Why It Matters

Traditional public health operates on a linear logic: identify a cause, design an intervention, measure the outcome. Smoking causes cancer—so run anti-smoking campaigns. Lack of exercise causes obesity—so build more parks. Contaminated water causes diarrhea—so install water treatment.

This logic works for simple problems but fails for the complex, multi-causal challenges that dominate contemporary public health. Obesity is not caused by lack of exercise alone—it emerges from the interaction of food industry marketing, urban design, socioeconomic inequality, stress biology, cultural norms, and policy environments. An intervention targeting any single factor will be overwhelmed by the others.

Systems thinking offers an alternative: rather than isolating individual causes, it maps the system of interconnected factors that produce health outcomes. Feedback loops reveal why some problems resist intervention (e.g., poverty causes poor health, which causes job loss, which deepens poverty). Emergent properties explain why population-level health patterns cannot be predicted from individual-level risk factors. Time delays explain why today's policy decisions may not show health effects for decades.

The 2024-2025 literature shows systems thinking maturing from a conceptual framework into an operational methodology—with concrete tools for designing, implementing, and evaluating complex public health interventions.

The Science

Integrating Systems Thinking with Behavioral Science

Parkinson et al. (2025), with 7 citations, address a fundamental limitation of traditional health behavior change programs: they assume that increased knowledge leads to better health decisions. Evidence consistently shows this assumption is wrong. People know smoking is harmful but smoke anyway. People know they should exercise but remain sedentary. Knowledge-based interventions fail because they target rational decision-making while ignoring the systemic factors—social norms, environmental cues, emotional states, habit structures—that actually drive behavior.

The authors propose integrating systems thinking with dual-process behavioral science. Dual-process theory distinguishes between System 1 (fast, automatic, habitual) and System 2 (slow, deliberate, rational) thinking. Most health behaviors are System 1—habitual and context-dependent. Effective interventions must therefore modify the systems (physical environments, social contexts, choice architectures) within which habitual behaviors occur, not just provide information that targets System 2.

The integrated framework maps behavioral feedback loops: how environmental cues trigger habitual behaviors, how social norms reinforce them, and how institutional structures (food pricing, urban design, workplace policies) create the conditions within which individual "choices" are made. Interventions designed from this framework target systemic leverage points rather than individual willpower.

Community-Level Systems Change

Moore et al. (2024), with 5 citations, evaluate the Catalyzing Communities intervention, which takes a "whole-of-community" approach to childhood obesity. Rather than targeting individual children or families, the intervention works at the community system level—coordinating changes across schools, food retailers, parks, healthcare providers, and local government simultaneously.

The study measures whether participating communities develop systems thinking capacity—the ability to see connections, feedback loops, and unintended consequences in their own community health systems. Results show that community stakeholders who participate in systems mapping exercises develop more sophisticated understanding of obesity as a systemic problem and design more integrated interventions.

Crucially, the intervention also tracks health equity considerations: whether systems-level approaches benefit all community members or primarily those who are already advantaged. The findings suggest that without deliberate equity focus, systems-level interventions can inadvertently widen health disparities—improving outcomes for well-resourced community members while leaving marginalized groups behind.

Countering Industry Influence as a Systems Problem

Bertscher et al. (2024), with 1 citation, apply systems thinking to a politically sensitive public health challenge: the influence of unhealthy commodity industries (tobacco, alcohol, ultra-processed food) on public health policy. Traditional approaches treat industry influence as an external threat to be resisted. Systems thinking reveals it as an integral part of the policy system—deeply embedded through lobbying, revolving doors, industry-funded research, and economic dependency.

Their systems map identifies feedback loops that maintain industry influence: industry profits fund lobbying, which weakens regulation, which protects profits—a reinforcing loop. Interventions that target only one element (e.g., lobbying disclosure) are insufficient because the loop compensates. Effective interventions must disrupt multiple elements simultaneously: lobbying reform plus conflict-of-interest rules plus independent research funding plus economic diversification away from unhealthy commodity production.

Mental Health Safety as a Complex Adaptive System

Challinor et al. (2025), with 1 citation, argue that mental health patient safety has been studied in isolation from the broader safety science literature, creating a "narrow, isolated world" with limited conceptual tools. They propose applying complex adaptive systems (CAS) theory to mental health safety.

