안녕하세요. 가짜연구소 Causal Inference 팀입니다.
이 책은 Matheus Facure (Nubank Data Scientist)의 Causal Inference for The Brave and True을 한국어로 번역한 자료입니다. 이 책은 인과추론에 대한 기본 개념과 Python 실습, 나아가 최신 사례까지 모두 다루고 있습니다. 인과추론에 대한 이론과 실습자료가 많지 않은 상황에서 이 책은 인과추론 처음 접하거나 인과추론에 대한 이해를 바탕으로 사례를 접하고 싶은 분 모두를 만족시킬 수 있는 책이라고 생각합니다. 한국에서 인과추론을 공부하시는 분들께 많은 도움이 되었으면 좋겠습니다. 해당 한국어 번역 자료는 Jupyter Book으로도 배포되어 있으니 많은 관심 부탁드립니다.
가짜연구소 Causal Inference 팀은 전문 번역가가 아닌, 데이터분석가/과학자/연구자로 구성 되어 있습니다. 따라서, 한국어 번역 과정에서 이상하거나 어색한 부분이 발생할 수 있어요. 해당 부분에 대한 여러분의 피드백을 부탁드립니다. 용어는 『실무로 통하는 인과추론 with 파이썬』(한빛미디어)과 맞췄고, 핵심 용어는 처음 나올 때 영어를 함께 적었습니다.
마지막으로, 이 책의 한국어 번역에 동의해 주신 Matheus Facure에게 감사의 말씀을 전합니다.
그리고, 번역과 실습자료를 만들기 위해 같이 고생해준 Causal Inference 팀 멤버들에게도 진심으로 감사드립니다!
이 책은 Joshua Angrist, Alberto Abadie, Christopher Walters, Miguel Hernan 및 Jamie Robins 등을 포함한 많은 연구자들의 계량 경제학 수업과 바탕으로 하고 있으며, 대부분의 아이디어는 미국경제학회(American Economic Association)의 수업에서 가져왔습니다. 이 책을 작성하기 위해 참고한 자료와 서적은 아래와 같습니다.
- Cross-Section Econometrics
- Mastering Mostly Harmless Econometrics
- Mostly Harmless Econometrics
- Mastering 'Metrics
- Causal Inference Book
번역 자료에 대한 이슈가 있다면, 해당 Github 저장소의 이슈 페이지를 방문해주세요. 또한, 관련 질문은 빌더인 신진수에게 문의 부탁드립니다.
원서 Part I·II 25개 장과 부록 5편을 모두 옮겼습니다. 2026년 10월에는 원문 최신판을 기준으로 전체 번역을 다시 대조해 빠진 문장을 채우고, 원문 개정 내용(18·19장의 elasticity→sensitivity 등)을 반영했으며, 용어를 『실무로 통하는 인과추론 with 파이썬』에 맞춰 통일했습니다. 번역 원칙과 용어표는 번역 가이드에 있습니다.
부록
| Chapter | 최초 번역 |
|---|---|
| Debiasing with Orthogonalization | 2026-10 |
| Debiasing with Propensity Score | 2026-10 |
| When Prediction Fails | 2026-10 |
| Why Prediction Metrics are Dangerous For Causal Models | 2026-10 |
| Conformal Inference for Synthetic Control | 2026-10 |