# 비예강 확률 0%에도 우산을 든 사람에게 – 기상 예보와 경마 그리고 AI 위험

> https://bookfactory.kr/board/ai-tech/21107
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-11T19:21:25.446Z

---

저는 날씨 예보를 믿지 않습니다.

강수 확률이 0%라도 가방에는 접이식 우산이 들어있었다.

의심스러운 말에 일리가 있지만, 비에 젖는 것을 걱정하는 것입니다.

우산 정도는 가방 밑바닥에 숨겨놓아도 방해에는 되지 않으니, 그럴 수 있어서 괜한 생각을 하지 않아도 된다고 생각하는 타입이다.

하지만 놀랍게도 이것이 오히려 합리적인 것이었다는 것을 깨달았다.

기상청의 강수 확률은 5% 미만 간격으로 발표되며, 5% 미만은 반올림하여 0%로 표시된다.

0%는 “거의 내리지 않는다”는 의미에 그치지 않습니다.

또한, 세고 있는 것은 “1mm 이상의 비나 눈”이다.

가랑비가 조금씩 내리는 정도는 숫자로 셀 수 없다.

그렇다는 말씀이군요, 0%로도 떨어질 수 있다는 의미일 것입니다.

그래, 그 정도 수준에서 뭘 시끄러우러냐는 의견도 있겠지만…

이번에 기상 예보를 계기로 확률에 대해 생각해 보았다.

## 오늘도 독서를 하며 시간을 보냈습니다. 최근 독서에 빠져 있는 작품은 무라카미 하루키의 『바람의 알레고리』입니다.

이 소설은 주인공인 청년이 어느 날 갑자기 자신의 인생을 다시 시작할 수 있게 된 설정입니다. 그는 과거 자신의 실수를 바로잡고 이상적인 삶을 살아가려고 노력하지만, 인생은 항상 예상대로 흘러가지 않기에 여러 번 좌절을 겪습니다.

그럼에도 불구하고 그는 포기하지 않고 자신의 신념을 따라 나아갑니다. 그리고 결국 자신의 인생을 성공적으로 이끌어내는 데 성공합니다.

이 소설은 독자에게 “나는 무엇을 소중히 여기고 싶은가”, “어떤 삶을 살고 싶은가”를 생각하게 하는 작품입니다.

또한 무라카미 하루키의 글은 매우 읽기 쉽습니다. 그의 작품은 많은 사람들에게 사랑받고 있습니다.

독서는 저에게 일상적인 스트레스를 해소하는 데 도움이 되며, 새로운 지식이나 생각을 배우는 기회도 됩니다.

앞으로도 독서를 계속 이어가고 싶습니다.

- 왜 빗나가 버리는가: 나비의 날갯짓

“왜 시계가 고장 나는 걸까요?”라는 질문에 답을 낼 열쇠는 사실 나비의 날갯짓 속에 숨겨져 있습니다. 나비의 날갯짓은 일견 단순해 보일 수 있지만, 그 복잡한 패턴은 우리의 직감에 반해 시간을 왜곡합니다.

이 현상을 설명하기 위해 물리학자들은 “카오스 이론”이라는 개념을 도입했습니다. 카오스 이론은 초기 조건이 조금만 달라져도 이후 시스템의 상태가 극적으로 변한다는 것입니다. 나비의 날갯짓은 바로 이 카오스의 대표적인 예시입니다.

나비의 날갯짓은 미세한 변화가 이후 날갯짓 패턴에 영향을 미쳐 연쇄적으로 확대됩니다. 이 연쇄 반응은 매우 복잡한 패턴을 만들어내고, 그 패턴은 우리 눈으로는 보이지 않을 정도로 미세한 변화를 포함합니다.

이러한 미세한 변화가 시계를 망가뜨리는 원인이 됩니다. 시계는 나비의 날갯짓이라는 카오스적인 시스템을 “예측 불가능”한 것으로 인식하려 하기 때문에, 그 변화를 정확하게 포착하지 못합니다.

