매트릭스다. 표본수는 실제 페르소나 4,433명이 각 셀에 몇 명인지(비가중 원본), 가중 인원은 그 표본을 권리당원 152만 7,261명으로 스케일한 값이다 — 셀 색이 진할수록 인원이 많다.

지역	남성							여성							소계	비중
지역	18-19	20대	30대	40대	50대	60대	70+	18-19	20대	30대	40대	50대	60대	70+	소계	비중
수도권 — 2,322명 표본 (52.4%)
서울	8	50	87	88	59	18	3	15	110	120	110	77	23	3	771	17.4%
인천	3	17	29	35	23	5	0	6	28	35	40	33	9	1	264	6.0%
경기	17	81	147	163	127	34	5	24	130	160	189	163	43	4	1,287	29.0%
충청 — 520명 표본 (11.7%)
대전	3	11	12	14	12	1	0	3	16	16	17	15	3	0	123	2.8%
세종	1	4	5	7	6	3	1	1	4	7	8	5	3	1	56	1.3%
충남	5	18	19	25	21	7	2	4	18	21	27	24	7	2	200	4.5%
충북	3	11	15	17	14	5	0	3	14	15	19	18	7	0	141	3.2%
호남 — 752명 표본 (17.0%)
광주	3	15	15	17	21	17	10	3	15	17	21	23	20	18	215	4.8%
전남	4	17	18	24	30	31	25	3	14	16	21	27	29	22	281	6.3%
전북	0	6	16	22	27	20	22	4	14	17	22	27	24	35	256	5.8%
TK — 174명 표본 (3.9%)
대구	0	1	4	12	4	0	0	4	11	11	22	11	0	0	80	1.8%
경북	0	2	3	16	8	2	0	5	14	5	24	14	1	0	94	2.1%
부울경 — 379명 표본 (8.5%)
부산	0	6	14	17	11	2	0	6	26	22	25	18	3	0	150	3.4%
울산	0	3	8	11	6	1	0	2	7	9	13	8	1	0	69	1.6%
경남	1	6	15	24	14	2	1	5	19	20	33	18	2	0	160	3.6%
강원 — 140명 표본 (3.2%)
강원	1	7	15	15	8	3	1	6	18	19	22	19	5	1	140	3.2%
제주 — 146명 표본 (3.3%)
제주	2	7	10	21	10	5	0	2	17	22	25	20	5	0	146	3.3%
전국	51	262	432	528	401	156	70	96	475	532	638	520	185	87	4,433	100%

지역	남성							여성							소계	비중
지역	18-19	20대	30대	40대	50대	60대	70+	18-19	20대	30대	40대	50대	60대	70+	소계	비중
수도권 — 643,730명 (42.1%)
서울	1,479	9,142	19,132	23,847	21,355	11,626	2,897	2,770	20,166	26,299	29,906	27,961	14,876	2,892	214,348	14.0%
인천	450	2,345	4,810	7,201	6,336	2,463	0	853	3,935	5,888	8,326	9,087	4,489	732	56,916	3.7%
경기	3,090	14,836	32,290	44,228	45,905	21,987	4,817	4,443	23,870	35,111	51,177	58,948	27,915	3,850	372,466	24.4%
충청 — 163,792명 (10.7%)
대전	663	2,160	2,877	4,128	4,654	681	0	670	3,167	3,683	4,978	5,846	2,075	0	35,582	2.3%
세종	209	832	1,248	2,116	2,306	2,276	1,014	203	783	1,528	2,241	2,081	1,845	980	19,662	1.3%
충남	941	3,571	4,486	7,328	8,128	4,844	2,018	870	3,571	4,851	7,742	9,328	4,852	2,038	64,567	4.2%
충북	517	2,128	3,549	4,902	5,437	3,427	0	631	2,711	3,606	5,421	6,846	4,804	0	43,981	2.9%
호남 — 504,725명 (33.0%)
광주	719	5,065	5,594	7,603	11,814	15,714	13,217	1,111	5,151	6,448	9,417	13,153	18,359	22,237	135,600	8.9%
전남	1,269	5,714	7,076	10,783	17,219	28,094	32,281	1,145	4,669	6,141	9,479	15,004	26,401	22,952	188,228	12.3%
전북	0	1,524	6,307	9,896	14,736	15,688	28,593	1,242	4,920	6,690	9,859	14,938	20,670	45,835	180,897	11.8%
TK — 42,109명 (2.8%)
대구	0	165	785	2,933	1,292	0	0	630	1,773	2,147	5,383	3,571	0	0	18,679	1.2%
경북	0	323	590	3,840	2,601	1,158	0	744	2,248	988	5,859	4,496	583	0	23,430	1.5%
부울경 — 98,675명 (6.5%)
부산	0	1,045	2,933	4,421	3,855	1,272	0	1,038	4,479	4,613	6,458	6,316	1,892	0	38,321	2.5%
울산	0	523	1,680	2,802	2,110	620	0	376	1,246	1,839	3,392	2,810	635	0	18,033	1.2%
경남	181	1,039	3,150	6,187	4,913	1,270	941	933	3,260	4,240	8,612	6,336	1,260	0	42,321	2.8%
강원 — 30,056명 (2.0%)
강원	170	1,104	2,348	3,212	2,552	1,726	851	459	2,013	2,661	4,033	5,196	2,855	876	30,056	2.0%
제주 — 44,174명 (2.9%)
제주	343	1,821	3,267	5,346	5,873	2,951	0	628	2,382	3,734	5,869	8,128	3,830	0	44,174	2.9%
전국	10,031	53,337	102,122	150,773	161,086	115,797	86,629	18,746	90,344	120,467	178,152	200,045	137,341	102,392	1,527,261	100%

