선거 전날, 뉴스는 후보 지지율을 소수점까지 발표한다. 그런데 조사 대상은 전 국민이 아니라 1,000여 명뿐이다. 5,000만 명 중 0.002%에게 물어보고, 나머지 4,999만여 명의 마음을 말하겠다는 것이다. 상식으로는 무모해 보이는데, 실제 선거 결과는 그 조사와 대개 크게 어긋나지 않는다.
어떻게 이 작은 일부가 거대한 전체를 대신할 수 있을까? 그 근거를 수학으로 세워 준 학문이 있다. 이 글은 '숫자로 세상을 말한다'는 일이 어떻게 가능한지 궁금한 학생을 위한 것이다.
왜 작은 표본이 거대한 전체를 대신할 수 있을까?
요리사는 커다란 수프 냄비의 간을 보려고 냄비를 통째로 마시지 않는다. 잘 저은 뒤 한 숟갈만 맛본다. 한 숟갈이 냄비를 대표할 수 있는 조건은 딱 하나, 잘 섞였다는 것이다.
표본조사도 똑같다. 핵심은 표본의 크기가 아니라 무작위성이다. 모든 사람이 뽑힐 기회가 같도록 무작위로 표본을 고르면, 그 표본은 전체의 축소판이 된다. 놀랍게도 필요한 표본 크기는 전체 인구가 5만 명이든 5,000만 명이든 크게 달라지지 않는다 — 냄비가 크다고 더 많이 떠먹어야 하는 게 아닌 것과 같다. 관건은 '얼마나 많이'가 아니라 '얼마나 골고루'다.
표본이 전체를 대신하는 힘은 크기가 아니라 무작위성에서 나온다.
이 현상을 다루는 학문은 무엇인가?
일부에서 전체를 추론하고, 그 추론에 얼마만큼의 불확실성이 따르는지를 다루는 학문이 통계학이다. 특히 표본으로 모집단의 성질을 추정하는 분야를 추론통계라 한다. 여기서 '±3%포인트' 같은 표본오차가 나오는데, 이는 틀림의 표시가 아니라 정직함의 표시다 — "이만큼의 여유를 두고 읽으라"는 안내다.
통계학은 확률론을 뿌리로 삼아 거의 모든 학문에 도구를 빌려준다. 확률과 통계 공부법에서 배우는 개념들이, 실제 세계에서는 여론·품질관리·의학연구의 판단 근거가 된다. 지도 한 장의 데이터로 전염병의 원인을 짚어낸 콜레라 지도 한 장이 시작한 학문도, 결국은 '데이터로 결론에 이르는' 같은 정신에서 나왔다.
고등학교에서 배운 무엇과 이어지나?
정확히 맞닿는 자리는 확률과 통계의 통계적 추정 단원이다. 표본평균, 모평균의 추정, 신뢰구간 — 여기서 배우는 것이 바로 '일부로 전체를 말하는 법'의 수학적 장치다. '95% 신뢰구간'이라는 표현이 무엇을 보장하고 무엇을 보장하지 않는지를 정확히 이해하는 것이, 통계를 오해 없이 쓰는 첫걸음이다.
그 앞 단계인 경우의 수와 확률도 뿌리다. 무작위 추출이 왜 공정한지, 표본이 왜 대표성을 갖는지를 이해하려면 '모든 경우가 똑같이 일어난다'는 확률의 기본 감각이 있어야 한다. 데이터가 증거가 되는 과정을 다룬 자료·통계로 근거를 세우는 법과도 이어진다.
대학에서는 이걸 어떻게 배우나?
통계학은 통계학과·수학과·데이터사이언스 관련 학과에서 다뤄지며, 확률론·수리통계·회귀분석·실험계획·베이즈통계 등으로 갈래가 나뉜다. 최근에는 컴퓨터·데이터과학과 깊이 맞물려 기계학습의 바탕이 되기도 한다. 과목 구성과 강조점은 대학마다 다르므로, 통계·데이터 관련 학과의 교육과정을 직접 확인하는 편이 정확하다.
여기서 뻗어 나갈 탐구 질문 3가지
- 무작위 표본이 아니라 '자원한 사람만' 조사하면 결과가 어떻게 왜곡되는가(선택 편향)?
- 표본오차 ±3%포인트인 두 후보의 지지율이 1%포인트 차이일 때, "앞선다"고 말해도 되는가?
- 인터넷·전화·대면 조사는 각각 어떤 사람들을 놓치기 쉬우며, 그것이 결과에 어떤 편향을 주는가?
한 줄 요약
표본이 전체를 대신하는 힘은 '얼마나 많이'가 아니라 '얼마나 무작위로' 뽑았는가에서 나온다.
숫자 하나 뒤에 숨은 불확실성의 폭을 읽어 내는 눈은, 어떤 계열의 탐구에서도 무기가 된다. TimeLevelUp은 이렇게 기른 데이터 감각을 학습 기록으로 이어, 통계에 대한 호기심이 탄탄한 탐구로 자라도록 돕는다.