통계

통계 수치해석 마지막 수정: 2026-07-24 04:15:42

1. 개요[편집]

통계 Statistics
두 갈래	기술통계(describe) / 추론통계(infer)
두 학파	빈도주의 / 베이지안
시뮬레이션에서의 역할	불확실성 정량화, 검증 및 확인, 자료동화
주력 계산 도구	몬테카를로 방법, 가우시안 프로세스

해석 결과에 유효숫자 여섯 자리를 찍어놓고 오차 막대는 안 그리는 관습에, 통계가 제기하는 이의.

통계(statistics)는 불확실성을 포함한 데이터로부터 정보를 요약하고, 모집단에 대한 결론을 확률적 언어로 추론하는 학문이다. 시뮬레이션 분야에서 통계는 “실험 데이터 정리용 부록”이 아니라 해석 자체의 골격이다. 입력 물성치는 산포를 가지고, 격자와 모델은 오차를 남기며, 난류나 분자 운동처럼 아예 통계량으로만 의미가 있는 물리도 있다. 결정론적으로 보이는 해석 하나하나가 사실은 확률 분포 위의 한 점 표본이라는 인식이 통계적 사고의 출발점이다.¹

정리하면 시뮬레이션에서 통계가 하는 일은 셋이다. 입력의 산포를 출력으로 전파하고(불확실성 정량화), 관측으로 상태와 파라미터를 갱신하며(자료동화), 해석 결과가 실험과 일치하는지 판정한다(검증 및 확인).

2. 기술통계와 추론통계[편집]

기술통계는 가진 데이터를 요약한다. 평균·분산·분위수·상관계수가 여기 속하고, 계산은 쉽지만 함정도 많다. 대표적으로 평균과 표준편차만으로 분포를 요약하는 습관은 꼬리가 두꺼운 분포에서 치명적이다. 구조물의 파손이나 극한 하중처럼 “최악의 경우”가 관심사인 문제에서는 중심 통계량이 아니라 극값 통계가 답을 준다.

추론통계는 유한한 표본에서 모집단으로 건너뛴다. 이 건너뜀을 정당화하는 것이 대수의 법칙과 중심극한정리이며, 표본평균의 표준오차가

\mathrm{SE} = \frac{\sigma}{\sqrt{N}}

로 줄어든다는 사실이 몬테카를로 방법의 수렴 속도 $O(N^{-1/2})$ 를 그대로 결정한다. 정확도를 10배 올리려면 표본을 100배 뽑아야 한다는 이 잔인한 산수가, 준난수를 쓰는 소볼 수열이나 분산 감소 기법이 존재하는 이유다.

3. 빈도주의와 베이지안[편집]

두 학파는 확률을 다르게 정의한다. 빈도주의는 확률을 무한 반복 시행의 극한 빈도로 보고 파라미터를 고정된 미지수로 취급한다. 반면 베이지안은 확률을 믿음의 정도로 보고 파라미터 자체에 분포를 준다. 계산의 심장은 베이즈 정리다.

p(\theta \mid y) = \frac{p(y \mid \theta)\, p(\theta)}{p(y)}

시뮬레이션 분야가 베이지안 쪽으로 기운 이유는 실용적이다. 실험 데이터가 비싸서 표본이 적고(사전 정보가 절실하고), 모델 파라미터를 보정(calibration)해야 하며, 관측이 시간에 따라 들어오는 순차 문제가 흔하기 때문이다. 베이지안 최적화가 값비싼 해석 함수의 최적화 표준이 된 것도 같은 맥락이다. 물론 사전분포를 뭘로 잡았냐는 질문은 영원히 따라다닌다.²

순차 베이지안 추정의 실물 예시 — 1D SIR 입자 필터가 잡음 섞인 관측으로 사후분포를 갱신한다. 예측(사전) → 가중치 부여(우도) → 재표본추출 루프가 그대로 베이즈 정리 한 사이클이다. 상태 방정식과 관측 모델을 1차원으로 단순화한 장난감 설정이며, 입자 수가 적으면 축퇴(degeneracy)가 눈에 보인다.

4. 불확실성을 전파하는 법[편집]

입력 $\mathbf{x}$ 의 분포를 알 때 출력 $y = f(\mathbf{x})$ 의 분포를 구하는 것이 UQ의 본론이다. 해석 코드가 블랙박스이므로 방법은 결국 표본추출이거나 대리 모델이다.

