모연 매거진 근거 · 2026-09-22
71대장 행151관문 항목5지적할 수 있는 곳06절이 «약한 곳», 07절이 «그 값을 만든 파일»입니다 — 내려받아 직접 대조하거나 검수 패킷을 외부 모델에 보내세요
정규 호

아이가 줄어든 이유는 두 가지다 — 덜 태어났거나, 다른 곳에서 자라거나

경기도의 0~4세 인구는 5년 만에 137,504N29명 줄었다. 그런데 «줄어든 이유»는 시군마다 반대였다. 2024년 기준으로 태어난 아이보다 많은 아이가 사는 곳이 20N15곳, 적게 사는 곳이 10N16곳이다 — 기준을 한 해만 옮겨도 앞의 수는 18N55곳이 된다.

FAIL 0WARN 0
01이 호가 답하려는 질문무엇을 물었고 왜 물을 만한가
질문 한 문장
0~4세 아이가 줄어드는 것은 어디서나 같은데, 줄어드는 «이유»도 같은가?
그래서 무엇인가
「아이가 줄었다」는 한 문장이 성격이 정반대인 두 지역을 같은 칸에 넣는다. 파주는 태어난 것보다 많은 아이가 살고, 군포는 태어난 아이의 4분의 1이 다른 곳에 산다. 둘 다 「0~4세 감소」다. 보육 정원·초등 배치·주거 정책은 이 둘에 같은 처방을 쓸 수 없다.
소재 기사가 있다면
, 그 프레임을 그대로 쓰지 «않는» 이유: 이 호는 기사에서 출발하지 않았다. 브리프 04(경기 노령화 역전)가 「아이가 늘어난 시군 6곳」을 찾아 놓고 «왜 늘었는지»는 말하지 못한 채 끝난 것이 출발점이다. 그 미완을 잇는다.
02방법 — 무엇을 어떻게 쟀나어떤 모델·방법론이고 왜 그것인가

이 아홉 줄이 이 호를 그 호로 만드는 결정입니다 — 같은 표에서도 관측 단위 하나로 호가 갈립니다. 원자료·기간 두 줄은 실행과 대조됩니다(계획에 없는 표를 쓰면 막힙니다).