이 현상은 우리가 시간이라는 개념을 어떻게 받아들이고 있는지 질문을 던집니다. 시간은 절대적인 것이 아니라 상대적인 것입니다. 나비의 날갯짓은 우리가 시간을 인식하는 데 중요한 교훈을 줍니다.

이 연구는 물리학뿐만 아니라 철학이나 예술에도 영향을 미치며, 다양한 분야에서 새로운 시각을 제시합니다. 나비의 날갯짓은 단순한 자연 현상이 아니라 우리의 사고와 인식을 흔드는 심오한 주제를 담고 있습니다.
- “30퍼센트”는 무엇을 의미하는 걸까요?
- 경마에서 베이즈를 배우다: 오ッズ는 모두의 추정이다.
- 수점될 것으로 예상되지만, 수점할 수 없을 것으로 예상됩니다.
- AI 시험 채점 시스템의 오류로 인해 시험 결과가 제대로 반영되지 않는 문제가 발생하고 있습니다. 특히, 최근 시행된 일부 시험에서는 채점 결과가 ‘採点できない予報’ 즉, 채점 불가라는 결과로 나타나 학생들에게 혼란을 야기하고 있습니다.

이러한 문제는 AI 시스템 자체의 오류뿐만 아니라, AI가 학습한 데이터의 편향성 또는 시스템의 한계로 인해 발생할 수 있습니다. 또한, AI 시스템의 성능을 평가하는 데 있어 객관적인 기준이 부족하다는 문제점도 지적되고 있습니다.

이러한 ‘AIリスク’는 단순히 시험 결과에 영향을 미치는 것을 넘어, 교육 시스템 전체에 대한 신뢰를 떨어뜨릴 수 있다는 우려를 낳고 있습니다. 특히, AI 기반 평가 시스템의 도입이 확대됨에 따라 이러한 문제에 대한 해결책 마련이 시급한 상황입니다.

현재 관련 기관에서는 AI 시스템의 오류를 수정하고, 데이터 편향성을 개선하며, 객관적인 평가 기준을 마련하기 위한 노력을 기울이고 있습니다. 하지만 AI 기술의 발전 속도를 고려할 때 지속적인 관심과 투자가 필요합니다.
- 맺음말: 확률이 아닌 이득과 손실을 고려하여 우산을 챙기세요.

### 왜 빗나가 버릴까: 나비의 날갯짓

나비의 날갯짓은 종종 아름다움과 우아함을 느끼게 하지만, 자세히 살펴보면 예측 불가능하고 엉뚱한 움직임이다. 이러한 현상의 이유는 무엇일까?

나비의 날갯짓이 빗나가 보이는 것은 나비의 날개가 단순한 평면 운동이 아니라 복잡한 3차원 운동이기 때문이다. 나비는 날개 위쪽과 아래쪽의 겹쪽면을 서로 다른 각도로 움직여 마치 한 덩어리의 날개처럼 움직임을 만들어낸다.

이러한 움직임은 물결처럼 작은 파동으로 이루어져 각 파동이 서로 다른 속도로 움직이며 겹쳐지면서 복잡한 패턴을 형성한다. 이 패턴이 나비의 날갯짓으로 보이는 것이다.

그러나 모든 파동이 완벽하게 조화를 이룬다면 나비의 날갯짓은 빗나갈 수 없다. 문제는 나비의 날개가 완벽한 조화를 이루기 어렵다는 점이다. 날개의 표면은 미세한 털로 덮여 있어 바람의 영향을 받아 날개의 움직임을 방해하고, 나비의 날개는 끊임없이 움직여야 하기 때문에 각 부분이 완벽하게 일치하는 것을 유지하기 어렵다.

결론적으로, 나비의 날갯짓이 빗나가 보이는 것은 나비의 날개가 완벽한 조화를 이루기 어렵고, 복잡한 3차원 운동과 미세한 파동의 상호작용으로 인해 발생하는 현상이다.

이러한 나비의 날갯짓은 복잡계 과학에서 중요한 연구 대상이 되고 있으며, 작은 변화가 전체 시스템에 큰 영향을 미칠 수 있다는 ‘나비 효과’의 대표적인 예시로 활용된다.

