모든 모델은 빗나간다'

 모든 모델은 빗나간다'

​

.

미국을 휩쓴 두 차례의 독감 공포는 사실 아무 근거가 없었음이 밝혀졌다. 1976년 포트 딕스에서 일어난 H1N1 발병은 부대 바깥으로는 확산되지 않았고, 포드 정부의 대규모 백신 프로그램은 엄청난 과잉대응이었다. 2009년 신종플루는 많은 사람들에게 전염되었지만, 이 독감으로 사망한 사람은 극히 소수였다. 두 사례에서 정부가 내린 전염병의 확산 예측은 지나치게 높은 곳을 가리키며 빗나갔다.

​

그러나 다음 차례도 이와 같으리라는 보장은 없다. 인간에 적응한 조류독감인 H5N1은 수억 명을 죽일 수도 있다. 2009년판 독감은 그다지 치명적이지 않았지만, 만약 1918년판의 치사율이 나타났다면 미국인 140만 명이 사망했을 것이다. 또한 사스SARS와 같은 비독감 바이러스의 위협도 늘 존재한다. 천연두의 위협도 마찬가지다. 천연두는 1977년에 자취를 감추고 사라졌지만, 테러리스트가 사용하는 생물무기로 나타나 수백만 명을 죽일 수도 있다. H1N1은 2009년에 일주일 동안이나 보건의료당국에 포착되지 않은 채 확산되었다. 위험한 유행병이 이런 식으로 확산되면 수천 명이 사망할 수도 있다.

​

내가 만난 역학자들은, 다른 분야의 예측 전문가들과는 확연히 다르게,자기들이 운용하는 예측 모델에 얼마나 큰 한계가 있는지 명확히 알고 있었다. 일례로 마크 립시치는 1918년, 1957년, 1968년에 발생한 독감 사태를 언급하면서 덧붙였다.

​

"세 개 측정점을 바탕으로 예측을 한다는 건 기본적으로 어리석은 짓아닐까요? 우리가 할 수 있는 건 어쩌면 시나리오를 여럿 준비하고 그 대비책을 세우는 게 아닐까 합니다."

​

어떤 전문가가 정확한 예측을 할 수 없고 또 이런 사실을 알고 있음에도 예측을 할 수 있는 척하면 많은 사람들이 위험해진다. 역학자나 여러의료계 종사자들도 이런 사실을 잘 알고 있을 것이다. 남에게 해를 끼치지 말라'라는 히포크라테스선서가 꼭 필요한 상황이다.

​

내가 발견한 가장 사려 깊은 통계 작업 가운데 많은 것이 의료계에서나왔다." 의료 현장이 삶과 죽음이 갈리는 곳이라서 그런지 의사들은 매우 조심스러워하는 경향이 있다. 의료 현장에서는 어설픈 추측이 사람을 죽음으로도 몰고 갈수 있다. 엄청난 결과가 빚어질 수 있다는 말이다.

​

예측은 목적이 아니라 수단이다. 예컨대 예측은 모든 과학에서 가설검증에 매우 핵심적인 역할을 한다.”

"모든 모델은 빗나간다. 그러나 몇몇 모델은 유용하다."

​

통계학자 조지 박스George E. P. Box가 한 말이다. 모든 모델은 우주의 미니어처이며, 또 당연히 그래야 한다. 어떤 수학자는 또 이렇게 말했다.

​

“고양이에 대한 최고의 모델은 고양이다." ""91

​

실체가 아닌 것으로 실체를 나타내려면 세부에 대한 묘사가 필요하다. 그 묘사가 얼마나 적절할지는 우리가 풀려는 문제가 무엇인지와 우리가 요구하는 해답이 얼마나 정확한지에 달렸다.

​

통계 모델은 우리가 사용하는 도구 가운데서, 우주의 어림값을 끄집어내는 유일한 게 아니다. 예컨대 언어도 일종의 모델이며 다른 사람과 소통하기 위해 사용하는 일종의 어림값이다. 모든 언어는 각기 다른 고유한 단어들로 이루어져 있다. 동일한 대상을 표현하더라도 서로 다른 단어를 사용한다. 전문 분야에는 나름의 고유한 언어가 있다. 독자나 내가 보기에 《신호와 소음》 원서의 표지는 노란색이다. 그러나 그래픽 디자이너의 시각에서 그런 표현은 너무도 지나친 어림값이다. 디자이너는 표지의 바탕색을 팬톤 넘버 107'이라 부를 것이다.

​

통계학자 박스는 몇몇 모델은 유용하다'고 말했다. 시카고와 피츠버그에서 진행되는 연구가 정말로 대단하다고 생각한다. 각각의 집단별로 백신 접종을 어떻게 받아들이는지, 질병이 여러 상이한 생활권역으로 어떻게 확산되는지, 사람들이 언론의 질병 관련 보도에 어떻게 반응하는지는그 하나하나가 정말 중요하다.

​

좋은 모델은 설령 빗나간 예측을 내놓는다 해도 유용할 수 있다. 오조노프는 이렇게 말했다.

​

“우리가 하는 모든 예측은 빗나갈 수밖에 없다는 사실을 명심해야 합니다. 그러기에 얼마나 빗나가는지 그리고 빗나갔을 때는 어떻게 해야 하는지 이해하고, 또 빗나갔을 때 발생할 수 있는 비용을 최소화하는 것이예측과 관련해서 우리가 해야하는 일입니다."

​

통계 모델은 우주의 복잡성을 이해하는 데 도움이 되는 도구일 뿐이지,우주를 대체할 수 있는 게 아님을 명심해야 한다. 이것이 핵심이다. 이는예측에서만 중요한 게 아니다. 매사추세츠공과대학의 토마소 포조를 비롯한 신경과학자들은, 사람의 뇌가 정보를 처리하는 전체 과정을 일련의어림값 계산 과정으로 이해한다. 더 정확한 예측을 하고자 한다면, 우리자신을 더 잘 이해하고 아울러 우리가 신호를 어떻게 해석 · 왜곡하는지를 잘 이해해야 한다.

​

신호와 소음