확률·통계확률의 시작#209

확률의 시작

Introduction to Probability

확률의 시작에서는 확률을 사건이 일어날 가능성을 0 이상 1 이하의 수로 나타낸 것으로 배운다. 가능성이 같은 경우의 수의 비율과 반복 실험의 상대도수를 잇고, 두 동전·두 주사위에서 결과를 구별해 세는 법과 기록이 확률과 다를 수 있는 이유를 살핀다.

읽는 시간
약 10분
선수 개념
곱의 법칙상대도수

직관 — 한 번의 결과와 여러 번의 비율

직관

동전을 던지기 전에 어느 면이 나올지 확신하기는 어렵다. 여러 번 던져 앞면이 나온 횟수를 기록하면, 전체에서 앞면이 차지하는 비율은 계산할 수 있다. 한 번의 결과를 맞히는 일과 여러 번의 경향을 설명하는 일은 서로 다르다.

동전을 한 번 던지는 행동은 실험, ‘앞면이 나온다’는 조건을 만족하는 일은 사건에 대응한다. 상대도수로 실제 기록을 읽고, 경우의 수로 가능한 결과를 세면서 사건이 일어날 가능성을 수로 나타내 보자. 같은 생각이 고등학교의 확률과 통계를 거쳐, 언어 모델이 다음 낱말을 고르는 확률 계산까지 이어진다.

확률은 사건이 일어날 가능성을 나타내는 수다

확률은 어떤 사건이 일어날 가능성을 0 이상 1 이하의 수로 나타낸 것이다. 합의 법칙에서 본 대로 교과서는 같은 조건에서 되풀이할 수 있는 실험이나 관찰에서 나타나는 결과를 사건이라고 부른다. 곧 사건은 실험이나 관찰에서 정해 둔 조건을 만족하는 결과가 나오는 일이다. 예를 들어 주사위를 한 번 던져 ‘짝수의 눈이 나온다’는 사건에는 2, 4, 6의 세 결과가 해당한다.

여기서는 결과가 유한하고, 각 결과가 일어날 가능성이 모두 같은 경우부터 계산한다. 모든 결과를 빠짐없이 한 번씩 세었을 때 그 개수가 nn, 그중 사건에 해당하는 개수가 aa라면

p=an,n>0.(1)p=\frac{a}{n},\qquad n>0. \tag{1}
정의
기호이름원어뜻
pp확률probability정해 둔 사건이 일어날 가능성을 나타내는 수
nn모든 경우의 수number of outcomes같은 가능성을 가진 결과를 빠짐없이 센 개수
aa사건이 일어나는 경우의 수favorable outcomes그중 정해 둔 조건을 만족하는 결과의 개수
NN실험 횟수number of trials같은 조건으로 실제 또는 모의 실험을 한 횟수, N>0N>0
ff사건이 일어난 횟수frequencyNN번의 실험 중 기록된 사건의 횟수

교과서는 식 (1)을 ‘(사건이 일어나는 경우의 수) ÷ (모든 경우의 수)’로 쓴다. 또 같은 조건에서 실험을 많이 반복할 때 사건의 상대도수가 가까워지는 일정한 값을 그 사건의 확률로 먼저 소개한다. 두 설명이 어떻게 만나는지는 ‘반복 실험의 상대도수와 확률은 어떻게 연결될까?’ 절에서 잇는다.

소문자 nn은 가능한 결과가 몇 종류인지, 대문자 NN은 실험을 몇 번 했는지다. 주사위를 100번 던져도 한 번에 가능한 눈은 여섯 종류이므로 n=6n=6, N=100N=100이다. 확률은 개수나 길이가 아닌 비율이어서 ‘회’, ‘개’ 같은 단위를 붙이지 않는다. 합의 법칙과 곱의 법칙에서는 NN을 전체 경우의 수로 썼지만, 이 글부터는 모든 경우의 수를 nn, 실험 횟수를 NN으로 쓴다. 이 NN은 상대도수에서 도수의 총합을 나타낸 NN과 같은 자리다.

