 | 빅데이터를 지배하는 통계의 힘 : 입문 편 -  니시우치 히로무 지음, 신현호 옮김/비전비엔피(비전코리아,애플북스) |
통계 리터러시
읽고 쓰는 능력을 리터러시라고 하는데 통계학적 리터러시, 즉 '통계 리터러시'가 없으면 사업적으로, 개인적으로 제대로 큰 결정을 내리지 못할 위험이 크다. 읽고 쓰기를 못하면 계약서나 법률 내용을 알 수 없는 것처럼 통계 리터러시가 없으면 확률이나 데이터를 이해할 수 없기 때문이다.
IT 관련 용어들이 업무와 일상 전반에 넘쳐 흐른다. IOT, 빅데이터, AI 등 IT를 기반으로 하는 기술의 발달이 문명의 발전을 선도하고 있는 것 같다. 세상의 물리적 거리는 짧아지고 있고, 기업과 국가 간 경쟁은 점점 치열해 지고 있다.
저자는 이 시대를 살아가고 있는 우리에게 필요한 것은 통계 리터러시라고 저자는 말한다. IT 기술과 통계학의 시너지는 수많은 데이터를 효과적으로 활용할 수 있는 힘을 만들어 주었기 때문이다. 이제 세상은 직감과 경험에 의존하는 사람보다 통계에 의존하는 사람의 손을 들어줄 것이다.
통계학의 시초는 역학
어떤 지역이나 집단 안에서 일어나는 질병의 원인이나 변화를 연구하는 학문. 전염병의 예방, 치료 연구에서 시작해 현재는 재해나 공해 등의 문제도 다룬다.
스노는 19세기 런던의 외과의사였다. 당시 콜레라 때문에 많은 사람이 목숨을 잃었는데, 스노는 콜레라를 줄이기 위해 현상을 관찰하고, 차이를 비교한 후, 가설을 세워 검증했다. 이것이 데이터와 통계해석에 근거해 최선의 판단을 내리는 '역학'의 시작이었고, 오늘날 과학 전 분야에서 중요한 연구모형으로 자리잡고 있다. 저자는 이 역학을 통계학의 시초라고 설명한다.
통계학은 대기만성
통계학의 기본 사고 방식은 데이터 간의 관련성을 알아내 인과관계를 밝혀낸다는 것이다. 이는 20세기 전반에 거의 확립되었고, 주요한 통계해석 기법도 1960년대에 이미 대부분 모양새를 갖췄다. 그러나 데이터 확보를 위한 조사 방법의 발달은 더디기만 했다. 수작업에 의존해야 했기 때문에 대규모 조사나, 조사 자료의 분석에는 많은 시간 비용이 필요했기 때문이다. 이런 제약조건은 1960년대 IBM이 대형 범용계산기를 만들면서 해소되어 비약적인 발전을 이루게 되었다.
통계학의 장점
사람의 기억은 왜곡된다. 머피의 법칙같이 불운했던 경험을 과잉해 일반화하는 경향이 있기 때문이다. 그렇게 생긴 선입견은 직감에 의존한 판단에 오류를 만들어 내기 쉽다. 대신 통계 리터러시를 발휘한다면 머피의 법칙을 다시 만날 일은 없지 않을까?
사실 일상 생활에서 통계 리터러시를 들이대자면 인생 피곤할 것 같다. 하지만 기업이나 국가 차원의 의사결정이 필요한 상황이라면 어떨까? 그 때도 감에 의지해야 한다면? 생각만 해도 끔찍하다.
회귀분석을 하면 '무책임한 말'을 없앨 수 있다
우리가 생각하는 이상으로 세상에는 아무 근거도 없이 적당히 말하는 사람들이 의외로 많다.
무언가 '적당한 말'이라는 느낌이 들었을 때는 주제어와 회귀분석이라는 단어로 구글 검색만 하더라도 어떤 요인이 관련되어 있는지 알 수 있다. 여러분도 지금까지 배우고 익힌 통계 리터러시를 활용해 적당히 떠벌이는 무책임한 말들을 몰아냈으면 하는 바람이다.
화려한 언변으로 포장하는 말을 걸러낼 수 있는 능력이 있다면 다행이지만, 잘 모르는 분야라면 어려운 일이다. 그렇다고 출처가 불분명한 통계자료를 내밀며 강력히 주장하는 사람 앞에서 대놓고 뭔가 억지스러움을 지적하는 것도 쉬운 일은 아니다.
하지만 그대로 두면 무책임한 말들로 진실은 숨겨지고, 왜곡되는 사회가 되겠지. 가짜 뉴스는 그 대표적인 사례가 아닐까? 소모적인 논쟁과 갈등을 불러 일으키는 '무책임한 말'은 이제 그만 들었으면 좋겠다. '팩트 체크'가 필요한 시대를 살아간다는 건 에너지 소모가 큰 일이다.
이 책을 읽으면 알 수 있는 것들
- 통계학의 발달 과정을 알 수 있다.
- 통계자료와 해석을 이용한 사례를 알 수 있다.
- 통계 리터러시의 의 중요성을 알 수 있다.
- 매체를 통해 접하는 통계자료의 의미와 인과관계를 한 번 더 생각해 보게 된다.
0 댓글