“‘평균’이 숨긴 진실, 당신은 그 안에 없을 수도 있습니다”

물리적 수치나 사회적 통계 자료를 분석하거나 해석할 때 자주 접하게 되는 개념이 바로 **‘평균’**입니다. 그러나 이 평균이라는 수치가 언제나 진실을 말해주지는 않습니다. 때로는 오히려 중요한 진실을 왜곡하거나 감추기도 하죠. 이것이 바로 **‘평균의 함정’**입니다. 이 글에서는 평균의 개념과 그 함정, 개별성과 비교의 중요성에 대해 자세히 설명드리겠습니다.

---

1. 평균이란 무엇인가?

평균은 데이터를 대표하는 값으로 흔히 사용됩니다. 예를 들어 학생들의 시험 점수가 60점, 70점, 80점, 90점, 100점일 때 평균은 (60+70+80+90+100)/5 = 80점이 됩니다. 이처럼 여러 수치들을 모두 더한 후 개수로 나누는 산술 평균은 가장 일반적으로 쓰이는 평균의 형태입니다.

그러나 평균은 데이터 전체의 경향성을 보여주는 데 유용한 반면, 개별적인 특성이나 분포의 폭, 극단값의 영향을 설명하지 못한다는 단점이 있습니다.

---

2. 평균의 함정 ①: 개별성을 무시하는 대표값

평균의 가장 큰 문제는 개인의 차이, 즉 개별성을 반영하지 못한다는 점입니다.

예를 들어, 한 회사의 월급 평균이 500만 원이라고 합시다. 이 수치를 보면 많은 사람들이 이 회사가 높은 급여를 주는 곳이라 생각할 수 있습니다. 그러나 실제로는 대표이사 혼자 3천만 원을 받고 나머지 직원들은 250만 원을 받는 구조일 수도 있습니다.

이 경우 대부분의 직원들에게 평균 500만 원은 자신과는 전혀 상관없는 숫자입니다. 오히려 이 숫자는 현실을 왜곡하여 착시 효과를 주고 있는 것입니다. 즉, 평균은 개인의 실제 상황을 설명해주지 못하는 경우가 많습니다.

---

3. 평균의 함정 ②: 분포와 표준편차를 무시함

평균은 수치의 분포 상태를 간과합니다. 예를 들어 다음 두 개의 반이 있다고 가정해 봅시다.

• A반: 60, 70, 80, 90, 100
• B반: 30, 40, 80, 120, 150

두 반의 평균은 모두 80점이지만, A반은 고르게 분포되어 있고, B반은 매우 큰 편차를 보입니다. 이처럼 평균만 보고 두 반의 성취 수준이 비슷하다고 오해할 수 있지만, 실제로는 성적의 안정성과 격차가 완전히 다릅니다. 이런 경우 표준편차를 함께 봐야 진실에 가까워질 수 있습니다.

---

4. 평균의 함정 ③: 비교 시 착시를 유발

평균은 비교의 기준으로 오용될 수 있습니다. 예를 들어 “우리 학교의 평균 성적은 전국 평균보다 높다”는 식의 주장은 일견 자랑스럽게 들릴 수 있습니다. 그러나 이 역시 구성원 간의 분포나 외부 환경을 고려하지 않으면 착시일 뿐입니다.

또한 ‘전국 평균’과 ‘우리 학교 평균’을 비교했을 때, 각 평균을 만든 집단의 크기와 특성이 다르면 단순 비교는 무의미합니다. 마치 키 큰 농구선수들이 모인 팀의 평균 신장과 일반 고등학생 평균을 비교해 놓고 “우리는 작다”고 말하는 것처럼요.

---

5. 평균보다 중요한 것: 개별성에 대한 이해

개별성은 숫자로 단순히 대표할 수 없는 각 사람의 특성과 상황을 뜻합니다. 평균은 그저 전체를 하나의 값으로 요약할 뿐이며, 이로 인해 다양성과 차이가 무시될 수 있습니다.

예를 들어, 학교에서 평균 성적만 보고 학급을 평가한다면 성적이 낮은 학생이 어떤 이유로 성적이 떨어졌는지는 파악하지 못하게 됩니다. 학습장애, 가정환경, 건강 문제 등 개별적인 요인을 고려하지 않는다면 실질적인 개선책도 마련할 수 없습니다.

---

6. 평균의 함정에서 벗어나기 위한 방법

✅ 1) 분포와 편차 함께 보기

평균뿐만 아니라 최솟값, 최댓값, 표준편차, 중간값 등을 함께 보는 것이 중요합니다. 이를 통해 전체 집단의 다양성과 폭을 이해할 수 있습니다.

✅ 2) 비교 시 기준을 명확히 하기

비교하고자 하는 대상의 규모, 특성, 맥락을 반드시 고려해야 합니다. 단순 수치 비교가 아닌 맥락 기반의 분석이 필요합니다.

✅ 3) 개별 데이터를 존중하고 분석하기

개인을 ‘평균값 안의 하나’로 취급하지 말고, 개별 데이터를 다르게 접근하고 해석하려는 노력이 필요합니다. 교육, 복지, 정책 분야에서 특히 중요합니다.

---

7. 실제 사례: 평균 소득 vs 중위 소득

국가 정책에서 자주 나오는 통계 중 하나가 ‘국민 평균 소득’입니다. 하지만 실제로는 **‘중위 소득’**이 더 현실적인 지표가 되곤 합니다. 평균 소득은 고소득층의 수입에 의해 왜곡되기 쉬운 반면, 중위 소득은 전체 인구를 절반씩 나누었을 때 정확히 가운데 있는 사람의 소득이기 때문입니다.

예를 들어, 10명이 사는 마을에서 9명은 월 200만 원을 벌고, 1명은 5천만 원을 번다면:

• 평균 소득: (200×9 + 5000) ÷ 10 = 680만 원
• 중위 소득: 200만 원

이런 상황에서 “우리 마을 평균 소득은 680만 원”이라고 말하는 것은 상당히 왜곡된 정보이며, 정책 수립에도 부적절합니다.

---

결론

평균은 강력한 분석 도구이지만, 언제나 진실을 말해주지는 않습니다. 오히려 평균에만 의존하면 현실을 왜곡하거나 불평등을 은폐하게 될 위험이 있습니다. 그렇기 때문에 평균이라는 수치를 바라볼 때는 반드시 개별성의 중요성을 인식하고, 비교의 맥락과 다른 통계 지표들을 함께 고려해야 합니다.

평균을 넘어서야 진실에 가까워집니다. 평균의 함정을 인지하고 다양한 시각에서 데이터를 해석하는 것이 현대 사회에서 꼭 필요한 통계적 감각입니다.