분산과 표준편차의 감각

평균이 같아도 현실은 같지 않다

두 가게가 있다고 해보자. 두 가게의 하루 평균 매출은 모두 100만 원이다. 숫자 하나만 보면 두 가게는 비슷해 보인다. 그런데 실제 매출 기록을 보면 분위기가 전혀 다르다.

A 가게는 매일 100만 원 안팎을 안정적으로 번다. B 가게는 어떤 날은 대박이 나고, 어떤 날은 손님이 거의 없다. 두 가게의 평균은 같을 수 있다. 하지만 사장님의 마음은 같지 않다. A 가게 사장은 재료를 얼마나 준비해야 할지 비교적 쉽게 정할 수 있다. B 가게 사장은 늘 고민이다. 많이 준비하면 남고, 적게 준비하면 모자랄 수 있다.

이 차이를 설명하는 말이 바로 흩어짐이다. 숫자들이 평균 주변에 얼마나 가까이 모여 있는지, 또는 얼마나 멀리 퍼져 있는지를 보는 것이다. 평균이 숫자들의 '중심'을 알려준다면, 분산과 표준편차는 그 숫자들이 중심 주변에서 얼마나 흔들리는지를 알려준다.

지난 장에서 평균만 보면 속을 수 있다고 했다. 이번 장의 핵심은 한 걸음 더 나아간다. 중심값만으로는 부족하다. 숫자의 세계에서는 중심만큼이나 퍼짐이 중요하다.

흩어짐은 불안정함의 다른 이름이다

평균 키가 같은 두 반이 있다고 하자. 한 반은 대부분 학생의 키가 평균 근처에 몰려 있고, 다른 반은 아주 큰 학생과 아주 작은 학생이 섞여 있다. 평균만 보면 두 반은 비슷하지만, 실제 풍경은 다르다.

시험 점수도 마찬가지다. 두 반의 수학 평균이 모두 80점이라고 해보자.

물론 시험 점수가 100점을 넘지 않는 시험이라면 마지막 값은 현실적이지 않다. 여기서는 퍼짐을 극단적으로 보여주기 위한 숫자로 생각해보자. 1반은 모두 80점 근처에 있다. 2반은 낮은 점수와 높은 점수가 크게 갈라져 있다. 평균은 같아도 1반은 고르게 이해한 반이고, 2반은 실력 차이가 큰 반이다.

이때 "평균이 80점이다"라는 말은 반쪽짜리 정보다. 정말 알고 싶은 것은 이런 질문이다.

"대부분 학생이 80점 근처에 있는가?"

"몇 명만 잘해서 평균이 올라간 것인가?"

"점수 차이가 큰 집단인가, 안정적인 집단인가?"

이 질문에 답하기 위해 필요한 것이 분산과 표준편차다.

분산은 평균에서 얼마나 멀리 떨어졌는지를 보는 방법이다

분산이라는 말은 조금 딱딱하게 들린다. 하지만 뜻은 단순하다. 각 숫자가 평균에서 얼마나 떨어져 있는지를 계산한 뒤, 그 떨어진 정도를 종합한 값이다.

예를 들어 세 날의 매출이 다음과 같다고 하자.

두 가게의 평균은 모두 100이다. 이제 각 날짜의 매출이 평균 100에서 얼마나 떨어졌는지 보자.

A 가게는 평균에서 2만 원 정도만 벗어난다. B 가게는 평균에서 50만 원이나 벗어난다. 이미 감각적으로 차이가 보인다. A는 안정적이고, B는 크게 출렁인다.

그런데 여기서 한 가지 문제가 생긴다. 차이를 그냥 더하면 음수와 양수가 서로 사라진다.

A 가게의 차이를 더하면 -2 + 0 + 2 = 0이다. B 가게도 -50 + 0 + 50 = 0이다. 둘 다 0이 되어버리면 흩어짐을 비교할 수 없다. 그래서 수학은 한 가지 장치를 쓴다. 차이를 그냥 더하지 않고, 제곱해서 모두 양수로 만든다.

A 가게는 차이의 제곱이 4, 0, 4가 된다. B 가게는 2500, 0, 2500이 된다. 그다음 이 값들의 평균을 낸다. 이것이 분산이다.

A 가게의 분산은 대략 2.7이다. B 가게의 분산은 대략 1666.7이다. 정확한 숫자를 외울 필요는 없다. 중요한 것은 크기 차이다. B 가게의 분산이 훨씬 크다. 즉, B 가게의 매출은 평균 주변에서 훨씬 넓게 퍼져 있다.

