데이터를 해석하는 과정에서 범하기 쉬운 오류를 소개하고, 이런 오류를 피해 올바르게 사고하는 원칙을 강조한다. 정치, 사회, 의학, 교육 등 다양한 분야의 실제 사례를 소개함으로써 상관관계나 인과관계처럼 많은 사람들이 사용하면서도 쉽게 헷갈리는 핵심 개념을 정확히 이해하도록 돕는다. 더불어 기본적인 통계 분석 기법, 가설을 검증하는 실험 설계 기법, 통계 분석 결과를 의사 결정에 활용할 때 고려할 점도 함께 설명한다.

상관관계와 인과관계는 같으면서도 다르다는 말을 공공연히 듣는다. 하지만 이 둘이 어떻게 같고 또 정확히 어떻게 다른가? 『데이터 분석과 비판적 사고』는 공통의 이론을 명확히 펼쳐보임으로써 이 두 가지 고급 주제를 엮어낸다. 이 책은 고전이 될 만하며, 모든 사회과학자의 책장에 꽂히게 된다면 다행이겠다.
—스콧 커닝햄(Scott Cunningham)
베일러 대학교(Baylor University)

재치 있고, 박식하며, 흥미롭고 기억에 남을 사례로 꽉 찬 『데이터 분석과 비판적 사고』는 통계학의 핵심 개념을 일상생활로 가져다준다. 이 책이 주는 통찰력은 창의적인 연구 전략을 찾는 학자뿐 아니라 매일 육아에서 개인 금융에 이르기까지 합리적인 결정을 내리고 싶은 독자에게도 유용하다.
—도널드 P. 그린(Donald P. Green)
컬럼비아 대학교(Columbia University)

이 책은 데이터 분석 수업에서 사고를 첫머리에 강조함으로써 꼭 필요한 부분을 채운다.
—더스틴 팅글리(Dustin Tingley)
하버드 대학교(Harvard University)

통계 기법보다 비판적 사고에 초점을 두고 데이터 과학을 흥미롭게 소개한다.

데이터 과학이나 통계 입문서에서 복잡한 수학 정리를 증명하거나 뜻도 잘 모르는 용어와 공식을 외우도록 하는 일은 피해야 하는데, 현재 정량 분석 입문 교재는 대부분 이런 내용만 강조한다. 반면에 이 책은 무엇보다도 비판적 사고와 개념 이해에 집중해서, 학생들로 하여금 살면서 마주칠 정량적 정보와 논증에 있어서 더 나은 소비자이자 분석가가 되도록 가르친다.

특히 데이터에서 관찰한 어떤 관계가 현실에 존재하는 관계를 반영하는지 판단하는 방법, 정말 그렇다면 그 관계가 인과관계인지 파악하는 방법, 그리고 질문에 답하는 데 가장 유용한 비교를 하는 방법을 설명한다. 또한, 정량적 증거를 들어서 주장하는 사람에게 어떤 질문을 해야 하는지, 어떤 통계가 특히 유용하거나 판단을 그르치는지 알려주며, 정량적 증거가 어떻게 의사 결정에 영향을 미쳐야 하거나 미치면 안 되는지, 그리고 데이터뿐만 아니라 윤리적 가치도 함께 고려해서 더 나은 의사 결정을 하는 방법을 가르친다. 다양한 실제 사례를 통해서, 선거, 시민 저항, 범죄, 테러, 금융위기, 건강보험, 스포츠, 음악, 우주 여행과 같이 폭넓은 주제에서 사고 도구를 문제에 응용하는 방법을 보여준다. 뿐만 아니라, 데이터 기반 시대의 여러 이점에도 불구하고, 어째서 데이터가 인간의 사고를 대체하지 못하는지 보여준다.

◆ 데이터 과학, 통계학, 정치학, 경제학, 심리학, 사회학, 공공 정책 등의 분야에 모두 적용가능한 정량 분석법 개론
◆ 표본, 가설 검정, 베이즈 추론, 회귀, 실험, 도구 변수, 이중차분법, 회귀 불연속성을 포함한 데이터 분석의 기본 도구
◆ 다양한 주제에서 얻은 실제 사례와 데이터
◆ 데이터를 다루는 연습 문제

