(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.
같은 증거, 다른 출발점
검사 결과가 양성이라는 같은 증거를 두 사람이 받았다고 하자. 한 사람은 증상이 전혀 없는 건강한 사람이고, 다른 한 사람은 증상이 뚜렷해 병일 가능성이 30%라고 짐작하는 사람이다. 검사의 민감도와 특이도가 99%라면, 두 사람의 사후 믿음은 같을까? 아니다. 처음 믿음, 곧 사전확률이 다르기 때문이다. 베이지안 사고의 핵심은 증거를 믿음과 따로 떼어 보지 않고, 이전의 믿음을 출발점으로 삼아 증거로 고쳐 가는 것이다.
한 번의 양성, 두 번의 양성
처음 믿음이 1%인 사람이 양성 판정을 한 번 받으면 믿음은 50%로 오른다. 그 상태에서 같은 검사를 한 번 더 받아 양성이 나오면, 이제 50%가 새로운 출발점이 되어 99%로 뛴다. 세 번째 양성에서는 99.99%에 이른다. 증거가 쌓일수록 믿음은 확신에 가까워진다.
출발점이 틀리면 결론도 틀린다
그렇다고 출발점이 중요하지 않다는 뜻은 아니다. 이 그림에서 증거가 몇 번만 쌓여도 두 믿음은 가까워지지만, 증거가 독립이며 같은 검사로 공정하게 얻어졌을 때에만 그렇다. 같은 증상을 여러 번 확인한다고 독립적인 증거가 늘어나는 것은 아니다. 또 출발점의 믿음이 극단적으로 0이면, 아무리 많은 증거가 들어와도 믿음은 0에서 움직이지 않는다. 베이지안 갱신은 출발점에 대한 판단을 숨기지 않고 명시적으로 드러내는 방법이다.
베이지안 사고를 실천하는 법
- 처음 믿음을 숫자로 적어라. “모르겠다”도 0.5라는 명시적 출발점이다.
- 새 증거가 얼마나 독립적인지 물어라. 같은 근거의 반복은 믿음을 과도하게 올린다.
- 증거마다 사후확률을 기록하라. 어떤 증거가 믿음을 움직였는지 추적할 수 있다.
- 극단적 출발점(0 또는 1)을 피하라. 한 번 0이나 1이 된 믿음은 증거로도 바뀌지 않는다.
더 깊이: 베이즈 확률과 사후분포
강의노트 〈수리통계학 1. 확률론 — 베이즈 확률〉은 사전확률과 사후확률의 관계로 베이지안 사고를 정식화한다. 이 틀을 모수 추정으로 확장하면 사전분포와 사후분포가 되고, 그 자세한 내용은 추정 단원의 베이즈 추정량에서 이어진다. 오늘 본 확률 갱신은 그 출발점이다.
SDV 관점: 믿음을 갱신하는 절차가 데이터 가치를 만든다
베이지안 갱신은 요약과 추론(1~2단계)에서 한 걸음 더 나아가, 판단을 계속 업데이트할 수 있는 구조로 만든다. SDV(통계적 데이터 가치화) 관점에서 이는 조직의 의사결정에 중요한 함의를 갖는다. 신규 사업의 성공 가능성, 신제품 수요, 정책 효과에 대한 초기 믿음을 명시적으로 기록하고, 새 데이터가 들어올 때마다 그 믿음을 고쳐 가면 판단은 감과 고집이 아니라 축적된 증거가 된다. 데이터에 가치를 더하는 일은 한 번의 정답을 찾는 것이 아니라, 증거에 따라 믿음을 정직하게 바꾸는 과정을 설계하는 일이다. (SDV(데이터 가치화))
결론: 믿음은 증거와 함께 움직여야 한다
나는 학생들에게 “나는 원래 이렇게 생각했다”는 말보다 “새 증거를 보고 어떻게 바꿨는가”를 묻는 습관을 가지라고 말한다. 같은 양성 결과도 출발점에 따라 다르게 읽히지만, 증거가 쌓이면 결국 같은 곳에 이른다. 베이지안 사고는 그 과정을 숨기지 않고 보여주는 방법이다.
참고 자료
- 민감도·특이도 99%와 사전확률 1%, 30%는 설명을 위한 가상의 값이다. 독립적인 여러 검사 결과를 가정했다.