통계, 다르게 읽기

숫자 뒤에 숨은 이야기, 통계를 쉽게 풀어내는 공간입니다.

📅 평일마다 새로운 이야기가 하나씩 업데이트됩니다.

(위험과 불확실성을 이해하는 법) 위험은 확률과 피해 크기의 결합이다 — 위험 평가의 원칙
통계기초
확률

이번 주 다룬 비 올 확률, 홍수 재현빈도, 보험 기대손실, 꼬리 위험은 모두 같은 틀로 모인다. 위험 = 확률 × 피해 크기. 확률만 보거나 피해만 보면 위험을 절반만 본 것이다. 두 축을 함께 놓는 위험 지도가 이번 주의 결론이다.

Oct 23, 2026
(위험과 불확실성을 이해하는 법) 발생 가능성은 낮지만 피해가 큰 사건을 어떻게 볼 것인가? — 저확률·고피해 리스크
통계기초
확률

평균 손실이 작다고 안심할 수 없는 위험이 있다. 확률은 낮지만 한 번 일어나면 피해가 막대한 사건은, 평균만 보면 숨어 있다가 분산과 꼬리의 두께를 보면 드러난다. 보험과 재난 관리에서는 평균 대신 ’최악의 시나리오’를 따로 계산하는 이유가 여기에 있다.

Oct 22, 2026
(위험과 불확실성을 이해하는 법) 보험회사는 어떻게 사고를 예측하는가? — 기대손실
통계기초
확률

보험회사는 ’내 사고’를 예측하지 않는다. 수많은 계약자의 사고 빈도와 건당 손해액(심도)을 곱해 기대손실을 계산할 뿐이다. 자동차보험의 손익분기 손해율은 80% 안팎이고, 최근에는 사고 건수보다 건당 손해액의 변화가 손해율을 더 크게 흔든다.

Oct 21, 2026
(위험과 불확실성을 이해하는 법) 100년 빈도 홍수는 100년에 한 번만 오는가? — 재현빈도의 오해
통계기초
확률

’100년 만의 폭우’가 몇 년 만에 또 온다. 재현기간 100년은 100년을 기다려야 한다는 뜻이 아니라, 해마다 발생 확률이 1%라는 뜻이다. 매년 같은 확률로 주사위를 던지면, 100년 안에 한 번이라도 올 확률은 63%나 된다.

Oct 20, 2026
(위험과 불확실성을 이해하는 법) 비 올 확률 60%는 무슨 뜻인가? — 확률적 예보 읽는 법
통계기초
확률

강수확률 60%는 ’오늘 하루 중 60%의 시간에 비가 온다’는 뜻이 아니다. 기상청과 일본 기상청이 공통으로 설명하는 정의는 ’비슷한 기상 조건이었던 과거 100번 중 약 60번 비가 왔다’는 상대빈도다. 예보를 쪼개어 보면, 틀렸다고 느껴지는 날도 사실은 예보가 맞아떨어진 날일 수 있다.

Oct 19, 2026
(분포가 들려주는 이야기) 분포를 모르면 평균도 해석할 수 없다 — 분포 이해의 중요성
통계기초
분포

같은 평균 소득을 가진 두 사회가 있다. 한쪽은 모두가 비슷하게 벌고, 다른 한쪽은 소수가 대부분을 번다. 평균 한 숫자로는 둘을 구별할 수 없다. 이번 주에 다룬 정규분포, 로그정규분포, 포아송분포는 모두 같은 교훈을 준다. 평균을 읽기 전에 분포를 먼저 보라.

Oct 16, 2026
(분포가 들려주는 이야기) 하루에 걸려오는 전화 수는 어떤 분포를 따를까? — 포아송분포
통계기초
분포

콜센터에 하루 평균 12통의 전화가 걸려 온다면, 어떤 날은 6통이고 어떤 날은 20통이다. 이 흔들림은 우연일까, 문제일까? 일정한 평균 속도로 독립적으로 일어나는 사건의 횟수는 포아송분포를 따른다. 평균 하나로 날마다의 변동 폭까지 예측할 수 있다.

Oct 15, 2026
(분포가 들려주는 이야기) 평균에서 세 표준편차 밖이면 이상한 값일까? — 68-95-99.7 법칙
통계기초
분포

정규분포에서 평균 ± 1·2·3 표준편차 안에 들어갈 확률은 각각 68%, 95%, 99.7%다. 그러니 세 표준편차 밖은 370번에 한 번꼴이다. 이 숫자는 이상치를 판정하는 편리한 기준이 되지만, 정규분포가 아닌 데이터에서도 똑같이 쓰면 잘못된 경보를 울린다.

