공간·인지 아틀라스

열한 번째 항로 · 숫자가 사람을 보는 법

데이터가 사람을 읽기 시작한 순간 — 누가 세어졌고 누가 사라졌는가

토지 장부와 매듭 기록에서 표본·무작위화·알고리즘 감사·프라이버시까지 934년을 걷습니다. 더 많은 숫자가 언제 더 나은 증거가 되고, 언제 빠진 사람과 정해진 범주를 더 단단히 숨기는지 추적합니다.

이 항로에서 붙잡을 질문

일부 사람의 기록에서 전체에 대한 결론을 내리려면 무엇을 세고, 누구를 뽑고, 어떤 비교를 만들며, 그 숫자로 내린 결정의 책임을 어떻게 남겨야 할까요?

지도 선이 주장하지 않는 것

이 선은 통계가 유럽 한 도시에서 발명되어 세계로 퍼진 직선 계보도, 숫자가 현실을 중립적으로 복사한다는 진보 서사도 아닙니다. 행정 기록·수학적 방법·현장 설계·정치적 범주를 구분하고, 같은 도구의 공익과 차별적 사용을 함께 표시합니다.

장면을 읽는 동안 카메라는 현재 도시에 머물고, 장면 사이 구간에서만 감속·가속하며 다음 도시로 이동합니다. 지도 마커나 장면 링크로 어느 방향이든 다시 이동할 수 있습니다.

같은 항로, 네 개의 질문

렌즈는 장면을 숨기거나 원인을 확정하지 않습니다. 먼저 비교할 장소를 바꾸고, 선택은 URL에 그대로 남습니다.

전체 흐름번역망상업 수요관측·제도후원과 권력

전체 흐름은 문제·인지 변화·장소·이동·근거 경계를 같은 비중으로 봅니다. 같은 장면에 다른 설명을 시험하고 싶을 때 렌즈를 골라 보세요.

스크롤로 움직이는 지도 장면 18개

Live map · 지도를 불러오는 중…

18 / 18 · 2020년

워싱턴 DC

  1. 01 · 1086년

    윈체스터 · 행정 집계

    사람보다 토지와 가치를 세다 — 《Domesday Book》

    윌리엄 1세의 관리들은 잉글랜드 곳곳에서 토지 보유자·경작지·가축·가치를 묻고 결과를 왕실 장부로 집계했다. 질문표와 지역 증언을 비교 가능한 칸으로 바꾸자 왕은 세금과 방어 자원을 멀리서 볼 수 있었다. 그러나 이는 모든 주민을 한 명씩 센 인구조사가 아니며, 기록에 이름이 남은 사람도 거의 토지 보유자였다. 무엇을 세는가는 이미 통치 목적을 드러낸다.

    잠깐 멈춰 묻기

    왕이 나라의 ‘가치’를 알고 싶을 때, 사람보다 먼저 어떤 것들이 표의 칸이 될까요?

    생각은 어떻게 달라졌나

    지역 증언과 토지 기억을 소유·경작·가축·가치라는 반복 질문으로 바꿔 멀리 있는 통치자가 비교할 수 있게 합니다.

    이 장소가 가능 조건이 된 이유

    윈체스터의 왕실 재정·필사 행정은 전국 조사 결과를 권책으로 모으는 중심이었지만 모든 심문이 이 도시에서 이루어진 것은 아닙니다.

    실제 이동 방식

    왕실 질문 → 순회 관리와 지역 배심의 증언 → 영지별 기록 → 윈체스터 집계·보관 → 조세·방어 행정

    여기까지는 과장하지 않기

    상세한 조사였지만 전 주민 인구조사가 아니며, 이름이 없는 사람을 존재하지 않은 사람처럼 읽어서는 안 됩니다.

    근거 자료
    이 장면의 안정 링크
    윈체스터쿠스코

  2. 02 · 약 1500년

    쿠스코 · 주요활동

    종이 없이 제국의 수량을 묶다 — 잉카 키푸

    잉카 행정가 키푸카마욕은 끈의 자리·매듭·색으로 가구, 창고 물자, 노동과 공물을 기록하고 도로망을 따라 보고했다. 같은 계정을 여러 기록자가 보관한 정황은 확인과 통제의 층도 보여 준다. 쿠스코는 제국 행정의 중심을 나타내는 편집 핀이지 현존 키푸 하나의 제작지는 아니며, 수량 기록을 넘어선 모든 의미가 해독됐다고 말할 수 없다.

    잠깐 멈춰 묻기

    종이와 문자표 없이도 넓은 제국의 가구·노동·식량을 어떻게 확인하고 다시 셀 수 있었을까요?

