개발자를 위한 필수 수학

127

3

장

기술 통계와 추론 통계

3.7

빅 데이터 고려 사항과 텍사스 명사수 오류

이 장을 마무리하기 전에 마지막으로 한 가지 더 생각해보겠습니다. 앞서 논의했듯이 무작위성

은 연구 결과를 검증하는 데 중요한 역할을 하며, 항상 그 가능성을 고려해야 합니다. 안타깝게

도 빅 데이터, 머신러닝, 기타 데이터 마이닝 도구로 인해 과학적인 방법이 갑자기 거꾸로 수행

되고 있습니다. 이는 불안정한 결과를 초래할 수 있습니다. 게리 스미스

Gary

Smith

의 저서 『숫자를

읽는 힘』 (지식노마드,

2021

)에 나온 예를 들어 그 이유를 설명해보겠습니다.

공정한 덱

deck

에서 카드 네 장을 뽑는다고 가정합니다. 여기에는 네 장의 카드를 뽑고 관찰하는

것 외에는 별다른 규칙이나 목표가 없습니다. 필자가 카드 네 장을 뽑았더니 두 개의

10

과

3

,

2

가 나왔습니다. 그리고 이렇게 말했습니다. “이거 흥미롭네요.

10

이 두 장 그리고

3

,

2

가 나왔

군요. 이게 의미가 있나요? 다음에 뽑을 네 장의 카드도 연속된 두 개의 숫자와 한 쌍의 숫자가

나올까요? 여기서 작동하는 기본 모델은 뭘까요?”

필자가 어떻게 했는지 봤나요? 완전히 무작위한 결과에서 패턴을 찾았을 뿐만 아니라 예측 모

델을 만들려고 했습니다. 여기서 미묘한 점은 우리는 특정 패턴을 가진 카드 네 장을 얻는 ...