지역	남성							여성							소계	비중
지역	18-19	20대	30대	40대	50대	60대	70+	18-19	20대	30대	40대	50대	60대	70+	소계	비중
수도권 — 643,990명 (42.2%)
서울	2,300	14,216	24,874	25,093	16,817	5,118	856	4,308	31,361	34,191	31,469	22,020	6,548	855	220,025	14.4%
인천	696	3,623	6,201	7,507	4,936	1,070	0	1,318	6,079	7,591	8,679	7,078	1,950	213	56,942	3.7%
경기	4,805	23,071	41,980	46,538	36,151	9,678	1,424	6,910	37,122	45,647	53,850	46,422	12,288	1,138	367,023	24.0%
충청 — 163,845명 (10.7%)
대전	1,054	3,434	3,842	4,478	3,796	312	0	1,066	5,035	4,918	5,401	4,768	952	0	39,054	2.6%
세종	332	1,322	1,667	2,296	1,880	1,044	313	323	1,245	2,040	2,431	1,697	846	303	17,739	1.2%
충남	1,497	5,677	5,991	7,950	6,629	2,221	623	1,383	5,677	6,478	8,399	7,607	2,225	629	62,985	4.1%
충북	822	3,384	4,740	5,318	4,434	1,572	0	1,004	4,309	4,816	5,881	5,583	2,203	0	44,067	2.9%
호남 — 504,310명 (33.0%)
광주	1,438	10,129	9,953	11,524	14,312	11,712	6,915	2,221	10,301	11,473	14,274	15,934	13,683	11,635	145,504	9.5%
전남	2,539	11,428	12,590	16,345	20,859	20,940	16,890	2,291	9,338	10,926	14,368	18,176	19,678	12,009	188,377	12.3%
전북	0	3,047	11,222	15,000	17,851	11,693	14,960	2,484	9,840	11,904	14,943	18,096	15,406	23,982	170,429	11.2%
TK — 43,826명 (2.9%)
대구	0	256	1,013	3,063	1,008	0	0	975	2,744	2,770	5,621	2,786	0	0	20,236	1.3%
경북	0	501	762	4,009	2,029	504	0	1,152	3,480	1,275	6,118	3,507	254	0	23,590	1.5%
부울경 — 98,724명 (6.5%)
부산	0	1,568	3,647	4,425	2,866	523	0	1,557	6,721	5,734	6,463	4,695	778	0	38,977	2.6%
울산	0	785	2,089	2,805	1,568	255	0	564	1,869	2,286	3,395	2,089	261	0	17,965	1.2%
경남	271	1,559	3,916	6,192	3,652	522	259	1,400	4,892	5,271	8,619	4,710	518	0	41,782	2.7%
강원 — 28,369명 (1.9%)
강원	264	1,709	3,030	3,354	1,991	751	248	710	3,116	3,435	4,211	4,054	1,242	256	28,369	1.9%
제주 — 44,195명 (2.9%)
제주	545	2,892	4,355	5,790	4,779	1,350	0	997	3,784	4,979	6,357	6,615	1,752	0	44,195	2.9%
전국	16,563	88,601	141,872	171,687	145,558	69,265	42,488	30,663	146,913	165,734	200,479	175,837	80,584	51,020	1,527,261	100%