    생각은 어떻게 달라졌나

    수량을 평면 글자가 아니라 끈의 위계·자리·매듭·색에 배치해 휴대하고 합산 가능한 행정 기억으로 만듭니다.

    이 장소가 가능 조건이 된 이유

    쿠스코는 도로·창고·공물 보고가 모인 제국 행정 수도였지만 현존 키푸의 개별 제작 장소는 여러 안데스 지역에 흩어져 있습니다.

    실제 이동 방식

    지역 생산·가구·노동 → 키푸카마욕의 매듭 계정 → 중복 기록과 상향 보고 → 도로망 → 창고·공물·동원 결정

    여기까지는 과장하지 않기

    수량·회계 사용은 잘 뒷받침되지만 모든 색과 매듭의 서사 의미가 해독됐거나 쿠스코에서 한 체계가 순간 발명됐다는 뜻은 아닙니다.

    근거 자료
    이 장면의 안정 링크
    쿠스코런던

  3. 03 · 1662년

    런던 · 출판

    죽음의 주보에서 도시의 규칙성을 읽다 — 존 그라운트

    런던 교구가 전염병 감시를 위해 내던 주간 사망표를 그라운트는 여러 해에 걸쳐 다시 묶었다. 사망 원인과 계절, 남녀 수와 도시 규모를 비교하면서 개인의 죽음에서는 보이지 않던 인구 수준의 규칙을 찾았다. 자료의 원인 분류는 검시관이 아닌 검색인들의 판단에 의존했고 빠진 사람도 많았으므로, 표의 규칙성이 곧 완전한 등록이나 인과 법칙은 아니다.

    잠깐 멈춰 묻기

    한 사람의 죽음은 비극인데 수천 건을 여러 해 포개면 왜 도시의 반복 패턴으로 보일까요?

    생각은 어떻게 달라졌나

    개별 사건의 명단을 원인·계절·성별·연도별 빈도로 다시 묶어 인구 수준의 비율과 규칙성을 추론합니다.

    이 장소가 가능 조건이 된 이유

    런던의 교구 주보·전염병 감시·인쇄 시장과 왕립학회는 흩어진 기록을 장기간 비교하고 공개 논쟁할 자료망을 만들었습니다.

    실제 이동 방식

    가구의 사망 → 교구 검색인과 주간표 → 인쇄·판매 → 그라운트의 재분류·비교 → 생명표·보험·인구통계 논의

    여기까지는 과장하지 않기

    불완전하고 비의학적인 원인 분류에서 발견한 규칙을 완전 등록, 개인 예측, 또는 원인 효과로 확대하지 않습니다.

    근거 자료
    이 장면의 안정 링크
    런던스톡홀름

  4. 04 · 1749년

    스톡홀름 · 행정 집계

    교구 표를 국가의 연속 기록으로 잇다 — Tabellverket

    스웨덴의 Tabellverket는 각 교구가 보낸 인구·출생·사망 표를 정기적으로 합쳐 국가가 해마다 자신을 비교하도록 만들었다. 한 번의 총계가 아니라 같은 형식의 반복이 변화율과 지역 차이를 보게 한 전환이다. 국가 통계는 보건과 행정에 쓰였지만 교회·국가가 정한 범주와 누락 위에 서 있었으며, 오늘날 의미의 중립적 데이터베이스와 같지 않다.

    잠깐 멈춰 묻기

    나라를 한 번 크게 세는 것과 같은 표를 해마다 되풀이하는 것은 무엇을 다르게 보여 줄까요?

    생각은 어떻게 달라졌나

    총인구라는 정지 사진에서 출생·사망·지역 차이와 시간 변화가 있는 연속 기록으로 관점을 옮깁니다.

    이 장소가 가능 조건이 된 이유

    스톡홀름의 중앙 행정은 교구별 동일 양식을 모아 국가표로 만들었고, 비교의 지속성을 기관 업무로 고정했습니다.

    실제 이동 방식

    교구 등록 → 표준화된 지역 표 → Tabellverket 중앙 집계 → 연례 비교 → 보건·군사·행정 논의

    여기까지는 과장하지 않기

    오래 이어진 공식 시계열도 교회와 국가가 정한 범주·보고 능력·누락에서 자유로운 전체 현실은 아닙니다.

