유럽 지역 통계의 구조적 이상 탐지를 위한 비지도 기계 학습

지역 사회경제 통일의 일관성을 보장하는 것은 국가 통계 기관의 핵심 과제입니다. 범위 수정 (range edits), 비율 확인 (ratio checks), 또는 단일 변수 이상치 탐지 (univariate outlier detection) 와 같은 전통적인 검증 도구는 개별 시계열의 극값을 식별하는 데 효과적이지만, 다변량 환경에서 지표의 비정상적인 조합을 탐지하는 데는 적합하지 않습니다. 본 논문은 공개적으로 이용 가능한 Eurostat 데이터를 사용하여 유럽 내에서 구조적으로 비_typical_ 지역 프로필을 식별하기 위한 비지도 기계 학습 (unsupervised machine learning) 프레임워크를 제안합니다. 우리는 4 가지 핵심 지표를 포함하는 NUTS2 지역 (2022 년) 의 횡단면 데이터셋을 구축했습니다: PPS 기준 GDP per capita, 실업률, 제 3 차 교육 이수율, 인구 밀도. 우리는 단일 변수 Z 점수 (univariate z-scores), 마할라노비 거리 (Mahalanobis distance), Isolation Forest, Local Outlier Factor, 그리고 One-Class SVM 의 5 가지 이상치 탐지 기법을 적용하고 비교했습니다. 적어도 3 개의 방법 중 하나에 의해 플래그 (flagged) 된 지역을 구조적 이상 (structural anomaly) 로 분류합니다. 연구 결과는 기계 학습 방법이 다변량 프로필이 EU 전반의 패턴과 현저히 다른 일관된 지역 집합을 식별한다는 것을 보여줍니다. 이는 고도로 발전한 대도시 경제 (Brussels, Vienna, Berlin, Prague) 와 지속되는 사회경제적 불이익이 있는 지역 (Central and Western Slovakia, Northern Hungary, Castilla-La Mancha, Extremadura), 그리고 EU 자본 지역과 비교하여 프로필이 현저히 다른 이스탄불을 모두 포함합니다. 중요한 것은 이러한 이상치들이 반드시 데이터 품질 문제를 의미하지는 않는다는 점이며, 이는 분석적 또는 정책적 관심을 필요로 하는 의미 있는 구조적 분기를 반영한다는 것입니다. 제안된 프레임워크는 완전하게 재현 가능 (reproducible), 확장 가능하며 기존 검증 워크플로우와 호환되어 유럽 통계 시스템 내에서 비정상적인 지역 구성을 조기에 탐지하기 위한 유연한 도구를 제공합니다.