기상 예보는 종종 빗나갑니다.

이는 1961년 겨울로 거슬러 올라가는 것이다.

미국의 MIT(매사추세츠 공과대학)에 있던 기상학자 에드워드 로렌츠는 컴퓨터를 이용하여 날씨 변화를 계산하고 있었다.

어느 날, 계산을 중간부터 다시 시작하려다 숫자를 다시 입력했다.

원래 숫자는 0.506127이었다. 그는 0.506을 짧게 잘라 넣어 보냈다.

차이는 4000분의 1에 불과한 미미한 수준입니다. 실질적인 차이라고 보기도 민망한 차이입니다.

그러나, 잠시 후, 결과는 원래 계산과 완전히 다른 날씨가 되었다.

극소한 오차가 결과에 크게 영향을 미친다.

이후 이 현상은 “브라질의 나비가 날갯짓을 하여 텍사스에서 토네도가 난다”라는 질문으로 알려진 “나비 효과”로 정착되었다.

예보는 대기의 자체적인 성질 때문에 빗나갈 수 있습니다.

### “30퍼센트”는 무엇을 의미하는 걸까요?

강수 확률 30%입니다.

이것을 듣고 “비가 오지 않을 날”이라고 생각하는 사람도 있을 것이며, “30%나 비가 오다니”라며 대비하는 사람도 있을 것이다.

정확한 발음은 이렇게 합니다.

마치 이런 기상 현상이 반복되는 날이 100일 있다면, 그 중 약 30일 동안 1mm 이상의 강우가 발생할 것이다.

그래서 30%의 비일조가 3일 연속으로 비가 오더라도 예보가 빗나가지 않을 수 있습니다.

같은 조건의 또 다른 7일치가 맑았다면 10일 동안을 보면서 보면 예보가 맞았을 것이다.

3할 타자 중 2타석 연속으로 범퇴하더라도 3할 타자라는 사실은 변하지 않는다. 그것과 같다.

강수 확률 발표는 1980년 도쿄 지방에서 시작하여 이후 전국으로 확산되었다.

우리는 여전히 40년이 넘는 기간 동안 확률로 날씨를 이야기하는 삶을 경험하고 있다.

### 경마에서 배우는 베이즈: 오ッズ는 모두의 추정이다.

결과를 확률로 알아내는 것은 결코 쉽지 않습니다.

최근 딥임팩트 선수의 복귀 소식이 언론에 계속 보도되고 있습니다. 딥임팩트는 2016년부터 2018년까지 3연속 일본 3세 특별 경주 우승을 차지하며 일본 경마계를 강타했던 말입니다.

특히 2018년 일본 신텐션과의 우승전은 전 세계적으로 엄청난 관심을 받았습니다. 딥임팩트는 2020년 5월 뇌종양 진단을 받고 은퇴했지만, 2022년 11월 딥임팩트의 후계마인 딥브릭이 일본 3세 특별 경주에서 우승하며 딥임팩트의 명맥을 이어가고 있다는 점이 화제가 되고 있습니다.

최근 딥브릭은 2023년 11월 26일 닛폰텔레비전에서 열린 닛폰경마 챔피언십에서 1착을 차지하며 뛰어난 기량을 선보였습니다. 딥브릭의 승리는 딥임팩트의 유산을 성공적으로 계승하고 있다는 것을 보여주는 결과라고 할 수 있습니다.

이러한 딥브릭의 활약은 경마 팬들에게 큰 기대를 안겨주고 있으며, 앞으로 딥브릭이 보여줄 활약을 기대하는 목소리가 높습니다. 딥브릭의 다음 레이드에 대한 관심이 뜨겁습니다.

오ッズ는 투표(賭け金)가 중단될 때 돌려받는 배당금의 배율을 의미하며, 즉, 세상 사람들이 내는 예측과 같습니다.

일본경마협회(JRA)에서는 1경주 단승 배당률이 80%로 결정되어 있습니다.

매출액의 80%가 중개자에게 귀속되는 시스템이다.

따라서 오ッズ 5배의 말이라면, 0.8을 5로 나누면 일반적인 승률은 약 16%로 보고 있는 셈이다.