    근거 자료
    이 장면의 안정 링크
    스톡홀름런던

  5. 05 · 1801년

    런던 · 행정 집계

    먹일 사람을 알기 위해 나라를 세다 — 영국 최초 공식 인구조사

    전쟁과 흉작, 맬서스의 인구 논쟁 속에서 의회는 1800년 법을 통과시키고 1801년 잉글랜드·웨일스와 스코틀랜드의 공식 인구조사를 실시했다. 가구 수와 사람 수, 직업의 큰 범주가 국가 계획의 숫자가 됐다. 개별 가구원이 직접 작성한 현대적 조사표는 1841년에야 자리 잡았고 군인·선원 등 제외도 있어, 1801을 완성된 현대 센서스로 부르지 않는다.

    잠깐 멈춰 묻기

    식량이 부족할지 논쟁하면서 사람 수조차 모른다면 국가는 어떤 조사 장치를 만들게 될까요?

    생각은 어떻게 달라졌나

    추측·세금·교회 기록의 파편에서 같은 날짜와 큰 범주로 전국 가구와 인구를 직접 집계하는 쪽으로 이동합니다.

    이 장소가 가능 조건이 된 이유

    런던 의회와 중앙 행정은 전쟁·곡물·인구 논쟁을 법과 전국 조사로 바꿨지만 실제 수집은 지역 관리와 교사들이 수행했습니다.

    실제 이동 방식

    식량·인구 논쟁 → 1800년 Census Act → 지역별 가구 집계 → 중앙 사무원 처리 → 의회·행정의 국가 총계

    여기까지는 과장하지 않기

    1801년은 최초 공식 조사였지만 1841년식 개인 가구표와 동일하지 않고, 제외된 집단과 거친 직업 범주를 숨기지 않습니다.

    근거 자료
    이 장면의 안정 링크
    런던브뤼셀

  6. 06 · 1835년

    브뤼셀 · 출판

    평균을 요약값에서 인간의 형상으로 바꾸다 — 케틀레의 평균인

    천문 측정의 오차 곡선을 배운 케틀레는 키·범죄·결혼 같은 사회 자료의 평균과 규칙성을 ‘사회물리학’으로 읽고 1835년 ‘평균인’을 중심 개념으로 세웠다. 집단을 비교하는 강력한 요약이 탄생했지만, 여러 특성의 평균을 한 실제 사람이나 바람직한 정상형처럼 실재화하면 개인 차이와 제도적 원인을 지운다. 평균은 질문에 답하는 도구이지 인간의 표준 원본이 아니다.

    잠깐 멈춰 묻기

    여러 사람의 평균은 편리한 요약일까요, 아니면 실제로 존재하는 ‘정상 인간’일까요?

    생각은 어떻게 달라졌나

    천문 관측의 오차와 확률 곡선을 사회 자료에 옮겨 개인의 우연한 차이 뒤에 안정적인 집단 패턴을 찾습니다.

    이 장소가 가능 조건이 된 이유

    브뤼셀의 왕립천문대·벨기에 통계 행정·국제 회의 조직은 측정과 국가표를 사회 이론으로 연결할 자료와 권위를 주었습니다.

    실제 이동 방식

    라플라스·푸리에의 확률과 오차 → 천문 관측 → 벨기에 사회통계 → 1835년 사회물리학 → 국제 통계 표준 논의

    여기까지는 과장하지 않기

    평균의 안정성이 이상적 개인·인종의 본질·범죄의 자연 법칙을 증명하지 않으며, 분산과 하위집단을 지우지 않습니다.

    근거 자료
    이 장면의 안정 링크
    브뤼셀런던

  7. 07 · 1854년

    런던 · 현장 조사

    사망 주소를 지도에 겹쳐 물을 의심하다 — 존 스노의 콜레라 조사

    스노는 소호의 콜레라 사망 주소와 식수 이용을 조사해 브로드 스트리트 펌프 주변의 집중, 멀리서 그 물을 마신 사례, 자체 우물을 쓴 작업장의 예외를 함께 비교했다. 지도는 주장을 눈에 보이게 했지만 증거의 전부는 아니었다. 펌프 손잡이가 제거될 때 유행은 이미 약해지고 있었고, 지도만으로 세균 이론이나 단일 원인을 최종 증명했다고 과장하지 않는다.

    잠깐 멈춰 묻기

    지도 위의 점들이 한 펌프에 몰려 보일 때, 원인을 말하려면 점 말고 무엇을 더 물어야 할까요?

    생각은 어떻게 달라졌나

    사망 건수를 주소·식수 노출·예외 사례와 결합해 공간적 군집을 비교 가능한 역학 증거로 바꿉니다.

    이 장소가 가능 조건이 된 이유

    거리 주소·상세 지도·사망 등록과 여러 급수망이 겹친 런던은 누가 어디서 어떤 물을 마셨는지 대조할 수 있게 했습니다.

