1. “모든 것을 셀 수는 있지만, 셀 수 있는 모든 것이 중요한 것은 아니다”
– 알베르트 아인슈타인
이 말은 통계의 존재 이유에 대한 근본적 질문을 던진다. 측정 가능한 항목에만 초점을 맞추는 태도는 통계학의 기술적 한계일 뿐만 아니라 지식의 윤리적 빈곤으로 이어질 수 있다.
예를 들어 직원 만족도를 평가할 때, 출근 시간이나 이직률 같은 수치는 쉽게 측정되지만 업무에 대한 자긍심이나 심리적 안정감은 수치화가 어렵다. 그렇다고 그것들이 중요하지 않은 것은 아니다. 오히려 가장 핵심적인 지표일 수도 있다.
이 명언은 통계가 숫자 이면에 있는 인간적 가치와 맥락을 고려해야 한다는 경고이기도 하다. 측정은 출발점이지 목적이 아니다.
2. “거짓말, 새빨간 거짓말, 그리고 통계”
– 벤저민 디즈레일리 (마크 트웨인 인용)
통계가 진실을 왜곡하는 수단으로 활용될 수 있다는 날카로운 경고이다. 통계는 중립적인 도구이지만 선택과 해석의 자유는 해석자에게 있기 때문이다.
예를 들어, “지난해 대비 범죄 발생률이 20% 줄었다”고 말할 수 있다. 그러나 기준 기간이나 범죄 유형, 인구 규모를 고려하지 않은 수치라면 맥락이 제거된 정보조각일 뿐이다.
이 명언은 통계를 인용할 때 반드시 데이터의 출처, 계산 방식, 해석 조건을 함께 밝혀야 한다는 점을 환기시킨다. 그렇지 않으면 통계는 진실을 말하는 척하면서 가장 세련된 방식으로 거짓말을 전파할 수 있다.
3. “평균적으로 인간은 한 발은 얼음에, 한 발은 불 위에 두고 있으면서 ‘괜찮다’고 말한다”
– 영국 속담
이 명언은 평균값이 가지는 착시효과를 날카롭게 지적한다. 평균은 중심 경향을 보여주는 유용한 수치이지만 극단값에 민감하고, 분포의 형태를 말해주지 않는다.
예를 들어 한 기업의 연봉이 평균 5000만 원이라고 했을 때, 실제로는 다수 직원이 3000만 원 이하이고, 몇몇 고액 임원의 보수 때문에 평균이 높게 나올 수도 있다.
따라서 평균과 함께 반드시 중앙값, 사분위수, 범위, 표준편차 등 분산 지표가 함께 제시되어야 한다. 이 명언은 통계를 단순히 ‘수치’가 아닌 ‘구조’로 해석할 필요성을 강조한다.
4. “통계는 등불과 같다. 길을 밝히기도 하고, 허점을 감추기도 한다”
– 론 해벳
통계는 현상을 파악하는 유용한 수단이지만, 목적에 따라 결과가 달라질 수 있는 양면성을 지닌다.
예를 들어 실업률을 계산할 때 구직활동을 하지 않는 사람은 ‘경제활동인구’에서 제외되므로 통계상 실업률은 낮게 나올 수 있다. 이 경우 통계는 현실을 숨기게 되는 등불이 된다.
이 명언은 통계학이 단지 기술이 아니라 정직성·투명성·비판적 사고를 요구하는 윤리적 행위임을 말해준다. 숫자는 밝혀진 빛이 아니라 비추는 방향에 따라 전혀 다른 그림자를 만든다.
5. “측정되지 않는 것은 관리되지 않는다”
– 피터 드러커
이 말은 통계를 경영과 행정의 언어로 번역한 대표적 문장이다. 실제로 성과관리, 교육 평가, 의료 품질 등 대부분의 정책은 측정 가능성에 기반하여 기획되고 운영된다.
하지만 이 명언은 자주 오해된다. 관리하려면 측정이 필요하다는 말이지 측정되지 않으면 중요하지 않다는 뜻은 아니다.
예를 들어 교육에서 ‘창의성’은 중요하지만 측정하기 어렵다. 그래서 측정 가능한 성취도 평가만을 강조하다 보면 교육의 본질이 훼손될 수 있다.
