[출제 의도] 분산과 표준편차의 정의에 담긴 수학적, 대수적 깊이를 완벽하게 이해하고 있는가? 편차의 합이 $0$이 되는 한계를 극복하기 위해 '절댓값' 대신 굳이 '제곱'을 택한 미적분학적 이유를 논증하고, 분산의 식을 대수적으로 전개하여 계산 공식을 유도해내는 능력을 평가한다. 또한, 구해진 산포도가 데이터의 '표준화(Z-score)'에 어떻게 기여하여 서로 다른 집단을 공평하게 비교하게 하는지 철학적으로 서술한다.
상황 제시
우리는 데이터 $x_i$ 들이 평균 $m$ 으로부터 얼마나 흩어져 있는지를 알아보기 위해 편차 $(x_i - m)$ 를 구한다. 하지만 편차를 모두 더하면 부호가 상쇄되어 항상 $0$ 이 되어버린다.
수학자들은 이 음수 부호를 없애기 위해 편차에 절댓값을 씌운 '평균절대편차'를 쓸 수도 있었지만, 결국 편차를 제곱하여 평균을 낸 '분산(Variance, $V(X)$)'을 통계학의 핵심 표준으로 삼았다. 그리고 여기에 다시 루트를 씌워 '표준편차($\sigma$)'를 완성했다. 다음 세 물음에 답하며, 통계학이 왜 이러한 수학적 형태를 띠게 되었는지 증명하시오.
[문제 1] 형태의 선택: 왜 절댓값이 아닌 제곱인가? (기초 역량)
편차의 음수 부호를 떼어내는 가장 직관적인 방법은 절댓값 기호($|x_i - m|$)를 사용하는 것이다. 그럼에도 불구하고 현대 통계학과 머신러닝이 이를 버리고 편차를 제곱($(x_i - m)^2$)하여 오차를 측정하는 방식을 표준으로 채택한 기하학적, 미적분학적 이유를 함수 $y = |x|$ 와 $y = x^2$ 의 그래프 개형과 '미분 가능성'의 관점에서 논리적으로 서술하시오.
해설 및 모범 채점 기준 확인하기
수능 영어 1등급을 결정짓는 킬러 문항 정복
청랑북스 추천 도서
S-Class 수능 영어 킬러 마스터 1권
수능 영어 최상위권을 향한 30일의 여정! 단순히 영어 문장을 번역하는 수준을 넘어, 지문 전체의 뼈대를 파악하고 문장 간의 숨겨진 유기적 연결고리를 찾아내는 대수적 사고력을 길러드립니다.
편차의 합이 $0$ 이 되는 문제를 해결하기 위해 수학자들은 편차를 양수로 만드는 두 가지 방법을 고려했습니다. 하나는 절댓값($|x|$)이고, 다른 하나는 제곱($x^2$)입니다.
1) 절댓값 함수의 기하학적 한계: 절댓값 함수 $y = |x|$ 의 그래프는 원점($x=0$)에서 V자 모양으로 뾰족하게 꺾이는 '첨점(뾰족점)'을 가집니다. 미적분학에서 뾰족점은 좌미분계수와 우미분계수가 달라 '미분이 불가능한 점'을 의미합니다. 통계학이나 AI 알고리즘에서 오차를 최소화하는 최적의 평균을 찾기 위해서는 함수를 미분하여 기울기가 $0$ 이 되는 지점을 찾아야 하는데, 절댓값을 쓰면 가장 중요한 최솟값 지점에서 미분이 불가능해져 컴퓨터가 계산을 수행할 수 없게 됩니다. 게다가 절댓값은 다항식으로 매끄럽게 전개(Expansion)되지 않아 대수적 연산이 매우 까다롭습니다.
2) 제곱 함수의 미적분학적 우아함: 반면 이차함수 $y = x^2$ 은 유려한 U자형 포물선 형태를 띠며, 실수 전 구간에서 부드럽게 연결되어 완벽하게 미분이 가능합니다. 최솟값을 찾기 위해 언제든지 도함수를 구해 $0$ 으로 만들 수 있으며, 식을 쉽게 전개하여 다른 공식과 결합할 수 있습니다. 이러한 기하학적 매끄러움과 미분 가능성이라는 치명적인 장점 때문에 통계학은 '평균절대편차' 대신 '분산(편차의 제곱의 평균)'을 산포도의 영원한 표준으로 삼게 되었습니다.
