일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 로버트마틴
- 개발자취업
- 데이터분석가채용
- 신입개발자
- 데이터분석가
- 글또회고
- 360시간만에개발자
- 개발자면접
- 글또6기회고
- 라이브코딩테스트
- 회고
- 구글트렌드
- 데이터과학자진로
- 스타트업독서노트
- 국회데이터시각화
- 데이터시각화
- 2021년의 #봄여름가을겨울
- 국민의힘경선
- 데이터분석
- 서울시장
- 박영선
- 2021년회고
- 주니어개발자
- 데이터분석가준비
- 데이터과학자의일
- 데이터분석공부
- 360시간만에개발자되기
- 안철수
- 새파란
- 네이버트렌드
- Today
- Total
NEWBLUE's
네트워크 시각화로 알아보는 국회 법률 제안과정 속의 협치 - 16대 국회부터 21대 국회까지 본문
안녕하세요. 새파란입니다.
오늘은 네트워크 시각화를 통해 국회 법률 제안과정의 협치에 대해서 살펴보도록 하겠습니다.
배경
국회 법률안 처리 과정 및 협치 관점 소개
국회 법률안 처리과정을 요약한다면 다음과 같습니다.
- 법률 제안/제출(발의) - 국회의원 10인 이상의 찬성 포함
- 위원회/법사위 회부 및 심사
- 본회의 심의 및 의결
- 정부 이송 및 공포
여기서 1번부터 3번까지의 과정에 대해 '협치'가 이루어지고 있는지, 아래와 같이 세 가지 관점으로 확인해볼 수 있습니다.
i) 자신이 속한 정당이 아니라도 공동으로 법률을 발의하였는가?
ii) 위원회/법사위에서 서로 다른 의견에 대해 잘 조율하고 있는가?
iii) 본회의에서 서로 다른 의견에 대해서 잘 조율하고 있는가?
각 관점별 접근 과정 및 한계
i) 자신이 속한 정당이 아니라도 공동으로 법률을 발의하였는가?
이 경우 국회의원별 발의법률안 데이터를 사용하면, 공동 발의 의원을 알 수 있기에 구체적으로 살펴볼 수 있습니다.
ii) 위원회/법사위에서 서로 다른 의견에 대해 잘 조율하고 있는가?
현재 각 위원회별 회의록은 모두 공개되어 있으나, 해당 회의록을 정량적으로 분석하기에는 한계가 있어 이번 분석의 범위에서는 제외하게 되었습니다.
iii) 본회의에서 서로 다른 의견에 대해서 잘 조율하고 있는가?
20대 국회 이후부터는 본회의 법률안의 표결 결과(찬성, 반대, 기권)와 국회의원의 본회의 개별 찬성/반대 정보
까지 제공하고 있습니다.
본회의에서 원안가결/수정가결된 법안 중 찬성률은
20대 : 평균 96.95% / 중간값 98.28%
21대 : 평균 93.46% / 중간값 95.40% (2021.4.15 기준)
로 다소 감소하긴 했으나, 이 결과를 토대로 바로 특정 결론을 내리기는 어려워 보입니다.
해당 기사처럼, 여야가 미리 합의한다면 본회의에서 투표는 큰 의미가 없는 경우가 있습니다. 따라서 본회의 역시 회의록이나 여야의 정치적 행동 등에 대하여 정성적인 분석이 필요할 것으로 보입니다. 마찬가지로 빠르게 분석하기에는 어려울 것으로 판단하여, 이번 분석 범위에서 제외하게 되었습니다.
결론적으로 아래 한 가지 질문에 대해서 살펴보도록 하겠습니다.
자신이 속한 정당이 아니라도 공동으로 법률을 발의하였는가?
즉 법률 심사 전 발의 단계에서 여야 혹은 각 진영 간의 다양한 교류가 이루어지고 있는지, 당을 초월한 다양한 법안들이 제출되고 있는지 확인해볼 수 있겠습니다.
분석 설계
의원들이 여야 공통으로 법안을 제출하고 있는지 직관적으로 살펴보기 위해, 네트워크 시각화를 사용하였습니다.
