신뢰구간 (Confidence Interval)
쉽게 풀면
표본 1,000명을 조사해서 "평균 키가 170cm"라는 결과를 얻었다고 해도, 이건 어디까지나 그 1,000명 안에서의 값일 뿐, 전체 모집단의 진짜 평균과는 조금 다를 수 있습니다. 신뢰구간은 "진짜 평균이 대략 168cm~172cm 사이에 있을 것"이라는 식으로, 추정값 주변의 오차 범위를 알려줍니다.
"95% 신뢰구간"이라는 표현은, 이런 방식으로 100번 조사를 반복해 구간을 만들었을 때 그중 약 95번은 그렇게 만든 구간이 진짜 값을 포함한다는 뜻입니다. 이미 계산된 구간 하나에 진짜 값이 들어 있을 확률이 95%라는 뜻은 아닙니다.
왜 중요한가
논문에서 어떤 값을 추정할 때 점추정값(하나의 숫자) 하나만 제시하면, 그 값이 얼마나 믿을 만한지 알 수 없습니다. 신뢰구간은 추정의 불확실성을 함께 보여줌으로써, 독자가 결과의 신뢰도와 실질적인 의미를 스스로 판단할 수 있게 해줍니다.
그래서 임상시험, 사회조사, 경제지표 추정 등 표본을 통해 모집단을 추론하는 거의 모든 실증 연구에서 유의확률과 함께 결과 보고의 기본 요소로 쓰입니다. 최근에는 p값 단독 보고보다 신뢰구간을 함께 제시하는 것이 결과의 크기와 불확실성을 동시에 전달한다는 이유로 더 권장되는 추세입니다.
핵심 정리
- 95% 신뢰구간은 ‘같은 방식으로 표본을 반복해서 뽑아 구간을 만들면, 그 구간들의 약 95%가 모수의 참값을 포함한다’는 절차의 성질입니다.
- 평균의 신뢰구간 기본형:
평균 ± t임계값 × 표준오차. 표준오차 = 표준편차 ÷ √n. - 구간의 폭은 ① 표본 크기(클수록 좁음), ② 자료의 변동(클수록 넓음), ③ 신뢰수준(높을수록 넓음)이 정합니다.
- 구간은 효과의 크기(중심)와 불확실성(폭)을 함께 보여 주며, 0(또는 1)을 포함하는지로 유의성도 읽을 수 있습니다.
예시로 보기
10명의 점수가 72, 65, 80, 70, 68, 75, 77, 63, 71, 69(가상의 값)이면 평균 71.0, 표본표준편차 5.25, 표준오차 1.66입니다(계산 결과).
| 신뢰수준 | t 임계값(자유도 9) | 신뢰구간 |
|---|---|---|
| 90% | 1.83 | [67.96, 74.04] |
| 95% | 2.26 | [67.24, 74.76] |
| 99% | 3.25 | [65.61, 76.39] |
수준을 높일수록 구간이 넓어집니다. 같은 평균·표준편차로 표본만 40명으로 늘리면 95% 신뢰구간은 [69.32, 72.68]로 좁아집니다.
‘95%’의 뜻은 시뮬레이션으로 확인할 수 있습니다. 평균 50, 표준편차 10인 모집단에서 10명씩 10,000번 뽑아 95% 신뢰구간을 만들었더니 그중 94.85%가 참값 50을 포함했습니다.
자주 하는 오해
- “이 구간에 참값이 있을 확률이 95%다”는 엄밀히는 틀린 해석입니다. 이미 계산된 구간은 참값을 포함하거나 포함하지 않거나 둘 중 하나이고, 95%는 구간을 만드는 절차에 대한 말입니다(Hoekstra 외, 2014; Morey 외, 2016). “참값이 구간 안에 있을 확률”을 직접 말하려면 베이지안 신용구간이 필요합니다.
- “자료의 95%가 구간 안에 있다”는 틀립니다. 신뢰구간은 개별 값이 아니라 평균(모수)에 대한 구간이므로 개별 값의 범위보다 훨씬 좁습니다.
- “두 집단의 신뢰구간이 겹치면 차이가 유의하지 않다”도 틀린 규칙입니다. 겹치지 않으면 대개 유의하지만, 약간 겹치면서도 차이가 유의할 수 있습니다. 차이 자체의 신뢰구간을 구해야 합니다.
- 구간이 좁다고 해서 모형이 맞다는 뜻은 아닙니다. 편향된 표집이라면 좁은 구간도 엉뚱한 곳을 가리킬 수 있습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“장애인의 영양 위험도 관련 요인을 파악하기 위해 다중다항 로지스틱 회귀분석을 수행하여 오즈비(odds ratio, OR)와 95% 신뢰구간(confidence interval, CI)을 산출했다.”