원자료 — 표 ID·기관, 파일이면 어디서 받았나
통계청 KOSIS 표 둘을 결합한다. ① DT_1B04005N 행정구역(읍면동)별/5세별 주민등록인구 · itmId=T2 ② DT_1B81A23 시군구/출생아수, 합계출산율 · itmId=T1 ③ DT_1B80A18 시군구/성/연령별 사망자수 · itmId=T2 — ③은 본 분석이 아니라 「신뢰성 검토」 한 항목을 값으로 내기 위해서만 쓴다(8절)
이 호는 표 둘을 결합한다. ⚠ 2026-08-29 정정 — 처음에 「브리프 01~08 은 전부 표 하나」라고 적었는데 거짓이다. B03 이 DT_1PL1502+DT_1IN1509 를, B05 가 DT_1YL20581+DT_1B04005N 를 이미 붙였다. 2호는 세 번째 결합이고, 새로운 것은 「표 둘」이 아니라 «코드 체계가 다른 두 계열(41↔31)»을 붙였다는 점뿐이다. 그마저도 시군 이름이 정확히 일치해 kosis.codes_for 가 대신 풀어 줬다 — 키가 안 맞아 PAIRS 대응표를 손으로 만들고 가드를 건 B03 의 결합이 더 어렵다. 표 하나로는 「줄었다」의 원인을 못 가른다는 것이 이 호의 출발점이다(03_분석_고도화_방안.md 한계 #3 · 사다리 L3). 있는 아이(주민등록)와 태어난 아이(인구동향)는 다른 조사라 한 표에 같이 없다
관측 단위 — 한 줄이 무엇인가
경기 시군 1곳 × 창 2개. 도 전체는 기준선으로 «같이» 받아 유형 열로 가른다
시군이 이 질문의 정책 단위다. 읍면동으로 내리면 출생아수 표가 시군까지만 있어 결합 자체가 불가능하다
비교 축 — 무엇끼리 견주나
① 시군끼리(같은 창 안에서) ② 같은 시군의 두 창끼리
①만 하면 「한 해의 우연」과 「그 시군의 성질」을 못 가른다. ②가 있어야 잔존비가 지속되는 값인지 말할 수 있다
기간 · 절단점
2015~2024. 창 둘로 자른다 — 2015~2019(2019년 0~4세)와 2020~2024(2024년 0~4세)
0~4세는 «직전 5년생»이므로 5년이 자연스러운 창이다. ⛔ 2025는 안 쓴다 — 출생아수 2025는 잠정치이고 100명 단위로 반올림돼 시군 합이 도 전체와 54명 어긋난다(sources.json 함정)
묶음 경계 — 청년·노년·권역 등
연령은 0~4세 한 칸만 쓴다. 권역 묶음은 하지 않는다
0~4세가 「직전 5년 출생아」와 정확히 대응하는 유일한 구간이다. 5~9세로 넓히면 초등 취학 이동이 섞인다
분모 — 비율을 쓴다면
직전 5개년 출생아 합. 인구를 분모로 쓰지 않는다
「그 지역에서 태어난 아이」가 분모여야 「태어난 곳에 사는가」를 물을 수 있다. 인구를 분모로 하면 그냥 유소년 비중이 되어 다른 질문이 된다
기준선 — 도 전체 행을 같이 받나
받는다. 경기도 행을 유형=도전체로 표시해 집계에서 가른다
시군 잔존비가 도 전체보다 높은지 낮은지가 이 글의 축이다. ⚠ 가르지 않으면 aggmean:…:시군 이 32번째 행을 빨아들인다(B04 에서 정립)
지표 정의와 이름
잔존비 = 그 해 0~4세 주민등록인구 ÷ 직전 5년 출생아 합. 1 초과 = 순유입, 1 미만 = 순유출
등록부·메타 어디에도 없는 편집 판단이다. 인구학의 코호트 성분법을 시군·5년으로 단순화한 것이고, 사망을 무시한다(6절)
강조 대상 — 있다면, 근거
위 둘(양주·과천)과 아래 둘(군포·안산), 그리고 두 창 사이 변화가 큰 다섯 곳(하남·김포·시흥 ↓ / 양주·과천 ↑)
전부 데이터에서 고른 것이다 — 최고·최저·변화폭 상위. 매체 연고(안산)는 이번에 강조 근거로 쓰지 않았고, 안산이 들어간 것은 아래에서 두 번째라서다
놓고 견준 길 — 하나를 고르려면 최소 둘을 적는다
각도 A — 잔존비 (고른 것)
질문: 태어난 아이가 그 시군에 남아 있는가?
비교축: 시군 × 창 2개
나올 수 있는 결론: 「감소」가 출산 감소인 곳과 유출인 곳으로 갈린다
각도 B — 합계출산율과 맞대기
질문: 아이가 많이 태어나는 곳이 아이가 많은 곳인가?
비교축: 시군별 합계출산율 × 0~4세 비중
나올 수 있는 결론: 둘이 어긋나는 시군이 「이동으로 채워지는 곳」이다
고른 이유
고른 것: 각도 A(잔존비).
이유: 각도 B 는 두 «비율»을 나란히 놓는 것이라, 어긋나는 곳을 찾아도 **그 크기를 값으로
낼 수 없다. 각도 A 는 분자와 분모가 같은 아이들을 세는 하나의 몫**이라 「얼마나」가 나온다.
B03(인구효과/비율효과)·B04(지수배율)이 그랬듯, 이 매체가 잘하는 것은 항등식에 가까운 몫이다.
그리고 A 는 브리프 04 가 남긴 물음(「아이가 는 6곳은 왜 늘었나」)에 곧바로 답한다.
03계산 — 원자료에서 여기까지정제 → 분석표 → 대장. 숫자마다 «어느 식에서 나왔나»

analysis/raw.csv 가 곧 원자료입니다 — 원자료와 분석표 사이에 «정제»가 없어 C12 가 켜지지 않습니다.