먼저 국회의원이 제출한 법안이 통과되는 경우는 크게 세 가지 경우입니다.
- 원안 가결
- 수정 가결
- 대안 반영 폐기
'대안 반영 폐기'에 대해서는 명칭변경법이 발의된 적도 있었고, 사실상 통과한 것으로 간주하여 실적으로 반영한다는 의견도 있습니다.
하지만 이번 시각화에서는 각 대수별로 더 뚜렷한 양상을 관찰해보기 위해서 (1) 원안 가결과 (2) 수정 가결에 대해서만 통과 법률로 인정하도록 하겠습니다.
따라서
i) 전체 법률 발의
ii) 원안 가결 + 수정 가결 (통과된 법안)
된 법안들에 대해서만 시각화를 진행합니다.
참고사항
- 국회의원별 발의 법률안 데이터를 사용합니다. (본회의에 올라가지 못한 법률이 포함되며, 상임위원회나 정부에서 제안한 법률이 포함되지 않기에 본회의 법률 데이터와 다소 차이가 있습니다.)
- 각 열 별로 대표 발의자와 공동 발의자 n명 사이의 관계를 점과 선으로 표시합니다.
- 각 점은 국회의원을 나타냅니다.
- A, B 두 점이 선으로 연결되었다면, A 의원의 공동 발의자로 B 의원이 참여했음을 의미합니다.
- C 의원이 제출한 법률안의 공동발의자로 D, E의원이 참여하였다면 C-D, C-E 두 개의 선이 생기게 됩니다. (해당 기사를 참조하여, 법률 입법과정에서 대표발의 의원의 노력 및 관계 설정이 중요한 것으로 여겨지기에 D-E의 선은 그리지 않았습니다. 덧붙여 네트워크가 지나치게 복잡해지는 것을 방지합니다.)
- 공동 발의 횟수가 많을수록 점 사이의 거리가 가까워집니다.
- 각 의원들의 당적은 총선을 기준으로 하였습니다. 비례대표 승계의 경우 해당 시점의 당입니다.
- 정당별 색깔에 대해서는 위키피디아 관련 페이지를 참고하였으나, 16대 한국신당(희망의 한국신당)은 해당 링크에 존재하지 않아 해당 링크를 참조하였습니다.
- 원래 Plotly를 사용하였기에 인터랙티브(실시간 반응형) 시각화입니다. 각 점에 마우스를 올렸을 때 아래처럼 정당/의원 이름과 공통 네트워크 수를 확인하실 수 있습니다. 하지만 현재 플랫폼상 일부 한계가 있어 해당 결과물을 캡처했음을 알려드립니다. 추후에 댓글로 원본 시각화 링크를 올려서 다른 페이지에서라도 보실 수 있도록 하는 것도 고려해보도록 하겠습니다. (물론 이 플랫폼에 코드 및 결과 공유가 가능하게 되면, 그렇게 하겠습니다.)
분석 1) 16대 국회
16대 국회의 정당별 색깔은 아래와 같습니다.
16대 발의 법률 바탕 네트워크 시각화
16대 통과 법률 바탕 네트워크 시각화
정당이 다르더라도, 많은 법들을 함께 발의한 것을 확인할 수 있습니다.
분석 2) 17대 국회
17대 국회의 정당별 색깔은 아래와 같습니다.
17대 발의 법률 바탕 네트워크 시각화
17대 통과 법률 바탕 네트워크 시각화
한나라당(하늘색)과 열린우리당(노란색) 사이 미세한 간격을 확인할 수 있습니다.
분석 3) 18대 국회
18대 국회의 정당별 색깔은 아래와 같습니다.
18대 발의 법률 바탕 네트워크 시각화
18대 통과 법률 바탕 네트워크 시각화
역시 한나라당(하늘색)과 통합민주당(초록색) 사이의 간격이 보입니다.
분석 4) 19대 국회
19대 국회의 정당별 색깔은 아래와 같습니다.
