통계학, 시간 낭비하지 않고 제대로 배우기

1. 통계학의 목적을 묻다

글의 시작은 저자의 친구가 통계학 박사임에도 불구하고,

"통계학은 무엇을 위해 존재하는가?"
라는 질문을 한 번도 해본 적이 없다는 사실에서 출발해요.
저자는 이렇게 말합니다.

"아, 목적을 모르면, 그게 언제 내게 쓸모없어지는지도 모르는 거잖아요."

그리고 많은 교수들도 통계학의 의의를 명확히 설명하지 않는다는 점을 지적하며,
직접 그 목적을 설명해주겠다고 나서요.

2. 통계학이란 무엇인가?

저자는 통계학을 이렇게 정의합니다.

"통계학은 불확실한 상황에서 당신의 생각을 변화시키는 과학입니다."

즉, 통계학은 확실하지 않은 정보 속에서
내가 가진 생각이나 믿음을 새로운 데이터에 따라 바꿀 수 있도록 도와주는 도구라는 거죠.

여기서 중요한 개념이 두 가지 등장해요.

사전에 정해둔 행동(액션)
사전 신념(믿음)

만약 내 생각이 아직 정해지지 않았다면?
선택지가 하나도 없다면?
이럴 땐 어떻게 해야 할까요?

3. 추정(Estimation)과 데이터

저자는 이렇게 조언합니다.

"일단, 네가 아는 한 가장 그럴듯한 것을 추정해서 시작해봐."

이때 추정이란,
내가 가진 정보로부터 가장 가능성 높은 상황을 짐작하는 거예요.
이 과정은 복잡한 수식이 필요하지 않고,
엑셀 같은 스프레드시트만 써본 적 있어도 이미 경험해본 일이라고 해요.

"좋은 소식은, 네 직감이 실제로 꽤 괜찮은 추정을 해낼 수 있다는 거야. 복잡한 수식은 필요 없어."

4. 불확실성과 최선의 선택

하지만 누군가 이렇게 말할 수 있겠죠.

"하지만, 그게 틀릴 수도 있잖아!"

저자는 이렇게 답합니다.

"물론, 틀릴 수도 있지. 그게 바로 불확실하다는 뜻이야.
불확실함에서 확실함을 만들어내는 마법 같은 수식은 없어.
네가 내린 추정이 틀릴 수도 있지만,
그게 네가 할 수 있는 최선의 추정이야.
다른 어떤 추정도 '최선'보다는 못하고, 더 틀릴 가능성이 높아."

즉, 불확실성은 피할 수 없고,
그 안에서 최선의 선택을 하는 것이 중요하다는 거죠.

5. 데이터의 양과 충분함

여기서 또 다른 질문이 나옵니다.

"잠깐, 데이터가 충분한지 알아야 하는 거 아니야?"

저자는 이렇게 반문해요.

"음, 무엇에 대해 충분하다는 거지?"

그리고 모자란 데이터에 대한 예시로
파란색과 주황색 모자 중 하나를 고르는 상황을 상상해보라고 해요.

만약 두 색 모두 상관없고,
데이터가 주황색을 선호한다고 보여주면
데이터가 3개밖에 없어도,
혹은 주황색이 0.0000000000001%만 더 우세해도
굳이 파란색을 고를 이유가 없다는 거죠.

"수식으로 따질 필요도 없이, 주황색을 고르겠지?"

즉, 상식이 통계적 판단의 기본임을 강조합니다.

6. 신념을 바꿀 만큼의 증거

하지만 만약 내가 파란색 모자를 원래 더 좋아했다면?
이때는 데이터가 내 신념을 바꿀 만큼 충분한지 따져봐야 해요.

"수학은 마법이 아니고, 상식과 다르지 않아."

이때 비로소 통계학이 필요해집니다.

"통계학의 세계에 오신 걸 환영합니다."

7. 통계학이 필요한 순간

저자는 표를 예로 들며 설명해요.

증거가 내 원래 생각과 일치하면, 통계 계산 없이 바로 결정 가능
증거가 내 생각과 다를 때,
통계 계산을 통해 내 생각을 바꿔야 할지 판단

여기서 다시 한 번 강조합니다.

"통계학은 당신의 생각을 바꾸는 과학입니다."

8. 통계학과 분석(Analytics)의 차이

마지막으로,
불확실한 상황에서
선택지의 중요도가 다를 때
(예: "이 기계학습 시스템이 내일의 데이터에도 잘 작동할까?")
통계학이 필요하다고 말해요.

"그렇지 않으면, 쓸데없이 많은 숫자를 처리하느라 신경만 소모하게 될 거야.
그럴 땐 분석(Analytics)이 더 좋은 도구야."

즉,

불확실성과 중요한 선택이 있을 때 → 통계학
단순히 데이터에서 뭔가를 보고 싶을 때 → 분석(Analytics)

9. 마무리: 통계적 사고의 시작

글의 마지막에는
통계적 사고의 첫걸음이
"통계란 무엇인가?"를 묻는 것임을 강조하며
관련 비디오를 소개합니다.

핵심 키워드 정리

통계학의 목적: 불확실한 상황에서 생각을 바꾸는 과학
추정(Estimation): 내 정보로부터 가장 그럴듯한 상황을 짐작
불확실성: 완전히 확실한 답은 없음, 최선의 선택이 중요
데이터의 충분함: 상식이 우선, 신념을 바꿀 만큼의 증거가 필요
통계학 vs 분석(Analytics): 불확실성과 중요한 선택이 있을 때 통계학, 아니면 분석

💡 이 글에서 꼭 기억해야 할 말

"통계학은 당신의 생각을 바꾸는 과학입니다."

"불확실함에서 확실함을 만들어내는 마법 같은 수식은 없어."