71대장 행
71그중 식으로 되재는 것
5어디에도 안 쓰인 행

5행이 본문·선언·다른 행의 식 어디에도 안 쓰였습니다. 관문 C4 는 「본문 숫자가 대장에 있나」만 재고 그 반대는 아무도 안 봅니다.

id구분지표대상값단위파생식어디 쓰였나이 행을 «본» 관문
N01계산시군수경기도31개aggcount::유형=시군안 쓰임C2
N02계산0~4세인구경기도(2024)387676명raw:인구0_4_2024:경기도01검증N04N05N08N29N30N59N61C10C2C9
N03계산0~4세인구경기도(2019)525180명raw:인구0_4_2019:경기도01N04N05N09N29N30N62C2C9
N04계산0~4세증감경기도(2019→2024)-137504명expr:N02-N03안 쓰임C2C6
N05계산0~4세감소율경기도(2019→2024)-26.18%expr:(N02-N03)/N03*100안 쓰임C2C9
N06계산출생아수합경기도(2020~2024)369301명raw:출생합_2024:경기도검증N08N59N61N65N66C10C13C2C9
N07계산출생아수합경기도(2015~2019)484599명raw:출생합_1519:경기도N09N62N65C13C2C9
N08계산잔존비경기도(2024창)1.05배expr:N02/N06잔존비0507정합검증N60N64C13C2C8C9
N09계산잔존비경기도(2019창)1.084배expr:N03/N070507N64C2C9
N10계산시군잔존비평균경기 31개 시군(2024창)1.048배aggmean:잔존비_2024:시군안 쓰임C2C9
N11계산시군잔존비중앙값경기 31개 시군(2024창)1.044배aggmedian:잔존비_2024:시군07정합C2C8C9
N12계산최고잔존비양주시(2024창)1.51배expr:N34/N35050607N14C2C9
N13계산최저잔존비군포시(2024창)0.764배expr:N36/N37030507N14C2C9
N14계산잔존비범위경기 31개 시군(2024창)0.746배expr:N12-N1307정합C2C8C9
N15계산잔존비1초과시군수경기 31개 시군(2024창)20개aggsum:넘음:시군08머리글정합검증C2C8C9
N16계산잔존비1미만시군수경기 31개 시군(2024창)10개aggsum:밑돎:시군머리글정합C2C8C9
N17계산경계시군수경기 31개 시군(2024창)6개aggsum:경계근접:시군02C2
N18계산두창같은편시군수경기 31개 시군27개aggsum:같은편:시군06C2
N19계산0~4세증가시군수경기 31개 시군(2019→2024)2개aggsum:인구늘어남:시군01C2
N20계산잔존비파주시(2024창)1.228배expr:N38/N3903C2C9
N21계산0~4세증감파주시(2019→2024)-3873명raw:인구증감:파주시N31C2
N22계산0~4세증감군포시(2019→2024)-4439명raw:인구증감:군포시N32C2
N23계산잔존비하남시(2019창)1.603배expr:N40/N410506C2C9
N24계산잔존비하남시(2024창)1.077배expr:N42/N430506C2C9
N25계산잔존비양주시(2019창)1.197배expr:N44/N450506C2C9
N26계산잔존비가평군(2024창)1.0배expr:N46/N47정합C2C9
N27계산잔존비안산시(2024창)0.844배expr:N48/N49한계C2C9
N28계산잔존비군포시(2019창)0.816배expr:N50/N5105C2C9
N29계산0~4세감소폭경기도(2019→2024)137504명expr:N03-N0201머리글C2
N30계산0~4세감소율경기도(2019→2024)26.18%expr:(N03-N02)/N03*10001C2C9
N31계산0~4세감소폭파주시(2019→2024)3873명expr:0-N2103C2
N32계산0~4세감소폭군포시(2019→2024)4439명expr:0-N2203C2
N33계산경계폭잔존비 문턱 판정0.02배raw:경계폭:경기도02C2C9
N34계산0~4세인구양주시(2024)10059명raw:인구0_4_2024:양주시N12C2C9
N35계산출생아수합양주시(2020~2024)6663명raw:출생합_2024:양주시N12C2C9
