1. 진짜 승자는 누구인가?: 두 집단의 비교 (Comparison of Groups)

[도입부] 학습 목표 (Learning Objectives)

  • 데이터 분석의 꽃인 통계학에 발을 들여놓으며, 왜 집단을 묶어서 ‘그룹 형태’ 로 비교해야 하는지 통찰합니다.
  • 단순한 평균(Mean)만으로는 데이터 집단의 진짜 속성(퍼짐 정도)을 완벽히 비교할 수 없음을 이해합니다.
  • 파이썬(Python)의 기초적인 리스트(List) 통계 계산을 통해 A반과 B반의 수학 성적 분포를 체계적으로 분석해 봅니다.

1. 숲을 보지 못하면 나무에 깔려 죽는다

우리 반 30명의 수학 성적과 옆 반 30명의 수학 성적 중 어느 반이 공부를 더 잘하는지 승패를 가르려면 어떻게 해야 할까요? 1등끼리 점수를 비교해야 할까요, 꼴찌끼리 비교해야 할까요, 아니면 30명 전체의 점수를 하나하나 칠판에 적어서 1 대 1로 대조해야 할까요?

수십만 명, 수천만 개의 ‘빅데이터(Big Data)’가 쏟아지는 현대 사회에서는 개별 데이터 하나하나를 들여다보는 것은 시간 낭비입니다. 통계학자는 개별 나무를 보는 대신 ‘숲의 모양(분포, Distribution)’을 멀리서 내려다봅니다. 데이터가 모여 있는 집단(Group)의 덩어리를 통째로 도마 위에 올려두고 두 집단이 우측으로 쏠렸는지, 평평한지, 뾰족한지 거대한 덩어리 대 덩어리의 싸움으로 승패를 분석해 내는 것이 통계학의 근본적인 철학입니다.


2. 평균(Average)이라는 위험한 함정

우리는 집단을 비교할 때 가장 먼저 “우리 반 평균 몇 점이야?” 하고 대표되는 점수 하나를 묻습니다. 하지만 두 반의 평가를 ‘평균’ 하나로만 퉁치면 끔찍한 왜곡이 발생합니다.

  • A반 (평균 60점): 100점짜리 천재 15명과 20점짜리 수포자 15명이 극단적으로 반씩 섞인 ‘양극화’ 된 반
  • B반 (평균 60점): 30명 전원이 다 같이 59점, 60점, 61점을 사이좋게 맞은 ‘균등한’ 반

두 반은 성적 분포가 완전히 딴판이지만, 성적표에 찍히는 평균은 똑같이 $60$점입니다. 만약 교육부 장관이라면 A반에는 상위권/하위권 분반 수업을 처방해야 하고, B반에는 전체 학생 수준을 70점으로 끌어올리는 공통 심화 보충수업을 처방해야 합니다. 이렇게 두 집단의 진짜 모습 묘사를 하기 위해 우리는 앞으로 ‘대푯값’과 ‘산포도’라는 무기를 코딩에 실어 발사하게 될 것입니다.

두 집단의 비교 SVG

3. 💻 파이썬(Python)으로 데이터 집단 싸움 붙이기

수만 명의 통계 데이터 집단을 사람의 눈으로 비교하는 건 불가능합니다. 데이터 분석가(Data Analyst)들은 무조건 파이썬 기반의 데이터 분석 패키지를 물려 한 번에 분포를 뽑아냅니다.

🐍 파이썬 예제: A반 vs B반 성적 그룹 분석 파이프라인

print("--- 📊 통계청 데이터 분석 스크립트 가동 ---")

# (데이터 셋) A반과 B반의 가상의 11명 수학 성적 리스트
class_A = [10, 15, 20, 25, 30, 60, 90, 95, 100, 100, 100]  # 극단적으로 퍼져있음 (천재 아니면 수포자)
class_B = [55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65]     # 60점 근처에 옹기종기 모여있음

def get_basic_stats(group_name, scores_list):
    # 1. 집단의 데이터 수 확인 (len)
    total_students = len(scores_list)
    # 2. 총합 (sum)
    total_score = sum(scores_list)
    # 3. 마법의 평균 (총합 / 학생수)
    average = total_score / total_students
    # 4. 일치단결 수준 확인 (최고점과 최저점의 차이)
    gap = max(scores_list) - min(scores_list)

    print(f"[{group_name}반 통계 리포트]")
    print(f" - 응시 인원: {total_students}명")
    print(f" - 산술 평균: {average:.1f}점")
    print(f" - 최고-최저 격차: 무려 {gap}점 차이 벌어짐")
    print("-" * 40)

get_basic_stats("A", class_A)
get_basic_stats("B", class_B)

print("🚨 [결론] 두 반의 평균은 59점으로 완벽히 똑같지만, \n데이터의 속성(벌어진 격차)은 완전히 다른 별개의 집단입니다!")

# 결과창:
# --- 📊 통계청 데이터 분석 스크립트 가동 ---
# [A반 통계 리포트]
#  - 응시 인원: 11명
#  - 산술 평균: 58.6점
#  - 최고-최저 격차: 무려 90점 차이 벌어짐
# ----------------------------------------
# [B반 통계 리포트]
#  - 응시 인원: 11명
#  - 산술 평균: 60.0점
#  - 최고-최저 격차: 무려 10점 차이 벌어짐
# ----------------------------------------
# 🚨 [결론] 두 반의 평균은 59점(어림잡아)으로 완벽히 똑같지만, 
# 데이터의 속성(벌어진 격차)은 완전히 다른 별개의 집단입니다!

이 코드는 실무에서 아마존 평점 $3.0$짜리 물건(모두가 보통이라고 평가한 제품)과, 다른 평점 $3.0$짜리 물건(별 다섯 개 아니면 별 한 개로 극명하게 호불호가 갈린 제품)을 분리해 내는 가장 기초적인 군집 필터링(Clustering) 엔진의 원형입니다.

[결론] 학습 정리 (Summary)

  1. 빅데이터의 철학: 데이터가 폭포수처럼 쏟아질 때 하나하나를 비교하지 않고, 집단(Group)이라는 거대한 덩어리로 압축시킨 후 전체 숲의 굴곡을 비교하는 것이 통계입니다.
  2. 동일 평균, 다른 민낯: A그룹과 B그룹의 계산된 지표(평균)가 완벽하게 동일하더라도, 그 내부를 구성하는 점수들의 흩어짐(편차)은 완전히 정반대일 수 있습니다.
  3. 코딩의 필연성: 이 착시현상을 사람 눈으로 찾아내는 건 자살행위이므로 파이썬 코드 리스트를 이용한 최고/최저 점수 격차 등 입체적인 수치 함수를 통해 집단 싸움의 진짜 승자를 판별합니다.
서브목차