Oct 14, 2026
(분포가 들려주는 이야기) 키는 정규분포에 가깝고 소득은 그렇지 않은 이유 — 분포 모양이 다른 이유
통계기초
분포

성인 남성의 키는 평균 174cm 근처에 종 모양으로 모인다. 반면 가구 소득은 평균이 중앙값보다 훨씬 높다. 2024년 기준 한국 가구의 평균 소득은 7,427만 원, 중위소득은 5,800만 원이다. 같은 ’사람이 가진 값’인데 모양이 다른 이유는 값이 더해져 만들어졌는지, 곱해져 만들어졌는지에 있다.

Oct 13, 2026
(분포가 들려주는 이야기) 세상의 모든 데이터는 정규분포일까? — 정규분포 신화와 한계
통계기초
분포

교과서의 종 모양 곡선은 너무 익숙해서, 세상의 데이터도 다 그럴 거라고 믿기 쉽다. 그러나 대기업 직원의 연봉, 특정 지역의 강수량, 고객이 머문 시간은 대칭이 아니다. 네 가지 분포를 나란히 놓고 정규분포가 언제 맞고 언제 틀리는지 살펴본다.

Oct 12, 2026
(조건부확률과 베이즈의 사고) 새로운 증거가 들어오면 믿음도 바뀌어야 한다 — 베이지안 사고
통계기초
확률

같은 양성 결과라도 처음 믿음이 1%인 사람과 30%인 사람의 결론은 다르다. 그러나 양성 결과가 여러 번 쌓이면 두 사람의 믿음은 결국 같은 곳으로 수렴한다. 베이지안 사고는 믿음을 고정된 답이 아니라, 증거에 따라 고쳐 가는 과정으로 본다.

Oct 9, 2026
(조건부확률과 베이즈의 사고) 스팸메일 필터는 어떻게 배워가는가? — 베이즈 갱신
통계기초
확률

2002년 폴 그레이엄은 ’스팸 계획(A Plan for Spam)’에서 단어 하나의 등장으로 메일이 스팸일 확률을 계산하는 방법을 제안했다. 메일 한 통에 나온 단어들이 차례로 확률을 밀어 올리거나 내린다. 스팸 필터는 규칙을 외우지 않고, 증거가 들어올 때마다 믿음을 고쳐 가며 배운다.

Oct 8, 2026
(조건부확률과 베이즈의 사고) 범인이 범행 현장에 있을 확률과 현장에 있던 사람이 범인일 확률 — 조건의 방향
통계기초
확률

범인은 반드시 범행 현장에 있었다. 그렇다고 현장에 있던 사람이 모두 범인일까? 같은 사건을 두고 두 조건을 뒤집으면 확률은 100%에서 2%로 떨어진다. 전확률 법칙은 이 방향 차이를 계산으로 연결해 주는 다리다.

Oct 7, 2026
(조건부확률과 베이즈의 사고) 정확도 99% 검사가 틀릴 수 있는 이유 — 조건부확률
통계기초
확률

’양성이면 병이다’와 ’병이면 양성이다’는 전혀 다른 문장이다. 앞의 확률은 P(병|양성), 뒤의 확률은 P(양성|병)이고, 둘은 같지 않다. 조건부확률은 ’무엇을 조건으로 두었는가’를 바꾸면 답이 어떻게 달라지는지를 정확히 알려준다.

Oct 6, 2026
(조건부확률과 베이즈의 사고) 검사 결과가 양성이면 정말 병에 걸린 것일까? — 기저율
통계기초
확률

정확도 99%인 검사에서 양성이 나왔다. 병에 걸렸을 확률은 99%일까? 1,000명에 1명꼴인 병이라면 답은 9%다. 검사가 얼마나 정확한지보다 먼저 봐야 할 것은 그 병이 원래 얼마나 흔한지, 곧 기저율이다.

Oct 5, 2026
(확률의 도구들) 복권 기댓값으로 알아보기 — 기댓값이란 무엇인가
통계기초
확률

로또 한 게임 1,000원의 기댓값은 약 500원이다. 당첨금 총액이 판매액의 50%로 정해져 있기 때문이다. 매주 사서 1년을 버텨도 4·5등만 보면 대부분 투자금의 일부만 돌아온다. 기댓값은 ’평균적으로 얼마를 돌려받는가’를 말해주는 숫자다.

Oct 2, 2026
(확률의 도구들) 오해하기 쉬운 개념 — 독립이라는 것의 진짜 의미
통계기초
확률

‘독립’은 ’서로 상관없다’, ’따로 일어난다’는 말이 아니다. 하트와 그림 카드는 3장이 겹치는데도 독립이고, 하트와 스페이드는 절대 동시에 안 일어나는데도 독립이 아니다. 독립의 정의는 곱셈 하나로 확인한다.

