이서평의 읽으며 생각하며

석사 학생시절 때 <만화로 쉽게 배우는> 시리즈를 여러 권 읽었다. “데이터 베이스”, “회귀분석”, “선형대수”, “인자분석” 등 어렵게만 다가오는 개념들을 쉽게 풀어쓰는 만화책 시리즈이다. 일단 전형적인 일본 순정물적인 그림체라서 거부감없이 읽기 시작할 수 있다. 이것이 키포인트인 책이다. 일단 어려워 보이는 개념도 그림체가 워낙 매력적이라 일단 읽게 된다.

<만화로 쉽게 배우는> 시리즈의 기본적인 틀은 1대 1 과외형태로 학습이 진행된다 구조이다. <인자분석>편에서는 미우 선배가 별이에게 설문작성법과 요인분석을 가르쳐 주는 대화로 내용을 설명한다. 대화를 통해서 내용을 설명하기 때문에 이해하기가 쉽다. 특히 배우는 입장에서는 이해되지 않되는 부분이 있다. 그것을 질문하면서 주거니 받거니 대답해주기 때문에 평범하게 내용으로만 가득찬 교과서보다 훨씬 입체적이다.

이 책에는 만화만 있는 것은 아니고, 중간마다 통계에 대한 글과 수식이 나와 있다. 나같은 경우야 통계를 계속 쓰는 사람 입장이므로 그려려니 하고 넘어갈 수 있는데, 일반대중이라면 거부감이 들 수 있을 것 같다. 아예 이 자세한 설명 부분은 간략하게 줄이고, 만화를 더 넣었으면 하다. 물론 이렇게 되면 내용의 깊이는 떨어질지 모른다. 그러나 적어도 흥미를 잃지 않게 하는 동시에 통계학으로 넘어갈 수 있게 할 수 있을 것 같다. 이미 만화책에 통계에 대한 많은 지식을 담다보면 흥미도 읽고 깊이도 잡지 못할 수 있다. 만화에서는 아주 직관적으로 통계기법을 설명하고, 나머지는 모두 다음 단계로 넘겨야 한다고 본다. 왜냐하면 인자분석을 200여쪽의 만화책으로 담기에는 애당초 불가능하기 때문이다. 만화라는 매체가 내용을 많이 전해주는 매체는 아니라서 더욱 그렇다.

이 책을 통계를 꾸준히 사용하는 사람으로서 아주 흥미롭게 보았던 부분은 기초적인 인자분석 부분이 아니라 “왜 베리맥스 회전법 뿐인가?”부분(207쪽)이다. 나도 요인분석을 하다보면 늘상 베리맥스로 회전을 한다. 다른 종류의 회전법도 있지만 일단 베리맥스로 하고 논문을 쓴다. 이에대해 그동안 “왜”라는 생각을 단 한번도 하지 않았던 것 같다. 이점에 대해서 책은 다음과 같은 가설을 제시한다: ① 베리맥스법에 의한 연구 결과를 발표한 연구자가 예전에 있었다. ② 그 연구 결과를 안 다른 연구자가 인자분석에 흥미를 느껴 자신도 베리맥스법을 사용해서 연구 결과를 발표한다. ③ 시간이 흐르면서 기존에 베리맥스법을 이용했던 결과들이 학계로부터 인정을 받고, 차츰 인자분석이라고 하면 베리맥스법이라는 근거없는 통설이 자리 잡혀진다. ④ “왜?”라고 생각하는 사람도 있었지만 번거로움을 피하기 위해서 베리맥스법을 쓴다. ⑤ 그래서 인자분석이라고 하면 베리맥스가 규칙처럼 자리 잡는다. 나도 이러한 작가의 의견에 십분 동의한다. 베리맥스가 다른 기준에 비해서 더 좋다기 보다 남들도 하니까 하는 경로의존성이 있는 것이다. 만약에 다른 기준으로 요인분석을 하면 리뷰어가 “왜” 베리맥스를 쓰지 않았냐고 이야기 할 것이다. 다른 기준이 베리맥스보다 더 적합하다고 이야기하기가 귀찮은 점도 분명히 있다. 특히 그 논문이 인자분석 방법론이 아닌 경우에는 더욱 그렇다. 그런데 사람들은 이에 대해서 굳이 이야기하지 않는다. 그런 면에서 이런 점을 밝혀서 이야기한 저자에 감사함을 표하고 싶다.

인자분석은 생활 속에서도 쓸 수 있는 개념이다. 통계학의 많은 개념들 가운데 실생활과 거리가 먼 개념이 있고 가까운 개념이 있다. 그 중 인자분석은 실생활에 가까운 개념이다. 이러한 개념들 어렵지 않게 배울 수 있는 통로는 매우 중요하다. 수학교육과에서는 이에 대해서 많은 연구를 진행한다. 확실히 “만화”는 흥미유발에 효과적인 요인이 될 것이다. 더 많은 만화들이 통계를 비롯한 수학같은 주제로 쓰여져서 많은 학생들이 흥미를 갖게 할 수 있게 했으면 좋겠다.

통계에 관심을 갖게 된지 어느덧 10년이 되었다. 하지만 나의 아직도 통계지식은 일천하다. 배워서 명쾌해지는 부분이 있지만 어떤 부분은 배워서 더 혼란을 느낄 때가 있다. 가장 이해하기 어려운 부분 중 하나가 베이지안(Bayesian) 통계학이다. 아직도 베이지안 통계를 잘 이해하지 못했다. 이유를 잘 생각해보니, 나의 기존의 통계에 지식이 새로운 지식습득을 가로막고 있다는 생각을 하였다.

생각이라는 것이 무서운 것이 하나의 사고방식이 머리에 움트면 그 사고방식이 완전히 틀렸다고 판정될 때까지 작동을 한다. <세상에서 가장 쉬운 베이즈통계학 입문>에 따르면 통계학의 기존 주류는 네이만-피어슨(Neyman-Pearson) 방식이다. 그래서인지 베이지안식의 통계가 머리에 잘 들어오지 않는다. 만약에 네이만-피어슨식이 아니라 베이지안을 먼저 접했더라면 베이지안은 당연한 것이 되고, 현재 쉽게 쓰는 네이만-피어슨식이 머리에 잘 들어오지 않았을 것이다.

굳이 스스로 변명하자면, 중학교때부터 네이만-피어슨식의 통계를 배워왔다가 성인이 된 후에 베이지안을 익히는 것은 어쩌면 마치 한글을 먼저 익힌 후 한참 후에 프랑스어를 제대로 발음하는 것이 어려운 것과 같다. 마찬가지로 프랑스어를 먼저 배우고 한참 있다가 한국어를 배운다면 고생을 하듯이, 체계가 다른 부분을 배우기란 참으로 어렵다.

<세상에서 가장 쉬운 베이즈통계학 입문>은 통계학치고 상당히 쉽게 쓰여졌다. 하지만 아직도 조건부 확률과 베이즈 확률의 정확한 차이를 모르겠다. 게다가 기본적으로 확률이 업데이트 된다는 개념이 빨리 와닿지 않고 있다. 믿음의 정도라는 개념도 잘 와닿지 않는다. 이것이 나의 기존의 지식때문인지, 나의 두뇌탓인지 모르겠지만 포기하지 말고 배워보자.