잘못된 원인의 오류 (False Cause Fallacy (Post Hoc))
쉽게 풀면
잘못된 원인의 오류는 '까마귀 날자 배 떨어졌다'는 속담처럼, 두 사건이 우연히 시간적으로 이어졌을 뿐인데 하나가 다른 하나의 원인이라고 성급하게 결론짓는 오류이다. 예를 들어 '새 정책을 시행한 직후 경기가 나빠졌으니 그 정책 때문이다'라고 단정하는 것은 다른 원인들을 고려하지 않은 잘못된 원인의 오류일 수 있다.
왜 중요한가
단순한 상관관계나 시간적 선후관계를 인과관계로 잘못 추론하는 오류인 원인오판의 오류로, 논증에서 인과적 주장을 검증할 때 흔히 지적되는 비형식적 오류다.
논문에서는 이렇게 쓰입니다
통계적으로 관찰된 두 변수 간의 상관관계만으로는 인과관계를 단정할 수 없으며, 이런 성급한 인과적 해석이 흔한 방법론적 함정이라는 점을 연구자 스스로 인지하고 경계하고 있음을 보여준다.
이 문장은 두 사건이 시간적으로 이어졌다는 이유만으로 인과관계를 단정하면, 실제로는 다른 원인이 함께 작용했을 가능성을 놓치는 잘못된 원인의 오류에 빠질 수 있다는 것을 보여줍니다.
조금 더 깊게 보면
이 오류는 '이후에 일어났으므로 이로 인해 일어났다'는 선후 관계를 인과로 착각하는 사고와 관련되며, 실제 인과관계가 존재하더라도 논증 과정에서 이를 충분히 입증하지 못하면 여전히 오류로 지적될 수 있다. 이 오류의 대표적 하위유형인 '단순 선후 인과의 오류(post hoc ergo propter hoc)'는 시간적 선후관계만으로 인과를 단정하는 경우를 가리키며, '상관관계를 인과관계로 오인하는 오류(cum hoc ergo propter hoc)'는 동시 발생하는 두 변수를 곧바로 인과관계로 해석하는 경우로 구분된다. 이 오류를 피하려면 무작위 대조군을 이용한 실험이나 교란변수 통제 같은 방법론적 장치가 필요하며, 통계학에서는 이 문제를 인과추론(causal inference) 분야의 핵심 과제로 다룬다.
주의할 점
'상관관계는 인과관계를 함축하지 않는다'는 원칙과 밀접하게 연관되며, 시간적 선후 관계나 통계적 상관성만으로는 인과 관계를 확립하기에 부족하다는 점을 항상 유의해야 한다.