Oct 1, 2026
(확률의 도구들) 경우의 수 세기 — 카드 한 장을 뽑을 때 확률 계산법
통계기초
확률

화투 48장 중 광은 5장뿐이다. 고스톱 첫 패 10장에 광이 세 장 이상 들어올 확률은 5.4%. 카드 한 장을 뽑는 확률은 ’해당하는 장수 ÷ 전체 장수’이고, 겹치는 조건은 중복을 빼야 한다. 세기의 기술이 확률의 전부다.

Sep 30, 2026
(확률의 도구들) “적어도 하나”의 확률 — 여사건으로 풀면 쉬워지는 문제
통계기초
확률

확률 1%짜리 아이템을 100번 뽑으면 반드시 나올까? 아니다. 적어도 한 번 나올 확률은 63.4%이고, 절반의 확률로 만나려면 69번, 90%를 확신하려면 230번을 뽑아야 한다. ’적어도 하나’는 ’하나도 없을 확률’을 빼면 쉽게 풀리는 여사건의 문제다.

Sep 29, 2026
(확률의 도구들) 확률을 세는 언어 — 표본공간과 사건이란 무엇인가
통계기초
확률

윷 네 개를 던지면 도·개·걸·윷·모 다섯 가지 결과가 나온다. 그렇다면 각각 20%일까? 아니다. 개는 37.5%, 윷과 모는 6.25%다. 확률을 계산하는 첫걸음은 ’무엇이 일어날 수 있는가’를 빠짐없이 나열하는 표본공간과 사건이라는 언어를 익히는 일이다.

Sep 28, 2026
(확률과 우연의 세계) 희귀한 사건이 매일 뉴스에 나오는 이유 — 다중 기회
통계기초
확률

1000만 명 중 한 명꼴로 일어나는 극히 드문 사건이라도, 그 ’기회’를 가진 사람이 5,100만 명이라면 이야기가 달라진다. 계산해보면 그런 사건이 오늘 대한민국 어딘가에서 실제로 일어날 확률은 99% 를 넘는다. ’수학자 리틀우드의 기적의 법칙’과 함께, 희귀한 뉴스가 매일 나오는 이유를 확률로 풀어본다.

Sep 25, 2026
(확률과 우연의 세계) 로또 번호에 명당이 존재할까? — 동일확률과 선택편향
통계기초
확률

서울 노원구의 한 편의점은 로또 1등을 48회나 배출해 ’명당’으로 불리며 주말마다 줄이 늘어선다. 그런데 로또는 모든 번호 조합이 정확히 같은 확률을 갖도록 설계된 게임이다. ’명당’이 실제로 하는 일은 운을 늘려주는 게 아니라, 그저 표를 많이 팔아 당첨자 수를 늘리는 것뿐이다.

Sep 24, 2026
(확률과 우연의 세계) 무작위 숫자는 왜 고르게 흩어지지 않는가? — 군집 착각
통계기초
확률

2014년 스포티파이는 완벽하게 무작위한 셔플 알고리즘을 일부러 덜 무작위하게 바꿨다. 진짜 무작위 셔플은 같은 아티스트의 곡이 연달아 나오는 경우가 너무 잦아서, 이용자들이 ’무작위가 아니다’라고 항의했기 때문이다. 진짜 무작위는 고르게 흩어지지 않고 뭉친다는 사실이 왜 이렇게 반직관적인지 살펴본다.

Sep 23, 2026
(확률과 우연의 세계) 같은 번호가 연속으로 나오면 조작일까? — 독립사건
통계기초
확률

로또에서 지난주 나온 번호가 이번 주에 또 나오면 ’조작 아니냐’는 댓글이 꼭 달린다. 그런데 계산해보면, 지난 회차 6개 번호 중 적어도 하나가 이번 회차에도 나올 확률은 약 60%다. 2주에 1주 이상은 번호가 겹치는 게 오히려 정상이라는 뜻이다. 매 회차가 서로 독립이라는 사실이 왜 ’겹치지 않아야…

Sep 22, 2026
(확률과 우연의 세계) 23명만 모여도 생일이 겹칠 가능성이 높은 이유 — 생일 문제
통계기초
확률

한 반에 학생이 23명만 모여도, 그중 두 사람의 생일이 같을 확률은 50%를 넘는다. 365개의 날짜 중 겹칠 확률이 이렇게 높다니 믿기지 않는다면, 그건 질문을 잘못 이해했기 때문이다. 이번 학기 새로 시작하는 ‘확률과 우연의 세계’ 챕터를, 확률론에서 가장 유명한 이 퍼즐로 열어본다.