분산의 핵심은 이것이다. 평균에서 멀리 떨어진 값이 많을수록, 그리고 그 거리가 클수록 분산은 커진다.

왜 굳이 제곱할까

분산을 처음 배우면 이런 생각이 든다.

"그냥 평균에서 얼마나 떨어졌는지 절댓값으로 보면 안 되나?"

좋은 질문이다. 실제로 평균에서 떨어진 거리의 절댓값을 평균 내는 방법도 있다. 이를 평균절대편차라고 부르기도 한다. 직관적으로는 이 방법이 더 쉬울 수 있다.

그런데 분산은 차이를 제곱한다. 제곱을 하면 두 가지 효과가 생긴다. 첫째, 음수와 양수가 서로 지워지는 문제가 사라진다. 둘째, 평균에서 크게 벗어난 값에 더 큰 무게를 준다.

예를 들어 평균에서 2만큼 벗어난 값은 제곱하면 4가 된다. 평균에서 10만큼 벗어난 값은 제곱하면 100이 된다. 단순히 5배 멀어진 것이 아니라, 제곱한 값은 25배 커진다. 그래서 분산은 아주 튀는 값, 즉 평균에서 멀리 떨어진 값을 민감하게 잡아낸다.

이 성질은 현실에서 중요하다. 품질 관리에서는 대부분 제품이 괜찮아도 몇 개가 크게 어긋나면 문제가 된다. 투자에서는 평균 수익률이 좋아도 어느 날 크게 손실이 나면 위험하다. 시험에서는 평균이 높아도 일부 학생이 완전히 뒤처져 있다면 교육적으로 다른 대응이 필요하다. 분산은 이런 큰 흔들림을 그냥 지나치지 않는다.

표준편차는 흩어짐을 원래 단위로 되돌린 값이다

분산은 유용하지만 한 가지 불편한 점이 있다. 차이를 제곱해서 만들기 때문에 단위가 어색해진다. 매출의 단위가 '만 원'이었다면, 분산의 단위는 '만 원의 제곱' 같은 이상한 모양이 된다. 일상적으로 해석하기 어렵다.

그래서 분산에 다시 제곱근을 씌운다. 제곱근은 쉽게 말해 "제곱하기 전의 크기로 되돌리는 일"이다. 이렇게 분산을 원래 단위에 가깝게 되돌린 값이 표준편차다.

표준편차는 이렇게 이해하면 된다.

숫자들이 평균에서 보통 어느 정도 떨어져 있는가를 보여주는 대표적인 거리.

앞의 매출 예시로 돌아가자. A 가게의 표준편차는 약 1.6만 원이다. B 가게의 표준편차는 약 40.8만 원이다. 이제 말이 훨씬 쉬워진다.

A 가게는 보통 평균 100만 원에서 1~2만 원 정도 흔들린다. B 가게는 보통 평균 100만 원에서 40만 원 넘게 흔들린다. 이 문장은 사장님에게 바로 의미가 있다. A 가게는 안정적인 장사이고, B 가게는 변동성이 큰 장사다.

분산은 계산 과정에서 중요한 값이고, 표준편차는 해석할 때 더 친절한 값이다. 그래서 실제 대화에서는 표준편차가 더 자주 쓰인다.

표준편차가 크다는 말의 진짜 뜻

표준편차가 크다는 말은 단순히 "숫자가 크다"는 뜻이 아니다. 결과가 평균 근처에 머물지 않고 크게 흔들린다는 뜻이다. 표준편차가 작다는 말은 숫자들이 평균 주변에 조밀하게 모여 있다는 뜻이다.

같은 평균 수익률 5%인 두 투자 상품을 생각해보자. 하나는 매년 4%, 5%, 6% 정도로 움직인다. 다른 하나는 어떤 해에는 30% 수익이 나고, 어떤 해에는 -20% 손실이 난다. 평균만 보면 둘 다 5%일 수 있다. 하지만 투자자의 경험은 완전히 다르다.

전자는 예측 가능성이 높다. 후자는 마음의 롤러코스터를 각오해야 한다. 특히 손실이 큰 해를 견디지 못하고 중간에 팔아버리면 평균 수익률은 더 이상 내 수익률이 아니다. 그래서 투자에서 표준편차는 흔히 위험의 한 단서로 쓰인다. 여기서 위험은 "무조건 나쁘다"는 뜻이 아니라 "결과가 넓게 흔들릴 가능성이 크다"는 뜻에 가깝다.

