미국 대선 예측의 족집게로 알려진 전문가들 대부분은 선거를 두 달 남짓 앞둔 현재 판세에 대해 민주당 후보인 카멀라 해리스 부통령이 공화당 후보인 도널드 트럼프 전 대통령을 소폭 앞서고 있는 것으로 파악했다. 불과 한 달여 전만 해도 트럼프 전 대통령이 대세론을 형성했으나 조 바이든 대통령의 대타로 등장한 해리스 부통령이 빠른 속도로 치고 올라온 것이다.
선거분석업체 파이브서티에이트에 따르면 27일(현지시간) 기준 해리스가 대선에서 승리하는 경우의 수는 1000개 중 589개로 승리 확률이 59%에 달한다. 트럼프가 승리하는 경우의 수는 407개, 동률의 경우는 4개로 나타났다. 파이브서티에이트는 2008년과 2012년 대선 결과를 정확히 예측한 통계학자 네이트 실버가 만든 사이트로 현재는 ABC뉴스 소속이다.
지난달 21일 바이든 대통령의 후보 사퇴 이후 해리스의 승리 확률은 계속 상승하는 추세다. 지난달 26일 47%로 트럼프(53%)에 뒤처졌던 확률은 이달 8일 역전(51%대 48%)되더니 이후 격차가 벌어졌다.
경합주에서도 해리스가 우세한 것으로 나타났다. 파이브서티에이트는 위스콘신과 미시간주가 해리스 쪽으로 기울었다고 평가했다. 네바다·애리조나·펜실베이니아주에서도 해리스 승리 확률이 근소하게 높았다.
전국 여론조사에서 5% 안팎의 지지율을 기록하던 무소속 로버트 케네디 주니어 후보가 지난 23일 사퇴하며 트럼프 지지를 선언했지만 현재까지 여론 지형상 큰 변화는 없다.
실버가 파이브서티에이트를 매각한 뒤 새로 설립한 선거분석사이트 실버 불레틴도 27일 전국 여론조사를 종합한 결과 해리스 지지율이 49.2%로 트럼프에 3.8% 포인트 앞서고 있다면서 “오늘 선거가 실시된다면 해리스가 확실한 승리 후보”라고 전했다. 실버 불레틴은 앞서 케네디 주니어의 후보 사퇴에 대해서도 “해리스에게 악영향을 주지 않았다”며 “해리스가 선거인단에서 이길 확률은 53%”라고 밝혔다.
대부분의 선거 전문가들이 틀렸던 2016년 대선(트럼프 승리)을 정확히 예측한 앨런 애브로모위츠 에모리대 교수의 ‘타임 포 체인지’ 모델이 꼽은 대선 승자도 해리스다. 이 모델은 대선 예측에 경제 상황, 현직 대통령의 인기와 집권 기간 등을 활용한다. 에브로모위츠 교수는 지난 22일 버지니아대 정치센터 선거분석사이트 ‘서배토의 크리스털볼’ 기고에서 “현직 바이든 대통령의 지난 6월 말 순지지율(지지율-비지지율)이 -18%로 낮지만 미국의 2분기 경제성장률이 2.8%라는 점, 민주당 정권이 4년밖에 이어지지 않았다는 점을 고려하면 민주당이 근소하게 대선에서 이길 것”이라고 전망했다. 그는 민주당이 2.6% 포인트 차로 승리하고 선거인단도 과반(270명)을 훌쩍 넘긴 281명을 확보할 것으로 내다봤다.
1984년 이후 10차례의 대선에서 2000년(조지 W 부시 승리)을 제외한 9차례의 결과를 맞춘 앨런 릭트먼 아메리칸대 역사학과 교수는 지난달 자신이 개발한 ‘대권 13개 열쇠’ 모델을 통해 해리스의 승리를 점쳤다. 13개의 열쇠는 중간선거 결과, 대선 경선, 후보의 현직 여부, 제3후보, 단기 경제성과, 장기 경제성과, 주요 정책 변화, 사회 불안, 스캔들, 외교·군사적 실패, 외교·군사적 성공, 현직의 카리스마, 도전자의 카리스마다.
선거 연도에 집권당이 13개 항목 가운데 8개 이상 유리하다고 간주되면 집권당이 승리하고 6개 이상 불리하면 패배한다는 것이 릭트먼의 예측 모델이다. 해리스는 13개 항목 중 8개에서 유리한 것으로 나타났다. 다만 릭트먼은 최종 예측을 다음 달 2일 노동절 연휴와 10일 TV토론 사이에 발표하겠다고 밝혔다.
주요 언론들의 예측 모델도 해리스가 근소한 우위를 보이고 있는 것으로 평가했다. 정치전문매체 더힐은 해리스의 승리 확률이 27일 기준 56%라고 밝혔다. 더힐은 “지난달 바이든 후보 사퇴 직후 트럼프의 승리 확률이 56%였던 것과 비교된다”고 전했다. 영국 시사지 이코노미스트는 해리스와 트럼프의 승리 확률을 각각 50% 안팎으로 보면서도 해리스가 선거인단 274명을 확보할 것으로 예상했다.
김이현 기자 2hyun@kmib.co.kr
GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재, 수집, 재배포 및 AI학습 이용 금지
