텍사스 명사수의 오류
벽에 총을 마구 쏜 뒤, 총알 자국이 가장 많이 뭉친 곳에 과녁을 그려놓고 명사수 행세를 하는 심리적 착각이에요.
정의 텍사스 명사수의 오류는 우연히 모여 있는 무작위 데이터 속에서 사후에 규칙이나 인과관계를 억지로 찾아내는 생각의 함정이에요. 아무런 의도나 규칙 없이 흩뿌려진 수많은 결과 중에서 그럴듯해 보이는 일부분만 콕 집어내어 특별한 의미를 부여할 때 발생해요.
과녁을 나중에 그리는 엉터리 사격수
마구잡이로 총을 난사한 시골 헛간의 나무 벽을 상상해 보세요. 벽 전체에 수백 발의 총알이 아무렇게나 박혀 있지만, 유독 서너 발이 바짝 붙어 박힌 자리가 눈에 띌 수 있어요.
이때 한 사격수가 다가가 그 뭉쳐 있는 총알 자국 둘레에 빨간 페인트로 과녁을 쓱쓱 그린 뒤 "내가 정중앙을 백발백중 맞혔다!"라고 자랑한다면 어떨까요? 당연히 엉터리 사격수라고 손가락질을 받을 거예요. 먼저 목표를 정하고 쏜 것이 아니라, 결과가 우연히 뭉친 곳에 뒤늦게 목표를 덮어씌운 것에 불과하니까요.
우리는 일상에서도 이 가짜 명사수처럼 생각의 함정에 빠질 때가 많아요. 흩어져 있는 무수히 많은 정보 중에서 내 마음에 드는 단서 몇 개만 쏙 골라내어 '역시 내 생각이 맞았어'라며 나만의 과녁을 사후에 그려 넣는답니다.
무작위 속에서도 우연한 뭉침은 생겨요
동전을 100번 던지면 앞면과 뒷면이 매번 번갈아 균등하게 나오지 않아요. 아무런 조작이 없어도 앞면만 연속으로 5번이나 6번 나오는 구간이 반드시 생겨나죠. 순수한 무작위와 우연 속에서도 특정 데이터가 한곳에 뭉쳐 나타나는 현상은 지극히 자연스러운 확률의 성질이에요.
하지만 인간의 뇌는 의미 없는 혼란을 불안해하며 어떻게든 질서와 규칙을 찾아내려는 본능이 있어요. 밤하늘에 무작위로 흩어진 별빛들을 선으로 이어 별자리를 만들고 그럴듯한 신화를 지어 붙였듯이 말이에요.
현대의 데이터 분석에서도 이런 착각이 자주 일어나요. 수천 대의 기계 작동 기록과 환경 조건을 무작정 비교하다 보면, 순전히 우연의 일치로 '특정 요일마다 부품 고장이 잦았다'는 식의 가짜 뭉침이 나타나요. 이것을 실제 기계 결함의 원인인 양 굳게 믿어버리는 것이 바로 명사수의 오류예요.
조금 더 정확히 말하면: 가설이 먼저 와야 해요
과학적인 탐구와 합리적인 데이터 분석이 올바르게 작동하려면 탐정처럼 엄격한 순서를 지켜야 해요. 벽에 과녁을 먼저 단단히 걸어두고 사격을 해야 사격 실력을 검증할 수 있듯이, 데이터를 모으기 전에 검증할 가설을 미리 선언해야 해요.
만약 이미 수집된 방대한 데이터를 이리저리 들여다보다가 우연히 신기한 패턴을 찾아냈다면, 그것은 입증된 사실이 아니라 '새로운 가설 후보'일 뿐이에요. 그 패턴이 단순한 우연이 아니라는 것을 증명하려면, 완전히 새로운 조건에서 독립적으로 수집한 다른 데이터로 다시 실험을 거쳐야 해요.
정보가 넘쳐나는 빅데이터 시대에는 엉뚱한 우연의 일치가 훨씬 더 자주 관측돼요. 내가 믿고 싶은 결론에 맞춰 과녁을 옮겨 그리는 유혹을 뿌리치고, 데이터 전체의 맥락을 넓게 바라보는 태도가 무엇보다 중요해요.
🤔 흔한 오해
데이터 속에서 눈에 띄는 패턴을 발견했다면 무조건 의미 있는 인과관계다.
순수한 무작위 데이터에서도 우연에 의해 그럴듯한 뭉침이 생길 수 있어요. 사전에 가설을 세우고 새로운 데이터로 교차 검증하지 않으면 단순한 착각일 뿐이에요.
🧺 일상에서 만나요
우연히 뭉친 결과에 사후에 의미를 부여하지 말고, 먼저 가설을 세운 뒤 전체 데이터를 공정하게 검증해야 해요.