그러나 역학연구나 역학조사와 관련된 보도에 가장 많이 따라붙는 단어는 ‘엉터리’ 혹은 ‘부실’이다. 하루가 멀다 하고 결과가 뒤집히는 건강 뉴스는 역학에 대한 불신을 부추기는 일등공신이기도 하다. 하루는 ‘○○가 건강에 이롭다’고 했다가 또 다른 날은 건강에 해로우니 적게 섭취해야 한다는 뉴스의 반복이다. “도대체 어쩌라는 거냐”라는 댓글이 달릴 만도 하다. 그럼에도 역학조사와 역학연구를 요구하는 목소리는 여전히 크다. 노동자의 직업병, 소비 상품이나 지역 환경오염의 건강 피해가 의심되는 상황에 직면하면 정부는 대개 ‘역학조사 시행 예정’ 혹은 ‘역학연구가 아직 진행 중’이라고 답변한다. 때로는 피해 당사자들이 진상 규명을 위한 역학연구를 먼저 요구하기도 한다. 그렇지만 연구 결과가 나오면 도돌이표처럼 부실과 엉터리 논란이 시작된다. 이 아이러니한 상황을 어떻게 이해해야 할까?

역학이 밝힐 수 있는 것과 없는 것

이렇게 치료군과 대조군이 확정되면 각각의 집단에 신약과 기존 약을 일정 기간 투여한 후, 두 집단 사이에 혈압 강하 효과를 비교한다. 이 과정에서도 약을 처방하는 의사나 약을 투여받는 환자 모두 자신들이 어떤 약을 사용하는지 모르도록 한다. 이를 ‘눈가림법’이라고 한다. 그래야 환자의 치료 경과에 영향을 줄 다른 요인들을 통제할 수 있기 때문이다. 이를테면 의사가 신약의 효과를 기대하면서 환자를 좀 더 꼼꼼하게 진료한다든가, 환자가 자신이 신약 투여군이 아님을 알고 실망하여 연구 참여를 그만두거나 몰래 다른 조치를 취할 수도 있기 때문이다.

여기에 또 한 가지 중요한 요소가 있다. 임상시험은 연구 시작 전 효과 입증에 필요한 표본의 숫자를 미리 계산하고 이 숫자만큼 환자를 모집한다. 표본 숫자가 늘어나면 임상적으로는 별 의미 없는 작은 차이도 ‘통계적으로 유의’해질 수 있기 때문이다. 이 모든 연구 과정은 연구 계획대로 사전에 상세히 작성된 프로토콜에 따라 이루어진다. 대상자 모집부터 무작위 할당의 규칙, 투약 방법, 자료 수집 절차, 최종 통계분석 방법까지 모두 이를 따라야 한다. 비록 동물실험처럼 완벽하게 통제된 상황은 아니지만, 연관성을 입증하기에 매우 타당한 접근법이다.

우선 비교 집단을 무작위로 할당할 수 없다. 그래서 비교 가능성의 문제가 제기된다. 흔히 직업성 암 발생이 늘어났는지 확인하기 위해서는 해당 사업장이나 산업 종사자의 암 등록, 사망 통계자료를 이용해 사례 수를 확인하고, 인사 자료나 고용보험 자료를 이용하여 분모를 확정한다. 전체 국민의 성별, 연령별 암 발생률이나 사망률을 이용해 연구 대상 노동자 집단의 분모에 적용하여 예상되는 사례 수, 즉 ‘기댓값’을 산출한다. 이렇게 구한 기댓값과 실제 노동자들 사이에 발생한 암이나 사망 사례 수를 비교하여 표준화발생비 혹은 표준화사망비를 계산한다.

아래 〈표〉에서처럼 반도체 산업 종사자에 대한 국제 역학연구에서 표준화사망비는 대부분 100에 미치지 못한다. 한국 남성 노동자는 그 값이 25에 불과하다. 전체 국민과 비교해 사망 수준이 4분의 1에 불과하다는 것이다. 이렇게 기본 건강 수준이 월등하게 좋다면 어지간히 위험이 높아지지 않는 이상 눈에 띄기 어렵다. 게다가 반도체 산업 안에도 생산직과 사무직이 있고, 생산직 안에도 클린룸에 출입하며 화학물질에 더 많이 노출되는 이들과 클린룸 작업을 하지 않는 이들이 있고, 또 같은 클린룸 근무라도 오래 근무하며 더 많이 노출된 이들과 상대적으로 짧게 근무한 이들이 있다. 이들을 모두 ‘반도체 종사자’로 뭉뚱그리고 전체 국민과 비교해버리면 위험의 효과는 희석되기 마련이다.

