너멜엠 NumLM블로그 목록

동전 던지기 확률 실험 | 넘스탯(NumStats) — 확률 시뮬레이션으로 배우는 기초

동전 한 닢으로 배우는 확률의 두 얼굴. 이론값과 실제 결과의 미묘한 차이, 그리고 우리가 흔히 빠지는 함정까지 — 확률 시뮬레이션으로 풀어봅니다.

확률 기초·시뮬레이션 입문·6분 읽기

주머니에서 동전을 하나 꺼내 손가락 위에 올려놓고 한 번 던져 봅니다. 앞면이 나올 확률은? 그렇죠, 50%. 누구나 알고 있는 사실입니다.

그런데 막상 동전을 10번 던져보면 앞면이 정확히 5번 나오지 않는 경우가 더 많습니다. 7번, 3번, 심지어 9번 나오기도 합니다. 그럼 50%라는 말이 틀린 건가요?

확률은 한 번의 결과가 아니라,
수많은 결과가 모여 만드는 패턴이다.

오늘은 가장 친숙한 도구인 동전 하나로 확률의 진짜 모습을 파헤쳐보려 합니다. 동전 던지기는 단순해 보이지만, 그 안에는 이론적 확률·경험적 확률·시뮬레이션·도박사의 오류까지 통계학의 핵심 개념이 모두 들어 있습니다.

잠깐, 동전은 정말 50:50일까요?

스탠퍼드 통계학자 퍼시 다이아코니스(Persi Diaconis) 연구팀은 던질 때의 회전·각도까지 분석해 동전이 시작한 면과 같은 면으로 떨어질 확률이 약 51%라는 결과를 얻기도 했어요. 완벽한 50:50은 이상화된 모델이고, 현실은 늘 약간의 편차가 있습니다. 그래도 일반적인 손짓 동전 던지기는 50%로 가정해도 무방한 수준이에요.

확률에는 두 얼굴이 있다 — 이론과 경험

학교에서는 보통 한 가지 확률만 배웁니다. "동전 앞면 = 50%". 그런데 통계학에서는 확률을 두 가지 시선으로 봐요.

두 가지 확률의 정의

이론적 확률(Theoretical Probability): 가능한 결과 중 원하는 결과가 차지하는 비율. 동전이면 1/2, 주사위면 1/6.

경험적 확률(Empirical Probability): 실제로 실험을 반복했을 때 얻은 비율. 동전을 100번 던져 앞면 53번 → 0.53.

둘은 같은 것을 가리키지만 출발이 다릅니다. 이론은 "공정한 동전이라면 이래야 한다"는 수학적 약속이고, 경험은 "실제로 던져보니 이렇더라"는 관찰된 사실이에요.

그리고 이 둘은 시행이 늘어날수록 점점 가까워집니다. 이걸 큰 수의 법칙(Law of Large Numbers)이라고 부르는데, 우리가 1편에서 자세히 다룬 내용이기도 해요.

왜 시뮬레이션을 할까? — 손가락이 아닌 컴퓨터로

10번 던져서 잘 모르겠으면 100번 던지면 되고, 100번도 모자라면 10,000번 던지면 됩니다. 그런데 사람이 손으로 10,000번 동전을 던지면? 시간도 오래 걸리고 손목이 남아나지 않아요.

그래서 컴퓨터를 씁니다. 확률 시뮬레이션(Probability Simulation)은 컴퓨터 안에서 동전을 수만·수십만 번 던지는 가상 실험이에요. 1초도 안 걸려서 끝납니다.

그런데 신기한 건, 컴퓨터로 만든 결과도 실제 동전을 던졌을 때 얻는 결과와 거의 똑같다는 거예요. 왜냐하면 컴퓨터의 난수 생성기가 만드는 0~1 사이의 무작위 숫자를 0.5 기준으로 나누면, 통계적 성질이 진짜 동전 던지기와 동일하기 때문입니다.

시행 횟수가 늘어날수록 50%에 가까워진다
컴퓨터 시뮬레이션 — 같은 동전을 횟수만 다르게 던졌을 때
50% 100% 75% 50% 25% 0% 80% 10회 56% 100회 51.2% 1,000회 50.1% 10,000회 시행 횟수

시행 횟수가 적으면 편차가 크고(파랑), 많아질수록 이론값 50%에 가까워집니다(녹색).

