2018년 8월, 신임 통계청장으로 임명된 한 교수가 경제관계장관회의에서 “장관님들의 정책에 좋은 통계를 만드는 것으로 보답하겠다”라고 발언한 것이 큰 논란이 되었습니다. 이 발언을 두고 야당은 정부의 입맛에 맞게 통계에 손을 대고 조작을 하겠다는 뜻으로 들릴 수 있다며 일제히 비판했습니다. 일견하기에 통계적 자료는 객관적일 것 같지만 사용자의 의도에 따라 왜곡되어 쓰일 수도 있었던 것이죠. 그렇다면 통계는 어떻게 우리를 속이고 있을까요?
많은 기업 혹은 단체에서 고객이나 소비자들을 설득하기 위해 수치를 이용한 통계자료를 활용하고 있습니다. 일반 소비자들은 그러한 통계자료를 접하고 그 자료를 기반으로 의사를 결정하거나 행동합니다. 실제로 대다수의 사람들은 통계자료에 의심을 가지고 면밀히 살펴보지 않을뿐더러 통계자료에 숨겨진 의미를 파악하려고 노력하지 않습니다. 단지 수치가 주는 ‘직관적인’ 이미지만을 믿을 뿐입니다. 하지만 우리가 일상에서 접하는 수많은 통계자료에는 허위자료들이 포함되어 있고, 통계자료를 생성하는 이들의 의도와 목표에 따라 교묘한 방법으로 과장 혹은 조작되어 소비자들에게 전달되고 있습니다. 통계자료가 ‘교묘하게’ 조작되는 방법을 이해하기 위해 두 가지 예시를 들어보겠습니다.
건강음료 신제품 광고
A사는 새로운 건강음료에 함유된 비타민의 함량이 경쟁사인 B사 제품 대비 두 배가 함유되어 있다고 광고하면서 가격을 인상하여 신제품을 출시했습니다. 건강에 예민한 소비자들은 이 광고를 보고 함량이 두 배나 올랐으니 비타민이 더 많이 들어간 A사의 음료를 사려고 할 것입니다.
그런데 비타민의 함량을 자세히 들여다보면 1mg에서 2mg으로 두 배 증가한 것이었습니다. 그리고 사실 비타민의 하루 권장량은 100mg이었습니다. 그렇다면 우리는 비타민이 두 배 증가하였다는 것을 강조하는 광고가 과장되지 않은 ‘진실된’ 광고라고 말할 수 있을까요?
약물 부작용 
우리가 몸이 아파서 약국에 갔다고 가정해 봅시다. 한 약사가 두 가지 약을 소개하는데 두 약은 효능이 같고 가격은 각각 C약 10000원과 D약 15000원이라고 합니다. 약사는 C약과 D약의 효능은 동일한데 C약의 부작용이 D약에 비해 두 배 높다고 설명합니다. 약사의 말만 듣는다면 대다수의 사람들은 부작용을 걱정해 D약을 선택할 것입니다.
하지만 부작용 수치를 자세히 들여다보면 C약의 부작용은 100만명중에 2명이 발생했고 D약의 부작용은 100만명중에 1명이 발생한 것이었습니다. 부작용이 발생할 확률은 각각 0.0002%, 0.0001%이었던 것입니다. 소비자가 약을 구매하는 시점에 부작용 수치를 알고 있었다면, 아마도 C약을 선택했을 것입니다. 가격도 저렴할뿐더러 부작용이 발생할 확률은 극미하기 때문이죠. 엄밀히 따지면 약사는 거짓말을 한 것이 아닙니다. 그렇다고 해서 약사는 정확한 사실만을 전달한 것 또한 아닙니다. 단지 ‘교묘한’ 방법으로 소비자에게 필요한 정보를 말하지 않은 것입니다.
이런 식의 교묘한 통계조작은 일상생활에서 비일비재하게 벌어지고 있습니다. 수치는 확률로 표현되고 의미를 전달하지만, 두 예시들처럼 수많은 거짓 정보를 담을 수 있고 소비자들로 하여금 착각을 불러 일으킬 수 있습니다.
그렇다면 우리는 어떻게 교묘한 방법에 속지 않고 숨겨진 의미를 파악할 수 있을까요?
