상관관계와 인과관계는 다르다

같이 움직인다고 해서 원인은 아니다

비 오는 날에는 우산을 든 사람이 많아집니다. 그리고 길이 젖어 있습니다. 그렇다면 우산을 든 사람이 많아서 길이 젖은 걸까요? 당연히 아닙니다. 비가 왔기 때문에 사람들이 우산을 들었고, 동시에 길도 젖었습니다.

이렇게 말하면 너무 쉬워 보입니다. 그런데 뉴스나 광고, 건강 정보, 교육 기사에서는 이와 비슷한 착각이 훨씬 그럴듯한 모습으로 나타납니다.

"아침을 먹는 학생의 성적이 더 높다."

"커피를 마시는 사람이 특정 질병에 덜 걸린다."

"운동을 많이 하는 사람의 소득이 더 높다."

"스마트폰 사용 시간이 긴 아이일수록 집중력이 낮다."

이 문장들은 모두 뭔가 중요한 사실을 말하는 것처럼 들립니다. 실제로 중요한 단서일 수도 있습니다. 하지만 여기서 바로 "그러니까 아침을 먹으면 성적이 오른다", "커피가 병을 막아준다", "운동하면 돈을 더 번다", "스마트폰이 집중력을 망친다"라고 결론 내리면 위험합니다.

두 숫자가 함께 움직인다는 사실과 한쪽이 다른 쪽의 원인이라는 주장은 서로 다릅니다. 이 차이를 구분하는 능력이 바로 통계 문해력의 핵심입니다.

상관관계는 함께 움직이는 패턴이다

상관관계란 두 변수가 함께 변하는 패턴을 말합니다. 여기서 변수란 말 그대로 변할 수 있는 값입니다. 키, 몸무게, 공부 시간, 매출, 기온, 물가, 운동 시간, 수면 시간 같은 것들이 모두 변수입니다.

예를 들어 하루 기온이 올라갈수록 아이스크림 판매량도 늘어난다면 두 변수 사이에는 상관관계가 있다고 말할 수 있습니다. 기온과 아이스크림 판매량이 같은 방향으로 움직이는 것입니다. 이것을 양의 상관관계라고 부릅니다. 한쪽이 커질수록 다른 쪽도 커지는 관계입니다.

반대로 기온이 올라갈수록 난방비가 줄어든다면 이것도 상관관계입니다. 다만 방향이 반대입니다. 한쪽이 커질수록 다른 쪽은 작아집니다. 이것을 음의 상관관계라고 부릅니다.

상관관계는 "같이 움직인다"는 말입니다. 여기까지는 비교적 조심스러운 표현입니다. 문제는 그다음입니다. 사람의 머리는 패턴을 발견하면 원인을 찾고 싶어 합니다. 그래서 "같이 움직인다"를 "하나가 다른 하나를 움직인다"로 바꾸어 생각하기 쉽습니다.

하지만 상관관계는 원인과 결과를 자동으로 증명하지 않습니다. 두 숫자가 나란히 움직인다는 사실은 출발점일 뿐입니다. 그것은 "여기에 뭔가 관계가 있을지도 모른다"는 신호이지, "원인을 찾았다"는 판결문이 아닙니다.

인과관계는 원인과 결과의 연결이다

인과관계는 한쪽이 다른 쪽에 실제로 영향을 주는 관계입니다. 물을 충분히 주지 않으면 식물이 시듭니다. 뜨거운 냄비를 만지면 손을 데일 수 있습니다. 가격을 크게 올리면 어떤 상품의 수요가 줄어들 수 있습니다. 이런 경우에는 원인과 결과의 연결을 생각할 수 있습니다.

물론 현실의 인과관계는 교과서 예시처럼 단순하지 않습니다. 사람, 돈, 건강, 교육, 사회 현상은 여러 요인이 동시에 얽혀 움직입니다. 그래서 인과관계를 말하려면 더 조심해야 합니다.

