1. 끊어질 수 없는 선: 연속확률분포의 탄생

[도입부] 학습 목표 (Learning Objectives)

  • 동전 던지기나 주사위 굴리기처럼 “1개, 2개” 딱딱 끊어지는 막대그래프(이산확률분포)의 시대를 끝내고, 시간이나 몸무게처럼 무한정 소수점으로 쪼개지는 부드러운 곡선 세계 ‘연속확률분포(Continuous Distribution)’ 로 차원 이동을 합니다.
  • 연속 확률의 기묘한 철학, 즉 “정확히 딱 173.000000…cm 일 확률은 0%다” 라는 무한대 해상도의 충격적인 역설을 이해합니다.
  • 파이썬(Python)의 난수(Random Float)를 생성해보며 소수점 10자리까지 내려가는 데이터가 ‘특정 점’에 당첨되는 것이 사실상 로또보다 불가능함을 코딩으로 체감합니다.

1. 계단에서 미끄럼틀로! 막대기와 곡선

중학교와 고1 수학 시간까지 우리가 지겹게 배우던 확률은 모두 ‘이산(Discrete)’ 이었습니다.

  • “주사위를 굴려 3이 나올 확률은 1/6 이지!” 동전이나 주사위, 제비뽑기의 결과값은 1, 2, 3 처럼 딱딱 끊어져 있습니다. 주사위를 던졌는데 ‘3.1415의 눈’ 이 나오는 일은 우주가 붕괴해도 일어나지 않습니다. 이걸 그래프로 그리면 ‘막대 그래프’ 가 됩니다.

하지만 현실의 진짜 데이터들은 불연속적이지 않습니다. 여러분의 키, 몸무게, 100m 달리기 기록시간, 내일 비가 올 강수량, 커피의 온도 를 생각해 보세요. 어떤 학생의 키를 재어 “173cm” 라 하더라도, 아주 정밀한 레이저 자로 재면 “173.125934…cm” 일 것입니다. 이렇게 값과 값 사이에 또 다른 소수점 값이 무한히 들어가며 끊어지지 않는 데이터를 연속 확률 변수 라고 부르며, 이들의 분포를 그리면 딱딱한 막대기가 아니라 부드럽고 매끄러운 ‘등성이 곡선(Curve)’ 이 탄생합니다.

이산과 연속분포 투기장 SVG


2. 점(Point)의 확률은 0% 이다.

점의 확률은 0퍼센트

가장 소름 돋는 연속 세계의 법칙입니다. 이산 확률 세계에서 주사위를 던져 ‘3’이 나올 확률은 명확히 $\frac{1}{6}$ 입니다. 점(Point)이 명확한 질량을 가집니다. 그러나 대한민국의 성인 남성 중 임의로 1명을 뽑았을 때, 키가 정확히 173.000000…cm 에 완벽하게 떨어질 확률은? 정답은 0 (0%) 입니다!. 하지만 대한민국의 5천만 명 중에 누군가를 뽑았을 때, 그 사람의 키가 “정확히 티끌 하나 오차도 없이 173.0000000000…cm” 에 맞을 확률은 얼마일까요? 우주 끝까지 내려가는 무한한 소수점 단위 아래에서 딱 하나의 숫자에 걸릴 확률은 분모가 무한대($\infty$) 가 되므로 $1 \div \infty = 0$ 이 되어버립니다. 따라서 연속확률분포에서는 “키가 173cm 일 확률” 을 구하라고 하면 바보 취급을 받습니다. 점의 확률은 0이니까요!

그래서 수학자들은 룰을 바꿉니다. “점은 버려라! 연속된 세계에서는 무조건 [구간] 으로만 확률을 물어봐라! 즉, 키가 ‘172cm 이상 174cm 미만’ 일 구간의 확률을 묻는 것으로 법을 개정한다!”

3. 💻 파이썬(Python) 끝없는 소수점 해상도의 한계 테스트

random.random() 을 실행할 때마다 파이썬은 소수점 15자리 수준의 정밀한 연속 데이터를 토해냅니다. 이 중에서 정확히 우리가 예측한 숫자가 맞을 수 없음을 브루트 포스 코드로 감상합니다.

🐍 파이썬 예제: 연속 데이터에서 ‘점’ 맞추기의 극악 확률

import random

print("--- 🎯 연속 확률 변수의 저주: 정확한 소수점 타격하기 ---")

# (목표) 컴퓨터가 0.0 ~ 1.0 사이의 랜덤 실수를 뽑을 때,
# 과연 내가 미리 적어둔 숫자가 정확히! 일치하여 당첨될 수 있을까?
my_target = 0.50000000001

print(f"▶ 나의 목표 타겟(단일 점): 딱 {my_target} 이 나와야 함!")
print("-" * 50)

attempts = 1000000  # 100만 번 주사위(실수) 굴리기!
match_count = 0

for i in range(attempts):
    # random.random() 은 0.123456789123... 식의 연속값을 생성 (미끄럼틀)
    generated_value = random.random()
    
    # 만약 컴퓨터가 뽑은 수가 내 타겟과 정확히 일치한다면?
    if generated_value == my_target:
        match_count += 1

print(f" ⏳ [연산 종료] 총 {attempts:,} 번의 난수(실수) 뽑기 렌더링 완료.")
print(f" ✅ 타겟 적중 횟수: {match_count} 번")
if match_count == 0:
    print(" 💡 [결과 분석] 100만 번을 굴려도 단 한 번도 맞지 않았습니다.")
    print("    -> 무한히 쪼개지는 연속(Continuous) 세상에서 특정한 '점' 확률은 사실상 0% 임을 증명!")

# 결과창:
# --- 🎯 연속 확률 변수의 저주: 정확한 소수점 타격하기 ---
# ▶ 나의 목표 타겟(단일 점): 딱 0.50000000001 이 나와야 함!
# --------------------------------------------------
#  ⏳ [연산 종료] 총 1,000,000 번의 난수(실수) 뽑기 렌더링 완료.
#  ✅ 타겟 적중 횟수: 0 번
#  💡 [결과 분석] 100만 번을 굴려도 단 한 번도 맞지 않았습니다.
#     -> 무한히 쪼개지는 연속(Continuous) 세상에서 특정한 '점' 확률은 사실상 0% 임을 증명!

막대기 장난감에서 벗어나 현실 세계 빅데이터(Big Data)의 수치를 분석하기 위해서는, 이렇게 매끄럽게 연결된 ‘실수(Float)’ 값들을 다루는 확률 밀도의 세계관으로 갈아입어야 합니다.

[결론] 학습 정리 (Summary)

  1. 그래프의 진화: 딱딱 끊어진 막대기($1$,$2$,$3$개) 만 다루던 이산 수학에서, 키나 몸무게처럼 무한정 소수점으로 팽창하는 찰흙 같은 부드러운 곡선 세계 지도로 편입했습니다.
  2. 점($x=a$)의 확률은 $0$: 우주의 무한한 쪼개짐 속에서 정확히 특정 무게 단위나 시간을 딱 맞출 확률은 0이라는 기막힌 논리를 탑재했습니다.
  3. 구간($Range$) 의 법칙: 그렇기에 이제부터는 무조건 $P(170 < X \le 175)$ 처럼 “어디서부터 어디까지” 라는 등성이의 빵 조각 ‘구간’을 물어보면서 확률을 말해야 하는 룰이 제정되었습니다.
서브목차