    실제 이동 방식

    사망 증명서·주소 → 현장 가구 인터뷰 → 펌프·급수 노출 비교 → 지도와 표 → 지역 위원회·공중보건 논쟁

    여기까지는 과장하지 않기

    유명한 지도나 손잡이 제거 하나가 단독 증명은 아니며, 유행 감소 시점과 스노의 더 넓은 급수 비교를 함께 봅니다.

    근거 자료
    이 장면의 안정 링크
    런던런던

  8. 08 · 1886년

    런던 · 출판

    부모와 자녀의 점구름에서 되돌아감을 보다 — 갤턴의 회귀

    갤턴은 가족의 키 자료를 산점도와 타원형 무리로 보고, 극단적인 부모의 자녀 평균이 전체 평균 쪽에 더 가까운 경향을 ‘평균으로의 회귀’라 불렀다. 두 변수가 함께 움직이는 정도를 형태로 읽는 길이 열렸다. 그러나 상관은 원인을 확정하지 않으며, 갤턴은 이 도구를 유전적 서열과 우생학이라는 차별적 정치 기획에 결합했다. 유용한 수학과 해로운 목적을 떼어 미화하지 않는다.

    잠깐 멈춰 묻기

    두 값이 함께 움직이는 모양을 발견했을 때, 그것은 원인일까요, 예측일까요, 아니면 선택된 자료의 흔적일까요?

    생각은 어떻게 달라졌나

    행과 열의 평균만 보던 시선에서 두 변수의 점구름·기울기·중심으로 관계의 강도와 평균 회귀를 읽는 시선으로 옮깁니다.

    이 장소가 가능 조건이 된 이유

    런던의 전시·왕립학회·인류측정소와 가족 자료망은 대규모 측정을 모았지만 누가 측정되고 어떤 특성이 가치 있다고 정해졌는지도 제한했습니다.

    실제 이동 방식

    케틀레의 분포·평균 → 갤턴의 가족·콩·키 자료와 점구름 → 회귀·상관 → 피어슨의 수학화 → 생물측정·사회과학

    여기까지는 과장하지 않기

    상관은 인과가 아니며 회귀 현상을 유전적 우열이나 국가가 사람을 선별해야 한다는 우생학 명령으로 바꿀 근거도 아닙니다.

    근거 자료
    이 장면의 안정 링크
    런던워싱턴 DC

  9. 09 · 1890년

    워싱턴 DC · 행정 집계

    사람의 답을 기계가 읽는 구멍으로 바꾸다 — 홀러리스

    미국 인구조사는 각 사람의 나이·성별·인종·혼인·시민권 같은 응답을 천공카드 위치로 옮기고 전기식 판독·집계 장치로 합산했다. 처리 속도가 크게 오르며 범주 조합을 다시 셀 수 있게 됐고 데이터 처리가 기계 산업으로 이어졌다. 기계는 조사표보다 중립적이지 않다. 어떤 질문과 인종 범주를 카드 칸으로 만들지는 이미 정치적으로 정해져 있었다.

    잠깐 멈춰 묻기

    조사표의 답을 카드 구멍으로 바꾸면 계산은 빨라지지만 사람에 대한 무엇이 고정될까요?

    생각은 어떻게 달라졌나

    사무원이 문장을 읽어 합산하는 일에서 표준화된 개별 레코드를 전기식 장치가 반복 판독하고 교차 집계하는 일로 이동합니다.

    이 장소가 가능 조건이 된 이유

    워싱턴의 연방 인구조사 조직은 전국 조사표·기계 계약·범주 정의를 한 운영망에 모아 대규모 자동 집계를 가능하게 했습니다.

    실제 이동 방식

    가구 조사표 → 개인별 천공카드 → 핀·수은·전기 카운터 → 범주 교차표 → 후대 사무기계·데이터 처리 산업

    여기까지는 과장하지 않기

    처리 속도의 혁신은 인종·성별·시민권 범주를 자연적 사실로 만들지 않으며, 1890년 원자료 대부분이 화재로 소실된 경계도 남깁니다.

    근거 자료
    이 장면의 안정 링크
    워싱턴 DC런던

  10. 10 · 1900년

    런던 · 출판

    관측된 칸과 기대된 칸의 어긋남을 재다 — 피어슨의 카이제곱

    칼 피어슨은 범주별 관측 도수와 모형이 기대하는 도수의 차이를 하나의 통계량으로 합쳐 적합도를 판단하는 일반 방법을 발표했다. ‘눈대중으로 비슷하다’에서 표본 변동과 비교하는 절차로 이동한 중요한 장면이다. 이것이 모든 가설검정이나 오늘의 p값 관행을 혼자 시작한 것은 아니며, 피어슨의 생물측정 연구와 통계 제도는 우생학 프로그램과 깊이 얽혀 있었다.

