숫자가 정밀·객관적이라는 건 착각 잘못된 해석은 잘못된 의사결정 부를 수도
디지털 이코노미

숫자가 정밀·객관적이라는 건 착각 잘못된 해석은 잘못된 의사결정 부를 수도

생글생글2021.12.02읽기 5원문 보기
#빅데이터#데이터 중심 의사결정#머니볼#정밀성과 정확성의 혼동#표준오차#데이터 편향#통계 오류#수치 해석의 위험성

(33) 숫자의 착각

불확실함에 대응하기 위한 수단으로 숫자를 활용하기 위 해 상식과 결합된 해석이 필요

숫자는 정밀하고, 객관적이라는 인상을 준다. 불확실함이 가득한 세상 속에서 살아가는 사람들이 숫자에 끌리는 이유다. 과거 숫자를 사용하는 일은 누구에게나 허락된 영역은 아니었다. 대량의 데이터 수집과 저장은 노동집약적이고, 분석 과정은 어렵고 돈이 많이 드는 작업인 탓이었다. 하지만 전산화된 데이터베이스와 연산 도구가 대중에게 보급되면서 데이터 세상은 더 민주적으로 변했다. 숫자 중심 의사결정1970년대 퍼스널컴퓨터의 발명이 그 시작이었다. 이전 세대에 선택된 소수만이 누렸던 것을 많은 수의 기업인, 투자자, 기자들도 누릴 수 있게 되었다. 데이터 접속만이 아니라 데이터 분석에 필요한 도구도 대중화시켰다. 기계의 힘이 기하급수적으로 확대되면서 의사결정에 숫자를 이용하려는 추세는 뚜렷하게 증가되었다. 기업들은 빅데이터를 활용해 어떤 제품을 생산하고, 얼마의 가격을 책정해 누구에게 판매해야 하는지 결정한다. 이뿐만 아니라 전혀 예상치 못한 장소에서도 숫자가 의사결정에 활용된다. 야구가 대표적이다. 마이클 루이스는 그의 책 《머니볼》에서 프로야구팀인 오클랜드 애슬레틱스의 빌리 빈 단장에 대한 이야기를 들려준다.야구는 미국에서 역사가 오래된 스포츠로, 선수들에 대한 통계 수치가 해마다 산더미처럼 쌓인다. 하지만 아이러니하게도 오랜 기간 야구에서 의사결정 중심에는 데이터가 아니라 유망주 스카우트와 경기 중 감독의 대응능력, 그리고 선수들의 타격이나 투구 방법 등에 초점이 맞춰져 있었다. 빌리 빈은 숫자의 힘을 이용해 야구 개혁을 일으켰다. 그는 경기에서 나온 무수한 통계 자료를 활용해 어떤 선수를 기용하고, 어떤 식으로 경기를 운영할지를 결정했다. 그는 빈약한 예산을 가진 오클랜드 애슬레틱스를 세계 수준의 팀을 만드는 데 성공하면서 스타가 되었고, 다른 구단들도 하나씩 그를 따라하기 시작했다. 숫자의 위험하지만 숫자의 강점은 자신들의 주장을 막무가내로 정당화하는 수단으로 악용하면 순식간에 약점으로 변할 수 있다. 정밀성에 대한 착각이 그 요인 중 하나다. 정밀성과 정확성은 다른 개념이지만, 숫자 앞에서 두 요인은 정확하게 구분하지 못한다. 모형의 정밀함이란 결과 값들이 서로 가까이 붙어 있는 정도를 의미하며, 정확성은 결과와 실제 현상을 비교하여 측정한 것을 의미한다. 정밀한 모형이지만 부정확할 수 있고, 반대로 정확한 모형이지만 정밀하지 않을 수 있는 것이다. 하지만 숫자는 정밀하게 보이도록 꾸밀 수 있다. 이러한 시도는 많은 미래 예측 분야에서 종종 이뤄진다. 통계학에서는 추정할 때 ‘표준오차’를 통해 추정의 잠재적 오차를 강조하지만, 비즈니스와 투자 세계에서는 이를 종종 무시하고 추정치를 마치 사실인 양 다루기도 한다.또한 숫자는 데이터 수집과 분석 과정에서 다양한 편향이 개입될 틈이 무궁무진하게 존재한다. 노련한 기술자는 다양한 편향을 수를 활용해 그 어느 수단보다 감쪽같이 숨길 수 있다. 하지만 숫자는 객관적이고, 어떠한 의도도 숨기지 않는다고 착각한다. 매년 정치가나 산업계 대표들이 자신들의 입장을 뒷받침할 목적으로 다양한 숫자를 제시한다. 세율이 대표적이다. 산업계는 자신들이 돋보일 수 있는 높은 세율 숫자를 제시하는 반면 소비자단체는 가장 적은 세율 척도를 사용해 기업들이 정당한 세금을 내지 않는다고 지적한다. 양측 모두 숫자를 사용해 진실이 자신들의 편이며, 자신들의 주장은 어떠한 편견에 치우치지 않는다고 강조한다. 해석의 중요성

