(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.
Author

권세혁

Published

October 19, 2026

60%인데 비가 안 왔다, 예보가 틀린 걸까

강수확률 60%라는 예보를 보고 우산을 챙겼는데 비가 오지 않으면 “예보가 틀렸다”고 생각하기 쉽다. 그런데 60%라는 숫자 자체에 “40%의 확률로 비가 오지 않는다”는 말이 이미 들어 있다. 예보가 맞았는지 틀렸는지는 하루만 보고 판단할 수 없다. 기상청과 일본 기상청이 공통으로 설명하는 정의는 이렇다. “이번과 비슷한 기상 조건이었던 과거 사례 100번을 모으면, 그중 약 60번은 비(0.1mm 이상의 강수)가 왔다.” 60%는 오늘 하루의 성질이 아니라, 비슷한 조건을 모은 집단의 상대빈도다.

강수량도, 비 오는 시간의 비율도 아니다

강수확률을 둘러싼 흔한 오해 두 가지가 있다. 첫째, 60%가 “하루 24시간 중 60%의 시간 동안 비가 온다”는 뜻이라는 오해다. 둘째, 60%면 “많은 비가 온다”는 뜻이라는 오해다. 두 가지 모두 틀렸다. 강수확률은 발생 여부(0.1mm 이상 비가 오는가, 안 오는가)에 대한 확률일 뿐, 비가 오는 시간의 길이나 강수량의 많고 적음과는 별개의 숫자다. 많은 비가 약하게 예상될 때도, 적은 비가 강하게 예상될 때도 강수확률은 똑같이 높게 나올 수 있다.

A simulated set of 1,000 days, each forecast with a probability of rain from 10% to 90%. For each forecast level, the bar shows how often rain actually occurred among the days given that forecast. A well-calibrated forecast lands close to the diagonal reference line: a ‘60% forecast’ really does rain about 60% of the time.

“정확도 90%”와 “적중률 37%”가 동시에 발표되는 이유

한국 기상청을 둘러싼 논란 중 하나가 바로 이 지점이다. 기상청이 발표하는 강수유무 정확도(ACC)는 매년 90% 안팎으로 높게 나온다. 그런데 같은 해의 임계성공지수(CSI, 적중률)는 30~40%대에 머문다. 두 숫자가 이렇게 벌어지는 이유는 정확도(ACC)가 “비가 안 온 날 맞힌 것”까지 모두 포함하기 때문이다. 비가 드문 지역에서 매일 “내일은 비 안 옴”이라고 예보해도 정확도는 70% 가까이 나온다. 반면 CSI는 “비가 온다고 예보했는데 실제로 왔는가”만 깐깐하게 따지는 지표라서 훨씬 낮게 나온다.

Three different accuracy metrics for Korea’s national weather service rain forecasts (based on recent official figures): overall accuracy (ACC, 90.5%) counts every correct ‘no rain’ day too, while the hit rate for days it forecast rain (66%) and the critical success index (CSI, 43%) - which only credits a forecast when rain was both predicted and observed - are much lower. Reporting only ACC makes forecasts look far more reliable than CSI suggests.

이 세 숫자는 거짓말을 하는 것이 아니다. 저마다 다른 질문에 답할 뿐이다. “오늘 예보가 전반적으로 믿을 만한가”를 묻는다면 ACC가, “비 온다는 예보를 믿고 우산을 챙겨야 하나”를 묻는다면 CSI나 맞힘률이 더 적절한 답을 준다. 어떤 지표를 고르느냐에 따라 “기상청은 꽤 정확하다”와 “기상청은 자주 틀린다”는 상반된 인상이 동시에 성립할 수 있다.

예보의 정확성은 하루가 아니라 쌓인 기록으로 판단한다

기상청의 강수확률 예보가 잘 맞는지 평가하려면, 60% 예보가 나온 모든 날을 모아 실제로 몇 % 비가 왔는지 확인해야 한다. 이것을 보정(calibration)이라 부른다. 위 그림처럼 막대가 대각선에 가까우면 예보가 잘 보정된 것이다. 하루치 결과만 보고 “맞았다”, “틀렸다”를 말하는 것은, 동전을 한 번 던져서 “확률 50%가 틀렸다”고 말하는 것과 같은 실수다.

확률 예보를 읽는 법
  1. 하루의 결과로 확률을 평가하지 마라. 확률은 여러 번 반복했을 때의 패턴을 말하는 것이다.
  2. “비가 온다/안 온다”와 “얼마나 온다”를 구분하라. 강수확률은 전자만 말해준다.
  3. 낮은 확률도 0이 아니다. 20%는 다섯 번에 한 번은 비가 온다는 뜻이다.
  4. 예보를 평가하려면 쌓인 기록의 보정 그래프를 보라. 대각선에 가까울수록 신뢰할 수 있는 예보다.

더 깊이: 확률의 상대빈도적 정의

강의노트 〈수리통계학 1. 확률론 — 상대 빈도(Relative Frequency)〉는 확률을 “같은 조건에서 실험을 무한히 반복했을 때 사건이 일어나는 비율의 극한”으로 정의한다. 강수확률 60%가 바로 이 정의의 실생활 적용이다. 비슷한 기상 조건을 반복된 실험으로 보고, 그 조건에서 비가 온 비율을 확률로 보고하는 것이다.

SDV 관점: 확률 예보는 한 번이 아니라 쌓인 기록으로 검증해야 가치를 가진다

확률의 상대빈도적 해석은 요약과 추론(1~2단계)의 토대다. SDV(통계적 데이터 가치화) 관점에서 이는 모든 확률 기반 예측 모델에 적용된다. 수요 예측, 이탈 확률, 부도 확률 모델이 “정확하다”고 주장할 때, 그 주장은 한 번의 예측이 아니라 쌓인 예측과 실제 결과의 보정 그래프로 검증되어야 한다. 모델의 가치는 개별 예측의 적중 여부가 아니라, 장기적으로 “70%라고 말한 사건이 실제로 70% 일어났는가”를 추적하는 체계에서 나온다. (SDV(데이터 가치화))

결론: 확률은 오늘 하루의 답이 아니라 패턴의 요약이다

나는 학생들에게 강수확률을 “오늘의 정답”이 아니라 “비슷한 날들의 요약”으로 읽으라고 말한다. 60%의 예보가 비가 안 온 날로 끝났다고 예보가 틀린 것은 아니다. 확률적 사고는 한 번의 결과에 일희일비하지 않고, 쌓인 패턴으로 판단하는 습관에서 시작한다.