한국 장애인의 영양 위험 관련 요인: 장애인삶 패널조사 자료를 이용하여, Korean Journal of Community Nutrition, 2025 · KoreaMed Synapse · 원문 보기 ↗
“매개 효과의 유의도를 검증하기 위해서 부트스트랩 표본 5,000개를 추출하여 95% 신뢰구간(confidence interval, CI)을 분석하였다.”
여성 노인의 디지털 정보활용능력이 우울에 미치는 영향: 사회적 지지의 매개 효과를 중심으로, Korean Journal of Women Health Nursing, 2023 · KoreaMed Synapse · 원문 보기 ↗
“최근 감시 결과(2023년 7 월-2024년 6월)에 따르면, 전체 의료관련감염 발생률은 재원일수 1,000일당 3.15건(95% 신뢰구간 3.06-3.23)이었다[17].”
KONIS 중환자실 감시체계 20년의 발자취와 학회의 역할, Korean Journal of Healthcare-Associated Infection Control and Prevention, 2025 · KoreaMed Synapse · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
회복 기간 차이의 "진짜 값"을 대략 1.5일에서 4.9일 사이로 추정했다는 뜻이며, 이 범위가 0을 포함하지 않으므로 통계적으로 의미 있는 차이라고 판단할 수 있습니다.
여론조사에서는 전체 국민을 다 조사할 수 없기 때문에, 표본에서 얻은 지지율 58%가 실제 지지율과 다소 다를 수 있다는 점을 신뢰구간으로 함께 밝히는 것입니다. 구간이 좁을수록 조사 결과를 더 신뢰할 수 있습니다.
상관관계 분석에서도 신뢰구간을 함께 보고하면, 관측된 상관계수가 표본에 따른 우연의 결과가 아니라 어느 정도 안정적인 관계인지를 가늠할 수 있습니다.
조금 더 깊게 보면
신뢰구간의 폭은 표본크기뿐 아니라 데이터의 변동성(표준편차), 그리고 연구자가 정한 신뢰수준(예: 90%, 95%, 99%)에 따라 달라집니다. 신뢰수준을 99%처럼 더 높게 잡으면 구간은 넓어지고, 95%처럼 낮추면 구간은 좁아지는 상충관계가 있습니다.
표본 자료의 특성에 따라 정규분포를 가정한 방법 외에도 붓스트랩(bootstrap)처럼 반복추출을 이용해 구간을 추정하는 방법이 쓰이기도 하며, 이는 분포에 대한 가정이 어려운 경우에 특히 활용됩니다.
논문을 읽을 때는 신뢰구간이 유의확률과 사실상 같은 정보를 다른 방식으로 보여준다는 점, 그리고 구간의 폭 자체가 추정의 정밀도를 나타내는 지표라는 점을 함께 참고하면 결과 해석에 도움이 됩니다.
주의할 점
신뢰구간이 좁을수록(범위가 작을수록) 추정이 더 정확하다는 뜻이며, 보통 표본크기가 클수록 구간이 좁아집니다. 구간이 0을 포함하고 있다면 "차이가 없다"는 가능성도 배제할 수 없다는 뜻입니다.
헷갈리기 쉬운 용어
‘구간’이 들어가는 용어가 많아 혼동하기 쉽습니다.
| 용어 | 무엇에 대한 구간인가 | 해석 |
|---|---|---|
| 신뢰구간 | 모수(예: 모평균) | 절차가 참값을 포함하는 장기적 비율 |
| 신뢰수준 | 구간을 만들 때 정한 95% 같은 값 | 구간의 확률이 아니라 절차의 성공률 |
| 신용구간(베이지안) | 모수 | 자료와 사전분포가 주어졌을 때 모수가 구간에 있을 확률 |
| 예측구간 | 앞으로 얻을 새 관측값 | 신뢰구간보다 훨씬 넓음 |
| 표준편차 | 개별 값의 퍼짐 | 신뢰구간은 표준편차가 아니라 표준오차(표준오차)에서 나옴 |
‘95% 신뢰구간 안에 95%의 자료가 있다’고 읽으면 안 됩니다.
참고 문헌
- Neyman, J. (1937). Outline of a theory of statistical estimation based on the classical theory of probability. Philosophical Transactions of the Royal Society of London, Series A, 236(767), 333–380.
- Hoekstra, R., Morey, R. D., Rouder, J. N., & Wagenmakers, E.-J. (2014). Robust misinterpretation of confidence intervals. Psychonomic Bulletin & Review, 21(5), 1157–1164.
- Morey, R. D., Hoekstra, R., Rouder, J. N., Lee, M. D., & Wagenmakers, E.-J. (2016). The fallacy of placing confidence in confidence intervals. Psychonomic Bulletin & Review, 23(1), 103–123.
- Cumming, G. (2014). The new statistics: Why and how. Psychological Science, 25(1), 7–29.
- Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statistical tests, P values, confidence intervals, and power: A guide to misinterpretations. European Journal of Epidemiology, 31(4), 337–350.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.