인과관계라고 말하려면 최소한 세 가지를 따져야 합니다. 먼저 시간 순서가 맞아야 합니다. 원인은 결과보다 앞서 있어야 합니다. 어떤 행동이 일어난 뒤에 결과가 나타나야 "그 행동이 영향을 주었을 가능성"을 말할 수 있습니다.

다음으로 그럴듯한 작동 원리가 있어야 합니다. 왜 그런 일이 생기는지 설명할 수 있어야 합니다. 예를 들어 수면 부족이 집중력을 떨어뜨린다는 주장은 비교적 이해하기 쉽습니다. 잠이 부족하면 피로가 쌓이고, 피로가 쌓이면 주의력이 떨어질 수 있기 때문입니다.

마지막으로 다른 설명을 검토해야 합니다. 두 현상을 동시에 움직이는 또 다른 요인이 있을 수 있습니다. 바로 이 지점에서 "숨은 변수"가 등장합니다.

숨은 변수는 착각을 만든다

숨은 변수란 겉으로 드러난 두 변수 뒤에서 둘을 함께 움직이는 제3의 요인입니다. 우리는 보통 눈앞에 보이는 두 숫자를 먼저 봅니다. 하지만 실제 원인은 그 뒤에 숨어 있을 수 있습니다.

가장 유명한 예가 아이스크림 판매량과 익사 사고입니다.

어떤 지역에서 월별 데이터를 보니 아이스크림 판매량이 많을수록 익사 사고도 많았습니다. 그래프를 그려보면 두 선이 비슷하게 올라갔다 내려갈 수도 있습니다. 이때 "아이스크림이 익사 사고를 일으킨다"고 말하면 이상합니다. 아이스크림을 먹는다고 물에 빠질 이유는 없습니다.

그렇다면 왜 두 숫자가 같이 움직였을까요? 숨은 변수는 계절입니다. 날씨가 더워지는 여름에는 사람들이 아이스크림을 많이 먹습니다. 동시에 수영장, 계곡, 바다를 찾는 사람도 늘어납니다. 물놀이를 하는 사람이 많아지면 익사 사고도 늘어날 수 있습니다.

즉 관계를 이렇게 그려야 합니다.

여름이라는 계절이 아이스크림 판매량을 늘리고, 동시에 물놀이를 늘려 익사 사고 위험도 높입니다. 아이스크림과 익사 사고가 직접 연결된 것이 아니라, 둘 다 계절의 영향을 받은 것입니다.

이 구조를 이해하면 많은 뉴스가 다르게 보입니다. 겉으로는 A와 B가 함께 움직입니다. 하지만 실제로는 C가 A와 B를 동시에 움직이고 있을 수 있습니다.

숫자 사이에는 여러 가지 가능성이 있다

두 숫자가 함께 움직일 때 가능한 설명은 하나가 아닙니다. 예를 들어 A와 B가 같이 증가한다고 해봅시다. 이때 우리는 보통 "A가 B를 일으켰다"고 생각합니다. 하지만 다른 가능성도 있습니다.

첫째, A가 B의 원인일 수 있습니다. 공부 시간이 늘어서 시험 점수가 올랐을 수 있습니다.

둘째, B가 A의 원인일 수 있습니다. 시험 점수가 오르니 자신감이 생겨 공부 시간이 늘었을 수도 있습니다. 원인의 방향이 반대인 것입니다.

셋째, C라는 숨은 변수가 A와 B를 함께 움직였을 수 있습니다. 가정의 학습 환경, 이전 성취도, 건강 상태, 수면 시간 같은 요인이 공부 시간과 시험 점수 모두에 영향을 주었을 수 있습니다.

넷째, 우연히 함께 움직였을 수도 있습니다. 특히 데이터가 적거나 기간이 짧으면 우연한 패턴이 마치 의미 있는 관계처럼 보일 수 있습니다.