N36계산0~4세인구군포시(2024)5691명raw:인구0_4_2024:군포시N13C2C9
N37계산출생아수합군포시(2020~2024)7445명raw:출생합_2024:군포시N13C2C9
N38계산0~4세인구파주시(2024)15880명raw:인구0_4_2024:파주시N20C2C9
N39계산출생아수합파주시(2020~2024)12933명raw:출생합_2024:파주시N20C2C9
N40계산0~4세인구하남시(2019)13679명raw:인구0_4_2019:하남시N23C2C9
N41계산출생아수합하남시(2015~2019)8535명raw:출생합_1519:하남시N23C2C9
N42계산0~4세인구하남시(2024)11279명raw:인구0_4_2024:하남시N24C2C9
N43계산출생아수합하남시(2020~2024)10477명raw:출생합_2024:하남시N24C2C9
N44계산0~4세인구양주시(2019)8510명raw:인구0_4_2019:양주시N25C2C9
N45계산출생아수합양주시(2015~2019)7111명raw:출생합_1519:양주시N25C2C9
N46계산0~4세인구가평군(2024)1122명raw:인구0_4_2024:가평군N26C2C9
N47계산출생아수합가평군(2020~2024)1122명raw:출생합_2024:가평군N26C2C9
N48계산0~4세인구안산시(2024)13410명raw:인구0_4_2024:안산시N27C2C9
N49계산출생아수합안산시(2020~2024)15888명raw:출생합_2024:안산시N27C2C9
N50계산0~4세인구군포시(2019)10130명raw:인구0_4_2019:군포시N28C2C9
N51계산출생아수합군포시(2015~2019)12410명raw:출생합_1519:군포시N28C2C9
N52계산기준연도뒤집힌시군수경기 31개 시군6개aggsum:기준연도뒤집힘:시군08정합검증C10C2C8
N53계산경계밖뒤집힌시군수경기 31개 시군3개aggsum:경계밖뒤집힘:시군안 쓰임C2
N54계산기준연도흔들림양주시0.265배raw:기준연도흔들림:양주시08검증C10C2C9
N55계산기준2023_1초과시군수경기 31개 시군18개aggsum:넘음_2023:시군08머리글검증C10C2
N56계산시군합_0~4세인구경기 31개 시군(2024)387676명aggsum:인구0_4_2024:시군검증C10C2
N57계산시군합_출생아수경기 31개 시군(2020~2024)369301명aggsum:출생합_2024:시군검증C10C2
N58계산영유아사망경기도(2020~2024)1039명raw:영유아사망_도:경기도검증N59C10C2C9
N59계산사망보정잔존비경기도(2024창)1.0527배expr:N02/(N06-N58)검증N60C10C2C9
N60계산사망보정움직임경기도(2024창)0.0027배expr:N59-N08검증C10C2C9
N61계산초과분경기도(2024창)18375명expr:N02-N0607검증N63C10C2C9
N62계산초과분경기도(2019창)40581명expr:N03-N0707검증N63N66C10C2C9
N63계산초과분감소율경기도(2019창→2024창)54.72%expr:(N62-N61)/N62*10007검증C10C2C9
N64계산잔존비내림폭경기도(2019창→2024창)0.034배expr:N09-N0807검증C10C2C9
N65계산분모감소율경기도(2019창→2024창)23.79%expr:(N07-N06)/N07*10007검증C10C2C9
N66계산초과분고정시잔존비경기도(2024창)1.110배expr:(N06+N62)/N0607검증C10C2C9
N67계산기준연도뒤집힘파주시0raw:기준연도뒤집힘:파주시검증C10C2
N68계산기준연도뒤집힘군포시0raw:기준연도뒤집힘:군포시검증C10C2
N69계산기준연도뒤집힘양주시0raw:기준연도뒤집힘:양주시검증C10C2
N70계산잔존비오산시(2024)1.140배raw:잔존비_2024:오산시08정합검증N71C10C2C8C9
N71계산뒤집힘최대거리경기 31개 시군0.140배expr:N70-108정합검증C10C2C8C9
04해석 — 그 수치를 어떻게 «읽었»나주장 ↔ 근거 ↔ 왜 그 근거가 받치나

