직관 — 같은 넓이의 모래언덕
모래의 양은 그대로 두고 언덕을 옆으로 옮길 수 있다. 옆으로 더 넓게 펼치면 꼭대기는 낮아진다. 정규분포의 곡선도 중심의 위치와 퍼짐을 구별해서 읽는다.
언덕 아래 넓이는 전체 확률 1, 중심은 평균, 퍼짐은 표준편차에 대응한다. 키나 측정 오차처럼 많은 자료를 모아 계급을 잘게 나누면, 상대도수 히스토그램이 좌우 대칭인 종 모양 곡선에 가까워지는 경우가 많다. 정규분포는 그런 자료의 모형이고, 뒤에 배우는 표본평균과 추정의 바탕이 된다.
정규분포는 평균과 양의 표준편차로 정한다
정규분포는 실수 전체에서 값을 갖는 연속확률변수 의 확률밀도함수가 식 (2)인 확률분포다. 실수 와 양수 두 수가 곡선 하나를 정하며, 기호로는 식 (1)처럼 쓴다.
은 자연상수, 는 원주율이다. 식 (2)의 와 는 각각 의 평균과 표준편차임이 알려져 있다. 곧 , , 이다. 이 사실을 적분으로 확인하는 일은 이 글의 선수로 요구하지 않는다.
| 기호 | 이름 | 원어 | 뜻 |
|---|---|---|---|
| 확률변수 | random variable | 정규분포를 따른다고 가정한 연속확률변수 | |
| 평균 | mean | 대칭축 의 위치, | |
| 표준편차 | standard deviation | 퍼짐을 정하는 양수, | |
| 분산 | variance | 표준편차의 제곱, | |
| 정규분포 | normal distribution | 이 글은 둘째 자리에 분산을 쓴다 | |
| 확률밀도함수 | probability density function | 구간 아래 넓이가 확률이 되는 높이 |
교육과정과 교과서는 평균을 으로 써서 로 적는다. 이 글의 가 그 이다. 기호 은 영어 이름 normal distribution의 첫 글자다.
교재나 소프트웨어는 둘째 인수에 표준편차를 받기도 한다. 그래서 표기 규약을 확인해야 한다. 이 글의 에서는 평균 50, 분산 25, 표준편차 이다. 표준편차를 25로 읽으면 다른 분포가 된다. 아래에서는 가상의 시험 점수 를 예로 계속 쓴다.
정규분포의 표준편차가 0일 수도 있나요?
아니다. 이 글의 연속 정규분포에서는 이다. 모든 값이 50으로 고정된 확률변수의 분산은 0이지만, 종 모양 밀도를 갖는 정규분포에는 포함하지 않는다. 식 (2)에 0을 넣으면 분모도 0이 된다.
정규분포 곡선은 어떤 성질을 가질까?
식 (2)의 그래프를 정규분포 곡선이라고 한다. 식 (2)에서 다음 다섯 성질을 읽는다. 1과 3은 지수 에서, 2의 최댓값과 4의 넓이는 앞의 상수 까지 보아야 나온다. 대칭이라는 조건 하나만으로 정규분포라고 판정하지는 않는다. 정확한 곡선은 식 (2)가 정한다.
- 직선 에 대하여 대칭이다. 와 를 넣으면 으로 같아 높이가 같다.
- 에서 최댓값 를 갖는다. 지수는 에서 0이고 다른 곳에서는 음수다. 의 최댓값은 이다.
- 축을 점근선으로 갖는다. 의 거듭제곱은 0이 되지 않으므로 모든 에서 이다. 평균에서 멀어질수록 0에 가까워져, 에서 이다.
- 곡선과 축 사이의 넓이는 1이다. 앞의 상수 가 넓이를 1로 맞춘다. 이 적분의 증명은 여기서 다루지 않는다.
- 는 곡선의 위치를, 는 퍼짐을 바꾼다. 다음 절에서 비교한다.
그림 1은 곡선의 대칭축과 최댓값을 표시했다. 평균에서 8씩 떨어진 42와 58의 높이가 같다. 양 끝의 곡선은 축에 거의 붙어 보이지만 닿지는 않는다.
figures/symmetric_tails.py자료의 평균과 표준편차를 알면 정규분포인가요?
아니다. 평균과 표준편차는 분포의 일부 특징이며, 정규분포 모형이 적절한지는 자료의 모양과 발생 조건을 따로 살펴야 한다. 예를 들어 일정 구간에서 밀도가 평평한 균등분포도 평균과 표준편차가 있지만 정규분포가 아니다.