김동영

KDI 전문연구원층층이 쌓여 있는 숫자 뒤에는 많은 편향과 비정밀이 숨어 있음을 기억해야 한다. 이러한 인식의 부재는 현실에서 숫자에 대한 정교한 측정 도구를 가졌다는 이유만으로 마치 무언가를 통제하고 있다는 착각으로 이어진다. 체온을 잴 수 있다고 해서 치료도 할 수 있는 것은 아니다. 데이터 중심의 경영이 이뤄지면서 ‘측정하지 못하는 것은 관리할 수도 없다’는 격언은 오늘날 ‘측정하고 있다면 이미 그것을 관리하고 있다’는 착각을 낳고 있다. 통제에 대한 착각에 빠지면 숫자가 상식을 몰아낼 수 있다. 숫자는 언제나 상식과 결합해 해석해야 한다. 그래야 숫자가 주는 객관성과 정밀함의 이미지에 속지 않고, 불확실성에 대응하기 위한 수단으로 숫자를 활용할 수 있다.

AI 퀴즈

이 기사로 1분 퀴즈 풀기

객관식 3문항 · 즉시 채점

광고Google AdSense — 728×90

🔗 본문 속 개념

📚 함께 읽으면 좋은 기사

대입 전략 트렌드는 취업관련성…인공지능 분야 성장성 높아
2020학년도 대입전략

대입 전략 트렌드는 취업관련성…인공지능 분야 성장성 높아

최근 대입 전략의 주요 트렌드는 졸업 후 취업 가능성을 고려한 학과 선택이며, 특히 인공지능 분야의 성장성이 높아 머신트레이너 같은 신흥 직업이 주목받고 있다. 머신트레이너는 머신러닝을 통해 인공지능을 훈련시키는 직업으로, 컴퓨터공학과, 통계학과, 산업공학과 등에서 배울 수 있으며, 소프트웨어중심대학의 특기자전형과 학생부종합전형 등 다양한 입시 전형으로 지원 가능하다.

2019.02.14

(3) 숙명여대 가는 길
2018 대입 전략

(3) 숙명여대 가는 길

숙명여대는 올해 수시모집 비중을 57%에서 63%로 확대하고, 지난해 신설한 공과대학에서 화공생명공학부, IT공학전공 등 이공계 분야를 중점 육성하고 있다. 체육교육과와 회화과가 올해 처음 수시모집을 시작하며, 학생부종합전형에서는 내신을 정량적 평균이 아닌 3년간의 학업성취도와 성적 추이를 종합적으로 평가한다.

2017.03.30

"대학은 학생부를 토대로 면접 질문을 만들어요"
2019학년도 대입 전략

"대학은 학생부를 토대로 면접 질문을 만들어요"

대학은 학생부의 출결사항, 수상경력, 자격증 등을 토대로 학생의 성실성, 지원학과에 대한 관심, 특기와 역량을 파악하며, 이를 바탕으로 면접 질문을 구성한다. 학생부에 기록된 각 항목이 부정적으로 보일 수 있지만, 구체적인 배경과 노력 과정을 자기소개서와 면접에서 설득력 있게 설명하면 평가에 긍정적 영향을 미칠 수 있다.

2018.05.03

'기술발달과 사회정의' 기출문제 변형, 익혀보세요
2025학년도 논술길잡이

'기술발달과 사회정의' 기출문제 변형, 익혀보세요

정보기술 발전이 공정성을 실현하는 데 긍정적 역할을 할 수 있다는 주장이 있으나, 정보 격차, 알고리즘의 편견 재생산, 데이터 독점 등으로 인해 오히려 불평등을 심화시킬 수 있다. 따라서 사회정의를 실현하려면 기술 발전의 명암을 균형있게 고려하고 공정성의 실질적 내용을 세심히 검토해야 한다.

2024.08.15

'빅데이터'는 쓰임이 다양하고 일자리도 많이 만들어내요
2020학년 대입 전략

'빅데이터'는 쓰임이 다양하고 일자리도 많이 만들어내요

4차 산업혁명 시대에 빅데이터는 음성, 텍스트, 영상 등 다양한 형태의 대용량 정보를 빠르게 처리하여 새로운 비즈니스를 창출하고 있으며, 향후 빅데이터 인력 수요는 현재보다 127.5% 증가할 것으로 예상된다. 빅데이터 분석가, 컨설턴트, 기획마케터 등은 인문계 학생에게, 데이터 엔지니어와 데이터 사이언티스트는 이공계 학생에게 유리한 직업으로, IT, 금융, 의료, 제조업 등 다양한 산업에서 일자리 창출이 활발할 것으로 전망된다.

2019.04.04

광고Google AdSense — 728×90 또는 970×250