지역	남성							여성							소계	비중
지역	18-19	20대	30대	40대	50대	60대	70+	18-19	20대	30대	40대	50대	60대	70+	소계	비중
수도권 — 643,597명 (42.1%)
서울	821	5,074	16,780	22,018	23,990	16,675	4,597	1,537	11,193	23,066	27,613	31,412	21,336	4,590	210,704	13.8%
인천	253	1,318	4,265	6,715	7,178	3,556	0	480	2,212	5,221	7,764	10,294	6,479	1,167	56,903	3.7%
경기	1,715	8,235	28,321	40,836	51,571	31,535	7,645	2,466	13,249	30,795	47,252	66,223	40,039	6,109	375,990	24.6%
충청 — 163,764명 (10.7%)
대전	357	1,162	2,458	3,727	5,135	965	0	361	1,704	3,147	4,494	6,450	2,941	0	32,900	2.2%
세종	112	448	1,067	1,911	2,544	3,225	1,595	109	421	1,305	2,023	2,296	2,616	1,540	21,212	1.4%
충남	507	1,922	3,833	6,616	8,968	6,865	3,173	468	1,922	4,145	6,989	10,292	6,876	3,204	65,778	4.3%
충북	278	1,145	3,033	4,426	5,999	4,857	0	340	1,459	3,081	4,894	7,554	6,808	0	43,874	2.9%
호남 — 504,940명 (33.1%)
광주	244	1,718	3,192	4,807	9,705	18,141	17,645	377	1,748	3,679	5,953	10,805	21,194	29,689	128,896	8.4%
전남	431	1,939	4,037	6,818	14,145	32,433	43,098	389	1,584	3,504	5,993	12,325	30,478	30,643	187,815	12.3%
전북	0	517	3,599	6,256	12,105	18,110	38,174	421	1,669	3,817	6,233	12,271	23,862	61,194	188,229	12.3%
TK — 40,471명 (2.6%)
대구	0	94	701	2,757	1,475	0	0	357	1,004	1,917	5,058	4,076	0	0	17,439	1.1%
경북	0	183	527	3,608	2,969	1,683	0	422	1,274	882	5,505	5,132	848	0	23,032	1.5%
부울경 — 98,649명 (6.5%)
부산	0	616	2,707	4,272	4,498	1,875	0	612	2,639	4,256	6,240	7,369	2,789	0	37,872	2.5%
울산	0	308	1,550	2,708	2,462	915	0	221	734	1,697	3,278	3,278	936	0	18,087	1.2%
경남	107	612	2,907	5,978	5,732	1,872	1,528	550	1,921	3,913	8,321	7,393	1,858	0	42,690	2.8%
강원 — 31,679명 (2.1%)
강원	96	626	2,096	3,018	2,913	2,509	1,366	260	1,141	2,377	3,790	5,931	4,150	1,407	31,679	2.1%
제주 — 44,162명 (2.9%)
제주	186	986	2,806	4,851	6,510	4,199	0	340	1,290	3,207	5,326	9,011	5,451	0	44,162	2.9%
전국	5,107	26,903	83,879	131,322	167,899	149,415	118,821	9,710	47,164	100,009	156,726	212,112	178,661	139,543	1,527,261	100%