19대 발의 법률 바탕 네트워크 시각화
19대 통과 법률 바탕 네트워크 시각화
새누리당(빨강)과 민주통합당(노랑)의 간격이 더 벌어졌음을 확인할 수 있습니다. 그만큼 새누리당과 민주통합당 당 내에서 의원들이 공동으로 의안들을 많이 제출하고 있다는 뜻으로 해석할 수 있습니다.
분석 5) 20대 국회
20대 국회의 정당별 색깔은 아래와 같습니다.
20대 발의 법률 바탕 네트워크 시각화
20대 통과 법률 바탕 네트워크 시각화
역시 새누리당 / 국민의당 / 더불어민주당의 간격을 확인할 수 있습니다.
분석 6) 21대 국회 (4월 15일 기준)
21대 국회의 정당별 색깔은 아래와 같습니다.
- 21대 국회의 경우 '김병욱' 의원이 2명 계십니다. 여(더불어민주당) / 야(국민의힘 -> 무소속)에 각각 한 명씩 존재하기에 오해를 일으킬 수 있어서 제외하였습니다.
21대 발의 법률 바탕 네트워크 시각화
21대 통과 법률 바탕 네트워크 시각화
21대 통과 법률 바탕 네트워크 시각화는 16대~21대 국회 시각화 중에 가장 간격이 크게 벌어져 있습니다(!)
- 국민의힘(빨강) / 국민의당(주황)
- 더불어민주당(파랑) / 열린민주당(진한 파랑) / 정의당(노랑) / 기본소득당(연한 초록) / 시대전환 (보라)
이렇게 두 집단으로 나뉘어 있으며, 간단히 살펴봐도 두 집단 간의 공동 발의 의안 수가 적음을 확인할 수 있습니다.
위의 21대 발의 법률 바탕 네트워크 시각화의 경우에도 두 집단으로 나뉘긴 했지만, 공동 발의 법률이 (적어도 셀 수 없을 정도로) 상당히 있었다는 점 역시 확인할 수 있습니다.
즉 21대 국회에서 '통과된 법률'에 대해서는 비교적 뚜렷하게 두 집단으로 나뉜다고 판단할 수 있겠습니다.
21대 통과 법률 바탕 네트워크 시각화의 큰 간격 고찰
- 21대 국회의 경우 2020년 5월 30일부터 시작하였기에, 아직 1/4도 지나지 않았습니다. 남은 3여 년 동안 다른 양상을 보일 수 있습니다. (2021년 4월 15일 기준으로 하면 321일 / 1461일, 즉 회기의 약 22%가 지났습니다.)
- 21대 총선 결과 더불어민주당의 의석수(180석)가 국민의힘 의석수(103석) 보다 크게 많습니다. 애초에 더불어민주당의 의석수가 많으므로 당 내부에서 공동발의하는 일도 많을 것입니다. 자연스럽게 네트워크 시각화에서 집단으로 더 뭉쳐질 확률이 높아집니다.
- (바로 위의 논리를 반박) 18대 총선에서도 범보수계열 (한나라당+자유선진당+친박연대)이 약 185석을 차지하였기에 현재와 비슷하다고 판단할 수 있습니다. 하지만 18대 국회 통과 법률 바탕 네트워크 시각화에서는 한나라당과 통합민주당 사이에서 공동으로 발의된 법안이 (셀 수 없을 정도로) 꽤 존재함을 확인할 수 있습니다.
- 의원들이 발의한 법안과 그중에서 가결된 법률안의 양이 점점 증가하고 있습니다. 법안을 많이 발의하게 되면서, 자연스럽게 각 정당별로 뭉치게 되는 현상이 발생할 수 있습니다.
- (다시 바로 위 논리를 반박) 21대 국회에서 '의원들이 발의한 법률안' 중 가결된 법률은 이미 16대 보다 더 많고, 17/18대의 절반 정도로 보입니다. 따라서 이미 충분한 표본을 확보했는데도, 여/야가 더 심하게 갈라져 있다고 판단할 수도 있습니다.
- 코로나 19로 인해서 당 외부와의 교류가 어느 정도 제한되었을 수도 있습니다.
정량화 - '협치지수'를 통한 대수별 차이 관찰
- 법안에서 대표발의자가 소속이 다른 의원과 공동발의를 했을 경우, 소속이 다른 의원 수만큼 '협치지수'를 1 더합니다.