Sep 21, 2026
(공식 통계 숫자 읽는 법) 인과추론 감각을 기르는 법 — 미신적 상관관계 모음
통계기초
상관분석

1999~2009년 미국에서 니콜라스 케이지가 출연한 영화 편수와 수영장 익사 사고 수의 상관계수는 0.666이다. 같은 기간 1인당 치즈 소비량과 침대시트에 엉켜 사망한 사람 수의 상관계수는 0.947이다. 둘 다 실제로 계산된 진짜 숫자다. 두 사건이 아무 관계가 없어도 상관계수가 이렇게까지 높게 나올 수…

Sep 18, 2026
(공식 통계 숫자 읽는 법) 분모가 다르면 결론도 다르다 — 치명률 숫자 읽는 법
통계기초
기술통계

2020년 한국의 코로나19 치명률은 2.16%였다. 2022년에는 0.09%로 24배 낮아졌다. 바이러스가 약해진 걸까? 그사이 확진자 수(치명률의 분모)는 6만 명에서 2,842만 명으로 470배 늘었다. 사망자도 늘긴 했지만 20배였다. 분자보다 분모가 훨씬 더 크게 움직이면, 비율은 이렇게 거꾸로…

Sep 17, 2026
(공식 통계 숫자 읽는 법) 누구를 세고 누구를 빼는가 — 실업률의 숨은 정의
통계기초
기술통계

2026년 8월, 한국의 공식 실업률은 2.0%였다. 그런데 같은 달 국가데이터처가 함께 발표한 ’고용보조지표3’은 7.6%다. 청년층은 5.4%와 15.4%로 격차가 10%포인트나 된다. 같은 나라, 같은 달인데 왜 이렇게 다를까? 답은 ’실업자’라는 단어를 어디까지 세느냐에 있다.

Sep 16, 2026
(공식 통계 숫자 읽는 법) 나만의 장바구니 물가지수 — 체감 물가와 통계 물가
통계기초
기술통계

2024년 한 해 전체 소비자물가는 2.3% 올랐다. 그런데 같은 해 신선식품 물가는 9.8% 뛰어 2010년 이후 최고치를 기록했다. 배추 한 포기 값은 1년 만에 40~60% 올랐다. 458개 품목을 하나로 섞은 ’평균 물가’와, 내가 실제로 장을 보며 느끼는 ’체감 물가’가 왜 이렇게 다른지 살펴본다.

Sep 15, 2026
(공식 통계 숫자 읽는 법) 평균수명 60세 시대의 오해 — 기대수명이라는 숫자의 함정
통계기초
기술통계

1970년 한국인의 기대수명은 62.3세였다. ’그 시절엔 환갑만 넘겨도 장수했다’는 이미지가 여기서 나온다. 그런데 그해 65세까지 살아남은 사람은 평균 75세 넘게 살 것으로 이미 기대됐다. 기대수명이라는 숫자가 실제로 무엇을 요약하는지, 그리고 그 숫자를 어떻게 결정에 쓸 가치로 바꿀지 살펴본다.

Sep 14, 2026
(숫자로 사람을 줄 세우는 법) 별점 대신 순위를 매기는 이유 — 넷플릭스 평점 시스템
통계기초
기술통계

2017년 넷플릭스는 5점 별점제를 없애고 좋아요·싫어요(엄지척)로 바꿨다. 2016년 테스트에서 이 방식이 평가 참여를 200% 늘렸기 때문이다. 지금은 그마저도 화면에 보여주지 않고, 사람마다 다른 ‘몇 % 일치’ 매치율을 보여준다. 이번 주 다룬 지니계수·상대평가·순위의 착시·별점의 함정이 실제 기업의…

Sep 11, 2026
(숫자로 사람을 줄 세우는 법) 5.0과 4.8 사이, 표본크기의 문제 — 별점 평균의 함정
통계기초
확률

리뷰 5개짜리 식당이 5.0 만점을 받을 확률은 얼마나 될까? 만약 그 식당의 ’진짜 실력’이 손님 100명 중 85명이 5점을 주는 수준(평균 4.85)이라 해도, 리뷰가 5개뿐이면 만점으로 보일 확률이 44%에 달한다. 반면 리뷰가 500개 쌓이면 그 확률은 사실상 0%다. 별점에는 천장이 있다는 사실이…

Sep 10, 2026
(숫자로 사람을 줄 세우는 법) 1점 차이가 갖는 진짜 무게 — 순위의 착시
통계기초
기술통계

국제투명성기구 부패인식지수(CPI)에서 한국은 2022년과 2023년 똑같이 63점을 받았다. 그런데 순위는 31위에서 32위로 한 계단 내려갔다. 내 점수는 그대로인데 왜 등수가 떨어질까? 순위라는 숫자가 실제로 무엇을 반영하고, 무엇을 감추는지 살펴본다.