In CAS terms, mental health care is a system where multiple agents (patients, clinicians, families, institutions) interact in ways that produce emergent outcomes (safety or harm) that cannot be attributed to any single agent. Safety incidents are not caused by individual errors but by systemic conditions—understaffing, communication failures, organizational culture—that create the conditions for errors to occur and propagate.

The CAS perspective shifts the focus from blame (who made the error?) to learning (what systemic conditions allowed this error to happen, and how do we change them?). This mirrors the transition that aviation safety made decades ago—from punishing pilots for errors to redesigning cockpit systems to make errors less likely and less consequential.

Systems Thinking vs. Linear Thinking in Public Health

<

Dimension	Linear Approach	Systems Approach
Causation	Single cause → single effect	Multiple interacting causes, feedback loops
Intervention	Target the cause directly	Identify leverage points in the system
Success metric	Did the target outcome improve?	Did the system shift to a healthier pattern?
Time horizon	Short-term behavior change	Long-term systemic transformation
Equity	Assumed to benefit all equally	Explicitly analyzes distributional effects
Industry role	External threat to counter	Embedded system element to restructure
Error analysis	Who is to blame?	What conditions enabled the error?

What To Watch

The operationalization of systems thinking in public health is accelerating through two developments. First, computational tools—system dynamics models, agent-based models, network simulations—now allow health systems to be modeled, simulated, and tested before real-world implementation. Second, participatory systems mapping (where community stakeholders co-create systems maps) is bridging the gap between expert analysis and community ownership. Watch for systems thinking to become standard methodology in public health program evaluation—moving beyond the randomized controlled trial paradigm toward evaluation designs that can capture systemic effects, feedback loops, and emergent outcomes. The integration with behavioral science highlighted by Parkinson et al. is particularly promising: it connects the micro-level (individual behavior) to the macro-level (population health) through the meso-level (systems and environments).

Explore related work through ORAA ResearchBrain.

면책 조항: 이 게시물은 정보 제공 목적의 연구 동향 개요이다. 학술 저작물에서 인용하기 전에 구체적인 연구 결과, 통계 및 주장을 원본 논문과 대조하여 검증해야 한다.

공중보건 개입에서의 시스템 사고

중요성

전통적인 공중보건은 선형 논리로 작동한다: 원인을 파악하고, 개입을 설계하며, 결과를 측정한다. 흡연이 암을 유발한다—그러므로 금연 캠페인을 실시한다. 운동 부족이 비만을 유발한다—그러므로 공원을 더 많이 조성한다. 오염된 물이 설사를 유발한다—그러므로 수처리 시설을 설치한다.

이 논리는 단순한 문제에는 효과적이지만, 현대 공중보건을 지배하는 복잡하고 다중 원인적 과제에는 실패한다. 비만은 운동 부족만으로 유발되는 것이 아니다—식품 산업의 마케팅, 도시 설계, 사회경제적 불평등, 스트레스 생물학, 문화적 규범, 정책 환경의 상호작용으로부터 발생한다. 단일 요인을 표적으로 삼는 개입은 나머지 요인들에 의해 압도될 것이다.

시스템 사고는 대안을 제시한다: 개별 원인을 분리하는 대신, 건강 결과를 만들어내는 상호 연결된 요인들의 시스템을 매핑한다. 피드백 루프는 왜 일부 문제가 개입에 저항하는지를 밝힌다(예: 빈곤이 열악한 건강을 유발하고, 이것이 직업 상실을 유발하며, 이것이 빈곤을 심화시킨다). 창발적 속성은 왜 인구 수준의 건강 패턴이 개인 수준의 위험 요인으로부터 예측될 수 없는지를 설명한다. 시간 지연은 왜 오늘의 정책 결정이 수십 년 후에야 건강 효과를 보일 수 있는지를 설명한다.

2024-2025년 문헌은 시스템 사고가 개념적 프레임워크에서 운영적 방법론으로 성숙하고 있음을 보여준다—복잡한 공중보건 개입을 설계, 실행, 평가하기 위한 구체적인 도구를 갖추면서.