지역	남성							여성							소계	비중
지역	18-19	20대	30대	40대	50대	60대	70+	18-19	20대	30대	40대	50대	60대	70+	소계	비중
수도권 — 643,605명 (42.1%)
서울	1,316	8,134	15,743	24,430	23,257	13,085	3,237	2,465	17,944	21,640	30,637	30,452	16,743	3,232	212,316	13.9%
인천	402	2,094	3,965	7,382	6,895	2,764	0	762	3,513	4,853	8,535	9,888	5,038	814	56,904	3.7%
경기	2,749	13,201	26,569	45,309	49,995	24,746	5,383	3,954	21,240	28,891	52,428	64,199	31,419	4,302	374,385	24.5%
충청 — 163,764명 (10.7%)
대전	578	1,884	2,331	4,180	5,032	765	0	584	2,761	2,984	5,040	6,320	2,332	0	34,791	2.3%
세종	182	725	1,011	2,143	2,493	2,558	1,135	177	683	1,238	2,269	2,250	2,074	1,096	20,034	1.3%
충남	821	3,114	3,635	7,419	8,787	5,445	2,258	758	3,114	3,930	7,838	10,084	5,454	2,280	64,937	4.3%
충북	451	1,856	2,876	4,963	5,878	3,852	0	551	2,364	2,922	5,489	7,401	5,400	0	44,002	2.9%
호남 — 504,925명 (33.1%)
광주	475	3,346	3,637	6,477	11,427	17,289	15,089	734	3,403	4,192	8,023	12,721	20,199	25,388	132,399	8.7%
전남	839	3,775	4,600	9,187	16,654	30,911	36,854	757	3,085	3,992	8,076	14,512	29,048	26,203	188,493	12.3%
전북	0	1,007	4,101	8,431	14,252	17,260	32,644	821	3,250	4,350	8,399	14,448	22,742	52,329	184,033	12.0%
TK — 42,030명 (2.8%)
대구	0	146	641	2,981	1,393	0	0	558	1,569	1,753	5,470	3,852	0	0	18,362	1.2%
경북	0	286	482	3,902	2,805	1,287	0	659	1,990	807	5,953	4,849	648	0	23,668	1.5%
부울경 — 98,652명 (6.5%)
부산	0	951	2,447	4,567	4,201	1,417	0	945	4,077	3,847	6,671	6,883	2,109	0	38,114	2.5%
울산	0	476	1,401	2,895	2,299	691	0	342	1,134	1,534	3,504	3,062	708	0	18,046	1.2%
경남	165	946	2,627	6,391	5,354	1,415	1,036	849	2,967	3,537	8,895	6,905	1,405	0	42,492	2.8%
강원 — 30,120명 (2.0%)
강원	151	978	1,917	3,264	2,752	1,919	938	406	1,782	2,173	4,098	5,604	3,174	966	30,120	2.0%
제주 — 44,164명 (2.9%)
제주	299	1,585	2,640	5,397	6,329	3,304	0	546	2,073	3,017	5,926	8,759	4,289	0	44,164	2.9%
전국	8,428	44,504	80,623	149,318	169,803	128,708	98,574	15,868	76,949	95,660	177,251	212,189	152,782	116,610	1,527,261	100%

전국 남성 약 44.5% · 여성 약 55.5% — 민주지지층 표본의 여성 우위가 반영됐다(전 시나리오 공통). 차이는 연령에 있다: A(지지층 그대로)는 20~40대 젊음(30대 20.1·40대 24.4%), B(당원 실측)는 조원 17차 당원 표본(n=499)의 실제 응답 연령으로 가장 고령(50대 24.9·60대 21.5%), C(조사역산)는 Q002 교차표 역산의 중간~고령(50대 25.0·60대 18.4%), 혼합은 그 셋의 평균이다. 어느 것이 맞는지는 8/15 호남 실측의 우도로 자동 재가중된다(가정 A2).

각 셀 = 그 시도·성별·연령에 실제로 존재하는 합성 페르소나 수(비가중 원본)다. 표본은 총 4,433명이며, 재가중 전에는 수도권·젊은 층에 쏠려 있다 — 특히 호남은 표본 752명(17.0%)뿐이라 가중 인원(33.0%)으로 갈 때 약 ×1.94로 크게 확대된다. 빈 셀(회색)은 그 조합의 표본이 0명이라는 뜻이며, 가중 인원에서 값이 채워져도 근거 표본은 얇다는 신호다. 실제 개표극장 계산은 이 표본에 시나리오 가중을 곱해 쓴다.