통계학은 관리의 수단이지만, 동시에 무엇을 ‘관리하지 않을 것인가’를 결정하는 기준도 되어야 한다.
6. “데이터 없이 의견만 말하는 사람은 단지 또 다른 사람일 뿐이다”
– 윌리엄 데밍
데밍은 품질경영과 통계적 사고를 산업 현장에 도입한 선구자이다. 그의 이 말은 “의견보다 근거가 중요하다”는 통계적 사고의 출발점이다.
예를 들어, 직원 A가 “요즘 고객 불만이 많아졌다”고 말할 때 단순한 느낌이 아니라 실제 불만 사례 수나 설문 응답 데이터를 근거로 제시해야 한다는 것이다.
이 명언은 조직 내 커뮤니케이션에서도 통계가 객관성과 합리성의 언어임을 강조한다. 의견은 많지만, 데이터가 뒷받침되지 않으면 그것은 논거가 아니라 소음에 불과하다.
7. “숫자는 말하지 않는다. 해석이 말을 만든다”
– 조엘 베스트
통계는 해석자의 렌즈를 통해 현실을 비추는 도구이다. 즉, 데이터 자체는 중립적일 수 있어도 그것을 어떻게 읽고 말할지는 인간의 선택에 달려 있다.
예를 들어 70%의 지지가 있다는 여론조사도 ‘압도적 다수’라는 식으로 보도할 수 있고, ‘30%의 반대도 크다’는 식으로도 해석될 수 있다.
이 명언은 통계의 객관성은 숫자가 아니라 해석자의 태도에 달려 있다는 점을 강조한다. 데이터 분석가는 사실의 전달자가 아니라, 의미의 구성자이기도 하다.
8. “통계는 연역적 가설을 검증하는 도구이자, 귀납적 현실을 요약하는 기술이다”
– R.A. 피셔
피셔는 현대 통계학의 창시자로 가설검정과 실험 설계, 분산분석의 기초를 닦은 학자이다. 그의 통계에 대한 정의는 두 방향성을 동시에 포괄한다.
첫째, 이론으로부터 출발한 가설을 검증한다는 연역적 기능.
둘째, 데이터로부터 패턴을 발견한다는 귀납적 기능.
즉, 통계는 과학적 방법론에서 논리와 경험의 가교 역할을 수행한다.
이 명언은 통계를 단순한 계산 기술이 아니라 과학의 구조를 떠받치는 기반 언어로 인식해야 함을 시사한다.
9. “통계는 전장이 아니라, 전장을 해석하는 망원경이다”
– 낸시 카트라이트
이 명언은 통계의 은유적 성격과 도구적 기능을 명확히 보여준다. 통계는 세상을 구성하는 것이 아니라 세상을 어떻게 인식하고 구조화할 것인가를 결정하는 방법이다.
실제로 동일한 데이터를 놓고도 계층 간 격차, 세대 간 차이, 지역별 불균형 등 다양한 맥락에서 해석이 가능하다. 이 과정에서 연구자는 단순히 ‘분석자’가 아니라, 현실을 재구성하는 참여자가 된다.
이 명언은 통계학이 정치, 경제, 사회의 해석 도구로 작동한다는 점에서 철학적 책임도 수반한다는 의미를 담고 있다.
10. “숫자에 의지하면서도, 숫자가 무엇을 말하지 않는지도 알아야 한다”
– 스티븐 레빗
프릭노믹스의 저자인 스티븐 레빗은 데이터로 세상의 숨겨진 인과를 탐색하는 작업에 탁월한 통찰을 보인 학자이다.
이 명언은 통계의 역량과 한계를 동시에 직시하라는 메시지를 담고 있다. 예를 들어 설문 데이터는 ‘응답한 사람’의 의견은 반영하지만, 응답하지 않은 집단의 침묵은 반영하지 못한다.
또한 숫자는 ‘무엇이 일어났는지’는 보여주지만 ‘왜 그것이 일어났는지’는 반드시 해석이 필요하다. 이 명언은 통계를 사용할 때 분석의 힘보다 해석의 책임이 더 중요하다는 점을 다시금 일깨워준다.