관문 C8 이 재는 자리입니다 — 「이 주장의 근거는 이 대장 행」을 필자가 적고, 그 근거가 주장이 요구하는 역할(퍼짐·잣대·간격·견고성…)을 하는지 봅니다. 숫자가 맞는 것과 그 숫자가 주장을 받치는 것은 다릅니다.

잔존비 1.0 을 기준으로 경기 시군은 두 편으로 갈린다

1을 넘은 곳이 20N15곳, 밑돈 곳이 10N16곳이다. 둘을 더해도 31이 되지 않는 것은 가평군이 1.000N26으로 정확히 경계에 있기 때문이다. 「넘었다」는 문턱 판정이라 «얼마나 무른가»를 함께 대야 한다 — 기준 연도를 옮기면 6N52곳의 판정이 뒤집히고, 그중에는 1.0 에서 0.140N71이나 떨어져 있던 오산시도 있다. 임의의 «경계폭»으로 세지 않고 실제로 뒤집힌 수로 잰다.
N15 N16 N52:견고성 N70 N71

도 전체 잔존비 한 값은 시군 사이의 폭을 덮는다

경기도는 1.05N08이고 시군 중앙값은 1.044N11이라 가운데는 도 전체와 가깝다. 그런데 최고와 최저의 차이는 0.746N14이다. 가운데가 가깝다는 것과 폭이 좁다는 것은 다른 말이고, 도 단위 수치 하나로는 그 폭이 보이지 않는다. 그래서 중앙값과 범위를 값으로 함께 냈다.
N08 N11:퍼짐 N14:퍼짐
본문 — 숫자마다 근거 (대장 참조 45곳)

01 — 아이는 어디서나 줄었다

경기도의 0~4세 인구는 2019년 525,180N03명에서 2024년 387,676N02명이 됐다. 5년 만에 137,504N29명, 26.18N30% 가 사라졌다. 31개 시군 가운데 0~4세가 늘어난 곳은 2N19곳뿐이다.

여기까지는 표 하나로 알 수 있다. 그런데 왜 줄었는지는 그 표에 없다. 아이가 덜 태어나서 줄어든 곳과, 태어난 아이가 다른 곳으로 옮겨 가서 줄어든 곳은 숫자가 같아도 다른 일이 벌어진 것이다. 보육 정원과 초등학교 배치는 그 둘에 같은 답을 쓸 수 없다.

그래서 이 호는 표를 하나 더 붙였다. 주민등록인구는 «지금 사는 아이»를 세고, 인구동향조사는 «태어난 아이»를 센다. 둘은 다른 조사라 한 표에 같이 없다.

03 — 같은 감소, 반대 원인

파주시의 0~4세는 5년 새 3,873N31명 줄었다. 군포시는 4,439N32명 줄었다. 표 하나만 보면 같은 일이 일어난 것처럼 보인다.

잔존비를 보면 갈린다. 파주는 1.228N20, 군포는 0.764N13이다. 파주에는 그 5년 동안 태어난 아이보다 많은 아이가 살고 있고, 군포에는 태어난 아이보다 적은 수가 산다.

파주의 감소는 «덜 태어나서»에 가깝고, 군포의 감소는 «덜 태어난 데다 빠져나가기까지 해서»다. 한쪽은 출산의 문제이고 다른 쪽은 정주의 문제다. 같은 이름으로 부르면 처방이 섞인다.

06 — 한 해의 사정인가, 그 시군의 성질인가

잔존비가 그때그때의 사정이라면 두 창에서 편이 자주 뒤바뀌어야 한다. 그렇지 않았다. 31개 시군 가운데 27N18곳이 두 창에서 같은 편이었다 — 두 번 다 1을 넘었거나, 두 번 다 밑돌았다.

다만 값 자체는 크게 움직인다. 하남은 1.603N23에서 1.077N24로 내려왔고, 양주는 1.197N25에서 1.510N12로 올라갔다. 대규모 입주가 진행되는 동안 잔존비가 솟았다가, 입주가 끝나면 제자리로 돌아온다.

그래서 잔존비는 순위표가 아니라 시계에 가깝다. 지금 어디에 아이가 모이고 있는지, 그 지역이 그 국면의 어디쯤인지를 읽는 값이다.

07 — 도 전체 한 숫자가 덮는 것

경기도 전체 잔존비는 1.05N08다. 도 단위로만 보면 «태어난 만큼 살고 있다»에 가까워 별일이 없어 보인다. 시군 중앙값도 1.044N11으로 그와 가깝다.