과학

시스템 사고와 행동과학의 통합

Parkinson et al. (2025)은 7회 인용으로, 전통적인 건강 행동 변화 프로그램의 근본적인 한계를 다룬다: 이 프로그램들은 지식의 증가가 더 나은 건강 결정으로 이어진다고 가정한다. 증거는 일관되게 이 가정이 틀렸음을 보여준다. 사람들은 흡연이 해롭다는 것을 알면서도 흡연한다. 사람들은 운동해야 한다는 것을 알면서도 좌식 생활을 유지한다. 지식 기반 개입은 실제로 행동을 이끄는 시스템적 요인들—사회적 규범, 환경적 단서, 감정 상태, 습관 구조—을 무시하고 합리적 의사결정을 표적으로 삼기 때문에 실패한다.

저자들은 시스템 사고와 이중 과정 행동과학의 통합을 제안한다. 이중 과정 이론은 시스템 1(빠르고, 자동적이며, 습관적인) 사고와 시스템 2(느리고, 의도적이며, 합리적인) 사고를 구분한다. 대부분의 건강 행동은 시스템 1—습관적이고 맥락 의존적이다. 따라서 효과적인 개입은 시스템 2를 표적으로 하는 정보를 제공하는 것이 아니라, 습관적 행동이 발생하는 시스템(물리적 환경, 사회적 맥락, 선택 설계)을 수정해야 한다.

통합된 프레임워크는 행동 피드백 루프를 매핑한다: 환경적 단서가 어떻게 습관적 행동을 유발하는지, 사회적 규범이 어떻게 이를 강화하는지, 그리고 제도적 구조(식품 가격 책정, 도시 설계, 직장 정책)가 어떻게 개인의 "선택"이 이루어지는 조건을 만드는지. 이 프레임워크로 설계된 개입은 개인의 의지력이 아닌 시스템적 레버리지 포인트를 표적으로 삼는다.

지역사회 수준의 시스템 변화

Moore et al. (2024)은 5회 인용으로, 아동 비만에 대한 "전체 지역사회" 접근법을 취하는 Catalyzing Communities 개입을 평가한다. 개별 아동이나 가족을 표적으로 삼는 대신, 이 개입은 지역사회 시스템 수준에서 작동한다—학교, 식품 소매업체, 공원, 의료 제공자, 지방 정부 전반에 걸친 변화를 동시에 조율한다.

시스템 문제로서의 산업 영향력에 대응하기

이 연구는 참여 지역사회가 시스템 사고 역량—자신들의 지역사회 건강 시스템에서 연결고리, 피드백 루프, 의도치 않은 결과를 파악하는 능력—을 개발하는지 여부를 측정한다. 연구 결과에 따르면, 시스템 매핑 훈련에 참여한 지역사회 이해관계자들은 비만을 시스템적 문제로 보다 정교하게 이해하고, 더욱 통합적인 개입 방안을 설계하는 것으로 나타났다.

특히 중요한 점은, 이 개입이 건강 형평성 관련 고려사항—즉, 시스템 수준의 접근이 모든 지역사회 구성원에게 혜택을 주는지, 아니면 이미 유리한 위치에 있는 사람들에게 주로 혜택을 주는지—도 추적한다는 것이다. 연구 결과는 의도적인 형평성 초점 없이는 시스템 수준의 개입이 의도치 않게 건강 불평등을 심화시킬 수 있음을 시사한다. 즉, 자원이 풍부한 지역사회 구성원의 결과는 개선되는 반면, 소외된 집단은 뒤처지게 된다는 것이다.

시스템 문제로서의 산업 영향력에 대응하기

1회 인용된 Bertscher et al. (2024)은 시스템 사고를 정치적으로 민감한 공중 보건 과제—건강에 해로운 상품 산업(담배, 주류, 초가공식품)이 공중 보건 정책에 미치는 영향—에 적용한다. 기존의 접근법은 산업 영향력을 저항해야 할 외부 위협으로 다룬다. 시스템 사고는 이를 정책 시스템의 핵심적인 구성 요소로—로비, 회전문 인사, 산업계 지원 연구, 경제적 의존성을 통해 깊이 내재된 것으로—드러낸다.

