추첨의 공정성을 과학적으로 증명하는 방법: 수학과 통계학으로 이해하는 무작위성
당신이 참여한 추첨은 정말 공정했다고 단언할 수 있습니까?
추첨의 공정성은 감각이 아닌 수학과 통계학으로 엄밀하게 정의하고 증명할 수 있습니다. 이 글에서는 추첨 방법의 공정성을 과학적 관점에서 해설합니다. 수식은 최소한으로, 알기 쉽게 설명하는 것을 우선합니다.
공정한 추첨의 4가지 조건
수학적으로 "공정하다"고 할 수 있는 조건은 다음 4가지입니다.
조건 1: 등확률성(Equal Probability)
모든 참가자가 모든 결과에 도달할 확률이 같다는 것을 의미합니다.
수식으로 표현하면 다음과 같습니다.
P(참가자i 가 결과j 에 도달) = 1/n
n = 참가자 수(=결과의 수)
예를 들어 5명이 5개 결과를 추첨하는 경우, 각자가 각 결과를 얻을 확률은 1/5 = 20%입니다.
조건 2: 독립성(Independence)
이전 추첨 결과가 다음 추첨에 영향을 주지 않는 것을 가리킵니다.
P(이번 결과 | 이전 결과) = P(이번 결과)
이전에 A씨가 1위였다 해도 이번에 A씨가 1위가 될 확률은 변하지 않습니다.
조건 3: 예측 불가능성(Unpredictability)
추첨 실행 전에 결과를 예측할 수 없는 것입니다. 판단 기준으로 인간의 계산 능력으로 예측 불가능하고, 일정 이상의 복잡성(엔트로피)이 있어야 합니다.
조건 4: 일대일 대응(Bijection)
모든 참가자가 반드시 다른 결과를 얻는 것입니다. 수학적으로는 다음과 같이 표현합니다.
사상 f: 참가자 집합 -> 결과 집합 이 전단사
전사는 모든 결과에 누군가가 도달하는 것(결락 없음)을, 단사는 같은 결과에 여러 명이 도달하지 않는 것(중복 없음)을 의미합니다.
사다리타기의 수학적 증명
증명 1: 일대일 대응의 보증
정리: 사다리타기는 반드시 일대일 대응을 만족한다.
증명은 다음 순서로 진행합니다.
1단계에서 구조를 확인합니다. n개의 세로선 L1, L2, ..., Ln과 m개의 가로선 h1, h2, ..., hm이 있으며, 각 가로선은 인접한 2개의 세로선만을 연결합니다.
2단계에서 경로의 유일성을 보입니다. 각 세로선에서 출발하여 아래로 진행하고, 가로선을 만나면 반드시 건너며, 다시 세로선을 아래로 진행합니다. 이를 반복하여 골에 도달합니다. 이 과정은 결정적이며, 같은 시작점에서는 반드시 같은 골에 도달합니다.
3단계에서 치환의 증명을 수행합니다. 사다리타기는 수학적으로 치환(permutation)을 나타냅니다.
가로선 1개의 효과:
세로선의 위치 i 와 i+1 을 교환
m개 가로선의 효과:
m개 치환의 합성
치환은 반드시 전단사(bijection)이므로, 일대일 대응이 보증됩니다.
결론: 사다리타기는 수학적으로 일대일 대응이 보증된다.
증명 2: 등확률성
정리: 가로선이 무작위로 배치되는 경우, 모든 치환이 등확률로 생성된다.
n개 세로선의 치환은 n! 가지 존재합니다.
예: 3개이면 3! = 6가지
- (1,2,3) -> (1,2,3)
- (1,2,3) -> (1,3,2)
- (1,2,3) -> (2,1,3)
- (1,2,3) -> (2,3,1)
- (1,2,3) -> (3,1,2)
- (1,2,3) -> (3,2,1)
각 가로선의 위치가 독립적으로 무작위로 선택되는 경우, 충분한 수의 가로선을 그으면 모든 치환을 등확률로 생성할 수 있습니다. 이는 Fisher-Yates 셔플 이론에 기반합니다.
수학적으로 공정한 분포를 얻기 위해 필요한 가로선 수는, n명의 경우 약 n^2 log(n) / (2 pi^2)개입니다(인접 전치 셔플의 혼합 시간, Lacoin 2016). 10명이면 약 12개(이론적 임계값), 20명이면 약 61개, 50명이면 약 495개가 필요합니다. 필요 수량은 이차적으로 증가합니다.
결론: 가로선이 충분히 무작위로 배치되면 등확률성이 만족된다.
