누적분포함수 (Cumulative Distribution Function)

한 줄 정의: 어떤 값 이하가 나올 확률을 처음부터 차곡차곡 더해서 보여주는 함수입니다.

쉽게 풀면

시험 점수 백분위를 떠올려 보세요. "나는 80점인데, 상위 몇 %일까?"가 궁금할 때 필요한 것이 바로 "80점 이하를 받은 사람의 비율"입니다. 누적분포함수(CDF)는 이렇게 "특정 값 이하가 나올 확률"을 모든 값에 대해 계산해 둔 함수입니다. 확률밀도함수(PDF)가 각 지점에서의 "밀도"를 보여준다면, CDF는 그 밀도를 맨 왼쪽부터 지금 지점까지 전부 쌓아 올린 "누적 합"이라고 생각하면 됩니다. 그래서 CDF는 항상 0에서 시작해 1로 끝나는, 절대 내려가지 않고 계속 올라가기만 하는 계단식(혹은 매끄러운) 곡선 모양을 갖습니다.

왜 중요한가

누적분포함수는 확률변수의 분포 전체를 하나의 함수로 요약해 보여주기 때문에, 분포 비교, 가설검정, 신뢰구간 계산 등 통계 분석 전반의 기초가 됩니다. 통계학뿐 아니라 신뢰성 공학, 금융 리스크 분석, 시뮬레이션 연구 등 확률적 현상을 다루는 거의 모든 분야의 논문에서 등장하는 개념입니다.

논문에서는 이렇게 쓰입니다

"두 집단의 반응시간 분포는 콜모고로프-스미르노프 검정을 통해 누적분포함수(CDF) 상의 최대 차이를 비교하여 검정하였다."

이 문장은 두 그룹의 데이터가 쌓여가는 패턴(CDF)을 서로 겹쳐 그려보고, 그 사이의 최대 간격이 얼마나 벌어지는지를 계산해서 두 분포가 실제로 다른지 판단했다는 뜻입니다.

"부품의 고장시간 분포에 대한 누적분포함수를 추정하여 특정 사용 기간 내 고장 확률을 산출하였다."

신뢰성 공학에서 부품이 특정 시점까지 고장 날 확률을 CDF를 이용해 계산했다는 뜻이다.

"자산 수익률의 경험적 누적분포함수를 이용하여 특정 손실 수준을 넘어설 확률, 즉 VaR(Value at Risk)를 추정하였다."

금융 리스크 분석에서 실제 관측된 데이터로부터 CDF를 구성하고, 이를 이용해 손실 위험을 수치화했다는 뜻이다.

조금 더 깊게 보면

CDF의 역함수는 분위수함수(quantile function)라 불리며, 특정 누적확률에 해당하는 값을 구할 때 사용되어 백분위수 계산이나 난수 생성(역변환법)에 활용됩니다. 실제 데이터를 다룰 때는 이론적 분포 대신 관측값으로부터 직접 계산한 경험적 누적분포함수(ECDF)를 자주 사용하며, 이는 표본 분포가 이론적 분포를 얼마나 잘 따르는지 시각적·통계적으로 검토하는 데 널리 쓰입니다.

주의할 점

CDF는 확률밀도함수(PDF)나 확률질량함수(PMF)와 헷갈리기 쉽지만 서로 다른 개념입니다. PDF/PMF 값 자체는 "그 지점에서의 확률(밀도)"이고, CDF 값은 "그 지점까지 누적된 확률"입니다. 예를 들어 연속형 변수에서는 PDF의 특정 지점 값이 1보다 클 수도 있지만, CDF 값은 언제나 0과 1 사이에 머무릅니다. 이 둘을 확률질량함수와 확률밀도함수와 함께 비교해서 이해하면 혼동을 줄일 수 있습니다.