    잠깐 멈춰 묻기

    관측한 빈도와 모형의 기대 빈도가 다를 때, 어느 정도 차이부터 우연만으로 보기 어려울까요?

    생각은 어떻게 달라졌나

    칸마다 생긴 차이를 기대 빈도로 조정해 하나의 통계량으로 더하고, 모형 적합을 표본 변동과 비교합니다.

    이 장소가 가능 조건이 된 이유

    UCL의 생물측정 연구실·자료 수집·강의·전문 학술지는 새 검정법을 반복 계산하고 훈련할 제도적 기반을 제공했습니다.

    실제 이동 방식

    갤턴의 변이·상관 → 웰던의 생물 자료 → 피어슨의 분포·적합도 계산 → 1900년 카이제곱 논문 → 생물·의학·사회과학 검정

    여기까지는 과장하지 않기

    카이제곱 하나가 가설검정 전체나 p값의 현대 관행을 완성하지 않았고, 작은 기대 빈도·독립성 같은 적용 조건도 생략하지 않습니다.

    근거 자료
    이 장면의 안정 링크
    런던더블린

  11. 11 · 1908년

    더블린 · 주요활동

    맥주 한 잔의 품질에서 작은 표본의 불확실성을 배우다 — ‘Student’

    Guinness의 윌리엄 고셋은 보리·맥아처럼 적은 수만 시험할 수 있는 공정에서 모분산을 모를 때 평균의 불확실성이 더 커진다는 문제를 다뤘다. 1908년 ‘Student’라는 필명으로 발표한 분포는 표본 수에 따라 두꺼운 꼬리가 달라진다. t 방법도 독립성·정규성 등 선택한 모형의 조건을 가지며, 작은 표본을 자동으로 대표성 있는 표본으로 바꾸지는 않는다.

    잠깐 멈춰 묻기

    표본이 작고 전체의 흩어짐도 모를 때, 평균의 오차를 큰 표본처럼 계산하면 무엇이 빠질까요?

    생각은 어떻게 달라졌나

    추정한 표준편차 자체의 흔들림을 자유도와 두꺼운 꼬리에 반영해 작은 표본 평균의 불확실성을 더 정직하게 표시합니다.

    이 장소가 가능 조건이 된 이유

    더블린 Guinness의 산업 규모와 원료 시험 비용은 적은 실험으로 품질 결정을 내려야 하는 반복 문제와 장기 자료를 제공했습니다.

    실제 이동 방식

    양조·보리 품질 문제 → 고셋의 Pearson 연구실 연수 → 1908년 ‘Student’ 논문 → 피셔의 자유도 해석·확장 → 실험과 추정

    여기까지는 과장하지 않기

    t 분포는 작은 표본의 마법 면허가 아니며 독립성·모형 가정·표집 편향을 따로 확인해야 합니다.

    근거 자료
    이 장면의 안정 링크
    더블린하펜던

  12. 12 · 1926년

    하펜던 · 실험

    좋아 보이는 밭 대신 우연이 자리를 고르게 하다 — 로담스테드 실험

    피셔와 로담스테드 연구진은 비료·품종 효과를 토양의 들쭉날쭉함과 구분하기 위해 반복, 블록, 의도적 무작위 배치를 결합했다. 연구자가 유리해 보이는 구획을 고르는 대신 우연한 배정이 비교의 기준을 만들었다. 1926년 논문은 핵심 원리를 정리한 이정표이지 무작위 실험의 절대적 최초가 아니며, 피셔가 적극적 우생학자였다는 사실도 함께 남긴다.

    잠깐 멈춰 묻기

    밭마다 원래 생산성이 다르다면 비료 효과와 좋은 땅 효과를 어떻게 갈라놓을 수 있을까요?

    생각은 어떻게 달라졌나

    반복·블록·무작위 배정으로 처리 전 차이를 설계 단계에서 다루고, 오차 추정을 분석 뒤의 장식이 아니라 비교의 조건으로 만듭니다.

    이 장소가 가능 조건이 된 이유

    로담스테드의 장기 포장·다양한 토양·농업 연구팀과 누적 수확 기록은 새 설계를 실제 불균일성에 시험할 작업장이었습니다.