1부에서는 용어의 의미를 구축하며, 특히 상관관계와 인과관계를 양적 분석의 초석으로서 강조한다.
이를 바탕으로 2부에서는 데이터와 증거 자료를 사용해서 세상에 존재하는 여러 특성 사이에 상관관계나 인과관계가 존재하는지 여부를 판별하는 방법을 다룰 것이다. 4장은 종속 변수를 고르는 과정에서 흔히 범하는 실수를 소개하고, 변이를 고려하지 않고 상관관계를 구축할 수 없는 이유를 보여주고, 이런 실수가 큰 영향을 미친 무수한 사례를 살펴본다. 5장은 회귀를 시각적으로 나타내기에 집중해, 상관관계를 측정하는 방법을 다룬다. 6장은 통계적 유의성과 가설 검정을 설명하고, 이 책에서 여러 번 나올 공식을 소개한다.
4장을 읽어도 데이터로부터 관계를 수립하는 데 있어서 명확한 사고의 중요성이 충분히 전달되지 않았다면, 7장은 p-해킹 문제, 출판 편향, 그 밖에 관련 있는 주제를 논의함으로써 이를 확실히 한다. 마지막으로, 8장은 평균으로의 회귀라는 생소한 주제를 다루고, 이를 앞서 설명한 출판 편향과 결합해서 재현성 위기와 더불어, 흔히 나타나는 과학적 추정치가 시간이 흐르면서 감소하는 현상을 보여 준다.
3부에서는 인과 추론으로 넘어가서 세상사에 개입하는 의사결정에 있어서 인과관계에 관한지식이 얼마나 중요한지 일깨운다. 9장은 교란 변수와 역인과관계를 논하면서, 상관관계가 반드시 인과관계를 내포하지는 않는 이유를 설명한다. 10장은 통계 분야의 통제를 다루고, 회귀의 관점에서 이를 도식화한다. 11장부터 13장까지는 인과관계를 학습하려는 학자들이 어떻게 연구 방식을 설계하는지 개괄적으로 소개한다. 11장은 무작위 실험과 자연 실험 두 가지를 모두 다루는데, 불응 문제를 다룰 방법인 도구 변수를 소개한다. 12장과 13장은 회귀 불연속과 이중차분법 설계를 차례로 다룬다. 14장에서는 인과관계 기작 학습에 따르는 어려움을 논의하면서 3부를 마친다.
4부에서는 인과관계가 끝이 아님을 지적한다. 인과적 효과에 관한 지식이 충분해도 그것만으로 정량화된 정보를 활용해서 의사결정을 잘 하는 방법을 터득했다고 보기는 어렵다. 15장은 여러분이 어떤 정량화된 정보가 어떤 질문에 대한 답을 주는지를 얼마나 쉽게 헷갈리는지 지적하고, 이런 실수를 피하게끔 정보의 세부 사항으로부터 핵심을 추려내도록 독려한다. 이 과정에서 베이즈 법칙(Bayes’ rule)을 소개한다. 16장은 측정, 외부 타당성, 외삽법(extrapolation)을 다루며, 표본 선택 편향도 함께 논의한다. 마지막으로, 17장에서는 정량 분석을 아무리 명확하게 하더라도 의사결정 과정에서 겪는 근본적인 한계를 마주한다.

