목록 전체를 다 검수하기 어려울 때 일부만 뽑아 확인해도 되는지 고민하게 됩니다. 이 글은 무작위 표본 확인의 기본 개념과, 전체 목록에서 편향 없이 표본을 뽑는 절차를 다룹니다. 통계 전문가가 아니어도 실무에서 바로 쓸 수 있도록 구체적인 예로 설명합니다.
무작위 표본이란 무엇인가
단순 무작위 표본은 전체에서 각 항목이 뽑힐 기회를 똑같이 주고 일부를 고르는 방법입니다. 이렇게 뽑으면 특정 성향의 항목만 골라지는 편향을 피할 수 있습니다. 개념의 정의는 Wikipedia: Simple random sample 문서에 정리되어 있습니다. 핵심은 '내가 고르는 것이 아니라 무작위로 골라지는 것'입니다. 뽑는 감각을 잡으려면 온라인 룰렛 바로 쓰기 화면에서 항목을 몇 개 넣어 뽑아 보면 됩니다.
비복원 추출을 지키는 법
검수 표본은 보통 같은 항목을 두 번 뽑지 않는 비복원 방식으로 뽑습니다. 그런데 이 도구는 한 번 뽑힌 항목을 손대지 않고 그대로 두므로, 뽑힌 항목을 목록에서 직접 지운 뒤 다음을 뽑아야 중복 없이 표본이 만들어집니다. 예를 들어 100개 항목에서 10개를 뽑는다면, 하나를 뽑을 때마다 지우고 다시 돌리기를 열 번 반복합니다. 첫 번째 항목이 뽑힐 확률은 100분의 1이고, 지운 뒤에는 99분의 1로 조금씩 올라갑니다.
- 전체 항목에 번호를 매깁니다.
- 하나 뽑아 표본에 기록합니다.
- 뽑힌 번호를 목록에서 지웁니다.
- 원하는 표본 크기가 될 때까지 반복합니다.
번호로 다루면 더 간단하다
항목 내용을 일일이 넣는 대신 번호만 다루면 표본 추출이 훨씬 깔끔합니다. 예를 들어 1번부터 100번까지 중에서 10개 번호를 뽑고, 그 번호에 해당하는 항목만 검수하는 것입니다. 번호만 다룰 때는 랜덤 숫자 추첨 도구가 편리합니다. 뽑은 번호는 그때그때 적어 두고, 다음 번호를 뽑을 때 이미 나온 번호가 다시 나오면 건너뛰면 됩니다.
표본 크기는 어떻게 정하나
표본을 몇 개 뽑을지는 목적과 목록 크기에 따라 다릅니다. 이 도구는 적정 표본 크기를 계산해 주지 않으므로, 그 판단은 사용자가 해야 합니다. 통계적으로 엄밀한 표본 크기가 필요하다면 분포와 통계 기법을 다룬 NIST/SEMATECH e-Handbook: Exploratory Data Analysis 같은 자료를 참고해야 합니다. 반면 가벼운 검수라면 전체의 10% 내외처럼 실무 기준으로 정해도 충분한 경우가 많습니다. 중요한 것은 '무작위로 뽑았다'는 사실을 기록으로 남기는 것입니다.
표본을 기록으로 남기기
뽑은 표본이 무작위였음을 나중에 설명하려면 과정을 남겨야 합니다. 이 도구에는 서버 기록이나 파일 내보내기가 없으므로, 결과 텍스트를 복사해 어떤 번호가 뽑혔는지 보관하면 됩니다. 검수 결과와 함께 이 목록을 두면 '왜 이 항목들만 봤는가'에 답할 수 있습니다.
흔한 실수
첫째, 뽑은 번호를 지우지 않아 같은 항목이 표본에 두 번 들어가는 경우입니다. 비복원이 필요하면 반드시 지운 뒤 다음을 뽑아야 합니다. 둘째, 눈에 띄는 항목을 임의로 골라 놓고 무작위라고 부르는 경우입니다. 이는 편향을 그대로 남깁니다. 셋째, 표본을 기록하지 않아 나중에 어떤 항목을 검수했는지 알 수 없게 되는 경우입니다.
정리
무작위 표본 확인은 전체를 다 보기 어려울 때 편향 없이 일부를 고르는 방법입니다. 번호를 매겨 하나씩 뽑고, 뽑힌 번호를 지워 비복원을 지키며, 결과를 텍스트로 남기면 됩니다. 도구는 균등하게 뽑아 주지만, 표본 크기 판단과 기록은 사용자의 몫이라는 점을 기억하면 실무에서 무리 없이 쓸 수 있습니다.
