[제3편: 아이스크림과 익사 사고 - 상관관계 vs 인과관계]
안녕하세요! 데이터를 요리하는 브로올리 연구소입니다. 오늘은 우리가 일상에서 가장 자주 범하는 통계적 착각에 대해 이야기해 보려고 합니다. 바로 **'상관관계'**와 **'인과관계'**를 헷갈리는 것이죠.
데이터를 보다 보면 정말 신기한 일들이 많습니다. 예를 들어, 어떤 도시의 '아이스크림 판매량'을 조사했더니 '익사 사고 발생 건수'와 거의 완벽하게 일치하며 올라갔다고 해봅시다. 그럼 우리는 "아이스크림이 익사 사고의 원인이구나! 아이스크림 판매를 금지해야 해!"라고 결론을 내려야 할까요?
1. 같이 움직인다고 해서 '원인'은 아니다 (상관관계)
두 가지 사건이 비슷한 패턴으로 움직이는 것을 **'상관관계'**라고 합니다. 아이스크림이 많이 팔릴 때 익사 사고도 많이 일어나는 것은 사실입니다. 하지만 아이스크림을 먹었다고 해서 수영하다 사고가 나는 것은 아니죠.
여기에는 **'기온(여름)'**이라는 숨겨진 진짜 원인이 있습니다. 날씨가 더워지니까 사람들이 아이스크림을 많이 사 먹고, 동시에 날씨가 더우니까 물놀이를 많이 가서 사고가 늘어난 것뿐입니다. 여기서 기온은 두 사건 사이에서 장난을 치는 '제3의 변수(교란 변수)'가 됩니다.
2. '원인'과 '결과'가 확실해야 한다 (인과관계)
반면 **'인과관계'**는 말 그대로 원인(Cause)이 있어서 결과(Effect)가 발생하는 것을 뜻합니다. "비가 오면(원인) 땅이 젖는다(결과)"처럼 말이죠.
현실 세계에서 데이터 리터러시가 중요한 이유는, 많은 마케팅이나 정책들이 상관관계를 인과관계인 것처럼 포장하기 때문입니다.
"이 비타민을 먹은 아이들이 성적이 높았다" (비타민 덕분일까요? 아니면 건강에 신경 쓰는 부모의 경제력이 성적에도 영향을 준 걸까요?)
"독서를 많이 하는 사람이 연봉이 높다" (책이 연봉을 올려준 걸까요? 아니면 여유가 있는 사람들이 책을 더 많이 읽는 걸까요?)
3. 우리가 왜 속을까? '뇌의 본능' 때문입니다
우리 인간의 뇌는 원래 무관한 사건들 사이에서 '의미'와 '인과관계'를 찾으려는 본능이 있습니다. 그래야 세상을 이해하기 편하니까요. 옛날 기우제를 지내고 나면 비가 왔던 경험이 한두 번 쌓이다 보니, "기우제(원인)가 비(결과)를 불렀다"고 굳게 믿게 되는 것과 비슷합니다.
하지만 브로올리 연구소 독자님들이라면 숫자를 볼 때 한 번 더 의심해 봐야 합니다. "A와 B가 동시에 일어났네? 그런데 진짜 A가 B를 만든 걸까, 아니면 숨어있는 C가 있는 걸까?" 하고 말이죠.
4. 브로올리 연구소의 데이터 해부 팁
어떤 결과에 대해 "원인이 이것이다!"라고 주장하는 데이터를 보신다면 다음 세 단계를 거쳐보세요.
시간적 선후 관계: 원인이 결과보다 확실히 먼저 일어났는가?
연관성: 두 사건이 실제로 같이 움직이는가?
비허위성: 다른 숨겨진 이유(날씨, 경제 상황 등)가 끼어들 틈은 없는가?
데이터를 볼 때 '왜?'라는 질문을 한 번만 더 던져도, 우리는 누군가가 의도적으로 가공한 논리에서 자유로워질 수 있습니다.
✅ 3편 핵심 요약
상관관계는 단순히 두 사건이 같이 움직이는 상태일 뿐이다.
인과관계는 한 사건이 다른 사건을 직접적으로 일으키는 원인이어야 한다.
두 사건 사이에 숨겨진 제3의 변수가 없는지 살피는 것이 데이터 문해력의 핵심이다.
다음 편 예고: "전국 성인 1,000명에게 물었습니다." 뉴스에서 매일 나오는 이 멘트, 고작 1,000명으로 전국민의 생각을 알 수 있을까요? 표본 추출의 마법과 함정에 대해 다뤄보겠습니다.
댓글
댓글 쓰기