날씨도 비슷하다. 평균 기온이 20도인 지역이 두 곳 있다고 해보자. 한 곳은 매일 18~22도 사이로 온화하다. 다른 곳은 낮에는 35도, 밤에는 5도까지 떨어진다. 평균은 같아도 옷차림, 냉난방, 농작물 관리가 완전히 달라진다. 평균은 중심을 알려주지만, 표준편차는 생활의 준비 정도를 알려준다.

시험 점수에서 표준편차를 읽는 법

시험 평균이 70점이라고 해서 모든 학생이 70점 근처에 있는 것은 아니다. 어떤 시험은 대부분 학생이 65~75점 사이에 몰려 있을 수 있고, 어떤 시험은 20점대부터 100점까지 넓게 퍼져 있을 수 있다.

표준편차가 작은 시험은 학생들의 점수가 비슷하게 모여 있다는 뜻이다. 이때 평균이 낮다면 시험이 전체적으로 어려웠을 가능성이 있다. 반대로 평균이 높고 표준편차가 작다면 많은 학생이 고르게 잘 본 시험일 수 있다.

표준편차가 큰 시험은 학생 간 차이가 크다는 뜻이다. 평균이 70점이어도 어떤 학생은 매우 높은 점수를 받고, 어떤 학생은 매우 낮은 점수를 받았을 수 있다. 이 경우 교사는 평균만 보고 "반 전체가 중간 정도구나"라고 판단하면 안 된다. 실제로는 상위권과 하위권이 크게 갈라져 있을 수 있기 때문이다.

성인 학습에서도 마찬가지다. 어떤 강의를 듣는 수강생들의 평균 이해도가 높아 보여도, 일부는 매우 잘 따라가고 일부는 완전히 놓치고 있다면 강의 설계가 달라져야 한다. 평균은 전체 분위기를 보여주지만, 표준편차는 그 안의 격차를 보여준다.

주가에서 표준편차는 마음의 흔들림이다

주식이나 펀드 이야기를 할 때 사람들은 평균 수익률에 먼저 눈이 간다. "연평균 8% 수익"이라는 말은 매력적으로 들린다. 하지만 그 수익이 어떤 경로로 왔는지는 따로 봐야 한다.

어떤 자산은 매년 조금씩 오르내리며 평균 8%에 도달한다. 또 다른 자산은 한 해에 50% 오르고, 다음 해에 30% 떨어지고, 다시 크게 오르내리며 평균 8%가 될 수 있다. 두 자산의 평균 수익률이 같아도 투자자가 느끼는 위험은 다르다.

표준편차가 큰 자산은 수익률이 평균에서 많이 벗어나는 경향이 있다. 좋은 쪽으로 벗어날 수도 있지만, 나쁜 쪽으로도 벗어날 수 있다. 그래서 "평균적으로 돈을 벌 수 있다"는 말만 듣고 투자하면 위험하다. 중요한 것은 내가 그 흔들림을 견딜 수 있는지다.

여기서 수학은 미래를 맞혀주지 않는다. 대신 질문을 더 정확하게 바꿔준다. "얼마나 벌 수 있을까?"에서 "얼마나 흔들릴 수 있을까?"로 질문이 바뀐다. 이 질문 하나가 투자 판단을 훨씬 현실적으로 만든다.

매출에서 표준편차는 운영의 난이도다

사업에서 평균 매출은 중요하다. 하지만 평균 매출만으로는 운영을 설계하기 어렵다. 식당을 예로 들어보자. 하루 평균 손님이 100명인 식당이 두 곳 있다.

첫 번째 식당은 매일 95명에서 105명 사이로 손님이 온다. 두 번째 식당은 어떤 날은 30명, 어떤 날은 180명이 온다. 평균 손님 수는 같아도 직원 배치, 재료 준비, 좌석 운영, 현금 흐름은 완전히 달라진다.

표준편차가 작은 매출은 예측이 쉽다. 재고를 얼마나 준비할지, 직원을 몇 명 둘지, 현금을 얼마나 확보해야 할지 계획하기 좋다. 표준편차가 큰 매출은 예측이 어렵다. 대박 날을 놓치지 않으려면 준비를 많이 해야 하지만, 손님이 적은 날에는 비용이 부담된다.

그래서 매출을 볼 때는 평균과 함께 흔들림을 봐야 한다. 특히 계절성, 요일 효과, 이벤트 효과가 있는 업종에서는 표준편차가 운영 전략의 핵심 정보가 된다. 같은 평균이라도 안정적인 100과 출렁이는 100은 전혀 다른 100이다.