표본 크기별 추출 예시
목록 크기와 뽑을 개수에 따라 반복 횟수가 달라집니다. 아래 표는 자주 쓰는 조합을 정리한 것으로, 뽑고 지우기를 몇 번 반복하는지 보여 줍니다. 표본 비율은 목적에 따라 정하되, 무작위로 뽑았다는 사실만 지키면 됩니다.
| 전체 개수 | 표본 개수 | 반복 횟수 |
|---|---|---|
| 50개 | 5개 | 5회 |
| 100개 | 10개 | 10회 |
| 200개 | 20개 | 20회 |
반복할 때마다 이미 뽑은 번호를 지우므로, 남은 개수가 줄며 다음 항목의 확률이 조금씩 올라갑니다. 이 점만 이해하면 비복원 추출을 손으로도 정확히 할 수 있습니다.
편향이 숨어드는 흔한 함정
표본을 무작위로 뽑는다면서 실제로는 눈에 띄는 항목을 고르는 경우가 많습니다. 예를 들어 목록 맨 위나 맨 아래, 또는 문제가 있어 보이는 항목만 골라 놓고 '표본 검수'라고 부르면 편향이 그대로 남습니다. 진짜 무작위 표본은 어떤 항목이 뽑힐지 미리 알 수 없어야 합니다. 그래서 번호를 매긴 뒤 도구로 뽑는 절차가 중요합니다. 가벼운 검수라면 이 흐름을 점심 메뉴 룰렛에서 하나 뽑던 요령 그대로 적용하면 됩니다.
표본 결과를 어떻게 해석할까
표본에서 문제가 나오면 전체에도 비슷한 비율로 문제가 있을 수 있다는 신호로 볼 수 있습니다. 다만 표본은 어디까지나 일부이므로, 표본 결과를 전체로 단정하기 전에 표본 크기가 충분했는지 살펴야 합니다. 통계적으로 엄밀한 판단이 필요하면 확률 분포 개념을 다룬 NIST/SEMATECH e-Handbook: Probability distributions 같은 자료를 참고하는 편이 좋습니다. 가벼운 점검이라면 표본에서 문제가 반복되는지만 봐도 방향을 잡을 수 있습니다.
표본 추출을 반복할 때
같은 목록을 주기적으로 검수한다면, 매번 새로 무작위 표본을 뽑아야 편향이 쌓이지 않습니다. 지난번 표본을 그대로 다시 쓰면 특정 항목만 반복 검수되고 나머지는 계속 빠집니다. 매 회차의 표본을 결과 텍스트로 남겨 두면, 어떤 항목이 언제 검수되었는지 추적할 수 있어 다음 회차에서 균형을 맞추기 좋습니다. 이 도구는 재현 기능이 없으므로, 기록은 사용자가 직접 남겨야 한다는 점을 기억하세요.
층을 나눠 뽑아야 할 때
목록이 여러 종류로 나뉘어 있다면 전체에서 한 번에 뽑기보다 종류별로 나눠 뽑는 편이 나을 수 있습니다. 예를 대 A 유형 60개와 B 유형 40개가 섞여 있는데 A만 계속 뽑히면 B가 검수에서 빠집니다. 이럴 때는 A에서 6개, B에서 4개처럼 비율을 맞춰 각각 무작위로 뽑으면 균형이 유지됩니다. 각 유형 안에서는 앞서 설명한 비복원 절차를 그대로 씁니다. 층을 나누는 판단은 목록의 성격을 아는 사용자가 해야 하며, 도구는 각 층 안에서 균등하게 뽑는 일을 돕습니다.
표본이 대표성을 갖는지 점검
표본이 전체를 잘 대표하는지 확인하려면, 뽑힌 항목이 전체의 다양한 부분에서 골고루 나왔는지 보면 됩니다. 특정 구간에만 몰렸다면 표본 크기를 늘리거나 다시 뽑는 편이 낫습니다. 통계적 대표성의 개념은 탐색적 데이터 분석을 다룬 NIST/SEMATECH e-Handbook: Exploratory Data Analysis 자료에서 더 깊이 볼 수 있습니다. 가벼운 검수라면 눈으로 분포를 확인하는 것만으로도 큰 편향은 걸러낼 수 있습니다.
정리하며 실무 팁
무작위 표본 확인의 실무 요령은 세 가지로 압축됩니다. 첫째, 항목에 번호를 매겨 도구로 뽑아 임의 선택의 유혹을 없앱니다. 둘째, 뽑은 번호를 지워 비복원을 지킵니다. 셋째, 매 회차 표본을 텍스트로 남겨 추적성을 확보합니다. 이 세 가지만 지키면 전문 통계 지식이 없어도 신뢰할 만한 표본 검수를 할 수 있습니다. 표본 크기와 층 구분 같은 판단은 목록을 아는 사용자가 맡고, 균등한 추출은 도구가 맡는 역할 분담을 기억하면 됩니다.