『직관과 객관』을 읽으며 가장 깊게 남았던 문장은 “예외적 사례가 현실을 왜곡할 수 있음에 유의해야 한다”는 말이었다. 우리는 데이터를 본다고 말하면서도, 사실은 몇 개의 특이한 숫자에 지나치게 영향을 받곤 한다. 작은 표본, 단발성 성공 사례, 우연히 잡힌 높은 수치. 이런 것들이 전체를 판단하는 기준이 되어버릴 때가 많다.
책은 ‘표본 크기’라는 기본적인 원칙을 통해, 우리가 얼마나 쉽게 착각하는지 명확하게 보여준다. 작은 마을의 자동차 보유율이나 작은 병원의 극단적인 수치를 예로 들어, 숫자는 언제든 맥락을 놓칠 수 있다고 말한다.
직관을 부정하지 않으면서도, 그 직관이 흔들리지 않도록 최소한의 객관적 기준을 갖추는 것이 왜 중요한지 알려주는 책이었다. 데이터 환경 속에서 판단해야 하는 사람이라면 꼭 읽어볼 만하다.
|
|