이 네 가지 가능성을 떠올리는 것만으로도 숫자를 읽는 태도가 달라집니다. 상관관계를 보았을 때 바로 결론으로 달려가지 않고, 잠시 멈춰 묻게 됩니다.

"정말 A가 B를 일으킨 걸까?"

이 질문 하나가 통계에 속지 않는 첫 번째 방어선입니다.

건강 뉴스에서 자주 생기는 착각

건강 뉴스는 상관관계와 인과관계가 가장 자주 뒤섞이는 분야입니다. "무엇을 먹는 사람이 더 오래 산다", "어떤 습관을 가진 사람이 병에 덜 걸린다", "특정 영양소를 섭취한 그룹에서 위험이 낮았다" 같은 문장을 우리는 자주 봅니다.

예를 들어 "채소를 많이 먹는 사람은 특정 질병에 덜 걸린다"는 결과가 있다고 해봅시다. 이 말은 채소 섭취와 질병 위험 사이에 관계가 있다는 뜻일 수 있습니다. 하지만 곧바로 "채소만 많이 먹으면 그 병을 막을 수 있다"고 말하기는 어렵습니다.

왜냐하면 채소를 많이 먹는 사람은 다른 생활 습관도 다를 수 있기 때문입니다. 규칙적으로 운동할 가능성이 높을 수도 있고, 흡연율이 낮을 수도 있고, 건강검진을 자주 받을 수도 있습니다. 소득, 교육 수준, 직업 환경, 수면 습관도 영향을 줄 수 있습니다. 채소가 아무 역할도 하지 않는다는 뜻이 아닙니다. 다만 결과를 해석할 때 "채소 하나만의 효과"로 단정하면 위험하다는 뜻입니다.

커피, 와인, 비타민, 유산균, 걷기, 명상 같은 주제도 마찬가지입니다. 어떤 습관이 건강과 함께 움직인다고 해서 그것이 유일한 원인이라고 말할 수는 없습니다. 건강한 사람이 그 습관을 선택했을 수도 있고, 경제적으로 여유 있는 사람이 건강에 좋은 선택을 더 많이 할 수도 있습니다. 또는 원래 몸 상태가 좋지 않은 사람이 특정 식품이나 보조제를 더 많이 먹기 시작했을 수도 있습니다. 이 경우에는 원인과 결과의 방향이 뒤집혀 보일 수도 있습니다.

건강 뉴스를 읽을 때는 문장 속 동사를 주의 깊게 봐야 합니다. "관련이 있었다"는 말과 "효과가 있었다"는 말은 다릅니다. "위험이 낮았다"는 말과 "위험을 낮춘다"는 말도 다릅니다. 앞의 표현은 관찰된 패턴에 가깝고, 뒤의 표현은 원인과 결과를 주장하는 말에 가깝습니다.

교육 뉴스도 조심해서 읽어야 한다

교육 분야에서도 비슷한 착각이 자주 생깁니다. "독서량이 많은 학생일수록 성적이 높다"는 말을 들어봅시다. 이 문장은 꽤 그럴듯합니다. 실제로 독서는 어휘력, 배경지식, 집중력에 도움이 될 수 있습니다. 하지만 이 문장만으로 "책을 많이 읽히면 모든 아이의 성적이 자동으로 오른다"고 말할 수는 없습니다.

독서량이 많은 학생은 원래 학습 습관이 안정적일 수 있습니다. 집에 책이 많고, 부모가 책 읽는 환경을 만들어주었을 수 있습니다. 스마트폰 사용 시간이 적을 수도 있고, 언어 능력이 이미 높은 학생이 책을 더 즐겨 읽는 것일 수도 있습니다.

사교육 시간과 성적의 관계도 마찬가지입니다. 사교육을 많이 받는 학생의 평균 성적이 높다고 해서 사교육이 그 차이를 전부 만들었다고 말하기는 어렵습니다. 사교육을 받을 수 있는 가정의 경제적 여건, 부모의 관심, 학교 환경, 학생의 이전 성적이 함께 작용했을 수 있습니다. 반대로 성적이 낮아서 사교육을 더 많이 받기 시작한 경우도 있습니다. 그러면 데이터에서는 "사교육 시간이 긴 학생"과 "성적"이 복잡하게 섞여 나타납니다.