품질 관리에서 표준편차는 신뢰의 문제다

공장에서 나사를 만든다고 하자. 목표 길이는 10mm다. 평균 길이가 정확히 10mm라면 좋은 제품일까? 아직 모른다. 어떤 나사는 9.99mm, 어떤 나사는 10.01mm라면 매우 안정적이다. 하지만 어떤 나사는 8mm, 어떤 나사는 12mm인데 평균만 10mm라면 큰 문제다.

품질 관리에서는 평균보다 표준편차가 더 무서울 때가 많다. 제품의 평균 크기가 목표와 같더라도, 제품마다 들쭉날쭉하면 조립이 안 되거나 고장이 날 수 있다. 고객은 "평균적으로 좋은 제품"을 쓰는 것이 아니라 "내가 받은 바로 그 제품"을 쓴다.

카페의 커피 맛도 마찬가지다. 평균적으로 맛있는 카페보다 매번 비슷하게 맛있는 카페가 더 신뢰를 얻는다. 어떤 날은 훌륭하고 어떤 날은 밍밍하다면 고객은 불안해진다. 표준편차가 작다는 것은 단지 수학적으로 안정적이라는 뜻을 넘어, 경험이 일정하다는 뜻이기도 하다.

평균, 분산, 표준편차를 함께 읽기

분산과 표준편차를 배웠다고 해서 평균이 필요 없어지는 것은 아니다. 평균은 여전히 중요하다. 다만 평균만으로 충분하지 않을 뿐이다. 숫자를 제대로 읽으려면 중심과 퍼짐을 함께 봐야 한다.

예를 들어 두 회사의 월급을 비교한다고 하자. A 회사의 평균 월급은 400만 원이고 표준편차는 작다. B 회사의 평균 월급도 400만 원이지만 표준편차가 크다. A 회사는 대부분 직원의 월급이 400만 원 근처에 있을 가능성이 크다. B 회사는 일부는 매우 많이 받고, 일부는 적게 받을 가능성이 있다.

이때 "평균 월급 400만 원"이라는 말은 두 회사에서 전혀 다른 의미를 갖는다. 표준편차가 작으면 평균은 꽤 대표성 있는 숫자가 된다. 표준편차가 크면 평균은 현실을 가릴 수 있다.

통계를 읽을 때는 다음 네 가지 질문을 함께 던지는 습관이 필요하다.

• 중심은 어디인가? 평균이나 중앙값은 얼마인가?

• 숫자들은 얼마나 흩어져 있는가? 표준편차가 큰가 작은가?

• 극단적으로 튀는 값이 있는가? 몇몇 값이 전체 인상을 바꾸고 있지는 않은가?

• 이 흩어짐이 현실 판단에 어떤 영향을 주는가?

이 질문들을 던지면 숫자를 보는 눈이 달라진다. 단순히 "평균이 높다" 또는 "평균이 낮다"에서 멈추지 않고, "그 평균을 믿어도 되는가?", "그 안에 얼마나 큰 차이가 숨어 있는가?"를 묻게 된다.

표준편차는 불확실성을 읽는 언어다

불확실성은 안개와 비슷하다. 멀리서 보면 대충 보이는 것 같지만, 가까이 가면 윤곽이 흐릿하다. 표준편차는 이 안개가 얼마나 짙은지 알려주는 숫자다.

날마다 비슷한 매출을 올리는 가게는 내일 매출을 어느 정도 예상할 수 있다. 표준편차가 작기 때문이다. 반대로 매출이 크게 출렁이는 가게는 평균을 알아도 내일을 예측하기 어렵다. 표준편차가 크기 때문이다.

표준편차는 미래를 정확히 맞히는 도구가 아니다. 그러나 미래가 얼마나 흔들릴 수 있는지 가늠하게 해준다. 그래서 표준편차는 불확실성을 다루는 거의 모든 분야에서 중요하다. 시험, 투자, 보험, 생산, 날씨, 의료 데이터, 서비스 운영에서 표준편차는 "평균 주변에서 얼마나 벗어날 수 있는가"를 묻는 기본 언어다.

특히 데이터가 많은 시대에는 평균이 더 자주 등장한다. 평균 만족도, 평균 체류 시간, 평균 구매 금액, 평균 클릭률, 평균 운동 시간 같은 숫자들이 매일 우리 앞에 놓인다. 하지만 평균만 보면 사람들의 차이, 상황의 차이, 위험의 크기를 놓치기 쉽다. 표준편차를 함께 보면 숫자 뒤에 있는 현실의 흔들림이 보인다.