    실제 이동 방식

    장기 농업시험 자료 → 고셋·피셔·현장 연구진의 논쟁 → 1926년 배치 원리 → 무작위 블록·분산분석 → 과학·산업 실험

    여기까지는 과장하지 않기

    피셔 한 사람이 무작위화를 처음 생각한 것으로 만들지 않으며, 강력한 실험설계 업적과 그의 우생학 활동을 함께 기록합니다.

    근거 자료
    이 장면의 안정 링크
    하펜던프린스턴

  13. 13 · 1936년

    프린스턴 · 현장 조사

    수백만 응답이 더 작은 조사에 지다 — 《Literary Digest》와 갤럽

    《Literary Digest》는 약 천만 장의 투표용지를 보내 230만 개가 넘는 회신을 모았지만 랜던의 승리를 잘못 예측했다. 표집틀과 회신 여부가 모두 편향된 거대한 표본이었다. 프린스턴을 기반으로 한 갤럽의 훨씬 작은 할당표본은 루스벨트의 승리를 맞혔다. 그러나 이는 완전한 확률표본의 승리로 단순화할 수 없고, 갤럽 방식도 1948년에 큰 실패를 겪었다.

    잠깐 멈춰 묻기

    230만 명의 답보다 몇만 명의 답이 나을 수 있다면, 표본의 크기보다 먼저 물어야 할 것은 무엇일까요?

    생각은 어떻게 달라졌나

    정확성의 중심을 ‘얼마나 많이 받았나’에서 표집틀·선정 방식·누가 응답하지 않았나로 옮깁니다.

    이 장소가 가능 조건이 된 이유

    프린스턴의 미국여론연구소는 전국 신문 배포망·인구 할당·상업 조사 기법을 결합해 선거 예측을 반복 가능한 상품으로 만들었습니다.

    실제 이동 방식

    전화부·자동차 등록부·우편 회신 → Literary Digest 대표본 → 갤럽의 할당표본·신문망 → 실제 선거 결과 비교 → 현대 조사 방법 논쟁

    여기까지는 과장하지 않기

    실패 원인을 부유층 표집틀 하나로만 줄이지 않고 비응답 편향도 함께 보며, 갤럽 표본을 현대 확률표본으로 소급하지 않습니다.

    근거 자료
    이 장면의 안정 링크
    프린스턴런던

  14. 14 · 1948년

    런던 · 실험

    치료 기대와 비교를 분리하다 — MRC 스트렙토마이신 시험

    영국 MRC 결핵 시험은 제한된 스트렙토마이신을 환자에게 배정할 때 무작위 수에 기초한 중앙 할당을 사용하고, 치료군과 침상안정 대조군의 경과를 비교했다. 엑스레이 판독자는 배정 정보를 모른 채 평가했다. 현대 임상시험의 중요한 전환이지만 최초의 통제시험이나 모든 면에서 이중맹검인 시험은 아니며, 통계적 차이가 곧 모든 환자에게 같은 이익을 보장하지 않는다.

    잠깐 멈춰 묻기

    새 약을 받고 싶은 기대와 의사의 선택이 결과 비교에 섞이지 않게 하려면 배정을 누가 알아야 할까요?

    생각은 어떻게 달라졌나

    치료 전 중앙 무작위 배정과 눈가림된 영상 판독으로 비교군을 만들고 선택 편향과 평가 편향을 설계에서 줄입니다.

    이 장소가 가능 조건이 된 이유

    런던 MRC의 중앙 위원회·통계 조직과 여러 병원망은 희소한 약의 배정, 공통 프로토콜, 독립 판독을 조정했습니다.

    실제 이동 방식

    미국의 스트렙토마이신 공급 → 영국 MRC·병원 다기관 시험 → 중앙 무작위 수·봉인 배정 → 영상·임상 비교 → 1948년 BMJ 공개

    여기까지는 과장하지 않기

    중앙 무작위화의 중요한 이정표이지만 최초 통제시험이나 완전 이중맹검으로 부르지 않고 당시 치료 접근·윤리 조건도 현재와 구분합니다.

    근거 자료
    이 장면의 안정 링크
    런던콜카타

  15. 15 · 1950년

    콜카타 · 현장 조사

    나라 전체를 다 세지 않고도 지역 차이를 보려 하다 — 인도 국가표본조사

    마할라노비스와 인도통계연구소의 연구망은 1950년 National Sample Survey를 시작해 농촌·도시의 소비, 고용, 토지와 생산을 반복 조사했다. 층화·다단계 표본과 현장 조직은 넓고 다양한 신생국에서 빠른 계획 자료를 만들었다. 표본조사는 값싼 축소 인구조사가 아니라 불확실성을 포함한 별도 설계이며, 국가 평균이 모든 지역과 집단의 경험을 대신하지 않는다.

