본문으로 바로 이동 / Skip to content

P(A) · 확률

미래를 맞히는 게 아니라, 불확실성을 다루는 언어

동전을 10번 던져 앞면이 7번 나왔다. 이 동전은 이상한 걸까?

같은 가능성으로 셀 수 있는 경우와 한 번의 실제 결과를 구분합니다.

가능한 결과를 나열하고 간단한 분수를 읽는 데서 시작합니다.

판돈을 어떻게 나눌까, 편지 한 통에서 태어난 확률론

몰입형 화면으로도 볼 수 있어요 →

다음 결과를 모르는데, 무엇을 말할 수 있을까요?

공정한 주사위를 한 번 던집니다. 다음 눈은 모르지만 가능한 눈은 1부터 6까지 나열할 수 있습니다. 여섯 눈이 같은 가능성으로 나온다고 가정하면 각 눈의 확률은 1/6입니다.

짝수가 나오는 결과는 2, 4, 6입니다. 같은 가능성의 여섯 결과 중 셋이므로 확률은 3/6=1/2입니다. 여기서 중요한 것은 단지 셌다는 사실이 아니라 같은 가능성의 결과들을 셌다는 점입니다.

123456
같은 가능성의 여섯 결과 중 2, 4, 6이 짝수입니다.

그렇다면 두 번 던지면 꼭 한 번은 짝수일까요? 아닙니다. 두 번 모두 홀수일 수도 있습니다. 확률 1/2은 짧은 시행에서 정확히 절반씩 나오라는 명령이 아닙니다.

각 시행이 독립이고 같은 확률을 따른다는 조건 아래에서는 많이 반복할 때 상대도수가 확률에서 크게 벗어날 가능성이 작아지는 모습을 설명할 수 있습니다. 다음 한 번의 결과를 확정해 주는 것은 아닙니다.

앞면이 여러 번 나왔다고 공정하고 독립인 동전의 다음 뒷면 확률이 커지는 것도 아닙니다. 반대로 동전이 공정한지 모르는 상황이라면 관찰을 통해 그 가정부터 살펴봐야 합니다. 무엇을 알고 무엇을 가정했는지 나누어 보세요.

이 기호를 함께 읽으면

Ω
가능한 결과 전체를 모은 집합, 표본공간입니다.
A ⊆ Ω
짝수가 나오는 것처럼 관심 있는 결과들을 모은 사건입니다.
P(A)
사건 A의 확률입니다. 실제로 관찰한 횟수 그 자체는 아닙니다.
정의와 공식으로 이어 읽기 ↓

잠깐, 직접 확인해 볼까요?

먼저 결과를 예상해 보세요. 값을 하나씩 바꾸면서 예상과 무엇이 다른지 살펴봅시다.

예측 먼저 — 동전을 10번 던져 앞면이 7번 나왔습니다. 이 동전은 조작된 걸까요?

10번씩 던져보세요 — 비율이 얼마나 출렁이는지

지금까지 0번

가능성과 관찰한 횟수는 다릅니다

확률은 불확실한 결과를 숫자로 표현하는 규칙입니다. 가능한 경우가 몇 개인지 세기만 해서는 부족하고, 각 경우를 같은 가능성으로 보아도 되는지 먼저 확인해야 합니다.

예를 하나 더 따라가 봅시다

공정한 주사위의 여섯 눈은 같은 확률을 갖습니다. 하지만 주사위 두 개의 합 2부터 12는 같은 확률이 아닙니다. 합 2는 한 조합, 합 7은 여섯 조합으로 만들어집니다.

짧은 결과는 흔들리지만, 긴 반복은 구조를 드러낸다.

동전을 10번 던진 결과는 크게 요동칠 수 있습니다. 하지만 1000번, 10000번 던지면 앞면이 나올 비율은 점점 1/2에 가까워져요. 이것이 대수의 법칙이 말하는 확률의 본질입니다.

확률은 개별 사건이 아니라 전체 분포에 대한 이야기다.

'다음 번엔 뭐가 나올까'라는 질문보다, '충분히 반복했을 때 전체적으로 어떤 비율로 나뉘는가'라는 질문에 확률은 훨씬 더 명확하게 답할 수 있습니다.

무엇을 같은 가능성으로 세었나요?

여기서 지킬 조건

표본공간과 확률 모형을 정해야 합니다. 짧은 실험의 관찰 비율이 이론값과 다르다고 곧 모형이 틀렸다고 단정하지 않습니다.

실험에서 시행을 반복할수록 비율이 일정한 값에 다가갔습니다. 그 '다가가는 목적지'를 수식으로 정의한 것이 확률입니다.

공식 해부 — 동전 실험에서 본 것과 짝지어 보기

÷ →

수학적 확률의 정의

모든 경우가 똑같이 일어날 수 있을 때, 확률은 경우의 수의 비율입니다. 동전의 앞면은 2가지 중 1가지이므로 1/2이에요.

동전과 주사위

실험 그래프의 점선(이론값)이 바로 이 값이었습니다. 시뮬레이션의 비율이 향해 가던 목적지예요.

대수의 법칙

n번 시행 중 사건이 일어난 횟수 k_n의 비율은, 시행을 무한히 반복하면 이론적 확률로 모입니다. 실험에서 눈으로 본 것의 수학적 이름이에요.

p값의 해석에는 귀무가설·모형·검정통계량의 가정이 필요합니다.

참고자료

여기서 한 번 더 구분해 볼까요?

앞면이 3번 연속 나왔으니 다음엔 뒷면이 나올 차례다.

