DAU Library

<대표적인 통계의 함정의 예>

시중에 나와있는 통계에 관련된 책들은 대부분 기술적,방법론적인 통계에 집중하는 걸로 알고 있습니다.

실제로 전에 읽은 책은 통계학에서 쓰는 도구들을 속성으로 익히는 것에 집중한 나머지 통계가 실생활에서 어떻게 쓰이는 지, 어떤 한계점이 있는지 등등 내러티브적 요소가 없었습니다. 따라서 실용적일 수 있지만 읽는 이로 하여금 지루하게 만들고 그것이 대부분 사람들이 통계학 하면 혀를 내두르는 이유가 아닐까 싶습니다. 하지만 제가 읽은 이 통계학책은 달랐습니다. 집요하다 싶을 정도로 실제 통계 사례와 여러 정책적 논란들에 집중하며 실제로 통계학적 도구들이 실생활에 어떤 식으로 응용되는지 구체적으로 펼쳐보입니다.

덕분에 그전까지는 \’가설검정\’,\’신뢰도 구간 설정\’,\’회귀분석\’ 등등 피상적으로만 알던 통계 개념들을 명확하게 알 수 있었고, \’통계에서 가장 중요한 점\’은 통계적 기법 그 자체 보다 표본을 왜곡 없이 잘 추출하는 일, 설명변수들을 잘 선택하는 일, 주관 없이 합목적성에 맞게 기법을 취사선택하는 일이라는 점을 자연스럽게 깨닫게 되었습니다.

왜 그럴까요? 우리 주변에는 너무나도 많이 의도를 했든 하지 않았든, 통계와 과학의 탈을 쓰고 진실이 왜곡되는 사례들이 많기 때문입니다.

뉴스만 보더라도 본인 진영의 입맛을 위하여 통계를 과장하고 왜곡한 케이스를 우리는 쉽게 볼 수 있습니다. 심지어 같은 통계 자료를 두고, 양 진영의 사람들은 보고 싶은 부분에만 집중하여 서로 싸우는 경우 또한 심심치 않게 볼 수 있습니다. 이러한 왜곡들은 통계 기법(도구들)을 쓰지 않아서 생기는 문제들이 아닙니다. 썼음에도 의도적이었든 의도하지 않았던 간에 조금이라도 통계적 함정에 빠지는 순간, 진실과 전혀 엉뚱한 결론에 이르게 되는 것입니다. 단적인 예로 A라는 질병의 감염자 수가 작년 보다 3800% 증가 했다고 가정한다면 대부분의 사람들은 엄청나게 큰 수에 압도되어 A라는 질병의 치명성에 충격을 받을 것입니다. 하지만 만약 작년에 전세계 감염자 수가 1명이었고 올해 전세계 감염자 수가 39명이라고 가정한다면 어떨까요? 우리가 A라는 질병을 알 필요가 있을까요? 이처럼 통계는 칼과 같은 도구입니다. 칼이라는 도구도 목적에 맞게 잘 이용한다면 우리에게 큰 도움을 주는 도구이지만 잘못 쓰는 순간 피해를 주는 것과 같습니다. 

세상은 시간이 지날수록 점점 더 복잡해지고 우리 앞에는 복잡해진 만큼 어마어마한 데이터가 던져지고 있습니다. 이 같은 세상에서 살아남기 위해서 우리는 그 날 것의 데이터 뭉치 속에서 통계라는 도구를 통해 복잡한 세상을 제대로 이해할 수 있는 지식을 캐낼 수 있어야 한다 생각합니다. 그렇기에 미래는 통계라는 도구를 잘 이용하는 법을 익히는 것이 더욱 중요해질 것입니다. 특히나 귀납적인 추론의 대명사이자 통계적 기법들을 이미 프로그래밍화 시켜주는 AI시대에 통계적 문해력은 영어에 이어 필수적으로 갖춰줘야 할 능력이 될 것입니다.

미래에는 누구나 데이터를 가지고 AI를 돌리면 통계적 결괏값은 몇 초만에 바로 나올 것입니다. 하지만 그 데이터가 통계적으로 유의한 지, 그 결과가 어떤 의미를 지니는 지, 어떤 설명변수를 추출하여 회귀분석을 할 지, 혹은 회귀분석을 쓰지 말아야 할지 등등 수학적 기법을 넘어서 배워야 할 지혜가 많습니다. 그리고 그러한 귀납적인 지식을 가지고 아직 AI가 넘보지 못하는 연역적인 추론의 통찰력을 가미할 수 있는 것이 AI 시대에 우리 자신의 존엄성을 지킬 수 있는 한가지 방법이 되지 않을까 생각하게 만듭니다. 미래에대하여 진지한 생각을 고민하게 해주는 이 책을 강력 추천합니다.