정답: 절댓값은 꼭짓점에서 미분이 불가능하여 최적화 계산이 막히지만, 제곱(이차함수)은 전 구간에서 매끄럽게 미분이 가능하고 대수적 전개가 용이하기 때문이다.
평가 요소
채점 기준 및 감점 요인
배점
절댓값의 한계 논증
절댓값 함수가 $0$ 에서 뾰족점(첨점)을 가져 미분이 불가능함을 기하학적으로 명확하게 서술함.
+15점
제곱의 대수적 우월성
이차함수(제곱)가 모든 점에서 부드럽게 미분 가능하여 최적화(최솟값 탐색) 연산에 필수적임을 훌륭히 서술함.
+15점
[문제 2] 분산의 대수적 전개: 계산 공식의 유도 (응용 역량)
분산 $V(X)$ 의 원래 정의는 편차의 제곱의 평균, 즉 $\frac{1}{n} \sum_{i=1}^{n} (x_i - m)^2$ 이다. 그러나 실전 문제에서는 일일이 편차를 구하고 제곱하여 더하는 것이 번거로워, "제곱의 평균 - 평균의 제곱"이라는 별도의 계산 공식을 주로 사용한다.
시그마($\Sigma$)의 성질과 $\sum x_i = nm$ 임을 이용하여, 분산의 정의식 $\frac{1}{n} \sum (x_i - m)^2$ 을 대수적으로 완전히 전개하고, 최종적으로 $V(X) = E(X^2) - \{E(X)\}^2$ 이 됨을 수식으로 완벽하게 증명하시오.
해설 및 모범 채점 기준 확인하기
지문 구조를 꿰뚫는 완벽한 독해의 기술
청랑북스 추천 도서
S-Class 수능 영어 킬러 마스터 3권 (DAY21~30)
단순히 영어 문장을 번역하는 수준을 넘어, 지문 전체의 뼈대를 파악하고 문장 간의 숨겨진 유기적 연결고리를 찾아내는 '논리적 사고력'이 필요합니다. 30일 완성 마스터 플랜으로 상위 1%에 도전하세요.
여기서 수식의 구조를 자세히 들여다보면, 1. $\frac{1}{n} \sum x_i^2$ 은 변량 $x$ 들을 제곱한 것들의 평균이므로 $E(X^2)$ 입니다. 2. $\frac{1}{n} \sum x_i$ 는 원래 데이터의 평균이므로 $m$ (또는 $E(X)$) 입니다. 3. 가장 우측 항은 $n$ 이 약분되어 $m^2$ 만 남게 됩니다. 이를 다시 대입하여 정리하면 다음과 같은 아름다운 식이 완성됩니다.
$$ V = E(X^2) - 2m(m) + m^2 $$ $$ V = E(X^2) - m^2 = E(X^2) - \{E(X)\}^2 $$
결론적으로 "분산 = 제곱의 평균 - 평균의 제곱"이라는 계산 공식이 완벽하게 증명됩니다. 이 공식을 사용하면 각 데이터의 편차를 일일이 구해서 뺄 필요 없이, 각 데이터의 제곱합과 평균값만 알면 분산을 즉시 계산할 수 있어 압도적으로 편리합니다.
정답: 시그마 성질에 따라 괄호를 전개하면 $E(X^2) - 2m(m) + m^2$ 가 되어 최종적으로 $E(X^2) - \{E(X)\}^2$ 이 증명된다.
평가 요소
채점 기준 및 감점 요인
배점
완전제곱식 전개와 시그마 분리
편차의 제곱을 다항식으로 올바르게 전개하고 시그마 덧셈 규칙에 따라 각 항을 3개로 완벽히 분리함.