연령 시나리오 — 미공개 정보의 정직한 처리

시나리오	연령 목표	근거	n_eff
A	지지층 구성 그대로	"지지층=당원" 가정의 순수형 (젊은 쪽 극단)	3,716
B	18-29 5.8 · 30대 12.0 · 40대 18.8 · 50대 24.9 · 60대 21.4 · 70+ 17.0%	조원 17차 당원층 n=499 응답 연령 — 유일한 당원 직접 관측 (무선 ARS 편향 병기)	2,284
C	P(연령\|민주지지) ∝ P(민주지지\|연령)×센서스	Q002 연령 교차표 λ-합성 역산	2,736

헤드라인은 A·B·C 균등 혼합. 8/15 호남 실측의 우도로 시나리오 가중이 갱신된다 — 데이터가 연령 구성 논쟁을 스스로 판정하게 하는 구조다.

제3장반응함수 — 여섯 개의 함수

합성패널은 여섯 함수의 합성으로 반응한다. 앞의 둘은 개인 수준, 다음 둘은 권역 수준, 마지막 둘은 제도와 개입의 함수다(Reble 반응함수 알고리즘).

3.1 참여 τ(z, unit) — 누가 투표하러 나오나

τ_i = σ( α_unit + γ·z_age ) // γ=1 선고정 · z는 B₃ 투표의향의 상대 순서만

연령 곡선이 모양을, 권역 절편 α가 수준을 결정한다. α는 완료 5개 유닛의 실측 투표율을 이분법으로 정확히 재현하도록 적합된다(재현 오차 0.0000pp — 게이트 G0c). 잔여 권역에서는 투표율을 추첨한 뒤 α를 즉석 적합한다.

그림 3 — 참여 곡선 위의 연령대 실측 z: 18-29 −1.53 · 30대 −0.68 · 70+ −0.23 · 40대 +0.12 · 50대 +0.68 · 60대 +1.63. 70세 이상이 중간 아래인 것은 2024 총선 기준 B₃ 데이터의 특성으로, 수준이 아니라 순서 정보로만 쓰는 이유다. 유닛 절편(실측 재현): 충청 −0.21 · 부울경 +0.48 · 제주 −0.50 · 인천 +0.39 · 강원TK +0.36.

3.2 선택 b(i) — 누구를 찍나

R_i ← damped IPF 앵커(dims: 연령×정당) : lr = n_eff/(n_eff+400), f∈[1/1.5, 1.5]
b_i = R_i[김·정·송] / (1 − R_i[유보]) // 투표지엔 유보가 없다 — 비례 배분 (가정 A4)

개인의 후보 선택확률은 KOSSDA 사전분포에서 출발해, 당심 조사 15건(백필로 6월 6건→8월 15건)의 연령·정당 교차표 타깃에 감쇠 IPF로 수렴한다. 관측이 얇은 셀은 학습률이 자동으로 줄고(n_eff 댐핑), 한 번에 1.5배 이상 못 움직인다(클립). 마지막에 토플라인이 강제되고 오차 0.3pp 미만에서 멈춘다. 이 재현이 게이트 G0a다: 당심 관측 재현 MAE 2.9pp (party 앵커를 빼면 6.1pp — 순위까지 뒤집힌다).

그림 4 — 앵커 루프. 관측(타깃)이 개인 확률을 끌어당기되, 표본이 얇으면 약하게 당긴다. 스윕은 최대 50회, 실측 수렴은 3회 안팎.

3.3 지역 보정 δ(unit) — 구성이 설명 못 하는 것

ŝ_r = Σ w_i·τ_i·b_i / Σ w_i·τ_i , δ_r = g^실측_r − ĝ_r = δ̄ + u_r

패널 구성이 예측하는 권역 격차와 실제 개표의 차이가 δ다. 완료 5개 유닛의 δ를 유효투표 가중 평균(δ̄)과 잔차 산포(σ_u)로 분해한다. 결과는 겸손하다: 구성은 지역 격차를 거의 설명하지 못한다 (원 산포 5.87 → 잔차 5.40pp). 이 정직한 실패가 잔여 권역 예측의 불확실성 폭을 결정한다.