교육 뉴스에서 특히 조심해야 할 표현은 "효과"입니다. 어떤 프로그램에 참여한 학생의 성적이 올랐다는 사실만으로 그 프로그램의 효과가 입증되는 것은 아닙니다. 시간이 지나면서 자연스럽게 실력이 늘었을 수도 있고, 원래 동기가 높은 학생들이 프로그램에 참여했을 수도 있습니다. 비교할 만한 집단이 없으면 판단하기 어렵습니다.

어른의 수학 문해력은 여기서 빛납니다. 숫자를 보자마자 찬성하거나 반대하는 것이 아니라, 그 숫자가 어떤 방식으로 만들어졌는지 묻는 것입니다.

"A를 하면 B가 된다"를 검증하는 질문

뉴스, 광고, 보고서에서 "A를 하면 B가 된다"는 주장을 만났다면 바로 믿거나 바로 부정할 필요가 없습니다. 대신 몇 가지 질문을 던지면 됩니다. 이 질문들은 어려운 통계 공식보다 훨씬 실용적입니다.

• 원인이 결과보다 먼저 일어났는가?

• 비교 대상이 있는가?

• 두 집단은 처음부터 비슷했는가?

• 숨은 변수를 고려했는가?

• 결과의 차이가 실제로 큰가, 아니면 말만 크게 보이는가?

• 그럴듯한 작동 원리가 있는가?

• 한 번의 조사인가, 여러 번 반복해서 확인된 결과인가?

예를 들어 "새로운 학습 앱을 사용한 학생들의 점수가 20% 올랐다"는 광고를 보았다고 해봅시다. 먼저 원인과 결과의 순서를 봅니다. 앱을 사용한 뒤 점수가 오른 것은 맞는지 확인해야 합니다. 다음으로 비교 대상을 봅니다. 앱을 쓰지 않은 비슷한 학생들도 같은 기간에 점수가 올랐는지 알아야 합니다. 시험이 쉬워졌거나, 학기 초보다 학기 말에 모든 학생의 점수가 자연스럽게 올랐을 수도 있기 때문입니다.

또 두 집단이 처음부터 비슷했는지도 중요합니다. 앱을 사용한 학생들이 원래 성적이 높고 학습 의욕이 강한 학생들이었다면 결과를 그대로 비교하기 어렵습니다. 숨은 변수를 고려하지 않으면 앱의 효과가 아니라 학생의 원래 특성을 앱의 효과로 착각할 수 있습니다.

마지막으로 차이의 크기를 봐야 합니다. "20% 상승"이라는 말은 커 보이지만 기준이 무엇인지 확인해야 합니다. 평균 50점에서 60점이 된 것인지, 5문제 중 1문제를 더 맞힌 것인지, 특정 유형에서만 오른 것인지에 따라 의미가 달라집니다. 퍼센트는 언제나 기준과 함께 읽어야 합니다.

비교 집단이 있어야 원인을 더 잘 볼 수 있다

인과관계를 판단할 때 가장 중요한 도구 중 하나는 비교입니다. A를 한 사람과 하지 않은 사람을 비교해야 합니다. 하지만 그냥 비교하면 안 됩니다. 두 집단이 처음부터 비슷해야 합니다.

예를 들어 어떤 회사가 "우리 교육을 받은 직원의 매출이 높다"고 말한다고 해봅시다. 이 말만으로 교육 효과를 단정할 수는 없습니다. 원래 성과가 좋은 직원만 교육에 참여했을 수도 있습니다. 또는 교육을 신청할 정도로 적극적인 직원들이었기 때문에 매출이 높았을 수도 있습니다.