    잠깐 멈춰 묻기

    수억 명과 수많은 지역을 모두 조사하기 어렵다면, 작은 표본이 나라의 다양성을 잃지 않게 어떻게 설계할까요?

    생각은 어떻게 달라졌나

    전수조사의 축소판이 아니라 층화·다단계 선택·가중치·현장 검증을 갖춘 별도 추론 장치로 표본조사를 설계합니다.

    이 장소가 가능 조건이 된 이유

    콜카타 인도통계연구소는 이론 통계·훈련·현장 조사원·국가 계획을 연결해 대륙 규모의 반복 조사를 운영할 기반이 됐습니다.

    실제 이동 방식

    벵골 작물 조사와 표본 연구 → ISI 방법·훈련 → 중앙정부 지원 → 1950년 NSS 현장 라운드 → 소비·고용·토지·계획 자료

    여기까지는 과장하지 않기

    NSS를 한 개인의 단독 발명이나 모든 지역을 완벽히 대표한 조사로 만들지 않으며 표본오차·비표본오차·국가 범주의 한계를 남깁니다.

    근거 자료
    이 장면의 안정 링크
    콜카타버클리

  16. 16 · 1975년

    버클리 · 출판

    전체 비율과 학과별 비율이 반대로 말하다 — 입학 자료와 심프슨 역설

    UC Berkeley 대학원 입학 자료에서는 전체를 합치면 여성 지원자의 합격률이 낮아 보였지만, 학과별로 나누면 대부분의 차이가 줄거나 방향이 달랐다. 지원자가 난도가 다른 학과에 불균등하게 몰린 구조가 집계값을 뒤집을 수 있었다. 이 분석은 ‘차별이 없었다’는 자동 판결이 아니다. 어떤 변수를 나눌지는 인과 질문에 달려 있고 학과 선택 이전의 제약도 따로 물어야 한다.

    잠깐 멈춰 묻기

    전체 합격률과 모든 학과의 합격률이 서로 반대 방향을 가리킬 때 어느 숫자를 믿어야 할까요?

    생각은 어떻게 달라졌나

    하나의 집계표를 결론으로 읽는 대신 집단 구성과 선택 경로를 분해하고, 어떤 비교가 인과 질문에 맞는지 묻습니다.

    이 장소가 가능 조건이 된 이유

    Berkeley의 실제 입학 행정 자료와 통계 연구 공동체는 교과서 역설을 조직·학과 선택의 현실 문제로 만들었습니다.

    실제 이동 방식

    대학원 지원·합격 기록 → 성별 전체 집계 → 학과별 재분해 → 1975년 분석 → 교란·선택·인과추론 교육

    여기까지는 과장하지 않기

    집계 역전은 차별의 존재나 부재를 자동 판정하지 않으며, 학과를 조건화하는 것이 적절한지는 지원 선택을 만든 구조까지 포함한 인과 모형에 달려 있습니다.

    근거 자료
    이 장면의 안정 링크
    버클리케임브리지(매사추세츠)

  17. 17 · 2018년

    케임브리지(매사추세츠) · 성능 감사

    평균 정확도 아래 숨은 얼굴을 다시 세다 — Gender Shades

    조이 불람위니와 팀닛 게브루는 상업용 성별 분류기의 성능을 피부색과 성별 표현의 교차집단별로 나눠 평가했다. 전체 정확도 하나로는 보이지 않던 큰 오차 격차와, 벤치마크 자체의 밝은 피부·남성 편중이 드러났다. 연구는 특정 시점의 네 분류기와 구성된 데이터셋을 감사한 것이며 모든 얼굴인식 알고리즘이나 성 정체성을 이진 범주로 정의하는 일반 이론은 아니다.

    잠깐 멈춰 묻기

    전체 정확도가 높아 보여도 어떤 교차집단이 거의 모든 오류를 떠안는지 어떻게 드러낼 수 있을까요?

    생각은 어떻게 달라졌나

    단일 평균 점수에서 피부색·성별 표현을 함께 나눈 오차표로 이동해 데이터 구성과 성능 격차를 감사 대상으로 만듭니다.

    이 장소가 가능 조건이 된 이유

    MIT Media Lab의 연구·프로토타입·공개 논문 환경과 국회의원 이미지로 만든 새 벤치마크는 상업 API를 외부에서 비교할 발판을 제공했습니다.