Sep 9, 2026
(숫자로 사람을 줄 세우는 법) 어느 쪽이 더 공정할까 — 상대평가 vs 절대평가
통계기초
기술통계

2025년부터 고교 내신은 9등급제에서 5등급제로 바뀌었다. 그런데도 2026년 봄 기준 전국 고2 11개교, 고1 9개교에서 여전히 ‘1등급이 한 명도 없는’ 학교가 나왔다. 상대평가의 등급은 사실 반올림 계산의 결과다. 수강 인원이 몇 명이어야 1등급이 ’존재’할 수 있는지 직접 계산해본다.

Sep 8, 2026
(숫자로 사람을 줄 세우는 법) 숫자 하나로 사회를 요약하기 — 지니계수로 읽는 불평등
통계기초
기술통계

2025년 통계청 가계금융복지조사에 따르면 2024년 한국의 시장소득 지니계수는 0.399, 세금과 복지를 반영한 처분가능소득 지니계수는 0.325다. 그런데 순자산(자산) 지니계수는 0.625로 역대 최고치다. 0과 1 사이의 숫자 하나가 어떻게 한 사회의 불평등 전체를 요약하는지, 로렌츠 곡선으로 직접…

Sep 7, 2026
(흩어짐과 역설) 부분에서 이기고도 전체에서 지는 이유 — 심슨의 역설
통계기초
기술통계

1973년 UC버클리 대학원 입학 통계는 남성 합격률 44.2%, 여성 합격률 34.6%로 성차별 소송까지 갔다. 그런데 개별 학과별로 뜯어보니 6개 주요 학과 중 4곳에서 오히려 여성 합격률이 더 높았다. 부분에서 이기고도 전체에서 지는 이 역설의 정체를 단순화한 숫자 예시로 직접 확인한다.

Sep 4, 2026
(흩어짐과 역설) 단위가 다른 두 집단을 견주는 법 — 변동계수로 비교하기
통계기초
기술통계

2022년 병역판정검사 자료(약 25만 명)에 따르면 한국 성인 남성의 평균 키는 174.3cm, 평균 몸무게는 73.1kg이다. 표준편차는 몸무게 쪽이 숫자로는 더 크다. 그런데 ’몸무게가 키보다 더 들쭉날쭉하다’고 말해도 될까? cm와 kg은애초에 비교할 수 없는 단위다. 이 문제를 푸는 도구가 변동계수다.

Sep 3, 2026
(흩어짐과 역설) 입시에서 표준점수를 쓰는 이유 — 편차값의 비밀
통계기초
기술통계

2019학년도 수능 국어 만점자의 표준점수는 150점, 2022학년도 만점자는 149점이었다. 둘 다 원점수는 100점(만점)인데 표준점수는 다르다. 그 해 시험이 얼마나 어려웠는지, 즉 평균과 표준편차가 해마다 다르기 때문이다. 어제 배운 표준편차가 어떻게 ’점수를 공정하게 비교하는 도구’로 쓰이는지…

Sep 2, 2026
(흩어짐과 역설) 재벌 총수가 낀 동네 평균 소득 — 이상치 하나가 바꾸는 평균
통계기초
기술통계

20가구가 사는 평범한 동네에 회장님 한 명이 이사 온다. 실제 공시된 대기업 총수 보수(2025년 248억 원)를 그대로 넣어 계산해보면, 동네 평균 소득은 21배 뛴다. 그런데 표준편차는 무려 865배 뛴다. 이상치 하나가 평균보다 흩어짐 척도를 훨씬 더 크게 흔든다는 사실을, 어제 배운 제곱의 원리로…

Sep 1, 2026
(흩어짐과 역설) “보통”의 폭을 재는 법 — 표준편차란 무엇인가
통계기초
기술통계

’오늘 낮 기온은 평년과 같은 27도’라는 예보를 들으면 안심이 된다. 그런데 평년 기온이 항상 정확히 27도였다는 뜻일까, 아니면 24도와 30도를 오가다 평균이 27도가 된 걸까? 이 둘을 구별해주는 숫자가 표준편차다. 배달 라이더 두 명의 배달 시간을 직접 손으로 계산해보며 표준편차의 의미를 알아본다.