이들의 시스템 맵은 산업 영향력을 유지하는 피드백 루프를 규명한다. 산업계의 수익은 로비 자금으로 이어지고, 로비는 규제를 약화시키며, 약화된 규제는 수익을 보호하는 강화 루프를 형성한다. 하나의 요소만을 표적으로 삼는 개입(예: 로비 공개 의무화)은 루프가 이를 보완하기 때문에 불충분하다. 효과적인 개입은 여러 요소를 동시에 교란시켜야 한다. 즉, 로비 개혁과 이해충돌 규정, 독립적인 연구 자금 조달, 건강에 해로운 상품 생산으로부터의 경제적 다각화가 함께 이루어져야 한다.

복잡 적응 시스템으로서의 정신건강 안전

1회 인용된 Challinor et al. (2025)은 정신건강 환자 안전이 광범위한 안전 과학 문헌과 분리된 채 연구되어 왔으며, 이로 인해 제한된 개념적 도구를 갖춘 "협소하고 고립된 세계"가 형성되었다고 주장한다. 이들은 복잡 적응 시스템(CAS) 이론을 정신건강 안전에 적용할 것을 제안한다.

CAS 관점에서 정신건강 돌봄은 다수의 행위자(환자, 임상의, 가족, 기관)가 상호작용하여 어떤 단일 행위자에게도 귀속될 수 없는 창발적 결과(안전 또는 위해)를 만들어내는 시스템이다. 안전 사고는 개인의 실수로 인해 발생하는 것이 아니라, 오류가 발생하고 확산될 수 있는 조건을 만드는 시스템적 상황—인력 부족, 의사소통 실패, 조직 문화—에 의해 발생한다.

CAS 관점은 비난(누가 실수를 했는가?)에서 학습(어떤 시스템적 조건이 이 오류를 가능하게 했으며, 어떻게 바꿀 것인가?)으로 초점을 전환시킨다. 이는 수십 년 전 항공 안전이 거쳤던 전환—조종사의 실수를 처벌하는 것에서 오류가 발생할 가능성과 그 결과를 줄이기 위해 조종석 시스템을 재설계하는 것으로의 전환—을 반영한다.

공중 보건에서의 시스템 사고 대 선형 사고

<

차원	선형적 접근	시스템적 접근
인과관계	단일 원인 → 단일 결과	다수의 상호작용하는 원인, 피드백 루프
개입	원인을 직접 표적화	시스템 내 레버리지 포인트 파악
성공 지표	목표 결과가 개선되었는가?	시스템이 더 건강한 패턴으로 전환되었는가?
시간적 범위	단기적 행동 변화	장기적 시스템 변환
형평성	모두에게 동등한 혜택을 준다고 가정	분배 효과를 명시적으로 분석
산업계의 역할	대응해야 할 외부 위협	재구조화해야 할 내재된 시스템 요소
오류 분석	누가 책임이 있는가?	어떤 조건이 오류를 가능하게 했는가?

주목할 사항

공중 보건에서 시스템 사고의 운영화는 두 가지 발전을 통해 가속화되고 있다. 첫째, 계산 도구—시스템 다이나믹스 모델, 에이전트 기반 모델, 네트워크 시뮬레이션—는 이제 실제 구현 이전에 보건 시스템을 모델링, 시뮬레이션, 테스트할 수 있게 한다. 둘째, 참여적 시스템 매핑(지역사회 이해관계자들이 시스템 맵을 공동 제작하는 방식)은 전문가 분석과 지역사회 주도권 사이의 간극을 좁히고 있다. 시스템 사고가 공중 보건 프로그램 평가에서 표준 방법론이 될 것으로 전망된다—무작위 대조 시험 패러다임을 넘어, 체계적 효과, 피드백 루프, 창발적 결과를 포착할 수 있는 평가 설계로 나아가게 될 것이다. Parkinson 등이 강조한 행동과학과의 통합은 특히 주목할 만하다. 이는 미시 수준(개인 행동)을 중간 수준(시스템 및 환경)을 통해 거시 수준(인구 건강)과 연결한다.

관련 연구는 ORAA ResearchBrain을 통해 탐색할 수 있다.