증명 3: 예측 불가능성
정리: 가로선이 3개 이상이면 인간이 시각적으로 결과를 예측하기 어렵다.
계산량을 분석하면 가로선 0개일 때 예측 시간은 O(1)이고, 각 세로선은 자기 자신에 도달합니다. 가로선 1개일 때도 O(1)이며, 가로선으로 연결된 2개만 교환됩니다. 가로선 2개일 때는 O(n)으로 선형 시간 추적이 가능하며, 익숙해지면 시각적 예측이 됩니다.
가로선이 3개 이상이 되면 예측 시간은 O(m)으로 가로선 수에 비례합니다. 가로선이 늘수록 복잡성이 증가하며, 10개 이상에서는 실질적으로 예측이 불가능합니다.
인간의 시각 추적 능력은 3개 이상의 교차점에서 급격히 저하됩니다.
결론: 가로선이 3개 이상이면 예측 불가능성이 실용적으로 만족된다.
다른 추첨 방법과의 비교
제비뽑기의 수학적 분석
제비뽑기에서는 n개의 제비 k1, k2, ..., kn에 결과를 할당하고, 참가자가 뽑는 순서를 정합니다.
문제점으로는, 제비 작성 실수로 결과가 중복되거나 누락될 수 있어 수학적 보증이 없다는 점, 그리고 작성자가 결과를 알고 있어 특정 제비를 추천할 수 있어 투명성이 낮다는 점이 있습니다.
등확률성은 올바르게 만들어지면 만족됩니다. 독립성은 만족됩니다. 예측 불가능성은 작성자가 알고 있다는 점에서 다소 약하며, 일대일 대응은 보증되지 않습니다.
룰렛(디지털)의 수학적 분석
디지털 룰렛은 의사난수생성기(PRNG)를 사용하며, 선형합동법 등의 알고리즘으로 동작합니다.
X(n+1) = (a * X(n) + c) mod m
문제점으로는, 의사난수는 진정한 난수가 아닌 결정적 알고리즘이므로 시드값을 알면 결과를 예측할 수 있습니다. 또한 의사난수는 반드시 주기를 가집니다. 나아가 사용자가 알고리즘을 검증할 수 없어 블랙박스화되기 쉽습니다.
등확률성은 알고리즘에 따라 다릅니다. 독립성은 시드 의존이며, 예측 불가능성도 알고리즘에 의존합니다. 일대일 대응은 설계에 따라 다릅니다.
가위바위보의 수학적 분석
가위바위보는 2인 제로섬 게임으로 모델화할 수 있으며, 내시 균형은 (1/3, 1/3, 1/3)입니다.
문제점으로는, 심리적 편향으로 인간은 완전히 무작위한 선택을 할 수 없고, 첫 수에 "바위"가 많다는 것이 통계적으로 증명되어 있습니다. 비김이 빈발하며(2명의 경우 1/3, n명일 때 확률은 더 높아짐), 동시에 여러 명이 이길 가능성이 있어 일대일 대응이 성립하지 않습니다.
등확률성은 심리적 편향에 의해 불완전합니다. 독립성은 상대의 선택에 의존하므로 만족되지 않습니다. 예측 불가능성도 전략성이 있어 제한적이며, 일대일 대응은 보증되지 않습니다.
비교 요약표
| 추첨 방법 | 등확률성 | 독립성 | 예측 불가능성 | 일대일 대응 | 투명성 |
|---|---|---|---|---|---|
| 사다리타기 | 우수 | 우수 | 우수 | 우수 | 우수 |
| 제비뽑기 | 양호 | 양호 | 보통 | 보통 | 보통 |
| 룰렛 | 양호 | 보통 | 보통 | 양호 | 미흡 |
| 가위바위보 | 보통 | 미흡 | 보통 | 미흡 | 우수 |
| Excel 난수 | 양호 | 보통 | 보통 | 양호 | 보통 |
통계학적 검증 방법
지금 무료로 Amida-san 사용해보기
실제 추첨이 공정한지 통계적으로 검증하는 방법을 소개합니다.
검증 1: 카이제곱 검정
각 결과의 출현 횟수가 같은지 검증하는 방법입니다.
절차는 다음과 같습니다. 먼저 가설을 설정합니다. 귀무가설 H0는 모든 결과가 등확률로 출현한다는 것이고, 대립가설 H1은 편향이 있다는 것입니다. 다음으로 추첨을 100회 실시하고 각 결과의 출현 횟수를 기록합니다.