공정한 주사위에서 짝수가 나올 확률을 구한다

이 글에서 공정한 주사위는 1부터 6까지의 눈이 각각 같은 가능성으로 나오는 주사위다. 여섯 결과 중 짝수는 2, 4, 6의 세 가지이므로

p=36=12=0.5=50%.(2)p=\frac36=\frac12=0.5=50\%. \tag{2}

그림 1은 같은 가능성의 여섯 결과가 전체를 똑같이 나눈 모습이다. 한 결과는 전체의 1/61/6을 차지하고, 짝수 세 칸의 몫을 모으면 3/63/6이다. 이와 같이 같은 몫 1/n1/n을 aa개 모으는 것이 식 (1)의 이유다.

공정한 주사위의 여섯 눈을 같은 크기의 칸으로 나타냈다. 각 눈의 확률은 1/6이고, 짝수 2·4·6의 세 칸을 합치면 3/6이다. 칸은 가능한 눈의 목록이지, 여섯 번 던졌을 때 반드시 한 번씩 나온다는 기록은 아니다.
그림 1 공정한 주사위의 여섯 눈을 같은 크기의 칸으로 나타냈다. 각 눈의 확률은 1/6이고, 짝수 2·4·6의 세 칸을 합치면 3/6이다. 칸은 가능한 눈의 목록이지, 여섯 번 던졌을 때 반드시 한 번씩 나온다는 기록은 아니다. figures/equal_outcomes.py

확률은 왜 0과 1 사이일까?

사건에 해당하는 결과의 수 aa는 0보다 작을 수 없고 전체 개수 nn보다 클 수도 없기 때문이다. nn이 양수이므로 이 관계를 nn으로 나누면

0≤a≤n⟹0≤p=an≤1.(3)0\le a\le n \quad\Longrightarrow\quad 0\le p=\frac an\le1. \tag{3}

공정한 주사위에서 7이 나올 경우는 없으므로 확률은 0/6=00/6=0이다. 1부터 6까지 중 하나가 나오는 사건에는 여섯 결과가 전부 해당하므로 확률은 6/6=16/6=1이다. 이처럼 절대로 일어나지 않는 사건의 확률은 0, 반드시 일어나는 사건의 확률은 1이다.

그림 2는 주사위 한 번에서 생기는 사건 다섯 개를 0부터 1까지의 눈금에 놓았다. 해당하는 눈이 0개, 1개, 3개, 5개, 6개이면 확률은 00, 1/61/6, 1/21/2, 5/65/6, 11이다. 확률이 a/6a/6이므로 어느 사건이든 눈금 0/6,1/6,…,6/60/6, 1/6, \dots, 6/6 가운데 한 곳에 놓인다.

공정한 주사위를 한 번 던질 때 사건 다섯 개의 확률을 0부터 1까지의 눈금에 놓았다. 점 아래 숫자는 그 사건에 해당하는 눈이며, 왼쪽 끝의 7은 나올 수 없는 눈이라 확률 0, 오른쪽 끝의 1~6은 반드시 나오므로 확률 1이다.
그림 2 공정한 주사위를 한 번 던질 때 사건 다섯 개의 확률을 0부터 1까지의 눈금에 놓았다. 점 아래 숫자는 그 사건에 해당하는 눈이며, 왼쪽 끝의 7은 나올 수 없는 눈이라 확률 0, 오른쪽 끝의 1~6은 반드시 나오므로 확률 1이다. figures/probability_scale.py

분자에 해당하는 결과를 중복해서 세어 p>1p>1이 나왔다면 목록부터 다시 확인한다. 예를 들어 여섯 눈 중 하나가 같은 조건을 두 가지 이유로 만족해도 그 눈은 하나의 결과다.

이름이 두 가지라고 확률도 반반일까?

‘6이 나온다’와 ‘6이 나오지 않는다’는 두 가지 분류다. 하지만 공정한 주사위에서 첫 분류에는 눈 6 하나, 둘째 분류에는 눈 1부터 5까지 다섯 개가 들어간다. 이 두 분류가 일어날 가능성은 같지 않으므로 분류 이름의 개수 2로 나눌 수 없다.

