소수의법칙 (Law of Small Numbers)
쉽게 풀면
펀드가 3년 연속 좋은 성과를 냈다고 해서 그 매니저가 정말 실력이 뛰어나다고 성급히 결론 내리는 것이다. 통계적으로 의미 있으려면 훨씬 더 긴 기간의 데이터가 필요하다. 적은 수의 표본만 보고도 마치 모집단 전체의 특성을 정확히 반영한다고 믿어버리는 통계적 착각이다.
왜 중요한가
소수의 법칙은 작은 표본도 모집단의 특성을 그대로 반영할 것이라고 잘못 믿는 경향으로, 몇 년의 좋은 성과만 보고 펀드매니저의 실력을 확신하거나 짧은 가격 패턴에서 추세를 읽는 투자자 행태의 심리적 근거입니다. 뜨거운 손 오류와 도박사의 오류를 함께 설명하는 통합 개념으로 행동재무학 모형에 도입되었습니다. 이 오류는 몇 년 연속 좋은 성과를 낸 펀드매니저를 실력자로 성급히 단정하는 핫핸드 오류와 밀접하게 연결된다.
핵심 주장
- ‘작은 수의 법칙에 대한 믿음’(belief in the law of small numbers)은 Tversky와 Kahneman(1971)이 붙인 이름으로, 작은 표본도 모집단의 특성을 거의 그대로 닮을 것이라고 기대하는 직관을 가리킵니다. 큰 표본에서 평균이 모평균에 가까워진다는 큰 수의 법칙을 작은 표본에도 잘못 적용하는 셈입니다.
- 결과적으로 사람들은 작은 표본의 우연한 변동을 의미 있는 패턴으로 읽고, 짧은 기록에서 쉽게 일반화합니다.
- 이 논문은 통계 훈련을 받은 연구자도 표본 크기를 직관적으로 너무 작게 잡는다는 점을 지적했다는 점에서 연구 방법론과도 관련됩니다.
근거와 대표 연구
(코드로 계산) 공정한 동전을 던졌을 때 앞면이 80% 이상 나올 확률은 표본 크기에 따라 크게 달라집니다.
| 던진 횟수 | 앞면 80% 이상 확률 |
|---|---|
| 10회 (8회 이상) | 약 5.5% |
| 100회 (80회 이상) | 약 5.6 × 10⁻¹⁰ |
| 1,000회 (800회 이상) | 약 8.2 × 10⁻⁸⁶ |
그래서 10번 던져 앞면이 8번 나왔다고 해서 그 동전이 치우쳤다고 결론짓기는 이릅니다. 공정한 동전으로도 약 5.5% 확률로 나오는 결과이기 때문입니다.
Tversky와 Kahneman(1974)의 병원 문제도 같은 원리입니다. 하루 평균 45명이 태어나는 큰 병원과 15명이 태어나는 작은 병원 중 어느 쪽이 남아 비율이 60%를 넘는 날이 더 많겠느냐고 물으면 많은 사람이 ‘비슷하다’고 답했습니다. 남아 확률을 0.5로 계산하면 작은 병원은 약 15.1%, 큰 병원은 약 6.8%로 작은 병원이 더 자주 극단값을 냅니다(코드로 계산).
비판과 한계
- 이름의 의미: 실제로 ‘작은 수의 법칙’이라는 수학적 법칙이 있는 것이 아니라, 큰 수의 법칙에 빗댄 이름입니다. 이 용어는 직관의 오류를 가리킵니다.
- 모형화: Rabin(2002)은 이 믿음을 형식 모형으로 만들어 사람들이 작은 표본에서 지나친 추론을 한다는 예측을 이끌어 냈습니다. 금융 분야에서는 Barberis, Shleifer, Vishny(1998)가 이 직관을 투자자 심리 모형에 활용했습니다.
- 적용 범위의 한계: 이 직관이 어느 정도로 실제 의사결정에 영향을 주는지는 과제의 형식, 사람의 통계 지식에 따라 달라집니다. 빈도로 제시하면 오류가 줄어든다는 연구 흐름도 있어 모든 상황에서 같은 크기로 나타난다고 단정할 수 없습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
라빈은 사람들이 작은 표본도 큰 표본처럼 모집단의 특성을 정확히 반영한다고 잘못 믿는 통계적 직관의 오류를 공식 모형화하여, 이것이 도박꾼의 오류와 뜨거운 손 오류를 동시에 낳을 수 있음을 보였다.
적은 표본에서 나타난 우연한 패턴을 전체 모집단의 특성으로 잘못 일반화하는 경향을 보여준다.
조금 더 깊게 보면
이 편향은 대표성 휴리스틱의 한 형태로, 사람들이 무작위 과정도 짧은 구간에서 균형을 맞출 것이라 기대하기 때문에 나타납니다. 과정을 운으로 보면 연속 후 반전을 기대하고 실력으로 보면 연속 지속을 기대하므로 같은 편향이 반대 방향 예측을 낳습니다.
자료가 적을 때 강한 결론을 내리는 것은 연구자도 범하기 쉬운 오류여서 표본 크기와 검정력을 사전에 계산하는 관행이 이에 대한 대응입니다. 이 오류는 실제 모집단의 분포를 반영하지 않은 채 소표본에서 관측된 패턴을 성급히 일반화하는 대표성 휴리스틱의 한 형태로 분류된다.
주의할 점
표본 크기에 대한 무지에서 비롯되는 편향이라는 점에서 기저율 자체를 무시하는 기저율무시와는 구분되며, 두 편향은 함께 나타나는 경우가 많지만 오류의 초점이 다르다.
헷갈리기 쉬운 용어
| 용어 | 핵심 | 구분점 |
|---|---|---|
| 작은 수의 법칙 믿음 | 작은 표본이 모집단을 닮을 것이라는 기대 | 표본 크기를 무시하는 직관의 오류 |
| 큰 수의 법칙 | 표본이 커지면 평균이 모평균에 수렴한다는 정리 | 이 오류가 오용하는 원래 법칙 |
| 대표성 휴리스틱 | 모집단의 전형과 닮았는지로 확률을 판단 | 작은 수의 법칙 믿음의 근원으로 설명됨 |
| 핫핸드 오류 | 연속 성공을 보고 다음도 성공하리라 믿음 | 짧은 기록의 패턴을 실제 경향으로 읽는 같은 계열 |
| 표본오차 | 표본이 모집단과 다르게 나오는 우연한 차이 | 작은 표본일수록 커서 이 오류가 놓치는 대상 |
참고 문헌
- Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105–110.
- Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185, 1124–1131.
- Rabin, M. (2002). Inference by believers in the law of small numbers. Quarterly Journal of Economics, 117(3), 775–816.
- Barberis, N., Shleifer, A., & Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3), 307–343.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.