통계량은 다음과 같이 계산합니다.
chi-squared = Sum [(관측값 - 기댓값)^2 / 기댓값]
chi-squared 값이 임계값보다 작으면 편향 없음, 임계값 이상이면 편향 있음으로 판정합니다.
예: 5개 결과로 100회 추첨
| 결과 | 관측값 | 기댓값 | (O-E)^2/E |
|---|---|---|---|
| A | 22 | 20 | 0.2 |
| B | 19 | 20 | 0.05 |
| C | 18 | 20 | 0.2 |
| D | 21 | 20 | 0.05 |
| E | 20 | 20 | 0 |
| 합계 | 100 | 100 | 0.5 |
chi-squared = 0.5 < 임계값(9.49), 편향 없음으로 판정
검증 2: 콜모고로프-스미르노프 검정
분포의 균일성을 검증하는 방법으로, 대규모 데이터(1000회 이상)의 검증에 적합합니다.
검증 3: 엔트로피 측정
무작위성의 정도를 정량화하는 방법입니다. 섀넌 엔트로피의 계산식은 다음과 같습니다.
H = -Sum [P(i) * log2 P(i)]
완전히 무작위일 때의 최대 엔트로피:
H_max = log2 n
예: 5개 결과이면 H_max = log2 5, 약 2.32입니다. 실제 엔트로피가 이 값에 가까우면 무작위성이 높다고 판단할 수 있습니다.
사다리타기의 공정성을 체험하기
실험 1: 소규모 사다리타기(3명)
3개의 세로선과 3개의 가로선으로 모든 가능한 결과(3! = 6가지)를 확인해봅시다.
1. (1,2,3) -> (1,2,3)
2. (1,2,3) -> (1,3,2)
3. (1,2,3) -> (2,1,3)
4. (1,2,3) -> (2,3,1)
5. (1,2,3) -> (3,1,2)
6. (1,2,3) -> (3,2,1)
가로선 배치 패턴을 바꿔가며 각 결과가 등확률로 나오는지 확인해보세요.
실험 2: 대규모 시뮬레이션
무료 온라인 Amida-san에서 10명으로 100회 추첨을 실시하고, 각자가 "1위"를 차지한 횟수를 기록해보세요. 이론값 10회에 가까운 결과가 나올 것입니다. 각자가 1위를 차지하는 횟수는 약 10회(플러스마이너스 3회 정도의 편차)가 됩니다.
자주 묻는 질문
Q1: 가로선이 적으면 공정성에 영향이 있습니까?
가로선이 적으면 모든 치환이 등확률로 생성되지 않고, 특히 가장자리 위치일수록 원래 위치에 머무르기 쉬워집니다. 수학적으로 공정한 분포를 얻으려면 n^2 log(n)에 비례하는 가로선 수가 필요합니다. Amida-san에서는 알고리즘으로 공정성을 보증합니다.
Q2: 디지털 도구의 난수는 신뢰할 수 있습니까?
도구에 따라 다릅니다. 신뢰할 수 있는 도구의 조건으로는, 오픈소스로 검증 가능할 것, 암호학적으로 안전한 난수생성기(CSPRNG)를 사용할 것, 투명성이 높은 구조일 것이 있습니다.
Amida-san은 참가자 전원이 가로선을 추가하므로, 운영자도 결과를 조작할 수 없습니다.
Q3: 사다리타기보다 공정한 방법이 있습니까?
이론적으로는 진정난수생성기(TRNG)를 사용한 디지털 추첨이 가장 공정합니다. 그러나 TRNG는 특수 하드웨어가 필요하고, 투명성이 낮으며(블랙박스), 참가자가 검증할 수 없습니다. 사다리타기는 공정성과 투명성의 균형이 가장 우수합니다.
정리
추첨의 공정성을 과학적으로 증명하려면 등확률성(모든 결과가 등확률), 독립성(이전 결과에 영향받지 않음), 예측 불가능성(사전 예측이 곤란), 일대일 대응(전원이 다른 결과를 얻음)의 4가지 조건을 만족해야 합니다.
사다리타기는 수학적으로 이 모두를 만족합니다. 치환의 성질로 일대일 대응이 보증되고, 충분한 가로선으로 Fisher-Yates 이론에 기반한 등확률성이 성립하며, 3개 이상의 가로선으로 예측 불가능성이 실용적으로 만족됩니다. 더불어 과정이 완전히 가시화되어 투명성도 높은 방법입니다.
과학적으로 증명된 공정한 추첨을 실현하려면 Amida-san을 활용하세요.