공식은 감각을 정리하기 위한 도구다

분산과 표준편차의 공식을 한 번쯤은 보는 것이 좋다. 다만 이 공식은 외우기 전에 읽을 줄 알아야 한다.

자료값을 x, 평균을 m이라고 하자. 각 값이 평균에서 얼마나 떨어졌는지는 x - m으로 표현한다. 이 차이를 제곱하면 (x - m)²가 된다. 이 제곱한 값들의 평균이 분산이다. 그리고 분산의 제곱근이 표준편차다.

말로 풀면 이렇다.

먼저 평균을 구한다. 그다음 각 숫자가 평균에서 얼마나 떨어졌는지 본다. 그 차이를 제곱한다. 제곱한 값들을 평균 낸다. 마지막으로 제곱근을 씌워 원래 단위에 가까운 거리로 되돌린다.

공식은 이렇게 생겼지만, 마음속에는 더 쉬운 문장을 남기면 된다.

표준편차는 값들이 평균에서 보통 얼마나 떨어져 있는지를 나타내는 숫자다.

이 문장만 제대로 이해해도 표준편차를 읽는 힘의 절반은 얻은 셈이다.

표준편차를 해석할 때 조심할 점

표준편차는 강력하지만 만능은 아니다. 먼저 표준편차는 평균을 기준으로 흩어짐을 본다. 그런데 자료가 한쪽으로 심하게 치우쳐 있거나 극단적인 값이 많으면 평균 자체가 대표성을 잃을 수 있다. 이럴 때는 중앙값, 사분위수, 상자그림 같은 다른 도구도 함께 봐야 한다.

또 표준편차가 크다고 해서 무조건 나쁜 것은 아니다. 창업, 투자, 연구 개발처럼 큰 성과를 기대하는 영역에서는 어느 정도의 변동성이 기회가 되기도 한다. 반대로 의료, 항공, 제조 품질처럼 안정성이 중요한 영역에서는 작은 표준편차가 매우 중요하다. 같은 표준편차라도 분야에 따라 의미가 달라진다.

마지막으로 표준편차는 단위와 함께 읽어야 한다. 표준편차가 5라고만 하면 아무 의미가 없다. 5점인지, 5만 원인지, 5kg인지, 5%인지 알아야 한다. 숫자는 언제나 단위를 입고 현실로 나온다. 앞에서 배운 단위 감각은 통계에서도 그대로 이어진다.

숫자의 중심과 흔들림을 동시에 보기

평균은 편리하다. 복잡한 숫자들을 하나로 요약해준다. 하지만 평균 하나만 남기면 많은 것이 사라진다. 누가 평균보다 훨씬 높은지, 누가 평균보다 낮은지, 값들이 고르게 모여 있는지, 크게 출렁이는지 알 수 없다.

분산과 표준편차는 사라진 정보를 일부 되살려준다. 숫자들이 중심 주변에 조용히 모여 있는지, 아니면 사방으로 흩어져 있는지 보여준다. 그래서 표준편차를 이해하면 세상을 보는 질문이 바뀐다.

"평균이 얼마인가?"에서 멈추지 않는다.

"그 평균은 얼마나 안정적인가?"

"그 안에 얼마나 큰 차이가 숨어 있는가?"

"내가 감당해야 할 흔들림은 어느 정도인가?"

이 질문들이 바로 통계적 사고의 시작이다. 통계는 숫자를 예쁘게 정리하는 기술이 아니라, 불확실한 현실 속에서 조금 더 덜 속고 판단하기 위한 언어다.

한 줄 정리

분산과 표준편차는 숫자들이 평균 주변에 얼마나 흩어져 있는지 보여주는 변동성의 언어다. 평균이 같아도 표준편차가 다르면 현실은 완전히 달라진다.

생각 문제

두 온라인 쇼핑몰의 하루 주문 수가 다음과 같다고 하자.

두 쇼핑몰의 평균 주문 수는 비슷하다. 하지만 물류 창고 직원 배치, 포장재 준비, 배송 차량 예약을 해야 한다면 어느 쇼핑몰이 더 운영하기 쉬울까? 왜 그렇게 생각하는가?

계산기를 꺼내 표준편차를 정확히 구하지 않아도 좋다. 먼저 숫자들이 평균 주변에 얼마나 모여 있는지 눈으로 살펴보자. 통계 감각은 정확한 계산 이전에, 숫자의 흔들림을 알아차리는 것에서 시작된다.