동전은 기억이 없습니다. 매 시행은 독립이라 다음 확률은 여전히 1/2이에요. '나올 차례'라는 감각이 도박사의 오류입니다. 장기적 균형은 보상이 아니라 희석으로 이루어져요.

확률 1/2이면 10번 중 정확히 5번 나와야 정상이다.

10번 중 5번이 나올 확률 자체가 약 25%뿐입니다. 짧은 시행에서 치우침은 정상이에요. 확률은 긴 반복에서 드러나는 구조에 대한 진술입니다.

다른 질문에서는 어떻게 쓰일까요?

보험료 산정

보험사는 한 사람의 사고를 예측하지 못합니다. 하지만 100만 명이면 사고 비율이 안정적으로 드러나요. 대수의 법칙이 보험업의 수학적 토대입니다.

여론조사와 오차범위

1,000명만 조사해도 전체 유권자의 성향을 ±3%p 안에서 추정할 수 있습니다. 표본이 클수록 비율이 참값에 가까워지는 원리를 거꾸로 이용한 것이에요.

일기예보의 강수확률

'비 올 확률 70%'는 내일을 맞히겠다는 말이 아닙니다. 지금과 비슷한 기상 조건을 100번 모으면 70번쯤 비가 왔다는 뜻이에요.

신약 임상시험

효과가 없다는 귀무가설과 통계 모형을 가정하고, 관측 결과만큼 또는 더 극단적인 결과가 나올 확률인 p값을 살펴봅니다. p값은 효과가 없을 확률이나 우연이 원인일 확률이 아니에요. 5% 기준 하나로 효과를 인정하지 않고, 효과 크기·불확실성·연구 설계를 함께 확인합니다.

이번에는 내 말로 설명해 보세요

공정한 여섯 면 주사위에서 짝수 확률은?
공정하고 독립인 동전이 앞면 5번 뒤에 뒷면일 확률은?
한 가지 설명과 비교하기

확률은 가능한 결과에 부여한 수이고, 실제 짧은 시행에는 여러 순서가 가능합니다. 독립인 두 시행 모두 홀수일 가능성도 남아 있습니다.

계산과 개념을 문제로 확인하기 (4)

문제 완료 0 / 4

1. 동전 10번 중 앞면이 7번 나왔습니다. 11번째가 앞면일 확률은?

2. 공정한 동전을 10번 던질 때, 정확히 5번 앞면이 나올 확률은?

3. 앞면 비율이 1/2에 더 가까울 가능성이 큰 쪽은?

4. 주사위를 600번 던지면 6은 약 몇 번쯤 나올까요?

번
다른 질문으로 한 번 더 생각하기
Q1동전 2개를 동시에 던져 둘 다 앞면이 나올 확률은?답 보기 ▾

1/4입니다. 가능한 경우는 (앞,앞)(앞,뒤)(뒤,앞)(뒤,뒤) 4가지이고 그중 1가지예요. '앞 2개, 앞뒤 섞임, 뒤 2개의 3가지 중 하나니까 1/3'이 흔한 함정입니다. 섞임은 2가지 경우예요.

Q2주사위를 600번 던지면 6이 정확히 100번 나올까요?답 보기 ▾

거의 안 나옵니다. 대수의 법칙은 '비율이 1/6에 가까워진다'는 것이지 '정확히 맞아떨어진다'가 아니에요. 실제로는 100 근처(90~110)일 가능성이 높지만, 정확히 100일 확률 자체는 약 4%뿐입니다.

Q3실험에서 동전 10번 중 앞면 7번이 나왔습니다. 1,000번 던지면 앞면 비율은 어떻게 될까요? '뒷면이 더 자주 나와서' 균형을 맞출까요?답 보기 ▾

아닙니다. 동전은 빚을 갚지 않아요. 이후 시행이 1/2씩 나오면, 앞선 치우침(+2회)은 그대로 남지만 1,000번 속에서 비율로는 희석됩니다(502/1000 = 50.2%). 균형은 보상이 아니라 희석으로 이루어져요.

답을 열기 전에 반드시 먼저 스스로 답해보세요 — 틀리는 것이 학습의 시작입니다.

오늘 붙잡은 생각

확률은 가정한 모형에서 가능성을 말합니다. 짧은 시행의 결과나 다음 결과를 보장하지 않습니다.

다른 상황의 문제 열기 →

다음에는 어떤 질문을 해볼까요?

∴

증명 실험실

여기서는 비유를 쓰지 않습니다.

§

학습 실험실

이 개념은 학년 전체에서 어디쯤일까요?

이전 개념

d/dx

미분

미분은 '확실하게 정해진 값'의 변화를 다뤘다. 그 확실함의 세계에서 한 걸음 나오면, 결과를 알 수 없는 상황을 다루는 확률의 세계가 시작된다.

← 미분 실험실

다음 개념으로 연결

f(x)

함수

확률로 불확실한 상황을 다루는 언어를 익혔다면, 이제는 '무언가에 따라 달라지는 무언가'의 관계를 정확히 표현하는 함수의 언어로 넘어갈 차례다.

함수 실험실로 이동 →

관련 실험실

P(A|B)

조건부확률

정보를 아는 순간 확률이 변한다 — 전 세계 수학자들이 싸운 몬티홀 문제가 기다린다.

조건부확률 실험실로 이동 →

관련 실험실

E(X)

기대값

확률에 금액을 곱하면 '불확실한 선택의 저울'이 된다. 복권의 진짜 가격을 계산해보자.

기대값 실험실로 이동 →
생각을 적는 학습지 →