(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.
Author

권세혁

Published

October 6, 2026

같은 말처럼 들리지만 다른 확률이다

뉴스에서 “이 검사는 병이 있는 사람의 99%를 양성으로 찾아낸다”는 말을 들었다. 이것을 “양성이면 병이 있을 확률이 99%”라고 바꿔 기억하면 어떻게 될까? 어제 본 것처럼, 그 바꿔 말하기는 틀렸다. 앞 문장은 병을 조건으로 둔 양성 확률 \(P(\text{양성}\mid\text{병})=0.99\)이고, 바꿔 말한 문장은 양성을 조건으로 둔 병 확률 \(P(\text{병}\mid\text{양성})\)이다. 조건부확률에서 조건의 방향을 바꾸면 값이 바뀐다.

조건부확률의 정의

두 사건 \(A\), \(B\)에 대해 \(B\)가 일어났다는 조건에서 \(A\)가 일어날 확률은

\[P(A\mid B)=\frac{P(A\cap B)}{P(B)}\]

이다. 분모는 조건이 되는 사건의 확률이다. 따라서 \(P(A\mid B)\)와 \(P(B\mid A)\)는 분모가 다르기 때문에 일반적으로 같지 않다. 이 식을 한 번 더 쓰면 \(P(A\mid B)P(B)=P(A\cap B)=P(B\mid A)P(A)\)라는 관계가 나온다. 이것이 바로 다음 주 베이즈 정리의 뿌리다.

Two conditional probabilities built from the same 2x2 table of 10,000 people (1,000 sick, 9,000 healthy). Reading the condition in the other direction changes the answer: P(positive | sick) = 90% but P(sick | positive) is much lower.

이 예시의 표는 민감도 90%와 특이도 90%, 병의 유병률 10%(1만 명 중 1,000명)를 가정한 가상의 숫자다. 양성은 모두 1,800명이고, 그중 실제 환자는 900명, 즉 절반이다. 병이 더 드물다면 이 비율은 훨씬 떨어진다. 조건을 뒤집는 순간 답이 달라지는 이유는 분모가 ’환자’에서 ’양성’으로 바뀌었기 때문이다.

방향을 헷갈리게 하는 말들

일상의 많은 오해는 조건의 방향을 바꿔 읽는 데서 생긴다. “이 집단에서 범죄율이 높다”는 말은 \(P(\text{범죄}\mid\text{집단})\)이지만, “범죄자 중 이 집단 출신이 많다”는 말은 \(P(\text{집단}\mid\text{범죄})\)다. 두 값은 집단의 크기와 범죄의 기저율에 따라 전혀 다르다. 같은 현상을 두고도 어떤 조건으로 말하느냐에 따라 전혀 다른 결론이 나온다.

조건의 방향을 확인하는 법
  1. “무엇을 조건으로 두었는가”를 먼저 적어라. \(P(A\mid B)\)에서 \(B\)는 이미 알고 있는 사실이다.
  2. 두 방향을 모두 계산해 보라. 표를 한 장 그리면 방향에 따른 답이 한눈에 보인다.
  3. 분모가 무엇인지 확인하라. 분모가 바뀌면 같은 분자라도 확률은 완전히 달라진다.
  4. “A이면 B”를 “B이면 A”로 읽지 마라. 이 한 가지 실수가 검사 결과 해석의 대부분을 망친다.

더 깊이: 조건부확률의 정의

강의노트 〈수리통계학 1. 확률론 — 조건부 확률〉은 \(P(A\mid B)=P(A\cap B)/P(B)\)를 정의하고, 조건부확률이 \(P(\cdot\mid B)\)라는 새로운 확률 측도가 된다는 점을 설명한다. 오늘의 표 계산은 그 정의를 그대로 따른 것이다. 분모를 바꾸는 순간 새로운 확률 공간이 생긴다고 이해하면 방향 문제를 정리하기 쉽다.

SDV 관점: 지표의 조건을 명시하지 않으면 보고서가 오해를 낳는다

조건부확률을 정확히 쓰는 일은 요약과 추론(1~2단계)의 기본기이며, SDV(통계적 데이터 가치화) 관점에서는 데이터 보고서의 신뢰를 결정한다. “구매 고객의 80%가 앱 사용자”라는 문장은 \(P(\text{앱}\mid\text{구매})\)이고, “앱 사용자의 구매율이 높다”는 문장은 \(P(\text{구매}\mid\text{앱})\)다. 두 지표는 모집단이 다르면 전혀 다른 행동을 가리킨다. 가치 있는 데이터 분석은 모든 지표에 조건을 명시하고, 그 조건이 결정에 어떤 영향을 주는지 함께 보여주는 것에서 시작한다. (SDV(데이터 가치화))

결론: 조건은 문장의 가장 중요한 단어다

나는 학생들에게 확률 문장을 읽을 때 “~라는 조건에서”라는 말을 먼저 찾으라고 가르친다. 같은 99%라도 ’병이라면’과 ’양성이라면’은 전혀 다른 세계를 가리킨다. 조건을 정확히 읽으면 검사 결과도, 뉴스 통계도, 보고서의 숫자도 제 의미를 찾는다.

  • 표의 숫자(민감도·특이도 90%, 유병률 10%)는 조건부확률의 방향을 보여주기 위한 가상의 값이다.