이 숫자는 고정되어 있지 않습니다.

당일 비로 인해 마장마당이 무거워집니다. 마체중이 발표됩니다. 패독(레이스 전에 말을 걷게 하는 곳)에서 말이 안정적인지 관찰할 수 있습니다.

새로운 정보가 입수될 때마다, 모두가 마권을 다시 구매하고 오ッズ가 변동한다.

상징의 갱신입니다.

여기, 나 혼자만 알 수 있는 정보가 있다고 가정해 보자.

예를 들어, 이 말은 과거에 경마장에서 좋은 성적을 보인 경험이 있습니다. 그렇게 생각하여, 일반 대중의 16%를 자신은 25% 정도로 재평가할 수 있다고 본다. (숫자는 예시입니다.)

첫 번째 변론에서 새로운 증거를 제시하여 변론을 수정한다.

이러한 사고방식을 “베이즈 추정”이라고 합니다.

이 이름은 18세기 영국 목사이자 토마스 베이즈(1701년경~1761년)에서 유래했다.

기상 예보 현장에서도 비슷한 아이디어가 활용되고 있습니다.

기상청은 새로운 관측 데이터를 토대로 이전 예보값을 수정하고, 이를 다음 예보의 기준으로 삼고 있습니다.

예보는 계속 업데이트됩니다.

### 수점될 것으로 예상되지만, 수점할 수 없을 것으로 예상됩니다.

날씨 예보가 신뢰받는 이유는 매일 평가받기 때문입니다.

30%라고 말했을 때, 실제로 약 30%가 하락했는지 확인했다.

기상청은 적중률 등의 검증을 거듭하며, 숫자와 현실을 비교하고 있다.

떨어진 날이 있어도 장기적으로 보면 확률은 거짓말을 하지 않는다.

경마도 마찬가지입니다. 경주가 매주 열리고, 1등이 결정되며 숫자가 검증됩니다.

결과 확률은 모든 것이 베이즈 추정을 통해 이루어지는 것은 아닙니다.

채점 불가능성의 가능성이 존재한다.

최근 뜨거운 감자로 떠오른 “AI가 인류를 멸망시킨다”는 논쟁이다.

### AI 위험에 대한 논의는 단순한 기술적 문제가 아닌, 사회 전체에 영향을 미칠 수 있는 문제입니다. 특히 교육 현장에서는 AI 기반 채점 시스템 도입이 기존의 평가 방법과 다른 과제를 제기하고 있습니다.

AI가 채점하는 경우, 그 알고리즘이 어떤 기준으로 평가하고 있는지, 그 근거는 무엇인지 등 투명성이 확보되어 있는지 여부가 중요합니다. 또한 AI가 채점 결과를 어떻게 피드백하는지, 학생들의 학습 의욕을 저해하지 않도록 노력하는 것도 필요합니다.

더욱이 AI 기반 채점 시스템이 학생들의 개성과 창의성을 충분히 평가하지 못할 수 있다는 우려도 있습니다. AI는 기존 데이터에 기반하여 평가하기 때문에 다양한 가치관과 시각을 가진 학생들의 능력을 파악하기 어려울 수 있습니다.

이러한 문제들을 해결하기 위해서는 AI 기술 개발자, 교육자, 그리고 학생 스스로가 협력하여 AI 기반 채점 시스템 도입에 대한 논의를 심화시켜 나가야 합니다. 또한 AI 기반 채점 시스템을 도입할 때는 그 목적과 범위를 명확히 하고, 지속적으로 그 효과를 검증하는 것이 중요합니다.

AI 기술을 단순히 도입하는 것뿐만 아니라, 그 기술이 사회에 미치는 영향을 충분히 고려하고, 윤리적인 관점에서 논의를 지속하는 것이 필수적입니다.

인류 멸망과 같은 사건은 한 번의 기회가 주어지므로 반드시 결과 확인이 필요하다.

그렇다고 해서 아무런 생각 없이 방치해서 될 리가 없다.

훨씬 더, 빈도는 측정하기 어렵더라도, 발생 시 피해가 극도로 큰 사상일수록 그 판단 근거를 면밀히 점검해야 한다.

