확률·통계업무 자료로 읽는 가능성#426

업무 자료로 읽는 가능성

Empirical Likelihood in Workplace Records

업무 자료로 읽는 가능성은 같은 기준으로 센 전체 기록 중 해당 현상이 나타난 비율, 곧 관찰 비율이다. 취소·가격 인상 가능성을 0 이상 1 이하의 수로 나타내고, 건수와 비율, 기록 0건과 현상 0건, 기간 합산과 조건별 비율을 구별한다.

읽는 시간
약 8분
선수 개념
업무 비율과 백분율두 사건의 경우의 수

직관 — 기록에 붙이는 표식

직관

예약 한 건마다 카드 한 장을 놓고 취소된 카드에 표식을 붙인다. 표식 수만 세면 취소가 많았는지 알 수 있지만, 전체 카드 수가 다르면 비교가 달라진다. 카드 전체에서 표식이 차지하는 몫을 함께 보자.

카드 한 장은 예약 한 건, 표식은 취소에 대응한다. 두 사건의 경우의 수에서는 가능한 결과를 나열했다. 이번에는 실제로 기록한 횟수로 가능성의 단서를 읽는다. 모든 자료는 개인정보가 없는 가상 기록이다.

관찰 비율은 해당 건수를 전체 기록 수로 나눈 값이다

관찰 비율은 정해진 기록 범위에서 어떤 현상이 나타난 건수를 전체 건수로 나눈 값이다. 기록이 한 건 이상이고 각 건을 같은 기준으로 분류해야 계산할 수 있다.

예약 이용일이 지난 뒤 최종 상태를 기록한다고 하자. 같은 예약의 여러 수정 기록은 한 건으로 센다. 최종 취소인 예약 수를 CC, 전체 예약 수를 NN이라 두면

r=CN,N>0,0≤C≤N.(1)r=\frac{C}{N},\qquad N>0,\quad0\le C\le N.\tag{1}
정의
기호이름원어뜻
NN전체 건수total count같은 범위에서 확인한 예약 수
CC취소 건수cancellation count그중 최종 취소된 예약 수
rr관찰 비율observed relative frequency전체에서 취소가 차지한 몫

중학교에서 배운 상대도수와 같은 계산이다. 확률의 시작에서는 같은 조건으로 많이 반복한 기록의 상대도수로 확률을 어림했다. 이 글의 rr도 지난 기록에서 얻은 어림값이다.

그림 1은 기간 A의 예약 100건을 들어온 순서대로 놓은 카드다. 표식이 붙은 12장이 취소이므로 r=12/100=0.12r=12/100=0.12다. 같은 값을 소수 0.12, 백분율 12%, ‘100건 중 12건’, ‘25건 중 3건’으로 말할 수 있다. 백분율은 rr에 100을 곱해 %를 붙인 것이다.

가상 기간 A의 예약 100건을 들어온 순서대로 한 줄에 10장씩 놓았다. 표식이 붙은 12장이 취소이고, 아래 띠의 길이 1 가운데 0.12가 r, 나머지 0.88이 1-r이다. 첫 줄 10장에는 표식이 없다.
그림 1 가상 기간 A의 예약 100건을 들어온 순서대로 한 줄에 10장씩 놓았다. 표식이 붙은 12장이 취소이고, 아래 띠의 길이 1 가운데 0.12가 rr, 나머지 0.88이 1−r1-r이다. 첫 줄 10장에는 표식이 없다. figures/record_cards.py

관찰 비율은 왜 0과 1 사이에 있을까

취소 건수는 0건 이상이고 전체 건수를 넘지 않으므로 rr은 0 이상 1 이하다. 표식이 없는 카드의 몫은 1에서 rr을 뺀 값이다.

1−r=N−CN=100−12100=0.88.(2)1-r=\frac{N-C}{N}=\frac{100-12}{100}=0.88.\tag{2}

기간 A에서 취소되지 않은 비율은 88%다. 취소와 비취소는 겹치지 않고 모든 예약을 빠짐없이 나누므로 두 비율의 합이 1이다. 고등학교 ‘확률과 통계’는 이 관계를 여사건의 확률로 정리한다.

양 끝값의 뜻도 기록에 묶여 있다. r=0r=0은 이 기록에서 한 번도 나타나지 않았다는 뜻이고, r=1r=1은 이 기록의 모든 건에서 나타났다는 뜻이다. 둘 다 앞으로의 결과를 확정하지는 않는다.

취소 건수가 적어도 취소율은 더 높을 수 있다

전체 건수가 다르면 취소 건수만으로 관찰 비율을 비교할 수 없다. 같은 취소 정의로 기록한 두 기간을 보자.

