논쟁해 보시죠: 통계적 추론은 수사학이다

섹션별 상세

통계는 예측, 규칙 제정, 시뮬레이션 등 다양하게 활용되지만, 가장 흔하면서도 논란이 되는 용도는 타인을 설득하기 위한 수사학적 도구로서의 역할이다. 통계학의 거두인 로널드 피셔조차 자신의 신념을 보호하기 위해 정교한 통계적 수사학을 구축하여 논쟁에서 승리하고자 했다.

사후 추론(post-hoc inference)은 데이터 수집 이후에 샘플과 데이터 생성 분포를 연결하여 에러 바, 신뢰 구간, p-값 등을 산출하는 기법을 의미한다. 이는 개인의 지식을 넓히는 알고리즘이라기보다, 역사적 수치에 대해 논쟁하기 위한 공식적인 규칙 세트에 가깝다. 분석가는 R, Stata 또는 Claude Code와 같은 도구를 사용하여 자신의 수치가 타인의 신념보다 우월함을 주장하는 페단틱한 논거를 생성한다.

과학적 추론에는 단일한 알고리즘이나 보편적인 방법론이 존재하지 않으며, 과학은 전문성을 배양하고 사실을 해석하는 복잡한 사회학적 시스템이다. 통계적 추론은 이 시스템 내에서 논쟁을 위한 유용한 언어로 기능할 뿐, 그 자체로 결코 결정적인 증거가 되지는 못한다.

관료적 조직에서 통계가 효과적으로 작동하는 이유는 그것이 설득력 있는 증거 표준을 만들기 위한 공식 규칙을 제공하기 때문이다. 이는 모든 사람을 완벽히 납득시키기보다 규제 시스템을 통과하기 위한 법률적 글쓰기와 같은 기능을 수행하며 행정적 의사결정을 돕는다.

용어 해설

귀납법의 문제(Problem of Induction): — 과거의 관찰 결과가 미래에도 동일하게 적용될 것이라고 논리적으로 정당화할 수 없다는 철학적 난제이다. 데이비드 흄이 제기한 이 문제는 데이터로부터 보편적 법칙을 도출하려는 모든 통계적 시도의 근본적인 한계를 지적한다.
사후 추론(Post-hoc Inference): — 데이터 수집이 완료된 후, 해당 샘플을 데이터 생성 분포와 연결하여 신뢰 구간이나 p-값 등을 산출하는 통계적 과정을 의미한다. 저자는 이를 객관적 지식 습득 과정이 아닌, 이미 발생한 수치에 대해 논쟁하기 위한 규칙 세트로 정의한다.
유의 확률(P-value): — 귀무가설이 참이라는 가정하에 관찰된 결과보다 극단적인 값이 나타날 확률이다. 통계적 유의성을 판단하는 기준으로 널리 쓰이지만, 실제로는 연구자의 주장을 설득하기 위한 수사학적 도구로 오용되는 경우가 많다.

기술

R
Stata
Claude Code

활용 사례

데이터 기반 의사결정
과학적 논문 작성 및 검토
규제 기관의 증거 표준 설정

언급된 리소스

문서Social Science as Moral Theology (Neil Postman)

문서The Design of Experiments (R.A. Fisher)