- 위의 시각화 그래프들에서 서로 다른 색깔의 점을 연결한 선의 개수와 같습니다.
- 발의 협치지수는 발의된 모든 법안에서 협치지수를 측정하고, 가결 협치지수는 가결된 법안 중에서 발의 과정의 협치지수를 측정합니다.
- 특정 법안에 대해 여/야가 100명도 넘게 공동 발의할 수도 있기에, 일부 과장될 수도 있습니다.
- 무소속이지만 뚜렷하게 여/야 집단에 포함된 의원들이 있기에 일부 과장될 수 있습니다.
- (비슷하게 진보/보수 계열이어도) 당 자체가 많을 경우 일부 과장될 수 있습니다. (ex. 18대 국회)
- 위의 사항들을 감안해도, 21대의 경우 '가결 협치 지수'가 현저히 낮습니다. 따라서 통과된 법률에 대해서는 뚜렷하게 두 집단으로 나뉘고 있는 것을 확인할 수 있습니다.
분석 결론
- 국회의원별 법률 발의안 데이터만을 가지고 단편적으로 바로 결론을 내리는 것은 조심스러운 일입니다. 법률 발의 후 법률 심사 과정이나 본회의 과정에서 여러 협치 과정이 생길 수 있으므로 법률 발의안 데이터만 가지고 '협치가 줄어들었다'라고 판단할 순 없습니다.
- 하지만 적어도 21대 국회에서 여/야가 함께 법률안을 발의하는 과정은 꽤 존재했지만, 함께 만든 법률안이 통과되는 경우는 (현재까지는) 극히 적었던 것으로 보입니다.
- 통과 법률 바탕 네트워크 시각화와 협치 지수를 기준으로 하면 16대 국회에 비해 갈수록 (21대에서 최대) 여/야의 군집화가 뚜렷하게 나타나는 것을 확인할 수 있었습니다. 시간이 지날수록 당/진영 내에서만 공동발의하는 경우가 더 많아지는 것으로 해석할 수 있습니다.
- 하지만 오히려 각 당의 전문성이 강화되어서 법률을 각 당 내에서 만들고, 이후 토론 및 협의를 통해 다른 당의 의견을 위원회/본회의 과정에서 반영하게 되는 프로세스가 자리 잡게 되었다고 해석할 수도 있습니다.
- 자세하게는 21대 국회가 끝난 후에 더 평가해볼 수 있을 것으로 여겨집니다.
긴 글 읽어주셔서 감사합니다.
데이터 분석이나 시각화 자체보다 어떻게 접근을 할지 고민하는데 더 시간을 많이 썼었는데, 정답이 없는 문제이기에 자유롭게 / 날카롭게 피드백해주시거나 새로운 관점을 제시해주셔도 감사하겠습니다:)
시각화 관련 참고자료
[1] plotly 라이브러리 : https://plotly.com/python/network-graphs/
[2] 시각화 관련 인사이트를 얻었던 곳 : https://towardsdatascience.com/tutorial-network-visualization-basics-with-networkx-and-plotly-and-a-little-nlp-57c9bbb55bb9
'데이터카우 글 모음' 카테고리의 다른 글
MZ세대 구별짓기 멈춰! - MZ세대와 관련된 기사들은 모두 새빨간 거짓말일지도 모른다 (0) | 2021.06.19 |
---|---|
정말 벚꽃 피는 순서대로 대학이 사라질까요? - 우리나라 대학 충원율 지도 및 관련 시각화, 그리고 예측 (0) | 2021.06.03 |
당신은 당신의 이웃을 사랑하십니까? - 10가지 질문으로 알아보는 우리나라 외국인 통계 이야기 (0) | 2021.04.25 |
꽃가루를 피해 살고 싶은 당신을 위한 안내서 - 참나무/소나무/잡초류 꽃가루 지도 (0) | 2021.04.18 |
평균 3.2억에서 최대 53억까지 - 흥미로운 임원 연봉 이야기 (임원 - 직원 격차 시각화) (0) | 2021.04.11 |