Aug 31, 2026
(기록의 착시, 대표값의 재발견) 평균의 함정 총정리 — 평균 수심 1m 강물이 위험한 이유
통계기초
기술통계

통계 강의에서 자주 드는 비유가 있다. ‘평균 수심 1m인 강을 건너다 물에 빠져 죽었다.’ 얼핏 모순처럼 들리지만, 실제로 소방청 통계에서 하천은 최근 5년간 물놀이 사망사고 장소 1위(31%)다. 이번 주 나흘 동안 다룬 스트릭, 표본 크기, 세대 비교, 최빈값을 관통하는 하나의 교훈을 이 강물 이야기로…

Aug 28, 2026
(기록의 착시, 대표값의 재발견) 평균으로 설명되지 않는 데이터들 — 최빈값이 필요한 순간
통계기초
기술통계

한국인의 ’평균 혈액형’은 무엇일까? 이 질문은 애초에 성립하지 않는다 — 혈액형은 더하고 나눌 수 있는 숫자가 아니기 때문이다. 지하철 혼잡 시간을 평균 내면 아무도 타지 않는 한산한 시각이 나오는 것도 같은 문제의 다른 얼굴이다. 평균이 아니라 최빈값이 필요한 두 가지 순간을 정리한다.

Aug 27, 2026
(기록의 착시, 대표값의 재발견) 세대별 평균이 말해주는 진짜 의미 — 평균 키가 자라는 이유
통계기초
기술통계

2016년 국제 연구는 1896년생과 1996년생 한국 여성의 평균 키를 비교해, 100년 만에 20.1㎝가 자랐다는 세계 1위 기록을 발표했다. 유전자가 100년 만에 바뀌었을 리는 없다. 이 ’평균’이 실제로 어떻게 만들어졌는지 — 그리고 같은 통계를 잘못 읽으면 어떤 착시에 빠지는지를 살펴본다.

Aug 26, 2026
(기록의 착시, 대표값의 재발견) 작은 표본이 만드는 큰 착각 — 야구 타율 3할의 의미
통계기초
확률

SSG 랜더스 박성한은 2026년 5월 1일 기준 106타수에서 타율 4할3푼4리로 리그를 압도했다. 그런데 지금 시즌 타율은 3할3푼대로 내려와 있다. 무슨 일이 있었던 걸까? 타율은 사실 ’표본비율’이고, 표본 크기(타수)가 작을수록 진짜 실력과 무관하게 크게 흔들린다는 사실을 실제 기록과 시뮬레이션으로…

Aug 25, 2026
(기록의 착시, 대표값의 재발견) 연승과 연패, 우연일까 실력일까 — 스트릭의 확률적 해석
통계기초
확률
행동통계

2009년 SK 와이번스는 133경기 시즌의 마지막 19경기를 모두 이겼다. 아직도 깨지지 않은 KBO 역대 최다 연승 기록이다. 그 시즌 SK가 그저 평범한 5할 팀이었다고 가정하고 시즌을 수만 번 시뮬레이션해보면, 이 정도 연승이 얼마나 예외적인 사건인지 — 그리고 순전히 운으로 설명하려면 팀이 얼마나…

Aug 24, 2026
(사람의 직관은 왜 통계와 충돌하는가) 기억에 잘 남는 사건이 더 자주 일어난다고 느끼는 이유
통계기초
확률
행동통계

로또 1등에 당첨될 확률은 815만분의 1이다. 평생 벼락에 맞을 확률은 그보다 500배 넘게 높다. 그런데도 매주 로또를 사며 당첨을 상상하는 사람은 많아도, 벼락을 걱정하는 사람은 거의 없다. 뉴스에 잘 나오는 사건일수록 기억하기 쉽고, 기억하기 쉬운 사건일수록 더 자주 일어나는 것처럼 느껴진다.

Aug 21, 2026
(사람의 직관은 왜 통계와 충돌하는가) 시험을 망친 다음 점수가 오르는 이유
통계기초
상관분석
행동통계

중간고사를 망친 아이를 학원에 보냈더니 기말고사 점수가 올랐다. 학원이 정말 효과가 있었을까? 실력이 전혀 변하지 않는 가상의 학생 5천 명을 시뮬레이션해도, 낮은 점수를 받은 학생들의 다음 점수는 평균 14점 가까이 저절로 오른다.

Aug 20, 2026
(사람의 직관은 왜 통계와 충돌하는가) 성공한 사람만 보면 성공법이 보이지 않는다
통계기초
확률
행동통계

’10전 10승 적중 리딩방’을 만드는 방법은 사실 간단하다. 만 명에게 서로 다른 예측을 나눠 보내고, 틀린 사람은 버리고 맞춘 사람에게만 계속 보내면 된다. 생존자만 보고 성공의 비결을 찾으려 하면, 정작 성공을 만든 것이 무엇인지는 절대 보이지 않는다.

