숫자로 세상 보기, 통계의 눈

가운데가 어디쯤일까요, 평균

데이터가 점으로 흩어져 있어요.
점이 많으면 한눈에 들어오지 않죠.
그래서 가장 먼저 묻는 게 있어요.
이 점들은 대체로 어디쯤에 있나요?
그 가운데를 알면
전체 모습이 한 숫자로 잡혀요.
가운데를 구하는 가장 흔한 방법이
모두 더해 개수로 나누는 평균이에요.
더한 무게가 균형을 이루는 지점이죠.

점을 눌러 하나씩 더해봐요. 점이 늘 때마다 가운데 평균 표시가 균형점으로 옮겨가요.

점을 더할수록 평균 표시가
전체의 균형점을 따라 움직였죠.
어느 한쪽으로 점이 몰리면
평균도 그쪽으로 끌려가요.
그래서 평균은 데이터가
대체로 어디에 있는지를 잘 말해줘요.
그런데 평균만으로는
빠뜨리는 게 하나 있어요.
같은 가운데라도 모양이 다를 수 있거든요.

얼마나 흩어졌나요, 퍼짐

여기 두 무리가 있어요.
둘 다 가운데값은 똑같아요.
그런데 한 무리는 가운데에 좁게 모였고
다른 무리는 넓게 흩어졌어요.
평균이 같다고 같은 데이터일까요?
전혀 아니에요.
좁게 모인 쪽은 다들 비슷비슷하고
넓게 흩어진 쪽은 들쭉날쭉해요.
이 흩어진 정도를 퍼짐이라고 불러요.

두 무리를 번갈아 눌러 비교해봐요. 가운데값은 같은데 퍼짐 막대 길이가 다른 게 보여요.

가운데값은 똑같았지만
퍼짐은 한눈에 달랐죠.
좁은 무리는 막대가 짧고
넓은 무리는 막대가 길었어요.
그래서 평균과 퍼짐은 짝이에요.
둘을 함께 봐야 데이터가 제대로 보여요.
가운데가 어디인지(평균),
그 둘레로 얼마나 흩어졌는지(퍼짐).
이 두 숫자가 통계의 기본 눈이에요.

멀리 튀는 한 점, 이상치

점들이 옹기종기 모여 있어요.
평균도 그 한가운데에 있죠.
그런데 저 멀리 한 점이 들어오면
어떻게 될까요?
다른 점들과 동떨어진 이런 점을
이상치, 튀는 값이라고 불러요.
평균은 모두를 더해 나누니까
멀리 있는 한 점도 그대로 끌어당겨요.
점 하나가 가운데를 쑥 옮길 수 있어요.

멀리 떨어진 점을 눌러 무리에 넣어봐요. 점 하나로 평균 표시가 그쪽으로 확 끌려가는 게 보여요.

점 하나가 들어왔을 뿐인데
평균이 그쪽으로 휙 옮겨갔죠.
나머지 점들은 그대로인데도요.
그래서 평균만 보면 속을 수 있어요.
대부분은 한곳에 모여 있는데
튀는 값 하나가 가운데를 흔든 거예요.
이럴 때 퍼짐을 함께 보면
점이 넓게 흩어졌다는 신호를 줘요.
그래서 두 숫자를 같이 봐야 해요.

많은 데이터를 두 숫자로

이제 점이 아주 많아요.
하나하나 다 보는 건 무리예요.
그런데 우리는 두 숫자를 배웠죠.
가운데값과 퍼짐이요.
이 둘이면 점이 백 개든 천 개든
전체를 짧게 요약할 수 있어요.
가운데는 여기쯤, 흩어짐은 이만큼.
많은 것을 적은 것으로 줄이는 이 솜씨가
AI가 데이터를 다루는 출발점이에요.

압축 버튼을 눌러봐요. 많은 점이 가운데값과 퍼짐, 단 두 숫자로 쏙 줄어들어요.

수많은 점이
단 두 숫자로 줄어들었죠.
물론 줄이면 잃는 것도 있어요.
점 하나하나의 자세한 모습은 사라져요.
그래도 두 숫자만으로
데이터의 큰 성격을 잡을 수 있어요.
어디에 모여 있고 얼마나 흩어졌는지요.
이렇게 핵심만 남기고 요약하는 것이
데이터를 보는 가장 기본적인 눈이에요.

정리해볼까요

한 줄로 모으면 이래요.
많은 데이터는 적은 숫자로 요약해요.
평균은 모두 더해 나눈 가운데값이고,
퍼짐은 점들이 얼마나 흩어졌는지예요.
평균이 같아도 퍼짐이 다르면
전혀 다른 데이터예요.
멀리 튀는 이상치는 평균을 흔드니
두 숫자를 늘 함께 봐야 해요.
가운데와 흩어짐, 그게 통계의 눈이에요.

핵심을 차례로 눌러 되짚어봐요. (평균은 가운데값 -> 퍼짐은 흩어진 정도 -> 평균이 같아도 퍼짐이 다르면 다른 데이터 -> 이상치는 평균을 흔든다)

이제 데이터를 숫자로 보는
첫 번째 눈을 갖게 됐어요.
어지럽던 점들의 무리가
가운데와 흩어짐 두 숫자로 또렷해졌죠.
많은 것을 요약해 핵심을 잡는 이 힘은
AI가 세상을 보는 출발이에요.
다음엔 이 숫자들 사이의 관계를
어떻게 읽어내는지
함께 이어서 살펴봐요.