같은 가능성인 기본 결과 여섯 개로 돌아가면 ‘6이 나온다’는 1/61/6, ‘6이 나오지 않는다’는 5/65/6이다. 합의 법칙에서 결과 하나를 무엇으로 세는지 정했듯, 확률에서는 그렇게 센 결과들의 가능성도 같은지 확인해야 한다.

두 동전에서 앞면이 한 개 나올 확률은 왜 1/3이 아닐까?

앞면이 0개, 1개, 2개라는 세 분류는 일어날 가능성이 같지 않기 때문이다. 서로 다른 두 동전의 결과를 구별해 세면 같은 가능성의 결과가 네 가지이고, 앞면이 한 개인 것은 그중 두 가지다.

100원짜리와 500원짜리 공정한 동전을 함께 던진다고 하자. (100원 동전의 면, 500원 동전의 면)으로 적으면 결과는 (앞, 앞), (앞, 뒤), (뒤, 앞), (뒤, 뒤)다. 곱의 법칙으로 2×2=42\times2=4가지이고, 두 동전이 서로 영향을 주지 않으면 네 결과의 가능성이 같다.

p=24=12.(4)p=\frac24=\frac12. \tag{4}

그림 3의 위쪽 표에서 H는 앞면, T는 뒷면이고 kk는 앞면의 개수다. (앞, 뒤)와 (뒤, 앞)은 어느 동전이 앞면인지가 달라 서로 다른 결과다. 아래쪽 막대처럼 앞면 0개·1개·2개의 확률은 1/41/4, 1/21/2, 1/41/4이어서 어느 것도 1/31/3이 아니다.

서로 다른 두 공정한 동전의 결과 네 가지를 표로 나타냈다. 가로는 첫째 동전, 세로는 둘째 동전이고 H는 앞면, T는 뒷면, k는 앞면의 개수다. 앞면이 한 개인 칸은 두 개라서 아래 막대의 확률은 1/4, 1/2, 1/4이고, 점선 1/3과 맞지 않는다.
그림 3 서로 다른 두 공정한 동전의 결과 네 가지를 표로 나타냈다. 가로는 첫째 동전, 세로는 둘째 동전이고 H는 앞면, T는 뒷면, k는 앞면의 개수다. 앞면이 한 개인 칸은 두 개라서 아래 막대의 확률은 1/4, 1/2, 1/4이고, 점선 1/3과 맞지 않는다. figures/two_coin_grid.py

두 동전의 생김새가 똑같아도 확률은 1/21/2로 같다. 실제로는 서로 다른 두 물체이므로, 구별하지 않고 세면 ‘앞면 한 개’에 들어가는 결과 둘을 하나로 줄이게 된다. 동전 한 개를 두 번 던질 때도 (첫째, 둘째)로 적어 같은 네 결과를 얻는다.

두 주사위 눈의 합이 7일 확률은 어떻게 구할까?

서로 다른 두 주사위의 결과 36가지 가운데 합이 7인 6가지를 세어 6/36=1/66/36=1/6으로 구한다. 합의 종류는 2부터 12까지 11가지지만, 종류마다 가능성이 달라 1/111/11로 구하지 않는다.

첫째 주사위의 눈을 xx, 둘째 주사위의 눈을 yy라 하고 결과를 순서쌍 (x,y)(x,y)로 적자. 곱의 법칙에 따라 6×6=366\times6=36가지이고, 공정한 두 주사위가 서로 영향을 주지 않으면 36가지의 가능성이 같다. 합이 7인 순서쌍은 (1,6)(1,6), (2,5)(2,5), (3,4)(3,4), (4,3)(4,3), (5,2)(5,2), (6,1)(6,1)의 6개다.

p=636=16.(5)p=\frac{6}{36}=\frac16. \tag{5}

그림 4는 36가지 결과를 눈의 합으로 모았을 때 각 합에 들어가는 순서쌍의 개수와 확률이다. 합 2는 (1,1)(1,1) 하나뿐이라 1/361/36이고, 합 7은 여섯 개라 가장 크다. 점선 1/111/11은 11가지 합이 모두 같은 가능성이라고 잘못 볼 때의 값으로, 실제 막대와 맞지 않는다.