기간전체 예약 NN취소 CC취소 비율
A1001212/100=0.12=12%12/100=0.12=12\%
B3066/30=0.20=20%6/30=0.20=20\%

그림 2는 위에서 전체·취소 건수를, 아래에서 같은 100% 기준의 비율을 비교한다. A의 취소 12건은 B의 6건보다 많지만, 전체에서 차지하는 몫은 B가 더 크다. B는 ‘5건 중 1건’, A는 ‘25건 중 3건’꼴이다. 취소를 처리할 업무량은 건수로, 예약 한 건이 취소될 가능성은 비율로 본다.

가상 기간 A는 예약 100건 중 취소 12건, B는 30건 중 6건이다. 위에서 전체 N과 취소 C의 건수를, 아래에서 100r의 12%와 20%를 비교한다. 건수가 큰 A가 더 낮은 취소 비율을 갖는다.
그림 2 가상 기간 A는 예약 100건 중 취소 12건, B는 30건 중 6건이다. 위에서 전체 NN과 취소 CC의 건수를, 아래에서 100r100r의 12%와 20%를 비교한다. 건수가 큰 A가 더 낮은 취소 비율을 갖는다. figures/counts_and_rates.py

취소와 비취소 두 가지이면 가능성은 반반인가요?

결과가 두 가지라는 사실만으로 두 가능성이 같아지지는 않는다. A 기록에서는 취소 12건, 비취소 88건이었다. 결과 종류의 수로 1/2을 정하지 않고 기록을 센다.

기록 0건과 취소 0건은 다르다

전체 기록이 0건이면 나눌 기준이 없어서 관찰 비율을 구할 수 없다. 반면 전체 10건 중 취소 0건이면 이 기록의 비율은 0/10=00/10=0이다.

그림 1의 첫 줄이 바로 그런 10건이다. 그런데 11번째 예약이 취소되어 비율은 1/11≈9.1%1/11\approx9.1\%로 바뀌었다. ‘관찰된 취소율 0%’와 ‘다음 예약의 취소는 불가능’은 서로 다른 주장이다.

자료에서 취소율이 0%이면 앞으로 취소가 없나요?

관찰된 취소율이 0%여도 다음 예약이 취소될 수 있다. 기간 A의 처음 10건은 취소 0건이었지만 11번째가 취소였다. 기록이 0건이라면 관찰 비율 자체를 구할 수 없다는 점도 구별한다.

기록이 적을수록 관찰 비율은 크게 흔들린다

기록이 적으면 한 건이 비율을 크게 바꾼다. 그림 3은 기간 A의 예약을 순서대로 쌓으며 처음 nn건의 비율 rnr_n을 그렸다.

처음 20건 안에서 rnr_n은 0%에서 15%까지 움직였다. 50건 이후로는 약 11.5%에서 13.2% 사이에 있었고, 100건에서 12%다. 취소가 한 건 더 생길 때의 변화를 비교하면 이유가 보인다.

10건 0%에 취소가 한 건 붙으면 1/11≈9.1%1/11\approx9.1\%가 되어 9.1%p 오른다. 100건 12%에 한 건이 붙으면 13/101≈12.87%13/101\approx12.87\%로 약 0.87%p만 오른다. 그래서 비율을 보고할 때는 몇 건에서 얻었는지를 함께 적는다.

기간 A의 예약을 들어온 순서대로 쌓을 때 처음 n건의 취소 비율 100r_n이다. 처음 10건은 0%, 11번째 취소로 9.1%, 20건에서 15%까지 오르내린 뒤 100건에서 12%(점선)가 된다.
그림 3 기간 A의 예약을 들어온 순서대로 쌓을 때 처음 nn건의 취소 비율 100rn100r_n이다. 처음 10건은 0%, 11번째 취소로 9.1%, 20건에서 15%까지 오르내린 뒤 100건에서 12%(점선)가 된다. figures/running_rate.py

취소율을 믿으려면 기록이 몇 건 있어야 하나요?

관찰 비율을 믿을 만한 기록 수는 하나로 정해져 있지 않지만, 기록이 많을수록 한 건이 비율을 바꾸는 폭이 작아진다. 10건에서는 한 건이 9.1%p를, 100건에서는 약 0.87%p를 바꾼다. 결정의 무게에 맞춰 기록 수를 정하고 비율 옆에 건수를 적는다.

인상 가능성은 가격을 비교한 횟수로 센다

가격 인상 가능성도 같은 방식으로 수치화한다. 다만 한 건이 ‘한 번의 가격 비교’이므로, 무엇과 무엇을 비교했는지부터 정한다.

