시공간자료

2 Contents

[질문과 토론의 과학 #10] 📊모든 것은 통계다!

통계학의 세계에서 시공간 자료는 자료가 관측된 공간 정보와 시간 정보를 동시에 포함하는 특별한 형태를 의미합니다. 단순히 숫자의 나열을 넘어, 특정 현상이 '어디서' 그리고 '언제' 발생했는지를 함께 기록함으로써 자료의 맥락을 풍부하게 만듭니다. 이러한 자료를 분석하는 대표적인 방법 중 하나인 '크리깅'은 미관측 지점의 값을 주변 자료를 통해 예측하는 기법입니다. 예를 들어, 서울 시내 일부 지역에만 설치된 측정 장비의 자료를 활용해 장비가 없는 미관측 지점의 미세먼지 농도를 정밀하게 추정하는 것이 가능해집니다. 시공간 자료 분석의 활용 범위는 기상 관측을 넘어 경제와 사회 분야까지 광범위하게 뻗어 있습니다. 각 지역의 범죄 발생률이나 실업률 같은 경제 지표는 물론, 독감 확진자의 거주지 분포를 분석하여 질병의 확산 경로를 파악하는 데에도 유용하게 쓰입니다. 흥미롭게도 이러한 분석은 거대한 우주의 신비를 푸는 천문학 연구에도 적용됩니다. 멀리 떨어진 별의 빛이 지구에 도달하기까지 걸리는 시간과 공간 정보를 결합하면 우주의 지도를 그릴 수 있으며, 이를 통해 초기 우주의 구조나 우주의 나이를 추정하는 기초 과학적 성과를 거둘 수 있습니다. 통계학은 단순히 수학적인 증명에 머무르는 학문이 아니라, 현실 세계의 복잡한 질문에 답을 내놓는 과정에서 그 진가를 발휘합니다. 이론 통계학이 분석 결과의 타당성을 검증하는 수학적 토대를 마련한다면, 응용 통계학은 구체적인 사회적 문제를 해결하는 실천적인 도구가 됩니다. 뉴욕시의 노후화된 전기 배선으로 인한 맨홀 뚜껑 폭발 사고를 예측하여 사전에 방지한 사례는 통계학의 실용성을 잘 보여줍니다. 위험 요소를 미리 파악하고 관리함으로써 인명 피해를 줄이는 성과를 거둔 이 연구는 자료가 어떻게 시민의 안전을 지키는 기술로 변모하는지 증명합니다. 역사적인 사건 속에서도 통계학은 결정적인 통찰을 제공해 왔습니다. 제2차 세계대전 당시 독일군이 런던을 향해 발사한 미사일이 정밀한 유도 기능을 갖췄는지를 판단하기 위해 통계적 검정이 활용되었습니다. 당시 영국군은 미사일이 떨어진 위치 자료를 수집하여 이것이 특정 목표를 겨냥한 군집 형태인지, 아니면 무작위적인 분포인지를 분석했습니다. 분석 결과 미사일의 낙하 지점은 무작위적인 것으로 밝혀졌고, 이를 통해 당시 독일군의 기술 수준을 정확히 파악할 수 있었습니다. 이처럼 통계는 불확실한 상황에서 객관적인 결론을 도출하는 강력한 무기가 됩니다. 최근 통계학은 인문학과의 결합을 통해 '디지털 인문학'이라는 새로운 영역을 개척하고 있습니다. 과거의 기록을 디지털화하여 시공간 자료로 재구성하면, 19세기 샌프란시스코의 마구간 위치를 통해 도시의 팽창 과정을 시각화하거나 미국 우체국의 개폐 이력을 분석해 인구 이동의 흐름을 추적할 수 있습니다. 문헌 기록이 부족한 시대라도 우체국 위치와 같은 간접적인 지표를 통계적으로 분석하면 역사의 숨겨진 맥락을 읽어낼 수 있습니다. 이처럼 통계학은 과거와 현재를 잇고 미래를 예측하는 무궁무진한 가능성을 지닌 학문으로 진화하고 있습니다.