우리는 데이터 기반 시대에 살고 있다. 구글(Google)의 전 CEO인 에릭 슈미트(Eric Schmidt)는 오늘날 이틀마다 생산되는 데이터의 양이 태초부터 2003년까지 생산된 양과 맞먹는다고 말했다. 이 모든 정보는 우리의 삶을 더 낫게 만들 힘이 있지만, 이 힘을 제대로 쓰려면 데이터 기반 세상을 명확히 사고하는 법을 배워야 한다. 명확한 사고는 어렵고, 특히 데이터와 데이터 분석을 둘러싼 온갖 기술적 세부 사항이 얽히면 더욱 그렇다.
데이터 기반 시대에 명확하게 사고하려면 무엇보다도 개념과 질문에 집중해야 한다. 세부 기법은 비록 중요하긴 하지만 어디까지나 개념과 질문을 뒷받침할 뿐이다. 안타깝게도 많은 사람이 데이터를 배우는 통계학이나 양적 추론 수업에서는 정반대로 기술적 세부 사항에 집중한다. 학생들은 수학 공식을 배우고 통계적 절차의 이름을 외우고 자신들이 무엇을, 왜 하는지 명확하게 생각해 볼 기회 없이 숫자만 주물럭거린다. 이런 접근 방식은 수학에 익숙한 사람들에겐 괜찮다. 그렇지만 대다수의 사람들에겐 역효과가 난다는 것이 우리 의견이다. 학생들이 세부 기법을 익히느라 생각하기를 멈추고 외우기 시작하면 나무만 보고 숲은 못 보게 된다. 게다가 재미도 없다.
우리는 이와 반대로 개념 이해에 집중하겠다. 여러분이 데이터를 분석할 때 세상의 어떤 특성을 비교하는가? 서로 다른 종류의 비교는 어떤 질문에 대답할 수 있는가? 풀고자 하는 문제에 맞는 질문과 비교 대상을 알고 있는가? 그럴듯하게 들리는 대답이 어째서 실제로는 방향이 잘못된 경우가 생길까? 좀더 유익한 답변을 얻으려면 어떤 창의적인 접근 방법을 쓸 수 있을까?
세부 기법이 중요하지 않다는 얘기가 아니다. 다만 개념 이해와 명확한 사고 없이 기술만 익히면 재앙을 부른다. 여러분이 일단 양적 분석에 관해 명확하게 사고하고, 일단 주의 깊고 정밀한 질문을 던지는 일이 왜 중요한지 이해한다면 분석 기술은 자연스럽게 따라온다. 게다가 이 편이 더 재미있다.
이런 점을 고려해서 데이터 분석, 통계학, 기타 정량적 방법론의 사전 지식 없이도 이 책을 읽을 수 있도록 썼다. 개념적 사고가 더 중요하기 때문에 되도록 일상 언어로 설명하고 기술 관련 내용을 (완전히 배제하지는 않았지만) 최소화했다. 이 책이 양적 분석을 고찰하고 실행하는 방법의 길잡이가 되길 바란다. 누구나 정량화된 정보의 세련된 소비자가 (심지어 생산자도) 될 수 있다고 믿는다. 단지 인내심, 끈기, 많은 노력, 세부 기법이 명확한 사고를 몰아내지 않도록 할 굳건한 의지가 있으면 된다.
데이터 분석 전문가가 되는 사람은 그리 많지 않다. 다만 여러분이 데이터 분석가든 아니든 이 책에서 배운 기술을 다양한 방식으로 활용할 것이라고 자신한다. 여러분 중에는 양적 분 석가를 고용했거나 그들과 협업하는 사람도 많을 것이다. 그리고 여러분 모두가 논문, 뉴스 기사, 업무 브리핑 등을 읽을 터이고, 이 글을 쓴 저자는 양적 분석을 활용해서 어떤 결론을 납득시키려고 할 것이다. 이 책은 올바른 질문을 던지고, 필요하다면 회의적으로 바라보고, 유용한 증거와 오도하는 증거를 구분하기에 필요한 명확한 사고 능력을 갖추게 해 줄 것이다.

에단 부에노 데 메스키타(Ethan Bueno de Mesquita)

시카고 대학교의 해리스 공공 정책 스쿨(Harris School of Public Policy)의 시드니 스타인(Sydney Stein) 교수이자 부학장이다. 『Political Economy for Public Policy』(Princeton University Press, 2016)의 저자이며, 『Theory and Credibility: Integrating Theoretical and Empirical Social Science』(Princeton University Press, 2021)의 공동 저자이기도 하다.

앤서니 파울러(Anthony Fowler)

시카고 대학교의 해리스 공공 정책 스쿨 교수다.

빅데이터라는 용어가 식상하게 느껴지는 시대다. 데이터의 양은 물론이고 분석 도구와 활용 범위 또한 하루가 다르게 늘어간다. 게다가 인공지능의 대두로 빅데이터의 효용성이 더욱 부각되는 모습이다.
저자들이 이 책을 완성한 이후로도 인공지능은 장족의 발전을 거듭했고, 이제는 사람의 자리를 위협할지도 모른다는 위기감마저 느껴질 정도다. 대량의 데이터를 처리하는 능력을 따지면 사람은 진작부터 컴퓨터의 상대가 아니었다. 더욱이 최근의 인공지능은 기계적인 분석을 넘어서 인간만의 영역으로 여기던 추론 능력까지 선보이기 시작했다. 그렇다면 우리는 과연 조만간 모든 결정을 프로그램에 맡기고 그저 따르는 존재가 될까?
영화 <쇼생크>에서 주인공 앤디 듀프레인은 이렇게 말했다.

희망은 좋은 거죠. 가장 소중한 것일지도 몰라요. 그리고 좋은 것은 절대 사라지지 않아요.

올바른 사고는 사람이 지닌 좋은 능력이다. 인공지능이 정말로 대단한 능력을 보여주고 사람이 하던 많은 일을 대신하더라도, 절대 사라지지 않을 소중한 희망이겠다. 물론 거저 얻어지는 열매는 아니며 부단한 노력이 필요하다. 아무쪼록 여러분이 올바르게 사고하는 능력을 가꿔 나가는 데 이 책이 길잡이가 되길 바란다.
.

임형준

전산학 전공으로 학부와 석사 과정을 졸업했다. 10년간 개발자로서 검색 엔진을 개발하다가 데이터를 다루고 싶어서 초보 데이터 엔지니어로 전직했다. 데이터 분석이라는 바다에 떠다니는 수많은 훌륭한 시스템과 분석 도구에 감탄하고 탐색하고 방황하면서 나아갈 길을 찾는 중이다. 『정보 검색의 이론과 실제』(에이콘, 2021)를 공동 번역했다.