같은 물품의 9개월 가격 xmx_m을 직전 달과 비교하면 비교는 9번이 아니라 8번이다. 그림 4에서 오른 비교 3번, 그대로인 비교 3번, 내린 비교 2번이다. 인상 관찰 비율은 3/8=37.5%3/8=37.5\%, 동결은 37.5%, 인하는 2/8=25%2/8=25\%이고 셋의 합은 100%다.

37.5%는 인상한 비교 횟수의 비율이지 가격 인상률이 아니다. 첫 달 1000원에서 마지막 달 1100원으로 오른 인상률은 100/1000=10%100/1000=10\%다. 얼마나 자주 올랐는지와 얼마나 올랐는지는 다른 자료로 답한다.

같은 물품의 가상 9개월 가격 x_m(원)이다. 아래 기호는 직전 달과의 비교 8번으로, 오름 + 3번, 그대로 0 3번, 내림 - 2번이다. 첫 달 1000원에서 마지막 달 1100원이 되었다.
그림 4 같은 물품의 가상 9개월 가격 xmx_m(원)이다. 아래 기호는 직전 달과의 비교 8번으로, 오름 ++ 3번, 그대로 00 3번, 내림 −- 2번이다. 첫 달 1000원에서 마지막 달 1100원이 되었다. figures/price_changes.py

두 기간을 합칠 때는 비율보다 건수를 먼저 합한다

두 기간이 겹치지 않고 기록 기준이 같다면 전체 건수와 취소 건수를 각각 더한다. A와 B를 하나의 자료로 묶으면

N=100+30=130,C=12+6=18,r=18130=965≈0.1385.(3)\begin{aligned} N&=100+30=130,\\ C&=12+6=18,\\ r&=\frac{18}{130}=\frac9{65}\approx0.1385. \end{aligned}\tag{3}

전체 관찰 비율은 약 13.85%다. 두 비율의 단순 평균 (12+20)/2=16%(12+20)/2=16\%는 두 기간에 같은 무게를 준다. 식 (3)은 예약 130건을 한 건씩 똑같이 센다. 그래서 건수가 많은 A의 12%에 더 가까운 값이 나온다.

기간별 취소율의 평균이 전체 취소율인가요?

기간별 취소율의 단순 평균은 두 기간의 전체 건수가 같거나 두 취소율이 같을 때만 전체 취소율과 같다. 이 예에서는 12%와 20%의 평균 16%가 아니라 취소 18건과 전체 130건으로 다시 계산한 약 13.85%가 전체 비율이다. 같은 예약이 두 기간에 중복 기록되지 않았는지도 먼저 확인한다.

조건이 다르면 관찰 비율도 나누어 본다

전체 비율은 서로 다른 조건의 기록이 섞인 값이다. 기간 A를 결제 방식으로 나누면 다음과 같다.

결제 방식전체 예약취소관찰 비율
선결제6033/60=5%3/60=5\%
현장 결제4099/40=22.5%9/40=22.5\%
합계1001212/100=12%12/100=12\%

다음 달에 같은 조건으로 MM건을 받는다면 예상 취소 건수는 관찰 비율을 곱해 어림한다.

(예상 취소 건수)≈M×r=100×0.12=12.(4)(\text{예상 취소 건수})\approx M\times r=100\times0.12=12.\tag{4}

그런데 다음 달 예약이 선결제 80건, 현장 결제 20건으로 바뀐다고 하자. 방식별로 식 (4)를 쓰면 80×0.05+20×0.225=4+4.5=8.580\times0.05+20\times0.225=4+4.5=8.5건이다. 전체 12%를 그대로 쓴 12건과 차이가 난다. 결제 방식은 운영 조건이며, 이 비율로 개별 고객을 평가하지 않는다.

운영 계획에는 관찰과 예상을 나누어 적는다

활동 결과는 기간·전체 건수·현상 건수·비율·기록 기준·다음에 확인할 조건의 여섯 열로 정리한다.

기간NNCCrr기록 기준확인할 조건
A1001212%이용일 지난 최종 상태결제 방식 구성, 가격·행사 변화

예를 들어 “A 기간 최종 취소율 12%(100건 기준). 같은 예약 방식과 이용 조건이 이어질 때 100건당 약 12건을 계획 참고값으로 쓴다”라고 쓴다. 반드시 12건이 취소된다는 보장은 없다. 가격·행사·예약 방법이 달라지면 과거 비율의 적용도 다시 검토한다.

동료와 계획을 비교하며 “자료에서 확인한 말”과 “미래에 대한 가정”을 다른 줄에 적자. 결과가 달라지면 누구를 탓하기보다 기록의 범위와 바뀐 조건을 확인한다. 산출물은 근거와 한계가 함께 있는 운영 메모다.