+15점
중간항 소거와 결론 도출
가운데 항이 $-2m^2$ 이 됨을 수학적으로 대입하여 증명하고, 뒤의 $m^2$ 과 연산되어 최종 공식이 완성됨을 정확히 논증함.
+15점
[문제 3] 단위의 복원과 Z-score: 왜 다시 루트를 씌우는가? (심층 사고력)
우리는 2번에서 구한 분산 값에 다시 루트(제곱근)를 씌워 표준편차($\sigma = \sqrt{V}$)를 구한다. 분산이 가지는 '단위의 왜곡' 관점에서 왜 굳이 루트를 씌워야만 하는지 철학적으로 서술하시오.
또한, 이렇게 구해진 표준편차가 내 점수를 완전히 다른 환경의 집단(예: 수학 시험과 영어 시험)과 공평하게 비교하게 해 주는 '표준화(Standardization, $Z = \frac{X - m}{\sigma}$)' 과정에서 어떤 마법 같은 통계적 지표 역할을 하는지 종합하여 논술하시오.
해설 및 모범 채점 기준 확인하기
비문학 독해와 논술 실력을 동시에 잡는 기적의 15분
청랑북스 추천 도서
하루 15분, 시사 논술 필사
단순히 글자를 따라 적는 연습에 그치지 않고, '논술 공식 → 쟁점 분석 → 핵심 어휘 → 예시 답안 필사'로 이어지는 체계적 프로세스로 논리적 글쓰기 실력과 비문학 독해력을 동시에 끌어올려 줍니다.
[단위의 복원] 우리는 1번 문제에서 미분 가능성과 대수적 전개의 유려함을 위해 편차에 '제곱'을 취해 분산을 만들었습니다. 하지만 현실의 데이터를 다룰 때 이 과정은 치명적인 모순을 낳습니다. 만약 학생의 키(cm) 데이터로 분산을 구했다면, 그 분산값의 단위는 cm$^2$(면적 단위)가 되어버려 직관적인 길이 비교에 쓸 수 없게 됩니다. 따라서 제곱된 차원을 원래의 1차원 선형 데이터로 되돌리고, 단위를 복원하기 위해 분산에 루트(제곱근)를 씌운 값, 즉 '표준편차($\sigma$)'를 최종적인 산포도의 기준으로 삼는 것입니다.
[데이터의 표준화와 Z-score의 마법] 평균이 다르고 시험 난이도(산포도)가 완전히 다른 수학 시험과 영어 시험 성적 중 내가 무엇을 더 잘했는지 어떻게 공평하게 비교할 수 있을까요? 이때 표준편차는 단순한 숫자가 아니라 '공통된 보폭(단위)'이 됩니다. 내 점수에서 그 집단의 평균을 빼어 중심을 $0$ 으로 맞춘 뒤, 그 값을 표준편차로 나눕니다. ($Z = \frac{x - m}{\sigma}$) 이 '표준화' 작업을 거치면 "내 점수가 영어 평균보다 표준편차의 1.5배 높고, 수학 평균보다는 표준편차의 0.5배 높다"는 식으로 비교가 가능해집니다. 각 집단이 가진 크기나 척도의 장벽을 허물고, 오직 집단 내에서의 '상대적인 내 위치'만을 완벽하게 비교할 수 있게 해 주는 것, 이것이 표준편차가 갖는 가장 위대한 통계적, 철학적 가치입니다.
정답: 제곱되어 왜곡된 단위를 원래 단위로 복원하기 위해 루트를 씌우며, 이 표준편차는 전혀 다른 두 집단을 공평하게 비교하는 '표준 척도(Z-score)'로 기능한다.
평가 요소
채점 기준 및 감점 요인
배점
단위 복원의 논증
분산은 제곱으로 인해 '단위 왜곡' 현상이 발생하므로 실생활 직관성을 찾기 위해 루트(제곱근)를 씌운다는 통찰을 서술함.
+15점
표준화(Z-score)의 철학적 가치
표준편차를 하나의 '단위(보폭)'로 사용하여, 서로 다른 성질을 가진 두 이질적인 집단을 공평하게 평가하고 상대적 위치를 비교할 수 있게 한다는 본질적 의미를 완벽히 논술함.