평균과 표준편차는 그래프를 어떻게 바꿀까?
표준편차가 같고 평균만 바뀌면 같은 곡선이 가로로 이동한다. 그림 2 위쪽의 와 는 표준편차 5가 같고 중심만 15만큼 이동한다. 모양이 그대로이므로 최댓값도 0.0798로 같다.
평균을 50으로 고정하고 표준편차를 5에서 10으로 바꾸면 에서 이 된다. 평균으로부터 같은 표준편차 배수에 해당하는 가로 거리가 두 배가 되고, 전체 넓이를 1로 유지하려고 높이는 절반이 된다. 식 (2)에서 를 같게 두면 앞의 가 이 관계를 설명한다. 최댓값은 0.0798에서 0.0399로 줄어든다.
figures/normal_parameters.py넓게 퍼진 곡선이 모든 곳에서 낮아지는 것은 아니다. 식 (2)로 계산하면 두 곡선은 와 에서 만나고, 그 바깥에서는 이 더 높다. 예를 들어 에서 높이는 가 약 0.00089, 이 약 0.0130이다. 넓이 1을 지키면서 가운데 넓이의 일부를 양 끝으로 옮겼기 때문이다.
두 곡선이 만나는 점은 어떻게 구할까?
평균에서의 거리를 이라 하자. 식 (2)에 두 표준편차를 넣고 높이가 같다고 두면 다음과 같다.
양변에 을 곱하면 이다. 자연로그를 취하면 , 이다. 그래서 만나는 점은 , 곧 약 43.2와 56.8이다.
중심에서 같은 거리인 구간의 확률은 왜 같을까?
대칭인 두 구간 아래 넓이가 같기 때문이다. 전체 넓이는 1이고 중심의 한 점은 넓이가 0이므로, 식 (1)의 정규분포에서 다음이 성립한다.
같은 이유로 양수 에 대해 왼쪽 꼬리 와 오른쪽 꼬리 가 같다. 그림 1의 두 꼬리가 그 예다.
이 성질을 거꾸로 쓰면 평균을 찾는다. 대칭으로 이다. 밀도가 양수라서 왼쪽 누적 넓이 는 가 커지면 반드시 커지므로, 두 왼쪽 넓이가 같으면 경계도 같다. 따라서 이다.
그림 1에서는 이므로 이다. 높이로도 같은 판단을 한다. 이고 이면 에서 이므로 역시 이다.
정규분포에서 평균인 값이 나올 확률이 가장 큰가요?
아니다. 정규분포의 평균에서는 밀도가 가장 높지만 정확히 한 값의 확률은 0이다. 같은 작은 폭의 구간을 비교할 때 중심 근처의 넓이가 더 크다는 뜻과 구별한다. 과 은 서로 다른 사건이다.
평균에서 표준편차의 1배·2배·3배 안에 들 확률은 얼마일까?
정규분포에서 평균의 양쪽 한 표준편차 안에 있을 확률은 약 0.6827이다. 두 표준편차 안은 약 0.9545, 세 표준편차 안은 약 0.9973이다. 세 값은 평균과 표준편차가 무엇이든 같고, 그 이유는 표준정규분포의 표준화에서 나온다.
식 (5)는 표준정규분포표나 공학 도구로 구한 넓이이며, 대칭만으로 수치가 정해지지는 않는다. 에서는 45와 55가 평균에서 표준편차 하나씩 떨어져 있다. 그래서 다음을 얻는다.
figures/normal_interval.py식 (6)의 둘째 값은 대칭으로 첫째 값의 절반이다. 꼬리 확률도 식 (5)에서 바로 나온다. 두 표준편차 밖의 넓이는 이고, 대칭으로 양쪽에 반씩 나뉜다.
응시자가 1000명이라면 60점 이상은 약 명으로 예상한다. 모형에서 나온 기댓값이므로 실제 인원은 다를 수 있다. 연속확률변수라서 같은 구간에서 끝점의 등호를 빼도 확률은 같다.
정규분포에서 한 표준편차 안의 확률은 0.6826인가요, 0.6827인가요?
정규분포에서 한 표준편차 안의 확률은 0.68269…이고, 두 수는 같은 넓이를 다르게 반올림한 표시다. 소수 넷째 자리 표의 을 두 번 더하면 0.6826이고, 정확한 값을 소수 넷째 자리까지 나타내면 0.6827이다. 교과서의 0.9544·0.9974가 0.9545·0.9973과 끝자리가 다른 것도 같은 이유다.