그래서 확률 시뮬레이터는 단순한 장난감이 아니에요. 통계학·금융·기계학습·물리학에서 실제로 쓰이는 강력한 도구입니다. 보험회사가 미래 손실을 추정할 때, 게임 회사가 확률 아이템 밸런스를 맞출 때, AI가 학습 효율을 평가할 때 — 모두 시뮬레이션을 사용해요.

가장 흔한 함정 — 도박사의 오류

이제 정말 중요한 이야기를 해볼게요. 동전을 던졌는데 앞면이 5번 연속 나왔다고 해봅시다. 다음에는 뒷면이 나올 확률이 더 높을까요?

흔한 직감 (오답)

"5번이나 앞면이 나왔으니 이제는 뒷면이 나올 차례야. 균형을 맞춰야 하잖아."

수학적 사실 (정답)

"매 시행은 독립이라 과거 결과와 무관합니다. 6번째도 여전히 앞면 확률 50%, 뒷면 확률 50%."

이걸 도박사의 오류(Gambler's Fallacy)라고 해요. 동전은 기억력이 없어요. 5번 연속 앞면이 나왔다는 사실을 동전이 알 리가 없죠. 따라서 다음에도 50% 그대로입니다.

이 오류는 카지노에서 큰돈을 잃는 가장 흔한 이유 중 하나예요. 1913년 모나코의 한 카지노에서 룰렛이 26번 연속 검정이 나왔을 때, 사람들은 "이제 빨강이 나올 차례"라며 빨강에 점점 더 많은 돈을 걸었다가 막대한 손실을 봤다는 유명한 일화가 있습니다.

노래로 듣는 확률 이야기
로또의 진실 — 빈도분석, 숫자는 춤춰

로또 빈도분석·대수의 법칙·동전 던지기·800만 분의 1의 진실까지, 도박사의 오류 뒤에 숨은 확률 이야기를 노래로 풀어낸 영상입니다.

YouTube에서 바로 보기 →
계산해볼까요?

"앞면이 5번 연속 나올 확률"은 (1/2)⁵ = 1/32 ≈ 3.1%로 분명히 낮습니다. 하지만 이건 "처음부터 5번 연속 앞면이 나올 확률"이지, "이미 5번 앞면이 나온 상태에서 6번째가 뒷면일 확률"이 아닙니다. 후자는 그냥 50%예요. 두 질문은 완전히 다릅니다.

실험을 안 해보면 이 차이가 잘 와닿지 않습니다. 그래서 시뮬레이션이 더더욱 가치 있어요. 직접 100번, 1000번 던져보면서 연속 같은 면이 얼마나 자주 나오는지 두 눈으로 확인하면 "도박사의 오류"의 함정에서 자유로워질 수 있습니다.

동전 던지기는 멀리 있지 않다 — 일상 속 확률 실험

"동전 던지기 확률" 이야기가 학교 시험 문제에만 쓰일 것 같죠? 실은 우리가 매일 마주치는 의사결정의 뒤편에 똑같은 원리가 숨어 있습니다.

1. 코로나 자가검사 키트

키트가 양성으로 나왔다고 100% 감염은 아닙니다. 검사 키트의 민감도·특이도는 사실상 "동전 던지기와 비슷한 베르누이 시행"이에요. 같은 사람이 같은 시간에 두 번 검사해도 한 번은 양성, 한 번은 음성이 나올 수 있죠. 그래서 의료진은 여러 번 검사 + 임상 증상을 종합해 판단합니다.

한 번의 검사는 한 번의 동전 던지기와 같다 — 큰 수의 법칙으로 보완

2. 광고 A/B 테스트

구글·유튜브·쿠팡은 매일 수백 개의 A/B 테스트를 돌립니다. 빨간 버튼 vs 파란 버튼, 어느 쪽이 클릭률이 높을까? 결국 사용자 한 명 한 명의 클릭이 "동전 던지기"인 셈입니다. 표본이 적으면 결과가 흔들리지만, 충분히 많이 모이면 작은 차이도 통계적으로 신뢰할 수 있게 드러나요.