핵심

업무 자료로 읽는 가능성은 기록이 한 건 이상일 때 같은 기준으로 센 현상 건수를 전체 건수로 나눈 관찰 비율이며, 0%도 그 기록의 결과일 뿐 앞으로의 불가능을 뜻하지 않는다.

업무 자료로 읽는 가능성의 흔한 오해

  • 취소 12건은 취소 6건보다 언제나 비율이 크다 — 분모가 100과 30이면 12%와 20%다. 전체 건수를 함께 읽어야 한다.
  • 가격이 오른 횟수 비율은 가격 인상률이다 — 8번 중 3번 상승은 37.5%의 관찰 비율이고, 같은 9개월의 인상률은 10%다.
  • 9개월 가격이면 비교도 9번이다 — 직전 달과의 비교는 둘째 달부터 가능하므로 8번이다. 분모를 9로 두면 인상 비율이 3/93/9로 작아진다.
  • 전체 취소율은 모든 예약 방식에 똑같이 들어맞는다 — 기간 A 전체는 12%지만 선결제는 5%, 현장 결제는 22.5%였다.

직접 해보기

  1. 같은 기준의 완료 예약 80건 중 8건, 다른 기간 40건 중 6건이 취소됐다. 취소 건수와 비율의 대소를 각각 비교하자.
  2. 한 기간에는 확인한 예약이 0건이다. 취소율을 0%라고 적어도 되는가?
  3. 완료 예약 5건에서 취소가 없었다. 다음 건도 반드시 비취소라는 주장에 반례를 제시하고, 다음 건이 취소되었을 때 전체 관찰 비율을 구하자.
  4. 서로 겹치지 않는 두 기간에 예약 50건 중 5건, 150건 중 30건이 취소됐다. 기준이 같을 때 합친 비율을 구하고 두 비율의 단순 평균과 비교하자.
  5. 6개월 가격이 2000, 2000, 2100, 2050, 2050, 2150원이다. 직전 달과 비교한 인상 관찰 비율을 구하고, 첫 달 대비 마지막 달의 인상률과 비교하자.
답
  1. 취소 건수는 8건이 6건보다 많다. 비율은 8/80=10%8/80=10\%, 6/40=15%6/40=15\%여서 두 번째가 높다.
  2. 전체 0건이면 C/NC/N의 분모가 0이므로 계산할 수 없다. ‘자료 없음’으로 적고 기록이 0건인 이유를 확인한다.
  3. 앞 5건이 모두 비취소이고 6번째가 취소인 기록은 가능하므로 ‘반드시’라는 주장은 성립하지 않는다. 이때 전체 6건 중 1건으로 1/6≈16.7%1/6\approx16.7\%다.
  4. 전체는 50+150=20050+150=200건, 취소는 5+30=355+30=35건이다. 35/200=17.5%35/200=17.5\%다. 기간별 10%와 20%의 단순 평균 15%는 서로 다른 전체 건수를 반영하지 못한다.
  5. 비교는 5번이고 오른 비교는 셋째 달과 여섯째 달의 2번이다. 인상 관찰 비율은 2/5=40%2/5=40\%다(동결 2번 40%, 인하 1번 20%). 첫 달 대비 인상률은 150/2000=7.5%150/2000=7.5\%로, 둘은 다른 질문에 답한다.

더 읽기

영상 노트

영상 노트
  • 00:00 취소 카드와 전체 카드를 함께 센다(그림 1).
  • 00:40 식 (1)의 분모와 기록 기준, 식 (2)의 비취소 비율을 정한다.
  • 01:30 그림 2에서 건수 12/6과 비율 12%/20%를 비교한다.
  • 02:20 전체 0건과 취소 0건을 구별하고 그림 3의 흔들림을 따라간다.
  • 03:20 그림 4의 8번 비교로 인상 가능성 37.5%와 인상률 10%를 나눈다.
  • 04:20 식 (3)으로 두 기간을 합치고, 결제 방식별 비율로 식 (4)의 예상 건수를 비교한다.
  • 05:20 운영 메모에 관찰과 가정을 나누고 새 문제를 푼다.

지도에서의 위치

이 페이지의 기록
  1. 2026-11-17 · 가상 직무 활동과 조건·중간 계산·새 연습을 작성
  2. 2026-11-17 · 전수 검수 반영 — 숫자 앞뒤 띄어쓰기, 0 이상 1 이하의 범위와 비취소 비율, 상대도수와의 다리, 기록이 쌓일 때 비율의 흔들림, 인상 가능성의 비교 횟수와 인상률 구별, 결제 방식별 비율과 예상 건수, 질문·오해·해보기 보강 (에이전트 수정, 그림 1→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림