정규분포 N(μ,σ²)는 실수 평균 μ와 양수 표준편차 σ로 정해진다. μ는 중심, σ는 퍼짐을 바꾸며, 확률은 밀도 높이가 아니라 구간 아래 넓이로 구한다.
정규분포의 흔한 오해
- 밀도가 1보다 높으면 잘못된 분포다. — 표준편차가 0.2인 정규분포는 중심 높이가 이다(그림 4). 곡선이 좁아 높이가 커도 전체 넓이가 1인 조건과 모순되지 않는다.
- 평균이 커지면 곡선이 더 퍼진다. — 그림 2 위의 두 곡선은 평균만 다르다. 표준편차가 같아 퍼짐과 최댓값 0.0798이 그대로다.
figures/high_density.py직접 해보기
- 의 평균·분산·표준편차를 구하고, 평균의 양쪽 한 표준편차 구간을 적어라.
- 와 는 어떻게 다를까? 와 도 비교하라.
- 정규분포 의 평균이 이고 이다. 이면 와 를 구하라.
- 어떤 정규분포에서 평균의 오른쪽 한 표준편차 구간 넓이가 0.3413으로 주어졌다. 평균보다 한 표준편차 이상 큰 구간의 확률을 이 근삿값으로 구하라.
- 에서 이다. 를 구하고, 식 (5)를 써서 의 근삿값을 구하라.
답과 풀이
- 평균 30, 분산 16, 표준편차 4이다. 구간은 부터 이며 확률은 약 0.6827이다.
- 첫 비교는 표준편차 3이 같고 중심이 오른쪽으로 8 이동한다. 둘째 비교는 중심 12가 같지만 표준편차가 3에서 6으로 두 배가 되어 더 넓고, 최댓값은 절반으로 낮다.
- 대칭인 오른쪽 꼬리도 0.12이다. 가운데 확률은 이다. 한 점의 확률이 0이므로 경계의 등호는 결과를 바꾸지 않는다.
- 평균 오른쪽 전체가 0.5이므로 이다. 사용한 넓이가 반올림값이어서 결과도 근삿값이다.
- 식 (4)에서 이다. 표준편차는 이고 이므로, 두 표준편차 밖의 오른쪽 꼬리다. 이다.
기댓값과 분산에서 배운 중심·퍼짐의 뜻은 연속형에서도 같다. 전문 수학에서는 연속확률변수의 평균과 표준편차에서 밀도로 가중한 적분을 배우고, 유한 구간의 밀도로 평균·분산을 직접 계산한다. 정규분포처럼 실수 전체에 걸친 밀도에는 해당 적분의 수렴 조건도 필요하다.
더 읽기
- 교육부 2022 개정 수학과 교육과정 — [12확통03-04]. 정규분포의 성질과 이항분포와의 관계가 범위다.
- NIST, 정규분포 — 밀도식, 위치·척도 매개변수와 평균·표준편차의 근거다. 본문 수치와 그림은 직접 구성했다.
- NIST, 표준정규분포표 — 0부터 양의 z까지의 넓이에서 한 표준편차 구간의 확률을 확인했다.
영상 노트
- 00:00 같은 넓이의 언덕에서 중심과 퍼짐 구별하기
- 00:40 식 (1)의 둘째 수 25를 표준편차 5로 바꾸고 교과서의 m과 잇기
- 01:20 식 (2)와 그림 1에서 대칭·최댓값·점근선 읽기
- 02:20 그림 2에서 한 매개변수씩 바꾸고 두 곡선의 교점 확인하기
- 03:20 식 (3)·(4)로 두 꼬리에서 평균 찾기
- 04:10 그림 3과 식 (5)~(7)의 1·2·3 표준편차 넓이, 0.6826과 0.6827
- 05:10 그림 4로 밀도 높이와 확률 구별하기
- 05:50 새 문제에서 꼬리 넓이를 빼기
지도에서의 위치
- 2026-11-17 · 전문 수학의 연속확률변수 평균·표준편차 학습 연결
- 2026-11-16 · 교과 정의·새 연습·표와 도구 확인을 담은 에이전트 초안
- 2026-11-17 · 전수 검수 반영 — 밀도식을 본문으로 옮기고 곡선의 다섯 성질과 각 성질이 지수·상수 중 어디서 나오는지, 교과서 표기 m, 대칭으로 평균 찾기, 1·2·3 표준편차 확률과 0.6826·0.6827 차이, 교점 계산, 새 연습 1문항, 띄어쓰기 수정 (에이전트 수정, 그림 2→4)
- 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림