정밀도와 정확도 (Precision and Accuracy)

한 줄 정의: 정확도는 측정값이 참값에 얼마나 가까운지를, 정밀도는 같은 측정을 반복했을 때 값들이 서로 얼마나 일관되게 모이는지를 나타내는, 서로 다른 계측기 성능 지표입니다.

쉽게 풀면

양궁 과녁을 떠올려보면 쉽습니다. 화살 다섯 발이 과녁 정중앙에 넓게 흩어져 맞았다면, 평균적으로는 중앙 근처지만 발마다 위치가 들쭉날쭉하니 "정확하지만 정밀하지 않은" 경우입니다. 반대로 다섯 발이 과녁 한쪽 구석에 옹기종기 모여 맞았다면, 발끼리는 거의 같은 자리라 "정밀하지만 정확하지 않은" 경우입니다. 가장 좋은 것은 다섯 발이 정중앙에 모여 맞는 "정확하면서 정밀한" 상태입니다. 계측기도 마찬가지로, 정확도는 참값과의 거리(치우침)를, 정밀도는 반복 측정값들끼리의 흩어짐(재현성)을 각각 따로 평가합니다.

왜 중요한가

새로운 측정장비나 분석법을 제안하는 논문에서는 그 방법이 믿을 만한지 입증해야 하는데, 이때 정확도와 정밀도를 함께 보고하는 것이 핵심 근거가 됩니다. 정확도만 좋고 정밀도가 나쁘면 결과가 우연히 맞은 것일 수 있고, 정밀도만 좋고 정확도가 나쁘면 일관되게 틀린 값을 내는 것이기 때문에, 실험 결과나 새로운 계측 기법의 신뢰성을 평가할 때 두 개념을 구분해서 보는 것이 공학·자연과학 논문 전반에서 중요하게 다뤄집니다.

논문에서는 이렇게 쓰입니다

"본 센서는 표준기와 비교했을 때 정확도는 ±0.5°C였으나, 10회 반복 측정의 표준편차로 계산한 정밀도는 ±0.1°C로 우수했다."

이 문장은 "센서가 매번 거의 같은 값을 내놓아 재현성은 좋지만(정밀도), 그 값 자체는 실제 온도와 최대 0.5도까지 차이가 날 수 있다(정확도)"는 뜻으로, 두 지표가 독립적으로 평가되어야 함을 보여줍니다.

"제안된 위치추정 알고리즘은 기준 좌표 대비 평균 오차(정확도)는 낮았으나, 반복 실험 간 결과의 분산(정밀도)이 커서 안정성 개선이 필요함을 확인하였다."

로봇공학이나 위치추정 연구에서는 평균적인 오차뿐 아니라 반복 시행 간 결과가 얼마나 흔들리는지도 함께 평가해 알고리즘의 신뢰성을 판단한다.

"분석법 밸리데이션 과정에서 인증표준물질을 이용해 회수율(정확도)과 반복성 및 실험실 간 재현성(정밀도)을 각각 평가하였다."

분석화학이나 임상검사 분야에서는 분석법의 정확도와 정밀도를 공식적인 밸리데이션 절차의 필수 항목으로 각각 별도로 보고하는 것이 관행이다.

조금 더 깊게 보면

정밀도는 다시 같은 조건에서 짧은 시간 안에 반복 측정했을 때의 일관성을 뜻하는 반복성(repeatability)과, 측정자·장비·시점 등 조건이 달라졌을 때도 결과가 일관되는지를 뜻하는 재현성(reproducibility)으로 세분화됩니다. 정확도의 계통적 치우침은 흔히 표준물질이나 참조 방법과 비교해 산출한 편향(bias)으로 정량화되며, 이렇게 파악된 오차 요인들을 종합해 측정 결과가 참값과 얼마나 떨어져 있을 수 있는지를 나타낸 것이 측정불확도입니다. 즉 정확도와 정밀도는 정성적인 개념에 가깝고, 이를 수치로 엄밀하게 표현한 것이 측정불확도라고 이해하면 관련 논문을 읽기 수월합니다.

주의할 점

정밀도가 높다고 해서 정확도도 높은 것은 아닙니다. 기기가 매번 똑같이 편향된 값을 내놓으면 정밀도는 매우 높게 나오지만 정확도는 낮을 수 있습니다. 이런 계통적 치우침을 줄이려면 표준시료로 만든 검량선을 이용해 기기를 주기적으로 보정해야 하며, 이때 남는 오차 범위는 측정불확도로 별도로 보고합니다.