[기초통계] 신뢰구간(Confidence Interval) — "95% 확신한다"는 게 정확히 무슨 뜻일까

지금까지 가설검정 공부하면서 항상 p-value와 유의수준을 중심으로 결론을 냈다. "p < 0.05이므로 유의하다." 그런데 실제 분석 보고서를 보면 p-value 외에도 이런 표현이 자주 등장한다.

 

95% 신뢰구간: [0.12, 0.28]

 

이게 무슨 뜻인지 직관적으로는 알 것 같지만 막상 정확히 설명하려고 하면 헷갈린다.  이번 글에서 신뢰구간의 정확한 의미와 계산 방법 등에 대해 정리해보겠습니다!

 

1. 점추정 vs 구간추정

모집단의 평균을 추정하는 방법은 두 가지다.

 

점추정(Point Estimation)은 단 하나의 숫자로 모수를 추정하는 방법이다. 표본 평균을 그대로 모집단 평균의 추정치로 사용하는 것이 대표적인 예다. 직관적이고 간단하지만 불확실성에 대한 정보가 전혀 없다. "평균이 165cm다"라는 말은 얼마나 믿을 수 있는지 알 수 없다.

 

구간추정(Interval Estimation)은 추정치의 범위를 함께 제공하는 방법이다. "평균이 163cm에서 167cm 사이일 것이다"처럼, 불확실성을 수치로 표현한다. 신뢰구간은 구간추정의 대표적인 방법이다.

 

2. 신뢰구간이란

신뢰구간(Confidence Interval)은 모집단의 모수(예: 평균)가 포함될 것으로 예상되는 값의 범위다. 신뢰수준은 이 구간이 실제 모수를 포함할 확률을 의미한다.

 

신뢰구간 = 점추정치 ± 오차한계(Margin of Error)

오차한계 = 임계값(Critical Value) × 표준오차(Standard Error)

표준오차 = 표준편차 / √n

 

즉, 신뢰구간은 "표본에서 구한 추정치를 중심으로 얼마나 넓게 범위를 잡아야 모수를 포함할 수 있는가"에 대한 답이다.

 

3. 95%가 정확히 의미하는 것

 

"95% 신뢰구간은 이 구간 안에 진짜 값이 있을 확률이 95%다." 

라는 말은 틀린거 같다.

 

1) 왜 틀렸는가?

빈도주의 통계학에서 모수(모집단의 평균 등)는 고정된 값이다. 확률적인 게 아니다. 95% 신뢰구간을 한 번 계산하면, 그 구간이 모수를 포함하거나 포함하지 않거나 둘 중 하나다. 확률이 95%인 게 아니라 그냥 포함하거나 안 하거나다.

 

2) 그럼 95%는 뭘 의미하는가?

동일한 방법으로 표본을 반복해서 뽑고 매번 신뢰구간을 계산하면, 그 구간들 중 95%가 실제 모수를 포함한다는 뜻이다. 즉, 95%는 특정 구간에 대한 확률이 아니라 이 방법(절차)의 장기적 성공률이다.

이걸 직관적으로 이해하려면 이렇게 생각하면 된다. 100번 표본을 뽑아 100개의 신뢰구간을 계산하면 그 중 약 95개는 진짜 모수를 포함하고 약 5개는 포함하지 않는다. 우리가 지금 보고 있는 신뢰구간이 그 95개 안에 드는지 5개 안에 드는지는 알 수 없다.

 

3) 올바른 해석 방법

"95% 신뢰구간이 [0.12, 0.28]이다"는 "이 방법으로 반복 샘플링을 했을 때 95%의 경우 구간이 모수를 포함한다. 지금 계산된 구간은 [0.12, 0.28]다"로 해석해야 한다.

실무에서는 "95% 신뢰 수준에서 진짜 값은 0.12에서 0.28 사이에 있다고 추정한다"는 표현으로 사용하면 된다. 완벽히 엄밀하진 않지만 실용적으로 통용되는 표현이다.