그런데 가장 높은 양주 1.510N12와 가장 낮은 군포 0.764N13의 차이는 0.746N14이다. 가운데가 비슷하다고 폭이 좁은 것이 아니다. 도 전체 한 값이 덮은 것은 평균이 아니라 폭이다.

덮는 것이 하나 더 있다. 도 전체 잔존비는 2019년 창 1.084N09에서 2024년 창 1.050N08으로, 0.034N64 내려오는 데 그쳤다. 그런데 «태어난 수보다 더 사는 아이»의 수는 같은 기간 40,581N62명에서 18,375N61명으로 54.7N63% 줄었다. 분모인 5년치 출생아 합이 23.8N65% 함께 줄었기 때문이다 — 초과분이 그대로 남아 있었다면 잔존비는 오히려 1.110N66으로 올랐어야 한다.

그래서 잔존비는 «수준»을 재는 값이지 «규모»를 재는 값이 아니다. 분모가 같이 줄어드는 시기에는 비율이 제자리처럼 보여도 실제 규모는 그렇지 않을 수 있다. 앞 절에서 이 값을 시계라고 불렀는데, 그 시계는 지금 몇 시인지를 알려 줄 뿐 어제보다 몇 사람이 줄었는지는 알려 주지 않는다.

08 — 이 결론은 얼마나 흔들리나

여기까지는 기준 연도를 2024년으로 잡고 쓴 글이다. 그건 자료가 정한 것이 아니라 우리가 고른 것이다. 그래서 그 선택만 바꿔 봤다 — 기준을 2023년과 2022년으로 옮겨 같은 계산을 다시 했다.

1을 넘은 시군이 20N15곳에서 18N55곳으로 바뀐다. 1.0 을 사이에 두고 편이 뒤집히는 시군이 6N52곳이다. 그중 오산시는 2024년에 1.140N70 — 1.0 에서 0.140N71이나 떨어져 있었는데도 기준을 옮기면 1 아래로 내려간다. 「경계라서 흔들렸다」로 설명되지 않는 자리다.

이 글이 가장 높다고 든 양주도 기준 연도에 따라 0.265N54만큼 움직인다. 그래서 이 글은 판정이 기준 연도에 따라 뒤집히는 시군을 이름으로 들지 않는다. 본문에 이름을 든 파주·군포·양주는 2022·2023·2024 세 기준에서 모두 같은 편이라, 뒤집힌 6N52곳에 들어 있지 않다. 말할 수 있는 것은 「같은 감소가 서로 다른 이유로 일어난다」는 것과, 그 셋이 어느 기준에서도 같은 편에 있다는 것까지다.

약점을 적어 두는 것과 그 약점의 크기를 값으로 내는 것은 다른 일이다. 아래 표가 이 글이 스스로를 흔들어 본 결과다.

05결론이 어떻게 나왔나so what

0~4세가 줄어드는 것은 경기 31개 시군에서 거의 예외가 없다. 그러나 «왜 줄었는가»는 정반대로 갈린다. 아이가 덜 태어나 줄어든 곳과, 태어난 아이가 다른 곳에서 자라 줄어든 곳은 필요한 것이 다르다. 「아이가 줄었다」는 한 문장으로 묶으면 그 차이가 보이지 않는다.

06지적할 수 있는 곳안 닫힌 것 5 · 인간 검증 ⊘ 면제 · 외부 0 · 관문 WARN 0 · 사람이 본 인과 2 · 값 안 댄 한계 4 · 안 잰 항목 6

이 목록은 «내가 짠 공격»이 아닙니다. 외부 검수가 실제로 낸 지적과, 관문이 «못 재고 넘어간» 자리입니다 — 「공격을 내가 짜면 내가 아는 것만 친다」(C13 적대적 감사).

이 호에 대한 외부 검수 기록이 없습니다.