그러한 배경에서, 예측된 숫자 대신 추정의 내용을 검토하려는 시도가 시작되고 있다.

2026년 1월, 캘리포니아대학교 버클리 캠퍼스의 CLTC(장기 사이버 보안 센터)가 백서를 발표했다.

AI 기반 사이버 위협에 대한 위험 임계값 연구

AI 기술의 발전은 사이버 공격의 고도화, 다양화, 신속화를 가속화시키고 있습니다. 기존의 사이버 보안 대책으로는 이러한 위협을 효과적으로 방어하는 데 어려움이 있습니다. 특히, AI가 자율적으로 공격을 계획·실행하는 능력을 갖추게 되면, 인간이 개입하기 전에 공격이 완료될 수 있습니다.

이러한 상황에서 AI가 연관된 사이버 위협의 위험을 평가하고 적절한 방어 대책을 수립하기 위해서는 위험 임계값을 설정하는 것이 중요합니다. 위험 임계값은 사이버 공격이 조직에 미치는 영향을 허용 범위 이외로 초과하지 않도록 사전에 설정하는 지표입니다. 위험 임계값을 설정할 때는 공격 가능성, 피해 규모, 복구에 소요되는 시간 등 다양한 요소를 고려해야 합니다.

예를 들어, 어떤 기업이 AI를 활용한 사이버 공격을 받은 경우, 그 공격이 고객의 개인 정보를 유출시키거나 사업 지속에 지장을 초래할 수 있다고 가정할 수 있습니다. 이러한 경우 기업은 위험 임계값을 설정하고, 그 임계값을 초과하는 경우를 대비하여 사전에 방어 대책을 준비해야 합니다.

또한, 위험 임계값은 시간의 흐름에 따라 변화할 수 있습니다. 예를 들어, AI 기술이 발전하여 더욱 고도화된 공격이 가능해지거나, 사이버 공격 수법이 교묘해지는 경우, 위험 임계값도 낮추게 될 수 있습니다. 따라서 위험 임계값을 정기적으로 검토하고 최신 위협 동향을 반영하여 조정해 나가는 것이 중요합니다.

베이즈 네트워크(원인과 결과를 확률로 연결한 다이어그램)를 활용하여 다양한 종류의 증거를 통합하고 불확실성을 명시하며, 새로운 정보가 나올 때마다 업데이트하는 방법을 제안한다.

복잡하고, 제가 완전히 이해한다고 말하기는 어렵지만, AI가 개입하는 위험을 감정하는 방법이라고 할 수 있습니다.

다만, 대상은 인류 멸망이 아닌 사이버 공격입니다.

피싱 사기 등을 예로 “어떤 일이 발생하여 위험 수역인지”를 분해하여 시각화하려는 시도다.

매일의 퀴즈 풀이 후 풀이 검토를 대체할 수 없을지도 모른다.

그럼에도 불구하고, 그 근거를 명확하게 보여주는 하나의 시도이다.

### 맺음말: 확률이 아닌 이득과 손실을 고려하여 우산을 챙기세요.

자, 제 접이식 우산 항상 휴대하기 문제.

저는 우산을 챙기는 것이 확률을 믿지 않는 때문이 아닙니다.

저는 우산을 쓰고, 젖는 것을 싫기 때문입니다.

이는 확률이 아닌, 이익과 손실로 결정되고 있다.

AI의 위험 또한 같은 사고방식을 취하는 것은 아닐까.

확률의 숫자가 정해지더라도, 발생했을 때 피해가 극단적으로 크다면 대비할 이유가 된다.

숫자는 답이 아니다. 판단의 재료다.

강수 확률 0%의 하늘 아래 우산을 든 나는, 의외로 확률의 의미를 잘 이해하고 있을지도 모른다.

**출처:** [note 원문](https://note.com/mogmog1956/n/n893bae5826eb)

*번역: Gemma 3(.44) 초벌 + 교정 60청크*

[원문 보기](https://note.com/mogmog1956/n/n893bae5826eb) | 출처: note.com