무엇보다도 중요한 것은 통계의 출처입니다. 우선 그 통계를 누가 만들었는지 확인해야 합니다. 통계를 만드는 사람은 그들이 원하는 목적을 정당화하고 관철하기 위해 통계를 만들고 발표했을 가능성이 높습니다. 기업의 경우 표본의 크기를 조작하거나 여론조사기관의 경우 편향된 표본을 사용해 통계자료를 발표할 가능성이 있습니다. 그러므로 통계자료를 공급하는 이들의 저의가 무엇인지 항상 의문을 품고 비판적인 시각으로 자료를 분석해야 합니다.
또한 퍼센트(%)와 퍼센트 포인트(%p)를 구분하는 방법을 배워야 합니다. 두 번째 예시에서 C약의 부작용 확률이 D약의 부작용 확률보다 100% 높은 것은 단지, 0.0001%p의 증가 효과일 뿐입니다. 퍼센트가(%) 퍼센트 포인트(%p)보다 훨씬 강렬한 인상을 주기 때문에, 퍼센트(%)가 주는 첫 인상에 매몰되기 쉽습니다. 특히 ‘부작용’이라는 부정적인 정보와 결합되어 사고를 마비시키기도 합니다. 그러므로 퍼센트 포인트(%p)로 통계자료를 비교함으로써 퍼센트(%)로는 발견할 수 없었던 차이를 기반으로 통계자료를 해석해야 합니다.
통계에 속지 않기 위해서는 결국 소비자들의 혜안이 필요합니다. 통계를 접하는 이들은 수치를 있는 그대로 받아들이는 것이 아닌, 숫자 이면의 교묘한 속임수를 꿰뚫어볼 수 있는 법을 훈련해야 합니다. 나아가, 소비자뿐만 아니라 공급자 또한 각성해야 합니다. 통계를 만드는 사람들은 우리 사회가 지향해야 할 방향을 모색하는 데 필요한 더욱 풍부하고 질 좋은 통계를 생산해 내는 데 힘을 쏟아야 할 것입니다.
🔎위 텍스트를 누르면 해당 에디터의 프로필을 볼 수 있어요!
2018년 8월, 신임 통계청장으로 임명된 한 교수가 경제관계장관회의에서 “장관님들의 정책에 좋은 통계를 만드는 것으로 보답하겠다”라고 발언한 것이 큰 논란이 되었습니다. 이 발언을 두고 야당은 정부의 입맛에 맞게 통계에 손을 대고 조작을 하겠다는 뜻으로 들릴 수 있다며 일제히 비판했습니다. 일견하기에 통계적 자료는 객관적일 것 같지만 사용자의 의도에 따라 왜곡되어 쓰일 수도 있었던 것이죠. 그렇다면 통계는 어떻게 우리를 속이고 있을까요?
많은 기업 혹은 단체에서 고객이나 소비자들을 설득하기 위해 수치를 이용한 통계자료를 활용하고 있습니다. 일반 소비자들은 그러한 통계자료를 접하고 그 자료를 기반으로 의사를 결정하거나 행동합니다. 실제로 대다수의 사람들은 통계자료에 의심을 가지고 면밀히 살펴보지 않을뿐더러 통계자료에 숨겨진 의미를 파악하려고 노력하지 않습니다. 단지 수치가 주는 ‘직관적인’ 이미지만을 믿을 뿐입니다. 하지만 우리가 일상에서 접하는 수많은 통계자료에는 허위자료들이 포함되어 있고, 통계자료를 생성하는 이들의 의도와 목표에 따라 교묘한 방법으로 과장 혹은 조작되어 소비자들에게 전달되고 있습니다. 통계자료가 ‘교묘하게’ 조작되는 방법을 이해하기 위해 두 가지 예시를 들어보겠습니다.
건강음료 신제품 광고
A사는 새로운 건강음료에 함유된 비타민의 함량이 경쟁사인 B사 제품 대비 두 배가 함유되어 있다고 광고하면서 가격을 인상하여 신제품을 출시했습니다. 건강에 예민한 소비자들은 이 광고를 보고 함량이 두 배나 올랐으니 비타민이 더 많이 들어간 A사의 음료를 사려고 할 것입니다.
