시리즈 총집편: 「계절을 결정하고 있는 것은 누구인가」

제1탄: 「봄과 가을이 짧아졌다」는 사실인가? 74년 치 기온 데이터로 추적한 『여름의 침식 전선』

제2탄: 2021년, 기상청은 계절 관측을 축소했다 ── 그전에 수집한 데이터가 말하는 것

제3탄: 9월이 여름이 되었는데, 아이스크림의 여름은 짧아지고 있었다

「최근 봄과 가을이 짧아진 것 같다」

SNS에서 매년 보이는 말이다. 체감으로는 알 수 있다. 하지만 체감은 주관적이다. 기억은 모호하다.

이 시리즈를 쓰기 전에 입장을 명확히 해두겠다.

「기온 상승과 벚꽃 개화 시기의 앞당겨짐」은 학술적으로 기존 연구가 다수 존재한다. 논문으로 투고하더라도 신규성은 약하다. 「아이스크림의 탈계절화(de-seasonalization)」도 에어컨 보급과의 인과관계를 엄밀히 분리하지 않았으며, 교란 요인(confounding factor)의 제어도 하지 않았다. 학술적인 심사(peer review)를 통과할 수준이라고 말하는 것은 아니다.

이 시리즈에서 의식했던 것은 다른 것이다.

전혀 다른 3가지 데이터 소스(data source)를 연결하여, 하나의 질문에 답하는 리서치 설계(research design)를 보여주는 것.

기상청의 기온 데이터 (74년간)
↓
기상청의 생물 계절 관측 (64년간)
...

데이터의 「수집」이나 「집계」가 아니라, 가설을 세우고 독립된 데이터로 삼각 측량(triangulation)하는 설계. p-value가 작은지 여부보다, 보이지 않았던 구조를 발견할 수 있는가를 중시하고 있다.

이 시리즈를 읽고 「우리 회사의 데이터에서도 같은 구조가 있을지 모른다」고 생각해주신다면, 그것이 본래의 목적이다. 실제로 이 수법은 소매·관광·인사·마케팅 등 서로 다른 데이터를 통합하여 의사결정을 하는 상황에 응용할 수 있다.

이 시리즈에서는 **「계절을 결정하고 있는 것은 누구인가」**라는 질문을 세 가지 독립된 데이터로 추적했다.

각각 독립된 데이터가 같은 방향을 가리키는지 확인한다. 이를 **수렴적 증거 (convergent evidence)**라고 부른다.

기상청의 월별 기온 데이터, 1950~2024년, 47개 도도부현 데이터를 분석했다.

질문: 계절은 정말로 변했는가.

핵심적인 발견:

도쿄에서 9월의 월 평균 기온이 25℃를 넘은 해의 비율:

1950~1979년: 2/30년 (7%)
2000~2024년: 10/25년 (40%) ← 약 6배

나아가 47개 도도부현별로 「쾌적한 계절 (15~25℃)을 가장 많이 빼앗은 달」을 특정하면, 지역에 따라 범인 달(month)이 다르다는 발견이 있었다.

같은 온난화라도 사라진 계절은 지역마다 달랐다.

제1의 증언: 「여름은 확실히 늘어나고 있다. 다만, 어느 달이 사라졌는지는 지역마다 다르다」

제1탄: 「봄과 가을이 짧아졌다」는 사실인가? 74년 치 기온 데이터로 추적한 『여름의 침식 전선』

기상청의 생물 계절 관측 데이터, 벚꽃 개화일 1961~2025년, 87개 지점을 분석했다.

질문: 생태계는 기온 변화에 반응했는가.

식물은 인간의 선입견을 갖지 않는다. 기온에 솔직하게 따를 뿐이다. 그렇기에 객적적인 증인이 될 수 있다.

핵심적인 발견:

87개 지점 평균: −5.2일 (1961-80년 대비 vs 2005-25년)

74%의 지점에서 개화 시기가 앞당겨져 있었다.

도야마는 전국 최대급인 −14일. 제1탄에서 「호쿠리쿠의 7월이 사라졌다」고 분석한 지역이 벚꽃에서도 최대급의 변화를 보였다. 두 가지 독립된 지표가 같은 지역을 가리키고 있다.

오키나와의 역전은 흥미롭다. 오키나와의 벚꽃(히칸자쿠라)은 「겨울의 저온에 반응하여 피는」 별종이기 때문에, 온난화로 인해 반대로 개화가 늦어진다. 이는 제1탄의 결론인 「오키나와는 10월이 사라졌다」와 마찬가지로, 오키나와의 특수성을 데이터가 뒷받침했다.

제2의 증언: 「봄은 빨라지고 있다. 식물도 그것을 기록하고 있다」

제2탄: 2021년, 기상청은 계절 관측을 축소했다 ── 그전에 수집한 데이터가 말하는 것

총무성 가계조사의 분기 품목별 지출, 아이스크림 2007~2024년을 분석했다.

질문: 인간의 행동은 기후 변화에 반응했는가.

가설은 단순했다. 9월이 여름이 되었다면, 아이스크림의 여름 소비도 9월까지 늘어났을 것이다.

핵심적인 발견:

결과는 예상과 반대였다.

기간 비교에서의 차이는 −3.9pp. 장기 트렌드의 회귀 기울기는 −8.1pp/10년 (p=0.013). 겨울과 가을의 점유율이 균등하게 상승하고 있었다.

2007-2013년: 가파른 피라미드형 (여름에 집중)
2018-2024년: 완만한 사다리꼴형 (연중 분산)

건면(소면 포함)에서도 동일한 패턴이 확인되었다 (Q3 점유율 −9.3pp, p=0.011).

제3의 증언: "인간도 반응하고 있었다. 다만, 계절을 따르는 방향은 아니었다"

기온은 변했다. 벚꽃은 그에 따랐다. 인간은——따르지 않았다.

식물에게는 선택권이 없다. 기온이 올라가면 일찍 피고, 내려가면 늦게 핀다. 인간에게는 선택권이 있다. 에어컨으로 실내를 시원하게 하고, 난방으로 실내를 따뜻하게 하며, 계절과 관계없이 아이스크림을 먹을 수 있는 환경을 만들 수 있다.

이번 데이터로 단언할 수는 없지만, 하나의 해석으로서——인간은 기후 변화에 "따르는" 것이 아니라, "실내 환경에서 완화하는" 방향으로 적응하고 있는지도 모른다.

기온 데이터뿐이라면 "측정 오차일지도 모른다"라고 말할 수 있다. 벚꽃 데이터뿐이라면 "관측 지점의 환경 변화일지도 모른다"라고 말할 수 있다. 아이스크림 데이터뿐이라면 "마케팅 전략의 변화일지도 모른다"라고 말할 수 있다.

세 가지 데이터가 모두 같은 결론을 보여준 것은 아니다. 기온과 벚꽃은 "여름이 길어지고 봄이 빨라졌다"는 방향으로 일치했지만, 아이스크림이 보여준 것은 "탈계절화 (De-seasonalization)\

언어: Python 3.13 (pandas / scipy / matplotlib) -
분석 스크립트:scripts/aki_*.py

/scripts/fetch_phenology.py

/scripts/fetch_seasonal_food.py

각 회차의 상세 내용은 링크를 참조하십시오. 본 기사는 개요와 결론을 중심으로 구성한 총집편입니다.