우도비 프레임워크 (Likelihood Ratio Framework)
쉽게 풀면
우도비는 '이 증거가 두 가지 서로 다른 가정 중 어느 쪽에서 더 자연스럽게 나타날 수 있는가'를 숫자로 비교하는 방법입니다. 예를 들어 어떤 DNA 특징이 용의자가 범인이라는 가정 아래서는 매우 흔하게 관찰되고, 무작위의 다른 사람이 범인이라는 가정 아래서는 거의 관찰되지 않는다면, 이 증거는 첫 번째 가정을 강하게 지지하는 셈입니다. 이 비율이 1보다 훨씬 크면 첫 번째 가정을, 1보다 훨씬 작으면 두 번째 가정을 지지한다고 해석합니다. 감정인은 '범인이다/아니다'를 단정짓지 않고, 증거가 두 가설 중 어느 쪽에 얼마나 힘을 실어주는지를 수치로 제시하는 데 그칩니다.
왜 중요한가
이 틀은 감정인이 '범인이 맞다'는 최종 결론을 직접 내리는 대신 증거의 증명력만을 제시하도록 함으로써, 유무죄 판단이라는 법적 영역과 과학적 감정 영역을 분리하는 데 기여합니다. 여러 법과학 표준 문서와 학술 논의에서 통계적으로 방어 가능한 결론 제시 방식으로 권장됩니다.
논문에서는 이렇게 쓰입니다
정량적 증명력 산출 방법으로 활용된 사례입니다.
산출된 값을 증거 해석에 연결한 예입니다.
조금 더 깊게 보면
우도비는 분모와 분자에 어떤 모집단 통계와 가정을 사용하는지에 따라 값이 달라질 수 있어, 계산에 사용된 기초 데이터와 모델의 타당성이 함께 검토되어야 합니다. 산출된 우도비를 배심원이나 판사가 이해하기 쉽도록 표현하기 위해 언어등급척도와 같은 보조 도구가 함께 쓰이기도 합니다.
주의할 점
우도비는 증거 하나의 증명력을 나타낼 뿐 유죄 여부 자체를 의미하지 않으며, 이를 사전오즈와 결합해 사후오즈를 계산하는 과정을 혼동하면 조건부확률 전치오류와 같은 잘못된 해석으로 이어질 수 있습니다.