더 좋은 비교는 이런 식입니다. 비슷한 조건의 직원들을 두 그룹으로 나누고, 한 그룹은 교육을 받게 하고 다른 그룹은 받지 않게 합니다. 일정 기간 뒤 두 그룹의 변화를 비교합니다. 물론 현실에서는 완벽하게 통제하기 어렵지만, 적어도 이런 생각을 해야 합니다.

"처음부터 다른 사람들을 비교하고 있는 것은 아닐까?"

이 질문은 직장 보고서에서도 유용합니다. 어떤 마케팅 캠페인 후 매출이 올랐다고 해서 캠페인이 전부 원인이라고 말할 수 없습니다. 같은 기간에 계절적 성수기가 왔을 수 있습니다. 경쟁사가 가격을 올렸을 수도 있습니다. 유명 인플루언서가 우연히 제품을 언급했을 수도 있습니다. 반대로 전체 시장이 성장하고 있었을 수도 있습니다.

그래서 좋은 보고서는 단순히 "캠페인 후 매출 증가"라고 쓰지 않습니다. 캠페인을 본 고객과 보지 않은 고객, 작년 같은 기간, 비슷한 상품군, 경쟁 상황, 광고비 변화 등을 함께 봅니다. 원인을 주장하려면 숫자 하나보다 구조가 필요합니다.

그래프가 예뻐도 원인은 아니다

두 선이 나란히 움직이는 그래프는 매우 설득력 있어 보입니다. 특히 선그래프 두 개가 거의 같은 모양으로 올라가면 사람은 본능적으로 "둘이 관련 있구나"라고 느낍니다. 하지만 그래프는 관계를 보여줄 수는 있어도 원인을 자동으로 증명하지는 않습니다.

예를 들어 어떤 도시에서 카페 수가 늘어나는 동안 1인 가구 수도 늘었다고 해봅시다. 그래프만 보면 카페가 1인 가구를 늘린 것처럼 보일 수도 있습니다. 하지만 실제로는 도시화, 주거비, 결혼 연령 변화, 생활 방식 변화, 상권 변화 같은 여러 요인이 함께 작용했을 가능성이 큽니다. 카페 수와 1인 가구 수는 같은 사회적 변화의 결과일 수 있습니다.

또 하나 조심할 점은 시간입니다. 시간이 지나면서 대부분의 숫자는 증가하거나 감소합니다. 물가, 인구 구조, 스마트폰 사용량, 온라인 결제액, 배달 주문 수, 병원 진료비, 데이터 사용량 같은 숫자는 시대 변화의 영향을 받습니다. 이런 숫자들을 아무렇게나 두 개 골라 그래프에 올리면 함께 증가하는 것처럼 보일 수 있습니다.

그래서 시계열 그래프, 즉 시간에 따라 변하는 그래프를 볼 때는 더 조심해야 합니다. 두 숫자가 같은 방향으로 움직인다는 사실만 보지 말고, 왜 그럴 수 있는지, 중간에 어떤 사건이 있었는지, 다른 변수도 같은 방식으로 움직였는지 확인해야 합니다.

숨은 변수를 찾는 생활 연습

상관관계와 인과관계를 구분하는 감각은 특별한 공부방에서만 생기지 않습니다. 오히려 일상에서 자주 연습할 수 있습니다.

"비싼 동네일수록 학원 수가 많다"는 말을 들으면, 학원이 동네를 비싸게 만든 것인지, 비싼 동네에 교육 수요가 많아 학원이 들어온 것인지, 아니면 소득 수준과 주거 환경이라는 숨은 변수가 둘 다에 영향을 준 것인지 생각해볼 수 있습니다.

"운동을 많이 하는 사람이 더 긍정적이다"라는 말을 들으면, 운동이 기분을 좋게 만들 수도 있지만, 원래 건강하고 여유가 있는 사람이 운동을 더 자주 할 수도 있다고 생각할 수 있습니다. 또한 좋은 날씨, 안정적인 직장, 충분한 수면 같은 숨은 변수가 둘 다에 영향을 줄 수도 있습니다.