한계 · 흔들림을 값으로 «안 댐»
잔존비는 «순»이동이라 들어온 아이와 나간 아이를 가르지 못한다
가르려면 시군·연령별 총전입/총전출이 필요한데, 그 표에는 «시군구 내» 이동이 섞여 있어(경기 총전입의 상당 부분) 도시끼리 수준을 견주는 순간 오염된다. 그래서 이 글은 「순유입」이라고만 쓰고 「이사 왔다」로 단정하지 않았다.
한계 · 흔들림을 값으로 «안 댐»
주민등록은 내국인만 센다 — 외국인 주민이 많은 안산은 실제와 벌어질 수 있다
외국인 아동은 분자(주민등록 인구)에도 분모(인구동향 출생아)에도 안 들어간다. 둘 다 빠지므로 잔존비가 어느 쪽으로 틀리는지조차 단정할 수 없다. 그래서 안산의 순위를 그대로 읽지 말라고 본문에 적었다. 시군별 외국인 아동 자료를 붙이는 것이 다음 과제다.
한계 · 흔들림을 값으로 «안 댐»
이것은 지역의 값이지 사람의 값이 아니다
개인을 따라가는 자료가 없다. 「어느 지역에서 태어난 아이가 이사를 간다」는 문장을 이 자료로 만들 수 없다. 그래서 제목과 본문의 주어를 모두 «지역»으로 묶었고, 사람을 주어로 쓴 문장은 한 곳도 두지 않았다.
한계 · 흔들림을 값으로 «안 댐»
2025년을 뺐다 — 가장 최신 한 해를 보지 못한다
2025년 출생아는 잠정치이고 100명 단위로 반올림돼 있어 시군 합이 도 전체와 어긋난다. 넣으면 위 ⑤의 검산 자체가 깨진다. 뺀 대가는 최신 한 해를 못 본다는 것이고, 그 대가의 크기는 아래 ⑦이 대신 말해 준다.
관문 C1 · ⊘ 잰 것 없음
필수 칸이 다 있는가 · 그 값이 자리표시자가 아닌가 · 원문확인이 Y 인가 · URL 이 주소 형식인가 · 기준일에 연도가 있는가
통과가 아니라 «잴 것이 없었다»입니다.
관문 C5 · ⊘ 잰 것 없음
해석 주장에 유보 표현이 붙었는가
통과가 아니라 «잴 것이 없었다»입니다.
관문 C13 · ☑ 사람이 본 것 2건
「이유는」 아이가 줄어든 이유는 두 가지다 — 덜 태어났거나, 다른 곳에서 자라거나 → 사람이 봄 — 근거있음: 이 호가 그 두 갈래를 «직접 잰다» — 「덜 태어났거나」는 출생아수합(N06·N07), 「다른 곳에서 자라거나」는 잔존비(N08, 출생아 대비 나중 아동 수)다. C13 이 못 이은 까닭은 대장의 「본문키워드」 열이 71행 전부 비어 있어 기계 이름(출생아수합·잔존비)과 사람 말이 달라서다 — 자료 밖 원인이 아니다. · 근거 N06·N07·N08
「이유는」 아이가 줄어든 이유는 두 가지다 — 덜 태어났거나, 다른 곳에서 자라거나 → 사람이 봄 — 근거있음: 이 호가 그 두 갈래를 «직접 잰다» — 「덜 태어났거나」는 출생아수합(N06·N07), 「다른 곳에서 자라거나」는 잔존비(N08, 출생아 대비 나중 아동 수)다. C13 이 못 이은 까닭은 대장의 「본문키워드」 열이 71행 전부 비어 있어 기계 이름(출생아수합·잔존비)과 사람 말이 달라서다 — 자료 밖 원인이 아니다. · 근거 N06·N07·N08
발행 전 인간 검증 · ⊘ 면제
이 호는 «인간 검증» 장치(2026-09-02) 이전에 나갔습니다 — ② 우리 검증도 ③ 교수님 교차검증도 기록이 없습니다.
교수님이 두 번 말한 세 겹 가운데 ②③ 입니다. 면제는 줄어들기만 합니다. 새 호는 처음부터 이 단계를 지납니다
➔ 내가 «새로» 찾은 것

위 목록은 우리가 이미 아는 약점입니다. 거기 없는 것을 찾으면 그게 제일 값집니다.
이 칸은 아무 데도 보내지 않습니다 — 이 브라우저에만 남습니다(탭을 닫아도 남지만, 다른 기기에서는 안 보입니다). 기록이 되는 것은 아래에서 복사해 Actions 「검토 답 넣기」를 누른 뒤입니다 — 「적었다」와 「들어갔다」는 다른 말입니다.