그림 5 — δ 캘리브레이션. 제주는 같은 발표 권역인 인천과 10.9pp 갈라졌다 — 인구 구성으로는 설명되지 않는 지역 고유 효과의 크기이며, 잔여 권역 사전분포의 σ가 5pp대인 이유다.

3.4 잔여 사전분포 g ~ N(m, s) — 호남과 수도권

m*, s* = 정밀도 가중 결합( 패널 경로 N(ĝ+δ̄, σ_P) ⊕ 조사 신호들 N(g, σ_sig) )
// σ_sig² = 표본SE² + 기관효과 3.0² + 사상오차 σ_map² (조사→실투표, done 유닛 실측 캘리브레이션)

아직 투표하지 않은 호남과 서울·경기는 분포로 존재한다. 패널 경로 하나와 조사 신호 여덟이 각자의 분산만큼 발언권을 갖고 결합한다. 레벨을 보태는 것은 당원·민주층 조사뿐이고, 일반국민 조사는 방향 참고로만 남는다.

그림 6 — 호남 사전분포의 조립. σ가 큰 신호(짧은 발언권)와 작은 신호가 분산 역수로 가중된다. 결합 후에도 s*는 유닛 잔차 σ_u 아래로 좁히지 않는다(과신 방지). 수도권은 같은 방식으로 N(−0.41, 5.40) — 사실상 동률 중심.

3.5 이양 t — 송영길 표는 어디로 가나

과반 미달 시 : 김 += 송×t , 정 += 송×(1−t) , t ~ U[57, 80] // 전량이양 등가 t_eff

그림 7 — 이양 증거. 전체 성인 base보다 민주층·권리당원 base에서 김 쏠림이 강하다. 초기 설계 U[45,60]은 최저 관측 1건에 과중해, 백필 후 증거 범위로 상향 수정했다(가정 A8 — 수정 사유 기록).

3.6 개입 Δ(segment) — 극장에서 조건을 걸면

개입 = 기존 선호 강도에 비례한 이동 : b′_후보 = b_후보 × e^swing·0.05 // 유닛 보정 후 적용 — "기준선 대비 변화"의 의미

개표극장의 표적 개입은 선택된 합성패널(권역×연령×성별)의 후보 선호를 기존 강도에 비례해 밀어 올린다. 순서가 중요하다: 유닛 합계를 먼저 관측·사전분포에 보정한 뒤 개입을 얹으므로, 개입의 효과는 언제나 "기준선에서 얼마나 벗어나는가"로 읽힌다. 비교는 동일 난수 쌍대 추첨이라 차이가 순수한 개입 효과다. 실측 예: 호남 50대에 정청래 +10p 설득 → P(김) 98.2→95.2%, 표차 이동 정 +11,153표.

제4장합성과 검증 — 확률의 조립과 채점

여섯 함수는 몬테카를로 한 draw 안에서 이렇게 조립된다.

그림 8 — 조립. 개표 산술은 /panel/dp/ 페이지의 JS와 300케이스 패리티로 봉인(G1)되어 극장·MC·백테스트가 전부 같은 계산을 쓴다.

그림 9 — 출력. 이 분포가 시뮬레이션 히스토그램과 확률 산출물의 원천이다. 단, 이 확률은 아직 비공개다 — 아래 게이트가 그 이유다.

게이트 — 채점당하는 시뮬레이션

게이트	내용	기준	상태
G0a	당심 재현	MAE ≤ 3.0pp · 관측 ≥ 10폴	충족 (2.9pp · 15폴)
G0b	재가중 정합	권역 <0.1 · 연령 <0.5 · 성별 이동 ≤3pp	충족
G0c	투표율 절편	5유닛 재현 <0.05pp	충족 (0.0000)
G1	산술 패리티	JS↔Python 300케이스 불일치 0	충족
G2	백테스트	중앙값이 naive(5.90pp) 우위 + 구간 4/4	미충족 (6.52pp · 구간 4/4)
G3	실전 채점	호남 실측이 90% 구간 내 + 기본 프리셋 우위	대기 — 8/15

공개 정책은 사전 등록되어 있다: G0a~G1 충족 + (G2 또는 G3 충족)일 때만 확률 공개. G2가 중앙값 기준을 못 넘었으므로(2유닛 적합의 한계 — 구간 커버는 4/4 완벽), 확률은 숨겨져 있고 8/15 호남 발표가 실전 채점한다. 예측은 발표 전에 동결됐다: 호남 김−정 +12.1 [3.5, 20.6].