[질문과 토론의 과학 #10] 📊모든 것은 통계다!
카오스재단질토과 + 짧강

[강연] 디지털인문학과 데이터과학 (3) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강 | 4강 ③

통계학은 단순히 숫자를 나열하는 학문이 아니라, 보이지 않는 존재를 예측하는 강력한 도구입니다. 영국의 곤충학자 알렉산더 코벳은 말레이시아에서 나비를 수집하며 아직 발견되지 않은 종의 수를 궁금해했습니다. 이를 해결하기 위해 통계학자 R.A. 피셔는 '미발견 종 문제' 모델을 고안했습니다. 흥미롭게도 이 모델은 문학 연구에도 적용됩니다. 1985년 발견된 시가 셰익스피어의 작품인지 판별할 때, 통계학은 작가가 평소 쓰지 않았던 새로운 단어가 얼마나 등장할지 예측함으로써 진위 여부를 판단하는 보완적 근거를 제시했습니다. 데이터를 해석할 때 전체 합계만 보는 것은 위험할 수 있는데, 이를 '심슨의 역설'이라고 부릅니다. 예를 들어 두 농구 선수의 2점슛과 3점슛 성공률을 각각 비교했을 때는 한 선수가 앞서더라도, 이를 합치면 결과가 뒤바뀌는 현상이 발생합니다. 이는 각 항목의 시도 횟수라는 가중치가 다르기 때문입니다. 과거 버클리 대학교의 입학 허가율을 두고 벌어진 성차별 논란도 이와 유사했습니다. 전공별로는 여학생의 합격률이 높았음에도, 전체 합계에서는 낮게 나타난 이유는 여학생들이 경쟁률이 훨씬 높은 학과에 주로 지원했기 때문이었습니다. 심슨의 역설은 일상적인 건강 데이터 분석에서도 중요한 시사점을 줍니다. 미세먼지 농도와 사망률의 관계를 단순 비교하면 농도가 높을 때 오히려 사망률이 낮아지는 기현상이 관찰되기도 합니다. 하지만 여기에 '계절'이라는 제3의 요인을 추가하여 분석하면 결론은 완전히 달라집니다. 봄이나 겨울처럼 미세먼지가 심한 계절 내에서는 농도가 높을수록 사망률이 명확하게 증가하는 경향을 보입니다. 이처럼 데이터 뒤에 숨겨진 변수를 고려하지 않으면, 미세먼지가 건강에 이롭다는 식의 잘못된 결론에 도달할 수 있으므로 주의가 필요합니다. 성적이 갑자기 오르거나 떨어지는 현상은 '평균으로의 회귀'라는 개념으로 설명할 수 있습니다. 키가 매우 큰 부모의 자녀가 부모보다는 조금 작고, 반대로 작은 부모의 자녀는 부모보다 조금 더 큰 경향이 있는 것과 같은 원리입니다. 이는 시험 성적에서도 나타나는데, 실력 이상의 운이 작용해 중간고사를 아주 잘 본 학생은 기말고사에서 자신의 원래 실력인 평균치로 돌아올 가능성이 큽니다. 반대로 운이 없어 성적이 낮았던 학생은 다음 시험에서 성적이 오를 확률이 높습니다. 이는 실력이 변한 것이 아니라 통계적인 확률 분포에 따른 자연스러운 현상입니다. 현대 통계학은 시공간 데이터 분석을 통해 더욱 정밀해지고 있습니다. 특정 위치와 시간에서 관측된 데이터를 바탕으로, 관측 장비가 없는 지역의 미세먼지 농도를 예측하는 '크리깅' 기법이 대표적입니다. 또한 통계학은 천문학에서 우주의 지도를 그리거나 인문학에서 텍스트를 분석하는 등 거의 모든 학문 분야의 '앞마당'에서 활약하고 있습니다. 데이터 과학은 통계학, 컴퓨터 과학, 그리고 해당 분야의 전문 지식이 만나는 접점에서 탄생합니다. 복잡한 현대 사회에서 데이터를 올바르게 읽어내는 능력은 세상을 이해하는 필수적인 열쇠가 되었습니다.

[강연] 디지털인문학과 데이터과학 (3) _ by장원철 | 2018 봄 카오스 강연 '모든 것의 수數다' 4강

장원철

카오스재단카오스강연
  • 수학