서로 다른 두 공정한 주사위의 결과 36가지를 눈의 합 x+y로 모아, 합마다 순서쌍의 개수(막대 안 숫자)와 확률을 나타냈다. 합 7은 6개로 6/36=1/6이고 합 2와 12는 1/36이며, 점선 1/11은 실제 막대와 맞지 않는다.
그림 4 서로 다른 두 공정한 주사위의 결과 36가지를 눈의 합 x+y로 모아, 합마다 순서쌍의 개수(막대 안 숫자)와 확률을 나타냈다. 합 7은 6개로 6/36=1/6이고 합 2와 12는 1/36이며, 점선 1/11은 실제 막대와 맞지 않는다. figures/dice_sum_bars.py

확률을 퍼센트로 나타내려면 어떻게 하나요?

확률에 100을 곱하고 %를 붙인다. 두 주사위 눈의 합이 7일 확률 1/61/6은 약 0.1670.167이므로 약 16.7%16.7\%다. 분수·소수·퍼센트는 같은 확률을 다르게 쓴 것이고, 0과 1 사이의 확률은 0%와 100% 사이가 된다.

반복 실험의 상대도수와 확률은 어떻게 연결될까?

같은 조건으로 실험을 NN번 하여 사건이 ff번 일어났다면, 기록에서 구하는 상대도수는

상대도수=fN.(6)\text{상대도수}=\frac fN. \tag{6}

확률 pp는 실험 전에 정한 조건에서의 가능성이고, f/Nf/N은 실제로 얻은 기록의 비율이다. 두 수가 유한한 실험에서 꼭 같아야 하는 것은 아니다.

아래 표는 공정한 동전을, 앞선 결과가 다음에 영향을 주지 않는 조건으로 던지도록 컴퓨터에서 만든 모의실험 한 번의 기록이다. 실제 동전을 관찰한 자료는 아니다. 같은 기록의 앞부분을 점점 길게 읽어 앞면의 횟수를 누적했다.

던진 횟수 NN앞면 횟수 ff상대도수 f/Nf/N
1040.400
20110.550
50210.420
100440.440
200970.485
10005060.506

예를 들어 100번까지 앞면 44회는 44/100=0.4444/100=0.44이며, 1000번까지 앞면 506회는 506/1000=0.506506/1000=0.506이다. 그림 5는 같은 기록을 한 번 던질 때마다 다시 계산한 상대도수다. 처음 몇십 번은 크게 흔들리지만, 이 기록에서 200번째부터 1000번째까지는 0.47과 0.52 사이에 머문다.

공정한 동전의 앞면을 1, 뒷면을 0으로 모의실험한 1000개 기록에서 매번 누적 상대도수 f/N을 계산했다. 점선은 확률 1/2이다. 가로축은 실험 횟수 N, 세로축은 앞면의 상대도수이며, 20회 0.55에서 50회 0.42로 기준값에서 더 멀어지는 구간도 있다.
그림 5 공정한 동전의 앞면을 1, 뒷면을 0으로 모의실험한 1000개 기록에서 매번 누적 상대도수 f/N을 계산했다. 점선은 확률 1/2이다. 가로축은 실험 횟수 N, 세로축은 앞면의 상대도수이며, 20회 0.55에서 50회 0.42로 기준값에서 더 멀어지는 구간도 있다. figures/frequency_path.py

같은 조건에서 앞선 결과가 다음에 영향을 주지 않도록 충분히 많이 반복하면 상대도수가 확률 주변에서 안정되는 경향이 있다. 다만 그림 5는 이 성질을 증명하는 자료가 아니라 한 기록의 예다. 정해진 횟수에서 정확히 확률과 일치한다는 약속도 아니다.