필요한 표본 크기는 기준 클릭률·검출하려는 효과 크기에 따라 달라짐 — 대형 사이트는 수십만~수백만 단위 데이터로 1% 미만 차이도 검출

3. 의료진의 신약 임상시험

새 약을 1000명에게 투여하고 효과를 본다고 해도, 일부는 좋아지고 일부는 그대로일 수 있어요. 이때 "정말로 약이 듣는 것인가, 우연인가"를 가르는 것이 확률 계산입니다. p값(p-value)이라는 통계 지표가 바로 "동전 던지기로도 이만큼 좋아질 확률"을 계산하는 것이에요.

우연을 통계로 걸러내는 것이 임상시험의 핵심

4. 모바일 게임의 확률 아이템

"1% 확률 전설 아이템"이라는 문구를 보셨나요? 1% 확률이면 100번 뽑으면 1번 나올 거 같지만, 실제로는 100번 뽑아도 안 나올 수도, 50번 만에 두 번 나올 수도 있어요. 동전 던지기와 똑같은 원리입니다. 게임사가 공정성 검증을 위해 시뮬레이션을 돌리는 이유죠.

독립 시행에서는 "기댓값"과 "실제 결과"가 단기적으로 다를 수 있음

5. 일기예보의 "강수확률 60%"

일기예보의 강수확률 60%는 "비가 6시간 동안 온다"가 아니라 "같은 조건이 100번 있을 때 60번 비가 올 것"이라는 의미예요. 동전 던지기와 똑같은 확률 해석입니다. 그래서 강수확률 60%일 때 우산을 챙기는 게 합리적이죠.

예보의 확률 — 빈도주의적 해석

읽기만 해서는 절대 와닿지 않아요

지금까지 한 이야기 — 이론적 확률과 경험적 확률의 차이, 시뮬레이션의 가치, 도박사의 오류는 글로 읽기만 하면 "그렇구나" 정도로 끝나기 쉬워요.

제일 빨리 이해되는 방법은 직접 던져보는 것입니다. 100번, 1000번, 10000번 — 횟수를 늘리면서 결과가 어떻게 달라지는지 보면 글 열 번 읽는 것보다 한 번에 와닿아요.

직접 던져보기

넘스탯(NumStats) 확률 시뮬레이터

공정한 동전부터 편향 동전(베르누이 시행)까지 — 클릭 한 번으로 10,000번 시행을 돌려보고
경험적 확률이 이론값에 수렴하는 과정을 실시간 차트로 확인할 수 있어요. 무료입니다.

큰 수의 법칙 시뮬레이터 바로가기 → numlm.com/stat-lab/law-of-large-numbers

한 발 더 들어가고 싶다면

동전 던지기를 마스터했다면 다음 단계로 넘어갈 만한 주제들이 있어요:

이 모든 주제를 넘스탯(NumStats)에서 차근차근 실습해볼 수 있어요. 처음 배우는 분도 어렵지 않게 따라올 수 있도록 만들어놨답니다.

참고 자료

본문 작성 시 참고한 주요 학술 자료와 출처입니다. 더 깊이 들어가고 싶은 분들께 추천드려요.

마무리

동전 한 닢은 손가락 위에 올라가는 작은 물체지만, 그 안에는 통계학의 거의 모든 핵심이 담겨 있어요. 이론과 실험의 차이, 무작위성과 패턴의 관계, 우리의 직관이 어떻게 우리를 속이는가까지.

오늘 배운 내용을 한 줄로 요약하면 이거예요. "확률은 한 번이 아니라 여러 번 봐야 보인다." 동전 한 번을 던져 보는 것은 거의 의미가 없어요. 100번, 1000번을 보아야 비로소 확률의 진짜 모습이 드러납니다. 그리고 그것을 빠르게 보여주는 것이 바로 시뮬레이션입니다.

다음에 누가 "5번 연속 앞면이 나왔으니 이번엔 뒷면 차례야"라고 말한다면, 살짝 웃으면서 "동전은 기억력이 없어요"라고 답해주세요. 이미 당신은 확률을 이해하고 있는 사람이니까요.

살면서 "이번엔 다를 거야"라며 도박사의 오류에 빠져본 경험이 있다면
어떤 상황이었는지 댓글로 들려주세요.

넘스탯(NumStats)에서 다음 글로 만나요.