Aug 19, 2026
(사람의 직관은 왜 통계와 충돌하는가) 동전이 다섯 번 앞면이면 다음은 뒷면일까?
통계기초
확률
행동통계

동전이 앞면만 다섯 번 연속 나오면 다음엔 뒷면이 나올 ’차례’라는 느낌이 든다. 로또에서 오래 안 나온 번호를 일부러 고르는 사람도 같은 심리다. 200만 번의 동전 던지기와 20만 회의 로또 시뮬레이션으로, 그 ’차례’라는 감각이 왜 틀렸는지 직접 확인해본다.

Aug 18, 2026
(사람의 직관은 왜 통계와 충돌하는가) 농구에서 ’슛 감각이 올랐다’는 말은 사실일까?
통계기초
확률
행동통계

3점슛을 연달아 넣으면 중계진은 ’슛 감각이 물올랐다’고 말한다. 그런데 성공확률이 고정된 가상의 슈터를 컴퓨터로 시뮬레이션해봐도 8연속 성공 같은 ’몰아넣기’는 어렵지 않게 나온다. 1985년 코넬대의 유명한 연구와, 그 결론을 30년 만에 뒤집은 2015년 재분석까지 함께 살펴본다.

Aug 17, 2026
(그래프는 어떻게 우리를 속이는가) 좋은 그래프는 무엇을 숨기지 않는가?
통계기초
데이터시각화

이번 주 나흘 동안 축 절단, 이중축, 누적그래프, 로그눈금을 다뤘다. 네 사례 모두 숫자 자체는 정확했다. 오늘은 그 네 그래프를 실제로 어떻게 고쳐 그려야 하는지, 서울시장 여론조사와 코로나19 확진자 데이터로 직접 보여준다.

Aug 14, 2026
(그래프는 어떻게 우리를 속이는가) 선형 눈금과 로그 눈금은 무엇이 다른가?
통계기초
데이터시각화

2020년 2월 대구 신천지발 확산기, 국내 누적 확진자는 31명에서 보름 만에 8천 명을 넘었다. 이 데이터를 선형 눈금으로 그리면 확산이 갈수록 무섭게 가속되는 것처럼 보인다. 그런데 로그 눈금으로 바꿔 그리면, 실제로는 3월 초부터 증가세가 눈에 띄게 꺾이고 있었다는 사실이 보인다.

Aug 13, 2026
(그래프는 어떻게 우리를 속이는가) 누적그래프는 왜 항상 좋아 보일까?
통계기초
데이터시각화

2026년 최고 흥행작 ‘왕과 사는 남자’는 개봉 100일이 지나도록 ’누적 관객수 돌파’ 기사가 이어졌다. 그런데 같은 기간 하루 평균 관객 수는 21만 명에서 5천 명으로, 98% 가까이 줄어 있었다. 누적그래프만 보고는 알 수 없는 이야기다.

Aug 12, 2026
(그래프는 어떻게 우리를 속이는가) 두 개의 세로축이 만드는 가짜 상관관계
통계기초
데이터시각화

한국의 합계출산율과 코스피 지수. 서로 아무 관련 없어 보이는 이 두 지표를 이중축 그래프로 그리면 거의 완벽하게 반대로 움직이는 것처럼 보인다. 실제 상관계수를 계산해보면 이야기가 조금 달라진다.

Aug 11, 2026
(그래프는 어떻게 우리를 속이는가) 막대그래프의 축을 자르면 차이가 커진다
통계기초
데이터시각화

2026년 5월, 서울시장 여론조사(정원오 44.9% vs 오세훈 39.8%)를 다룬 한 유튜브 방송의 그래프는 두 후보 차이를 실제보다 훨씬 크게 보이게 그렸다. SBS ’사실은’이 검증한 이 사례로, 축을 어디서부터 그리느냐의 문제를 다룬다.

Aug 10, 2026
(비율과 백분율의 함정) 취업률 69.3%, 숫자보다 먼저 분모를 보라
통계기초
기술통계

졸업생 4,417명 중 취업자 2,419명인 대학의 공시 취업률은 69.3%다. 그런데 졸업생 전체를 기준으로 다시 계산하면 55%다. 두 숫자 다 거짓말은 아니다. 분모가 다를 뿐이다.

Aug 7, 2026
(비율과 백분율의 함정) 인구 1만 명당 범죄율을 사용하는 이유
통계기초
기술통계

서울의 범죄 발생 건수는 전국 1위다. 그런데 정부가 발표한 안전지수에서는 세종·전남이 가장 안전하다고 나온다. 두 통계는 왜 이렇게 다른 결론을 낼까?