    실제 이동 방식

    기존 얼굴 데이터셋 구성 점검 → Pilot Parliaments Benchmark → 상업 분류기 교차집단 평가 → 공개 논문·기업 응답 → 알고리즘 감사 운동

    여기까지는 과장하지 않기

    2018년 특정 성별 분류기를 평가한 결과를 모든 얼굴인식·모든 버전의 영구 순위로 확대하거나 이진 성별 분류 자체를 자연화하지 않습니다.

    근거 자료
    이 장면의 안정 링크
    케임브리지(매사추세츠)워싱턴 DC

  18. 18 · 2020년

    워싱턴 DC · 자료 공개

    공개할수록 드러나는 사람을 수학적으로 가리다 — 차등프라이버시 인구표

    미국 인구조사국은 2020 Census의 일부 공개 데이터에 차등프라이버시 기반 공개회피 체계를 적용해, 표를 결합해 개인을 재식별할 위험을 제한하려 했다. 작은 무작위 잡음을 더하면 프라이버시 예산을 명시할 수 있지만 특히 작은 지역·집단 통계의 정확도와 긴장이 생긴다. 차등프라이버시는 익명성을 마법처럼 보장하는 한 알고리즘이 아니라 위험과 효용을 함께 설계하는 틀이다.

    잠깐 멈춰 묻기

    정확한 작은 지역 표를 많이 공개할수록 개인이 드러난다면, 프라이버시와 쓸모를 어떤 숫자로 협상할까요?

    생각은 어떻게 달라졌나

    이름을 지우는 익명화에서 한 사람의 포함 여부가 출력 분포를 얼마나 바꾸는지 제한하는 수학적 공개 계약으로 이동합니다.

    이 장소가 가능 조건이 된 이유

    워싱턴의 인구조사국은 법적 비밀보호 의무, 방대한 지리표, 재식별 공격 연구와 공공 데이터 수요를 한 공개 체계에서 조정해야 했습니다.

    실제 이동 방식

    2010년 자료 재구성 연구 → 차등프라이버시 프레임 → 2020 Disclosure Avoidance System → 잡음·불변량·품질 지표 → 연구자·지역사회 피드백

    여기까지는 과장하지 않기

    차등프라이버시는 무조건적 익명성이나 오차 없는 공개가 아니며, 구현·프라이버시 예산·작은 집단 정확도의 선택을 공개적으로 검토해야 합니다.

    근거 자료
    이 장면의 안정 링크

영화를 잠시 멈추고 · 데이터를 직접 의심해 보기

아주 많이 세어도 전체를 놓칠 수 있다

1,000명이 사는 가상의 마을에서 실제 찬성률은 52%입니다. 사람을 뽑는 방식과 수를 바꿔 보세요. 이어 같은 자료를 집단별로 나누면 결론이 뒤집히는 장면까지 확인합니다.

누가 모집단인가?

내가 결론을 적용하려는 사람과 실제 명단이 같은지 확인합니다.

누가 들어올 기회가 있었나?

표본 크기보다 표집틀·선택·비응답 과정을 먼저 봅니다.

이 숫자로 무엇을 결정하나?

오차가 어떤 사람에게 어떤 비용을 만드는지도 결과의 일부입니다.

같은 모집단, 표본에 들어오는 서로 다른 길

아래 수치는 원리를 비교하기 위한 고정 예시이며, 모든 무작위 표본이 정확히 이 순서로 움직인다는 약속이 아닙니다.

실제값과의 차이: 8%

이 고정 예시에서 확률표본을 키우면 우연한 흔들림이 줄어듭니다. 측정 오류나 비응답이 저절로 고쳐지는 것은 아닙니다.

수학을 직접 만져 보기

데이터가 사람을 읽기 시작한 순간 — 누가 세어졌고 누가 사라졌는가

윈체스터의 토지 조사와 잉카 키푸에서 시작해 사망표·국가 통계·인구조사·평균인·콜레라 지도·상관·천공카드·표본분포·무작위 실험으로 이동한다. 대규모 여론조사의 실패, 인도의 국가 표본조사, 집계 역전, 알고리즘의 교차집단 오차와 차등프라이버시까지 따라가며 숫자가 사람을 비추는 거울인 동시에 범주·표본·결정이 만든 렌즈임을 묻는 18장면이다.

18장면 영화형 여정으로 이어 보기

전체 지도에서 다시 보기

통계와 추론의 조건을 개념 페이지에서 다시 묶기

표본·불확실성·신뢰구간·가설검정이 무엇을 말하고 말하지 않는지 식과 예제로 정리합니다.

전체 지도 자유 탐험