현대 민주주의에서 선거 부정(electoral fraud)은 정부의 정치적인 정당성(legitimacy)을 훼손하고 민주주의의 안정성을 저해할 수 있다는 점에서 매우 심각한 문제라고 할 수 있다. 따라서 정치학계에서는 다양한 통계 기법을 활용하여 선거 부정을 탐색하는 선거 부정 감식 기법(election forensic tools)을 발전시켜 온 바 있다. 하지만 국내에서 부정선거 감식 기법을 개발·적용하는 연구는 아직까지 제대로 이루어지지 않고 있다. 본 연구는 숫자 검증(digit tests) 기법과 기계학습(machine learning) 방법을 사용하여 역대 한국 선거들을 분석하였다. 분석결과, 본 연구에서 사용한 모형들은 조작이 발생하지 않은 투표소를 조작이 있는 선거구로 잘못 분류하는 문제가 있었다. 본 연구의 결과는 선거 부정을 통계적으로 탐지할 때 여러 선거 데이터를 활용하여 분석 결과를 객관적이고 상대적으로 평가하는 것이 중요하다는 점을 시사한다.

Previous studies have sought to detect election fraud using various statistical methods. Given that election fraud undermines the legitimacy of democratically elected government, it is important to assess statistical claims of electoral fraud. Although scholars have been using election forensic tools to detect election anomalies in other countries, no study has applied such method to Korean elections. In this study, I use digit-based test methods and a supervised machine learning method to detect election anomalies in South Korean elections. The results of my analysis suggest that the methods I used in this study have the problem of falsely classifying polling stations as suspicious.