순서가 있습니다 — ① 고친다 → ② 「호 돌리기」로 다시 빌드 → ③ 그 «뒤»에 답을 넣습니다. ② 을 빼먹으면 글과 지문이 어긋나 방금 넣은 검토가 곧바로 무효가 됩니다.

07재료 — 내려받아 직접 확인하기여기 있는 파일이 위 모든 값의 출처다

위의 모든 값은 아래 파일에서 나왔습니다. 눌러서 내려받아 직접 대조하실 수 있습니다.

무엇을 물었고 어떤 방법을 왜 골랐나 (아홉 줄)
10.0 KB
본문에 나온 모든 수치 — 값·파생식·출처·기준일
31.7 KB
원자료 → 분석표. 정제와 집계가 전부 여기 있다
20.4 KB
분석표 — 분석 코드(또는 표준 분석기)가 낸 것, 대장이 되재는 대상
4.0 KB
관문 세부 항목 전부 (통과·WARN·⊘ 잰 것 없음)
37.5 KB
본문·정합 선언·한계·검증 — 글의 원본
23.1 KB
발행된 글 (그대로 나간 것)
433.7 KB

외부 모델에 보낼 것

검수 패킷
PACKET_2호_경기아이잔존비_2026-08.md · 54.3 KB
외부 모델에 그대로 보낼 수 있는 한 장. {{N04}} 는 대장 값으로 채워지고 뒤에 [N04] 로 어느 행에서 왔는지 남습니다.

「검증」은 둘입니다 — 섞으면 그게 새 자기진술서가 됩니다

모델이 할 수 있는 것 — 추론이 데이터보다 큰가 · 문장이 계산을 넘었나 · 한계가 결론을 무너뜨리나. 8/30·8/31 검수가 실제로 이 호의 값 셋을 바꿨습니다.

모델이 «못» 하는 것 — prep.py 를 돌려 같은 분석표가 나오는지. C12 적대적 감사에서 두 심사자가 같은 말을 했습니다 — 「이 JSON 은 실행 기록이 아니라 자기진술서다」, 「재현 검사가 유일하게 거짓말을 잡는 방법이다」. 그건 관문 C12 가 1.1초에 합니다.

08무엇을 고쳤나다시 낸 적이 있다면 그때마다 한 줄
2026-09-13
제목을 「아이가 줄어드는데, 어떤 곳은 벌어들인다」에서 「아이가 줄어든 이유는 두 가지다 — 덜 태어났거나, 다른 곳에서 자라거나」로 바꿨다
「벌어들인다」가 무슨 뜻인지 읽는 사람이 알 수 없었다 — 돈을 버는 말이라 아이에게 쓰면 뜻이 서지 않고, 이 글이 무엇을 쟀는지도 제목에 안 보였다. 이 글이 실제로 말하는 것은 「어디서나 줄었지만 «왜» 줄었는지는 시군마다 반대다」이고, 새 제목은 그것을 그대로 적었다교수님
2026-09-06
약점 표 네 곳에서 «우리 작업 이력»을 걷어냈다 — 「전에는 「그 정도 편차는 현실적이지 않다」고 적었는데」·「전에는 «경계 ±0.02» 를 썼는데」·「이 지적은 … 검토에서 나왔고 우리는 못 봤던 것이다」·검수 날짜표 하나
발행되는 것은 글이지 작업 일지가 아니다. 독자는 우리가 언제 무엇을 틀렸다가 고쳤는지 알 필요가 없고, 그 기록은 근거 화면과 저장소가 든다우리
2026-09-06
글에 쓰던 내부 메모 기호(경고 표시)를 빼고, 「대장에 등록했다」처럼 우리끼리 쓰던 말을 독자의 말로 바꿨다. 소스 주석에 남아 있던 작업 메모도 걷었다
매거진은 밖으로 나가는 글인데 내부 작업 문서의 표기가 그대로 실려 있었다 — 수치와 주장은 바뀌지 않았다우리

여기 적는 것은 «무엇이 어떻게 바뀌었나»입니다. 어느 모델이 짚었는지 같은 판 이름은 _외부검토/ 가 듭니다 — 오른쪽 꼬리표는 갈래(외부 검수 · 내부 감사 · 관문 · 우리)만 말합니다.