그런데 비타민의 함량을 자세히 들여다보면 1mg에서 2mg으로 두 배 증가한 것이었습니다. 그리고 사실 비타민의 하루 권장량은 100mg이었습니다. 그렇다면 우리는 비타민이 두 배 증가하였다는 것을 강조하는 광고가 과장되지 않은 ‘진실된’ 광고라고 말할 수 있을까요?
약물 부작용
우리가 몸이 아파서 약국에 갔다고 가정해 봅시다. 한 약사가 두 가지 약을 소개하는데 두 약은 효능이 같고 가격은 각각 C약 10000원과 D약 15000원이라고 합니다. 약사는 C약과 D약의 효능은 동일한데 C약의 부작용이 D약에 비해 두 배 높다고 설명합니다. 약사의 말만 듣는다면 대다수의 사람들은 부작용을 걱정해 D약을 선택할 것입니다.
하지만 부작용 수치를 자세히 들여다보면 C약의 부작용은 100만명중에 2명이 발생했고 D약의 부작용은 100만명중에 1명이 발생한 것이었습니다. 부작용이 발생할 확률은 각각 0.0002%, 0.0001%이었던 것입니다. 소비자가 약을 구매하는 시점에 부작용 수치를 알고 있었다면, 아마도 C약을 선택했을 것입니다. 가격도 저렴할뿐더러 부작용이 발생할 확률은 극미하기 때문이죠. 엄밀히 따지면 약사는 거짓말을 한 것이 아닙니다. 그렇다고 해서 약사는 정확한 사실만을 전달한 것 또한 아닙니다. 단지 ‘교묘한’ 방법으로 소비자에게 필요한 정보를 말하지 않은 것입니다.
이런 식의 교묘한 통계조작은 일상생활에서 비일비재하게 벌어지고 있습니다. 수치는 확률로 표현되고 의미를 전달하지만, 두 예시들처럼 수많은 거짓 정보를 담을 수 있고 소비자들로 하여금 착각을 불러 일으킬 수 있습니다.
그렇다면 우리는 어떻게 교묘한 방법에 속지 않고 숨겨진 의미를 파악할 수 있을까요?
무엇보다도 중요한 것은 통계의 출처입니다. 우선 그 통계를 누가 만들었는지 확인해야 합니다. 통계를 만드는 사람은 그들이 원하는 목적을 정당화하고 관철하기 위해 통계를 만들고 발표했을 가능성이 높습니다. 기업의 경우 표본의 크기를 조작하거나 여론조사기관의 경우 편향된 표본을 사용해 통계자료를 발표할 가능성이 있습니다. 그러므로 통계자료를 공급하는 이들의 저의가 무엇인지 항상 의문을 품고 비판적인 시각으로 자료를 분석해야 합니다.
또한 퍼센트(%)와 퍼센트 포인트(%p)를 구분하는 방법을 배워야 합니다. 두 번째 예시에서 C약의 부작용 확률이 D약의 부작용 확률보다 100% 높은 것은 단지, 0.0001%p의 증가 효과일 뿐입니다. 퍼센트가(%) 퍼센트 포인트(%p)보다 훨씬 강렬한 인상을 주기 때문에, 퍼센트(%)가 주는 첫 인상에 매몰되기 쉽습니다. 특히 ‘부작용’이라는 부정적인 정보와 결합되어 사고를 마비시키기도 합니다. 그러므로 퍼센트 포인트(%p)로 통계자료를 비교함으로써 퍼센트(%)로는 발견할 수 없었던 차이를 기반으로 통계자료를 해석해야 합니다.
통계에 속지 않기 위해서는 결국 소비자들의 혜안이 필요합니다. 통계를 접하는 이들은 수치를 있는 그대로 받아들이는 것이 아닌, 숫자 이면의 교묘한 속임수를 꿰뚫어볼 수 있는 법을 훈련해야 합니다. 나아가, 소비자뿐만 아니라 공급자 또한 각성해야 합니다. 통계를 만드는 사람들은 우리 사회가 지향해야 할 방향을 모색하는 데 필요한 더욱 풍부하고 질 좋은 통계를 생산해 내는 데 힘을 쏟아야 할 것입니다.
🔎위 텍스트를 누르면 해당 에디터의 프로필을 볼 수 있어요!
