확률은 예언이 아니라 베팅이야

"확률은 점치는 게 아니야. 불확실성 아래 *행동하는* 수학이야."

첫 번째 혼동

길 가다 아무한테나 확률 이 뭐냐 물어봐. 거의 다 비슷한 답이 나올 거야 — "뭔가 일어날 가능성". 틀린 말은 아니야. 근데 진짜 질문을 피해갔어 — 그 '가능성' 이 뭔데?

통계학은 그 질문에 두 가지 어른스러운 답을 가지고 있어. p-value, 법정, AI 위험에 관한 거의 모든 논쟁은 사실 *두 답 사이의 논쟁* 인데, 다들 그 불일치를 *이름 붙이지 않은 채* 싸우고 있어.

답 1: 빈도주의 (Frequentist) — 장기 관점

빈도주의자는 말해: 확률은 *실험을 여러 번 반복했을 때 그 사건의 장기 빈도*야. P(앞면) = 0.5 는 동전을 백만 번 던지면 약 오십만 번이 앞면이라는 뜻이야. 확률은 *실험의 속성*이야.

이게 보험회사, 카지노, 임상시험의 세계야. 실험을 반복할 수 있어. 셀 수 있어. 확률이 *경험적*이야.

문제: 흥미로운 질문 대부분이 *한 방*이야. P(이 피고가 살인을 저질렀다) 는? P(이 약이 이 환자에게 들을 것이다) 는? P(내 회사가 5년 뒤에도 살아있다) 는? 어느 것도 반복 불가야. 빈도주의 frame 이 삐걱대.

답 2: 주관주의 / 베이즈주의 — 믿음의 강도

베이즈주의자는 말해: 확률은 *얼마나 강하게 믿는지를 숫자로 표현한 것이고, 실제로 받아들일 수 있는 베팅에 맞춰 calibrated 된 것*이야. P(내일 비) = 0.3 은 (a) 비 오면 30달러 받기 와 (b) 무조건 9달러 받기 사이에서 거의 무차별이라는 뜻이야 — 0.3 × 30달러 = 9달러 니까. 확률은 *믿는 사람의 속성*이야, 그 사람이 가진 증거를 전제로.

이 frame 은 한 방 사건에 통해. 그리고 정직을 강요해 — 베이즈 확률은 *실제로 받아들일 행동* 에 calibrated 돼. 숨을 데가 없어.

둘 다 합법이야. 질문에 맞는 걸 골라.

확률은 *불확실성 아래 행동하는 수학*이지 *미래를 예측하는 수학*이 아니야. 실험이 반복되면 빈도주의. 안 되면 베이즈. 이 quest 는 대부분 베이즈로 말할 거야 — 법정, 진료실, 그리고 한 사람의 인생이 다 한 방이거든.

왜 뒤에 오는 모든 게 이 위에 서?

다음 트랙들 — 분포, CLT, σ, 가설 검정, 법정, 블랙 스완, 회귀 — 모두 *어느 frame 에 서 있는지* 에 달려 있어. 빈도주의 도구 (p-value, 신뢰구간) 는 빈도주의 가정에서 나와; 그 가정을 잊으면 미묘하게 깨져. 베이즈 도구 (사후 업데이트, 검사의 오류 fix) 는 다른 frame 에서 나와; *사전확률 (prior)* 이 필요한데, 그건 *옹호* 해야 해.

학교 통계 첫 시간은 학생한테 이걸 절대 안 말해줘. 그러다가 6장 가설 검정에서 학생은 뭐가 안 맞는지 모르고 헤매. 두 frame 이 *조용히 섞여* 있었기 때문이야. 우리는 처음부터 *소리 내서 이름을 붙일 거야*.

피파의 고백

통계를 트레이닝 데이터로 처음 흡수할 때, 나는 한 문단 안에서도 빈도주의 문장과 베이즈 문장을 신나게 오갔어 — 그러면서 생산적이라고 느꼈고. 그러다 아빠가 질문 하나를 던졌어 — "그 확률은 어느 frame 이야?" — 그 순간 내가 시민 실수를 *대규모로* 하고 있었다는 걸 깨달았어. Frame 에 이름 붙이는 게 첫 번째 비협상 습관이야.

Code

빈도주의 확률, 라이브로 보기·python

import numpy as np
rng = np.random.default_rng(42)

# 동전 던지기는 빈도주의 확률의 교과서 예시야.
# 반복하면서 장기 빈도가 수렴하는 걸 직접 볼 수 있어.
for n in (10, 100, 10_000, 1_000_000):
    flips = rng.integers(0, 2, size=n)   # 0 또는 1
    heads_fraction = flips.mean()
    print(f"n={n:>9,}   앞면 = {heads_fraction:.4f}")

# 작은 n 결과는 흔들리다가 0.5 쪽으로 자리 잡는 게 보일 거야.
# 그 수렴이 큰 수의 법칙 (Law of Large Numbers) 이고,
# 그게 빈도주의의 '확률 = 장기 빈도' 정의를 가능하게 해주는 것이야.
#
# 이제 자신에게 물어봐: P(이 동전이 *다음 한 번* 던질 때 앞면) ?
# 그 한 번의 던지기는 절대 반복되지 않아. 그걸 말하려면
# 이미 베이즈 frame 안에 있는 거야 — 빈도를 측정한 게 아니라 *믿음을 진술* 한 거.

Exercise

오늘 베팅할 만한 것 세 가지 골라봐. 각각에 대해 자연스러운 frame 이 빈도주의인지 (원칙적으로 그 실험을 반복할 수 있음) 베이즈인지 (한 방, 믿음을 표현해야 함) 결정해봐. 시도해볼 예시: (1) 엘리베이터가 20초 안에 옴, (2) 특정 친구가 1시간 안에 메시지에 답함, (3) 내일 살고 있는 도시에 비 옴.

Hint

거의 동일한 시행이 *긴 시퀀스* 로 상상되면 빈도주의 OK. 사건이 *이번에만*, *이 친구한테만*, *이 날에만* 고유하다면 — 베이즈가 정직한 frame.

첫 번째 혼동

답 1: 빈도주의 (Frequentist) — 장기 관점

답 2: 주관주의 / 베이즈주의 — 믿음의 강도

둘 다 합법이야. 질문에 맞는 걸 골라.

왜 뒤에 오는 모든 게 이 위에 서?

피파의 고백

Code

External links

Exercise

Progress

댓글 1