접근	원리	비용	비고
몬테카를로	무작위 표본 직접 투입	매우 큼	차원에 둔감한 것이 유일한 위안
준난수·층화	저불일치 수열, LHS	중간	소볼 수열 등
대리 모델	소수 해석으로 응답면 학습	작음	대리 모델, 반응표면법
다항식 카오스	직교 기저 전개	중간	입력 차원이 크면 항 폭발

여기서 “어느 입력이 출력 산포를 지배하는가”를 묻는 것이 민감도 분석이고, 분산 분해 기반의 소볼 지수가 표준 지표다. 표본을 어디에 찍을지 설계하는 것은 실험계획법의 몫이며, 산업 현장에서는 다구치 방법의 직교 배열이 여전히 잘 쓰인다. 대리 모델 중 가우시안 프로세스는 예측값과 함께 예측 분산을 뱉어준다는 점에서 특히 사랑받는다. 불확실성을 아는 모델이 불확실성을 다루는 문제에 어울리는 것은 당연한 귀결.

5. 상태 추정과 자료동화[편집]

시간에 따라 진화하는 시스템에 관측이 띄엄띄엄 들어올 때, 모델 예측과 관측을 각각의 불확실성에 비례해 섞는 것이 자료동화다. 선형-가우시안 가정에서 최적해는 칼만 필터이고, 비선형 대형 시스템에서는 공분산을 앙상블 표본으로 근사하는 앙상블 칼만 필터가, 분포 자체가 다봉일 때는 입자 필터가 등장한다. 기상 예보의 정확도가 지난 수십 년간 꾸준히 올라간 것은 모델 해상도만큼이나 이 동화 기법의 공이 크다.³

6. 데이터 구조를 보는 통계[편집]

고차원 해석 결과를 압축하는 데도 통계가 쓰인다. 주성분 분석은 공분산 행렬의 고유벡터로 데이터의 주 변동 방향을 뽑아내며, 계산적으로는 특이값 분해와 한 몸이다. 이 아이디어를 유동장 스냅샷에 적용한 것이 POD이고, 축소차수모델의 뼈대가 된다. 회귀의 기본기인 최소자승법도 잔차가 정규분포라는 가정 아래에서는 최대우도추정과 정확히 같은 답을 준다. 통계와 수치해석이 서로 다른 문에서 들어와 같은 방에서 만나는 지점이다.

7. 여담[편집]

해석 보고서에서 가장 자주 생략되는 것이 오차 막대다. 결정론적 해석 한 번의 결과를 소수점 아래까지 보고하는 관행은, 입력 물성치의 산포가 ±10 %인 상황에서는 사실상 창작에 가깝다. 통계를 붙이면 결론이 “응력 312.4 MPa”에서 “95 % 신뢰구간 280~350 MPa”로 바뀌는데, 후자가 덜 멋있어 보여도 훨씬 정직하다. V&V 정신은 결국 “모르는 것을 모른다고 말하는 문법”을 갖추는 일이고, 그 문법이 통계다.⁴

8. 관련 문서[편집]

이 말이 과장이 아닌 이유는 난류 모델링에 있다. RANS는 아예 방정식을 시간 평균해서 푸는데, 이건 “통계량을 직접 지배 방정식으로 삼는다”는 뜻이다. 통계를 싫어해도 이미 통계를 풀고 있었던 셈. ↩
사전분포 논쟁의 실무 결론은 대체로 “데이터가 충분하면 사전분포는 씻겨나간다”이다. 문제는 시뮬레이션 분야에서 데이터가 충분한 경우가 드물다는 것이고, 그래서 논쟁이 안 끝난다. ↩
앙상블 칼만 필터는 공분산을 표본으로 근사하다 보니 표본이 적으면 상관을 과대평가한다. 그래서 거리에 따라 상관을 강제로 깎는 국소화(localization)를 넣는데, 이론적으로는 반칙이고 실무적으로는 필수다. 이 바닥의 국룰. ↩
그럼에도 신뢰구간을 그려 가면 “그래서 몇인데요?”라는 질문이 돌아온다. 통계의 최대 난적은 수학이 아니라 단일 숫자를 원하는 회의 문화다. ↩

통계