조건부확률 전치오류 (Transposed Conditional Fallacy)

한 줄 정의: '무죄일 때 이 증거가 나올 확률'과 '이 증거가 있을 때 무죄일 확률'을 혼동하여 서로 다른 두 조건부확률을 같은 것처럼 취급하는 논리적 오류입니다.

쉽게 풀면

이 오류는 "비가 오면 땅이 젖는다"는 말과 "땅이 젖으면 비가 온 것이다"는 말을 같은 뜻으로 착각하는 것과 비슷합니다. 두 문장은 방향이 반대이며 실제로는 다른 의미를 가집니다(땅은 스프링클러 때문에 젖었을 수도 있습니다). 법과학에서는 "용의자가 무죄라면 이 정도로 일치하는 증거가 나올 확률은 매우 낮다"는 말을, 마치 "이 증거가 나왔으니 용의자가 무죄일 확률은 매우 낮다"는 말과 같은 것처럼 뒤바꿔 해석할 때 이 오류가 발생합니다. 두 확률은 서로 다른 질문에 대한 답이기 때문에 함부로 맞바꿀 수 없습니다.

왜 중요한가

이 오류는 법정에서 증거의 의미를 왜곡해 배심원이나 판사가 실제보다 훨씬 강한 유죄 확신을 갖게 만들 수 있어, 여러 오판 사례에서 핵심 원인으로 지적되어 왔습니다. 검사측 오류와 변호인측 오류 모두 이 근본적인 논리적 혼동에서 파생된다는 점에서 법과학 통계교육의 중요한 주제로 다뤄집니다.

논문에서는 이렇게 쓰입니다

"법정 증언에서 감정인이 조건부확률 전치오류(transposed conditional fallacy)를 범해 증거의 증명력을 실제보다 과장되게 진술한 사례가 보고되었다."

실제 재판 진술에서 발생한 오류 사례를 지적한 예입니다.

"배심원 대상 실험에서 조건부확률 전치오류에 해당하는 방식으로 증거를 해석하는 경향이 확인되었다."

일반인의 확률 해석에서도 이 오류가 흔히 나타남을 보여준 예입니다.

조금 더 깊게 보면

이 오류는 통계학에서 널리 알려진 '검사의 오류(prosecutor's fallacy)'라는 더 넓은 개념의 이론적 뿌리이며, 사전오즈를 무시하고 우도비만으로 결론을 내릴 때 발생하기 쉽습니다. 정확한 해석을 위해서는 사전오즈와 우도비를 함께 고려해 사후오즈를 산출하는 베이지안 접근이 필요합니다.

주의할 점

이 오류는 전문 감정인조차 진술 과정에서 무의식적으로 범할 수 있어, 감정서와 법정 진술 문구를 검토할 때 두 조건부확률의 방향을 명확히 구분하는 것이 중요합니다.