일정

8/11모형 완성 · 호남 예측 v1 동결 (mtime 증빙) 8/14 밤중간 투표율 반영 → 최종 동결 8/15호남 발표 → dp_score 채점 → G3 판정 → 충족 시 확률 공개 · 6유닛 재적합 8/16서울·경기 발표 → 2차 채점 8/17전당대회 — 최종 대조·성적표·회고

한계 — 가정 대장에서

패널에 당원 변수가 없어 "민주지지층 ≈ 권리당원"은 가정이다(A1 — 조원 3층위로 방향 검증). 권리당원의 연령·성별 구성은 미공개다(A2 — 시나리오 3개 + 실측 우도 갱신). 국민여론조사의 기관·모집단이 미공개이며 이것이 최대 불확실성이다(A7 — 실측 두 값의 반반 추첨). 투표 채널(온라인/ARS) 효과는 관측되지 않았다(A12). 조사→실투표 사상 오차는 실측 기반으로 4~6pp다. 합성패널은 실존 인물이 아니라 통계적 합성체이며, 개입의 효과는 모형 안의 인과이지 현실의 인과 증명이 아니다. 전체 가정 대장(A1~A14)과 신호 원장은 별도 파일로 사전 등록·보관한다.

산출 파일 지도 — 정본 개표 데이터 dpr****.json · 모형 6종 model/{재가중, 선택, 참여, 합산, 몬테카를로, 백테스트}****.py · 캘리브레이션 산출 ****_calib.json 3종 · 시뮬레이터 데이터 sim_****.json · 동결 스냅샷 freeze/ · 채점 ****_score.py (내부 경로·파일명은 일부만 표기한다)
이 문서의 모든 수치는 2026-08-11 산출값이다. 8/15 이후 δ·사전분포·게이트가 갱신되면 이 문서도 개정된다.

참고한 데이터

이 패널과 예측은 아래 공개 자료만으로 만들어졌다. 비공개 내부 자료나 캠프 제공 데이터는 쓰지 않았다.

구분	출처	쓰임
인구 구조	통계청 인구총조사 마이크로데이터(MDIS)	합성 개인 79.4만 명의 결합분포 — 성별·연령·지역·학력·직업·소득·혼인
정치 성향 학습	한국사회과학자료원 KOSSDA 학술조사 (n=11,476)	이념·지지정당·정치관심도·투표의향 예측 모델 학습
공표 여론조사 중앙선거여론조사 심의위원회 등록	미디어토마토 · 한길리서치 · 여론조사꽃 · PMI (당심 앵커 15건) 조원씨앤아이 (권리당원·당원층 직접 조사) · 스트레이트뉴스 (호남권) 한국갤럽 · 리얼미터 (정당지지 재보정)	개인 선택확률 앵커(damped IPF) · 잔여 권역 사전분포 신호 결합
당 공표 자료	더불어민주당 선거관리위원회 순회경선 공표 개표 결과 (충청 · 부산·울산·경남 · 제주·인천 · 강원·대구·경북) · 전당대회 경선 규정	확정 권역 실측 고정 · 선거인단 수 · 70:30 합산과 선호투표제 규칙
보도	연합뉴스 · 한국경제 · 경향신문 · 조선일보 · 국민일보 · 세계일보 · MBC · 오마이뉴스 · 뉴스핌 · 디지털타임스 · KPI뉴스 · 뉴스투데이 · 더퍼블릭 등	권역별 발표치·일정·선거인단 추정치 교차 확인 (항목별 원문 링크 보관)

여론조사 수치는 각 조사기관이 중앙선거여론조사심의위원회에 등록·공표한 값을 그대로 쓰되, 기관효과(house effect)와 조사방식(ARS/전화면접) 효과를 추정해 보정한다 — 어느 조사도 그 자체로 정답으로 쓰지 않는다. 표본이 얇은 신호는 분산이 커져 자동으로 발언권이 줄어든다(제3장 3.4). 합성패널은 실존 인물이 아니라 통계적 합성체이며, 어떤 개인정보도 사용하지 않았다.