이 경향은 가능성이 같은 결과로 나눌 수 없는 실험에서 확률을 어림하는 방법이 된다. 압정을 던져 바늘이 위를 향하는 경우처럼 두 결과의 가능성이 같다고 볼 근거가 없으면, 같은 조건으로 많이 던진 기록의 상대도수를 그 사건의 확률로 어림한다. 가능성이 같은 결과를 세는 방법과 반복 기록의 비율을 읽는 방법은 같은 확률을 이해하는 서로 다른 출발점이다.

핵심

확률은 사건이 일어날 가능성을 0 이상 1 이하의 수로 나타낸 것이다. 같은 가능성의 결과를 구별해 셌다면 사건의 경우의 수를 모든 경우의 수로 나누고, 반복 실험의 상대도수는 그 값과 다를 수 있다.

확률이 50%이면 두 번에 한 번씩 꼭 일어나나요?

아니다. 확률 50%는 두 번마다 결과를 맞춰 주는 규칙이 아니다. 공정한 동전을 두 번 던져 앞면이 정확히 한 번 나올 확률은 식 (4)처럼 1/21/2이고, 나머지 1/21/2은 두 번 모두 앞면이거나 모두 뒷면인 경우다.

동전 앞면이 적게 나왔으면 다음에는 앞면이 더 잘 나오나요?

앞선 결과가 다음 던지기에 영향을 주지 않는 공정한 동전이라면 다음 앞면 확률은 여전히 1/21/2다. 앞면 횟수가 부족하다는 이유로 다음 결과가 보충되지는 않는다. 던지는 방법이나 동전의 상태가 달라졌다면 같은 조건이라는 전제부터 다시 살핀다.

실험에서 한 번도 안 나온 사건은 확률이 0인가요?

관찰 횟수가 유한할 때 한 번도 안 나왔다는 사실만으로 확률 0이라고 결론 낼 수 없다. 공정한 주사위를 몇 번 던져 6이 아직 안 나왔어도, 6이 나올 확률은 1/61/6이다. 관찰된 상대도수 0과 절대로 일어나지 않는 사건의 확률 0을 구별한다.

확률의 시작에서 흔한 오해

  • 가능한 결과가 여섯 종류이면 각 확률은 무조건 1/6이다. — 여섯 결과의 가능성이 같을 때만 식 (1)을 쓴다. 모양이나 무게가 치우친 주사위는 종류 수만으로 1/6이라 할 수 없고, 같은 조건의 반복 기록이 필요하다.
  • 실험에서 100번 중 44번이면 원래 확률도 반드시 0.44다. — 44/10044/100은 그 기록의 상대도수다. 공정한 동전이라는 조건이 주어졌다면 확률은 1/21/2이고, 한정된 기록은 그 값과 달라질 수 있다.
  • 던진 횟수가 늘면 상대도수는 매번 확률에 더 가까워진다. — 표의 기록에서 20회의 0.55는 1/21/2과 0.05 차이지만, 50회의 0.42는 0.08 차이로 오히려 멀어졌다. 가까워지는 것은 많이 반복할 때의 경향이다.