많은 이들의 목숨을 구한 역학의 역사

표본 크기도 문제다. 예컨대 2008년 산업안전보건연구원의 역학조사에서 고용보험 자료를 통해 파악한 반도체 산업 종사자 숫자는 17만여 명이었지만 10년 동안 림프조혈기계 암으로 사망한 사람은 22명에 불과했다. 한 명 한 명의 희생은 비극이지만, 암같이 드물게 발생하는 질병의 위험을 추정하기에는 충분치 않은 숫자다. 남녀를 구분하고 소집단별로 위험을 확인하게 되면 통계 추정의 정밀도는 더욱 낮아져 ‘유의한’ 차이를 확인하기가 더욱 어려워진다. 지역 환경오염 사례의 경우에도, 피해를 호소하는 지역은 주민 숫자가 고작 수천명인 작은 마을인 경우가 대부분이라 여기에서 무언가 의미 있는 차이를 발견하기는 매우 어렵다. 이토록 제약이 많은데도 역학연구가 여전히 필요할까?

하나의 역학연구가 명쾌한 답을 줄 것이라는 기대도, ‘알고 보니 순 엉터리’라는 폄훼도 위험하기는 마찬가지다. 앞서 살펴본 여러 제약에도 불구하고 역학은 건강 문제의 원인을 밝히는 데 여전히 유용하고, 때로는 유일한 근거가 된다. 우리가 현실에서 부딪히는 보건 문제들은 잘 설계된 임상시험이나 엄격하게 통제된 동물실험 연구를 통해 탐구하기 어려운 경우가 많기 때문이다.

이러한 불확실성 때문에 역학은 항상 공격의 대상이 되었다. 대표적으로 담배 회사들은 담배의 유해성을 규명한 역학연구들을 ‘쓰레기 과학(junk science)’이라고 비판했다. 작업장 유해요인에 대한 규제 도입에서도 기업들은 컨설팅 회사를 고용하여 역학연구의 한계점을 비판하며 규제가 부당하다고 맞서왔다. 아직 위험이 보고된 사례가 없다는 주장, ‘확실한’ 결과가 나올 때까지 결론을 미뤄야 한다는 주장, 아니면 상충되는 연구 결과를 제시함으로써 대중을 혼돈에 빠뜨리는 것이야말로 반대 측의 흔한 수법이다.

세상에 완벽한 역학연구는 없다. 오지 않을 미래를 기다리며 중요한 결정을 미루기보다는 ‘정답’이 아니더라도 ‘가용한 최선’의 근거에 기대어 결정해야 하는 순간들이 있다. 연구 설계나 대상 집단의 차이 같은 여러 제한점이 있는데도 일관된 결과가 도출된다면 충분히 연관성을 의심해볼 가치가 있다. 예컨대 반도체 역학연구들은 앞에서 살펴본 것처럼 위험을 과소평가하는 방향으로 바이어스가 작동함에도 불구하고 여러 연구들이 기댓값 이상의 비호지킨 림프종 사망률을 보고했다. ‘통계적으로 유의하지 않은’ 결과가 대부분이지만 이는 표본 크기가 작기 때문에 어쩔 수 없는 부분이기도 하다.

“통계적 유의성의 이분법에 매달리지 말자”

무엇보다 통계적 유의성에 집착하는 것 자체가 과학적으로 바람직하지 않다. 최근 통계학자와 역학자를 포함한 전 세계 과학자 800여 명이 ‘제발 통계적 유의성의 이분법에 매달리지 말자’라는 내용의 성명서를 발표했을 만큼 이 문제는 학계의 고질병이기도 하다. 통계적으로 유의하지 않다는 것이 ‘연관성이 없다는 증거’는 결코 아니다. 통계적 유의성은 ‘모 아니면 도’의 이분법적 해석이 아니라 자료가 가설에 얼마나 부합하는지, 불확실성의 ‘정도’가 얼마나 되는지를 보여주는 것으로 해석되어야 한다.

더구나 유념해야 할 것은 학술적으로 인과성을 규명하는 일과 사회보장 혹은 규제 기준을 마련하는 일은 별개의 영역이라는 점이다. 산재보험은 사회보장제도이기 때문에 어느 정도의 개연성만 인정된다면 (이른바 ‘상당 인과관계’) 피해자를 보호하는 방식으로 운영되어야 한다. 또한 학술적으로는 논쟁이 있다 하더라도, 비가역적 건강 피해의 가능성이 있다면 확실한 증거를 기다리기보다 사전 예방의 원칙에 따라 규제를 시행하는 것이 바람직하다. 분명한 인과성과 기전을 탐구하는 것은 과학의 마땅한 소명이지만, 사회정책과 규제는 과학의 원칙만으로 작동하지 않는다.

역학연구를 직접 수행하는 것은 전문가들이지만, 그 결과가 우리 모두의 건강과 삶에 미치는 영향이 매우 크다는 점에서 시민은 역학을 좀 더 잘 이해할 필요가 있다. 역학연구에 내재한 불확실성의 속성, 연구 결과를 둘러싼 이해 당사자의 정치, 건강과 안녕에 대한 사회적 혹은 기술적 보호 장치의 역할을 이해해야 이 도구를 활용하여 좀 더 나은 사회적 결정을 내릴 수 있을 것이다. 과학은 스스로 정답을 제시하지 않는다.