
(표본은 어떻게 전체를 말하는가) 전 국민을 조사하지 않아도 되는 이유 — 표본조사
5년에 한 번만 다 세고, 나머지는 표본으로 본다
한국의 모든 가구와 인구를 하나하나 빠짐없이 세는 조사가 있다. 인구주택총조사다. 이 조사는 5년마다 한 번, 국내에 거주하는 모든 사람을 대상으로 한다. 그런데 “실업률이 몇 %다”, “물가가 몇 % 올랐다” 같은 수치는 매달, 심지어 매주 발표된다. 5천만 명을 매달 다시 다 조사하는 걸까? 아니다. 매달 발표되는 실업률은 경제활동인구조사라는 표본조사에서 나온다. 국가데이터처(옛 통계청)는 전국 1,791개 조사구에서 약 3만 6천 가구를 뽑아 매달 조사한다. 전국 가구 수가 약 2천만 가구라는 점을 생각하면, 이는 전체의 약 0.18%에 불과하다.
왜 0.18%로 충분할까
지난주 다룬 큰 수의 법칙이 답이다. 표본이 무작위로(또는 알려진 체계적 방식으로) 뽑히기만 하면, 표본 비율은 표본 크기가 커질수록 모집단의 실제 비율에 빠르게 가까워진다. 중요한 것은 “몇 퍼센트를 조사했는가”가 아니라 “표본이 모집단을 고르게 대표하는가”다. 실제로 표본 크기와 오차의 관계를 계산해보면, 표본을 1,000명에서 3만 6천 명으로 늘려도 오차가 그렇게까지 더 줄지는 않는다 — 이미 충분히 작아진 오차를 조금 더 줄이는 데는 훨씬 큰 표본이 필요하다는, 10월에 다룬 여론조사 글의 결론과 같은 원리다.

전수조사가 필요한 순간도 있다
그렇다고 전수조사가 필요 없다는 뜻은 아니다. 인구주택총조사처럼 동 단위, 리 단위의 아주 세밀한 지역별 숫자가 필요하거나, 법적으로 “빠짐없이” 세야 하는 선거인명부 같은 경우에는 표본조사로 대신할 수 없다. 표본조사는 “전국 평균이 얼마인가”를 묻는 질문에는 강하지만, “우리 동네에 몇 명이 사는가”처럼 아주 작은 단위를 묻는 질문에는 답하기 어렵다. 그래서 두 방법은 경쟁 관계가 아니라, 서로 다른 질문에 쓰이는 보완 관계다.
- 질문의 단위를 확인하라. 전국 평균이면 표본조사로 충분하고, 동네 단위의 숫자가 필요하면 전수조사가 필요할 수 있다.
- “몇 퍼센트를 조사했는가”에 집착하지 마라. 중요한 것은 비율이 아니라 표본이 뽑힌 방식이다.
- 얼마나 자주 필요한지 생각하라. 매달 필요한 숫자를 5년마다 하는 전수조사로 대신할 수는 없다.
- 표본조사의 결과에는 항상 오차 범위가 따라온다는 것을 기억하라. 전수조사와 달리 표본조사는 “추정”이다.
더 깊이: 모집단과 데이터의 관계
강의노트 〈수리통계학 4. 표본분포 — 데이터와 모집단〉은 우리가 실제로 손에 쥐는 데이터(표본)와, 알고 싶지만 전부 들여다볼 수 없는 모집단의 관계를 정의한다. 경제활동인구조사의 3만 6천 가구는 데이터이고, 전국 2천만 가구의 고용 상태는 우리가 알고 싶은 모집단이다. 표본조사의 모든 이론은 이 둘을 잇는 다리를 놓는 작업이다.
SDV 관점: 전수조사의 환상보다 설계된 표본이 더 가치 있다
전수조사와 표본조사를 구분하는 일은 요약과 추론(1~2단계)의 기초이며, SDV(통계적 데이터 가치화) 관점에서는 데이터 수집에 들어가는 비용과 얻는 가치를 저울질하는 문제다. “모든 고객에게 설문을 돌리자”는 제안은 그럴듯해 보이지만, 응답률이 낮고 특정 성향의 고객만 응답하면 오히려 잘 설계된 작은 표본보다 못한 결과를 낳는다. 데이터에 가치를 더하는 일은 “다 조사했다”는 안심이 아니라, “제대로 설계된 일부로도 충분히 믿을 만하다”는 근거를 만드는 데 있다. (SDV(데이터 가치화))
결론: 다 세지 않아도 알 수 있다
나는 학생들에게 매달 발표되는 실업률을 보면 “저게 몇 명을 조사한 결과인지” 떠올려보라고 말한다. 3만 6천 가구, 전체의 0.18%가 5천만 명의 고용 상태를 매달 알려준다. 전 국민을 조사하지 않아도 되는 이유는 게을러서가 아니라, 잘 설계된 표본이 그만큼 강력하기 때문이다.
- 경제활동인구조사의 표본 규모(전국 1,791개 조사구, 약 3만 6천 가구)는 국가통계포털(KOSIS) 메타데이터를 참고했다.
- 전국 가구 수(약 2천만 가구)는 근사값이다.