직접 해보기

  1. 1부터 12까지의 수를 하나씩 적은 같은 모양의 카드 12장을 충분히 섞어, 각 카드가 같은 가능성으로 뽑히도록 한 장을 고른다. 4의 배수가 나올 확률을 구하자.
  2. 모양과 무게가 같은 공 10개에 빨강 2개, 파랑 5개, 초록 3개를 칠했다. 각 공이 같은 가능성으로 선택되도록 한 개를 뽑을 때 빨강, 파랑, 보라가 나올 확률을 각각 구하자.
  3. 서로 다른 두 공정한 주사위를 던질 때 나온 두 눈의 차가 2일 확률을 구하자.
  4. 1, 2, 3, 4가 하나씩 적힌 카드 네 장에서 두 장을 차례로 뽑아, 처음 카드를 십의 자리에, 다음 카드를 일의 자리에 놓아 두 자리 자연수를 만든다. 만들 수 있는 수가 모두 같은 가능성일 때 3의 배수일 확률을 구하자.
  5. 공정한 동전을 30번 던진 한 기록에서 앞면이 19번 나왔다. 이 기록의 상대도수와 동전 앞면의 확률을 각각 쓰고, 같아야 하는지 설명하자.
답과 풀이
  1. 전체 12개 중 4의 배수는 4, 8, 12의 3개다. 따라서 3/12=1/43/12=1/4이다.
  2. 전체는 2+5+3=102+5+3=10개다. 빨강은 2/10=1/52/10=1/5, 파랑은 5/10=1/25/10=1/2, 보라는 없으므로 0/10=00/10=0이다. 색의 종류 3으로 나누지 않고 같은 가능성의 공 10개를 센다.
  3. 큰 눈에서 작은 눈을 뺀 값이 2인 순서쌍은 (1,3)(1,3), (3,1)(3,1), (2,4)(2,4), (4,2)(4,2), (3,5)(3,5), (5,3)(5,3), (4,6)(4,6), (6,4)(6,4)의 8개다. (1,3)(1,3)과 (3,1)(3,1)은 어느 주사위가 1인지가 달라 서로 다른 결과다. 36가지 중 8가지이므로 8/36=2/98/36=2/9이다.
  4. 십의 자리에 4가지, 일의 자리에 남은 3가지가 와서 4×3=124\times3=12개의 수를 만든다. 각 자리 숫자의 합이 3의 배수인 수는 12, 21, 24, 42의 4개이므로 4/12=1/34/12=1/3이다.
  5. 기록의 상대도수는 19/3019/30이고 앞면 확률은 1/21/2이다. 유한한 30번의 결과가 이 확률에 정확히 맞아야 하는 것은 아니므로 두 값이 달라도 모순이 아니다.

일어나지 않을 확률을 1에서 빼거나, 두 사건의 확률을 더하거나 곱해 구하는 계산은 확률의 계산에서 이어서 다룬다.

더 읽기

영상 노트

영상 노트
  • 00:00 한 번의 동전 결과와 여러 번의 기록 구별하기
  • 00:50 식 (1)의 분자·분모와 동등한 가능성 조건, 교과서의 상대도수 정의
  • 01:40 그림 1과 식 (2)에서 짝수 세 결과 세기
  • 02:20 식 (3)과 그림 2로 0과 1 사이인 이유 설명하기
  • 03:00 ‘6과 6이 아님’ 두 이름이 반반이 아닌 이유
  • 03:40 그림 3의 두 동전 네 결과와 식 (4), 1/3이 아닌 이유
  • 04:40 그림 4의 두 주사위 눈의 합과 식 (5), 퍼센트로 바꾸기
  • 05:40 식 (6)의 상대도수와 모의실험 표, 그림 5에서 20회와 50회 비교
  • 06:40 카드·공·두 주사위·두 자리 수·동전 기록 문제 풀기

지도에서의 위치

이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안 — 동등한 가능성과 반복 실험의 상대도수 연결
  2. 2026-11-16 · 전수 검수 반영 — 숫자 앞뒤 띄어쓰기 바로잡기, 기호표 원어와 교과서의 상대도수 정의 연결, 두 동전 앞면 한 개와 두 주사위 눈의 합 예제, 퍼센트 질문, 중복 문단을 오해 절로 정리, 해보기 5문항, 다음 글로 넘기는 범위를 이 글이 다룬 내용에 맞춤 (에이전트 수정, 그림 2→5)
  3. 2026-11-16 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림
  4. 2026-11-16 · 현재판 재검증 반영 — 사건의 뜻을 합의 법칙이 인용한 교과서 정의로 시작, 앞 글과 N의 뜻이 바뀐다는 안내, 합의 법칙 연습과 겹치던 해보기 3을 두 눈의 차 문제로 교체 (에이전트 수정)
  5. 2026-11-16 · 모바일 검수 반영 — 해보기 3의 순서쌍을 각각 표기해 좁은 화면에서 줄바꿈하도록 수정 (에이전트 수정)