 

4. 신뢰구간 계산 방법

4.1 Z-분포를 사용하는 경우

표본 크기가 크거나(n ≥ 30) 모집단 표준편차를 아는 경우 Z-분포를 사용한다.

 

신뢰구간 = x̄ ± Z(α/2) × (σ / √n)

x̄: 표본 평균 Z(α/2): 임계값 (95% CI에서는 1.96) σ: 모집단 표준편차 n: 표본 크기

 

예시:

50명 학생의 평균 키가 165cm, 표준편차가 10cm일 때 95% 신뢰구간은 아래와 같다.

165 ± 1.96 × (10 / √50) = 165 ± 2.77 → [162.23, 167.77]

 

4.2 t-분포를 사용하는 경우

표본 크기가 작거나(n < 30) 모집단 표준편차를 모르는 경우 t-분포를 사용한다. t-분포는 표본이 작을 때 정규분포보다 꼬리가 두꺼운 분포이며, 자유도(df = n - 1)에 따라 모양이 달라진다.

 

신뢰구간 = x̄ ± t(α/2, df) × (s / √n)

s: 표본 표준편차

 

표본 크기가 클수록 t-분포는 Z-분포에 수렴한다. 실무에서 n ≥ 30이면 t-분포와 Z-분포의 차이가 거의 없어 어느 쪽을 써도 결과는 비슷하다.

 

5. 신뢰구간의 너비에 영향을 주는 요소

신뢰구간이 좁을수록 추정이 정밀하고 넓을수록 불확실성이 크다. 너비에 영향을 주는 요소는 세 가지다.

첫째, 신뢰수준이다. 신뢰수준을 높이면(95% → 99%) 구간이 넓어진다. 더 확실하게 모수를 포함하려면 범위를 더 넓게 잡아야 하기 때문이다.

둘째, 표본 크기다. 표본이 클수록 표준오차(σ / √n)가 작아져 구간이 좁아진다. 표본이 많을수록 추정이 정밀해지는 것이다.

셋째, 데이터의 변동성이다. 표준편차가 클수록 구간이 넓어진다. 데이터 자체가 퍼져 있으면 추정의 불확실성도 커진다.

변화	신뢰구간 너비
신뢰수준 ↑ (95% → 99%)	넓어짐
표본 크기 ↑	좁아짐
표준편차 ↑	넓어짐

 

6. 신뢰구간과 가설검정의 관계

귀무가설이 H₀: μ = μ₀(특정 값)일 때, 95% 신뢰구간이 μ₀를 포함하지 않으면 유의수준 0.05에서 귀무가설을 기각할 수 있다. 반대로 신뢰구간이 μ₀를 포함하면 귀무가설을 기각할 수 없다.

 

이 연결 관계 덕분에 p-value만 보는 것보다 신뢰구간을 함께 보고하는 것이 훨씬 더 많은 정보를 전달한다. p-value는 "차이가 유의한가"라는 이진 결론만 주지만 신뢰구간은 "차이가 어느 정도 범위에 있는가"라는 크기 정보까지 제공한다.

 

7. 정리

• 신뢰구간은 모수를 포함할 것으로 예상되는 범위이며 점추정보다 더 많은 정보를 제공한다.
• "95% 신뢰구간 안에 진짜 값이 있을 확률이 95%"라는 표현은 엄밀히 틀렸다. 95%는 이 방법의 장기적 성공률이다.
• 표본이 클수록 데이터 변동성이 작을수록 구간이 좁아진다(추정이 정밀해진다).
• 신뢰구간은 p-value와 함께 보고할 때 훨씬 더 풍부한 정보를 전달한다.
• A/B 테스트에서 "유의한가"만 보는 것보다 신뢰구간을 통해 효과의 크기와 범위를 함께 보는 것이 실무에서 훨씬 유용하다.