Aug 6, 2026
(비율과 백분율의 함정) 위험이 두 배 증가했다는 뉴스는 얼마나 위험한가?
통계기초
기술통계

’가공육을 매일 먹으면 대장암 위험이 18% 증가한다’는 보도, 실제로 몇 명에게 어떤 의미일까? 상대위험과 절대위험을 구분해서 읽는 법을 다룹니다.

Aug 5, 2026
(비율과 백분율의 함정) 지지율 3% 상승인가, 3%포인트 상승인가?
통계기초
기술통계

여론조사 지지율이 30%에서 33%로 바뀌었다. 이건 3% 오른 걸까, 3%포인트 오른 걸까? 두 표현이 얼마나 다른 인상을 주는지 살펴봅니다.

Aug 4, 2026
(비율과 백분율의 함정) 매출이 50% 늘었다는 말에 속지 않는 법
통계기초
기술통계

스타트업의 ‘매출 200% 성장’과 대기업의 ’고작 5% 성장’, 실제로 더 많이 번 쪽은 어디일까? 퍼센트 증가율 뒤에 숨은 기준값의 함정을 다룹니다.

Aug 3, 2026
(숫자를 대표하는 방법) 같은 평균, 전혀 다른 세상
통계기초
기술통계

연평균 수익률이 똑같은 두 펀드, 15년 뒤 결과도 똑같을까? 평균 뒤에 숨어 있는 ’분산’이라는 숫자를 들여다봅니다.

Jul 31, 2026
(숫자를 대표하는 방법) 연봉은 평균보다 중앙값으로 보아야 하는 이유
통계기초
기술통계

통계청 가계동향조사의 실제 평균 소득 통계를 보면, 왜 ’평균’이라는 숫자가 대다수의 체감과 다를까? 왜도(skewness)라는 개념으로 그 이유를 풀어봅니다.

Jul 30, 2026
(숫자를 대표하는 방법) 우리 반 평균이 올랐는데 학생들은 왜 불만일까?
통계기초
기술통계

반 평균 점수가 올랐다는 발표에도 대부분의 학생은 시큰둥하다. 평균 하나로는 보이지 않는, 분포 안의 진짜 이야기를 들여다봅니다.

Jul 29, 2026
(숫자를 대표하는 방법) 별점 4.5점짜리 식당은 믿을 만한가?
통계기초
기술통계

리뷰 8개짜리 평점 4.9와 리뷰 1,200개짜리 평점 4.3, 어느 쪽이 더 믿을 만할까? 평균과 표본 크기의 관계를 다룹니다.

Jul 28, 2026
(숫자를 대표하는 방법) 내 체온 36.5도는 정말 정상인가?
통계기초
기술통계

’정상 체온 36.5도’라는 상식은 어디서 왔을까? 평균이 한 사람 한 사람을 대표하지 못하는 이유를 체온으로 들여다봅니다.

Jul 27, 2026
동점은 부정선거의 증거인가?
통계기초
확률
가설검정

2022년 대전 동구 지방선거, 두 후보의 득표수가 11,798표로 완전히 일치했다. 이런 우연, 통계적으로 얼마나 이상한 일일까?

Jun 13, 2026
카톡 답장 속도와 호감도의 통계학
상관분석
인과추론
행동통계

답장이 늦으면 관심이 없는 걸까? 국내 9만 명의 카카오톡 대화를 분석한 실제 데이터로, 답장 시간과 호감도 사이의 상관관계를 통계적으로 들여다봅니다.

Jun 5, 2026
대기 시간의 비밀
통계기초
확률

신호등 앞, 엘리베이터 앞에서 왜 항상 내가 더 오래 기다리는 것 같을까? 체감 시간의 통계적 비밀을 들여다봅니다.

Jun 3, 2026
평균의 함정
통계기초
기술통계

평균은 가장 친숙한 통계지만, 가장 오해받는 숫자이기도 합니다. 평균이 숨기는 것들을 들여다봅니다.

Jun 3, 2026
지각하는 사람들의 비밀
통계기초
행동통계

약속 시간에 늘 늦는 사람들, 의지가 부족한 걸까요? 지각 행동 뒤에 숨어 있는 통계적·심리적 패턴을 들여다봅니다.

Jun 3, 2026
p-값은 왜 0.05인가?
통계기초
가설검정

가장 많이 쓰이지만 가장 많이 오해되는 통계 숫자, p-값의 의미를 이야기로 풀어봅니다.

Jun 2, 2026
No matching items