"재택근무를 하는 직원의 생산성이 높다"는 보고를 보면, 재택근무 자체가 생산성을 높였을 수도 있습니다. 하지만 재택근무가 가능한 직무가 원래 집중 업무에 유리했을 수도 있고, 성과가 좋은 직원에게 재택근무 기회가 더 많이 주어졌을 수도 있습니다. 혹은 출퇴근 시간이 줄어든 효과와 업무 도구의 변화가 함께 작용했을 수도 있습니다.

이런 식으로 한 번 더 묻는 습관이 중요합니다. 숨은 변수는 대개 복잡한 이름표를 달고 오지 않습니다. "원래 그런 사람", "그 시기의 분위기", "그 지역의 특성", "선택한 사람들의 차이"라는 모습으로 숨어 있습니다.

숫자를 읽을 때 화살표를 조심하라

상관관계와 인과관계를 구분하는 가장 쉬운 방법은 머릿속에 화살표를 그려보는 것입니다.

A와 B가 함께 움직인다는 말은 아직 화살표가 없는 상태입니다. 그냥 두 점 사이에 점선이 있는 정도입니다. 그런데 인과관계는 화살표입니다. A가 B로 향하는 화살표를 그릴 수 있어야 합니다.

문제는 우리가 너무 빨리 화살표를 그린다는 데 있습니다. "공부 시간이 길수록 성적이 높다"를 보면 공부 시간에서 성적으로 화살표를 그립니다. "소득이 높을수록 건강검진을 많이 받는다"를 보면 소득에서 건강검진으로 화살표를 그립니다. 물론 맞을 수도 있습니다. 하지만 반대 방향의 화살표나 제3의 화살표도 생각해야 합니다.

수학적으로 성숙한 태도는 의심만 하는 태도가 아닙니다. 모든 연구와 통계를 무시하자는 뜻도 아닙니다. 오히려 더 정확히 믿기 위해 천천히 확인하는 태도입니다. 좋은 숫자는 질문을 견딥니다. 좋은 주장은 비교와 검증을 통과합니다.

결론을 늦추는 사람이 숫자를 잘 읽는다

상관관계와 인과관계의 차이를 이해하면 세상이 조금 덜 단순해 보입니다. 처음에는 답답할 수도 있습니다. 예전에는 "이게 원인이구나" 하고 빠르게 결론 내릴 수 있었는데, 이제는 자꾸 다른 가능성이 떠오르기 때문입니다.

하지만 이것은 수학을 못하게 된 것이 아니라, 오히려 숫자를 더 잘 읽기 시작했다는 신호입니다. 현실은 대개 한 가지 원인으로 움직이지 않습니다. 사람의 행동, 돈의 흐름, 건강, 교육, 사회 변화는 여러 힘이 동시에 밀고 당깁니다.

숫자가 함께 움직인다는 사실은 중요합니다. 그것은 좋은 단서입니다. 그러나 단서는 증거의 시작이지 결론의 끝이 아닙니다. 상관관계를 발견했다면 다음 질문으로 넘어가야 합니다.

"정말 원인일까?"

"다른 설명은 없을까?"

"숨은 변수는 무엇일까?"

"비교할 집단은 있었을까?"

이 질문들을 던질 줄 아는 사람은 통계 기사 앞에서 덜 흔들립니다. 광고 문구 앞에서 덜 휘둘립니다. 보고서의 그래프를 보면서도 한 걸음 뒤로 물러서서 생각할 수 있습니다.

어른의 수학은 빠른 계산보다 느린 판단에 가깝습니다. 숫자를 보고 바로 믿지 않는 것, 그렇다고 무조건 부정하지도 않는 것. 함께 움직이는 숫자 사이에서 성급한 화살표를 그리지 않는 것. 그것이 상관관계와 인과관계를 구분하는 힘입니다.