의견을 듣고 객관적으로 표현하기

최근 빅데이터 관련 여러 서적과 보고서, 컬럼에서는 분석 자체를 미래 예측이 주된 목적으로 언급합니다. 저 역시도 현재의 데이터 분석이 더 나은 내일을 위한 과정이라는 시각에서는 동의합니다.

그런데 ‘이 기법이 바로 예측 기법이다’라고 명확하게 선을 긋기에는 애매한 점이 있습니다.

지금부터는 오랜 기간 동안 ‘예측’이라 하면 빠지지 않는 회귀분석에 대해 다시금 이야기할까 합니다.

그에 앞서 정량적(定量的, quantitative), 정성적(定性的, qualitative) 기법이란 용어부터 알아보겠습니다.

저는 아주 가끔 정량적 기법과 정성적 기법에 대한 질문을 받습니다.

의미 그대로 두 기법은 수를 기반으로 하느냐 성질을 기반으로 하느냐의 차이가 있습니다.

한 TV 프로그램에서 ‘연봉과 직장인의 삶’이란 주제로 서로 다른 분야의 전문가 2명이 강연을 진행한다고 가정합니다.

첫 번째 강연자는 경영심리학 전문가로 여러 문헌을 연구한 결과 ‘연봉이 오르면 삶의 만족도가 높아진다’라고 이야기를 전개합니다.

경영공학 전문가인 두 번째 강연자도 ‘연봉이 5% 증가하면 삶의 만족도가 20% 높아진다’ 이야기합니다.

두 사람 모두 ‘연봉은 삶의 만족도를 높인다’는 결론을 공통으로 이야기합니다.

그러나 전자는 전문가 소견이라는 주관적인 본인의 관점으로 이야기한 정성적인 평가이고, 후자는 구체적인 수치, 즉 강연자가 생각한 의견이나 주장이 아닌 객관적인 자료를 바탕으로 정량적 평가를 했습니다. 다시 정리하면 정성은 상태 표현, 정량은 수치 표현입니다.

정량과 정성은 분석 자료와 과정이 주관적인지 객관적인지에 따라 구분되는 것이죠.

하지만 가끔은 정성적으로 조사된 결과(주관적인 자료)라 할지라도 조사된 상태 그대로를 이해 당사자에게 제공하지는 않는 경우가 많습니다.

그러나 분명히 데이터 분석 기법, 특히 예측 기법에서는 정성적 기법과 정량적 기법을 구분하고 관련 문헌도 여럿있습니다.

다만 정량과 정성의 구분과 차이에 너무 얽매이지는 마세요.

흔히 정성적 기법이라고 하는 델파이 기법(delphi, 쉽게 전문가 의견이라 생각하면 됩니다.)이나 시장조사에도 숫자를 헤아리거나 비율을 계산한 수치평가는 반영됩니다. 

그래서 조사는 정성적으로 하되 결과는 정량적으로 처리하는 것이 현명하다고 생각합니다.

단, 분석 자료와 과정이 주관적인지 객관적인지 관점으로 접근한다면 정량과 정성은 확실히 구분해야 할 것입니다.

정성적 예측 기법에는 전문가의 의견을 수렴하는 델파이 기법과 각계각층의 이해관계자로부터 공개적으로 의견을 수렴하는 패널 조사법panel analysis, 직접 시장 상황을 파악하는 시장 조사법market research 등이 있습니다.

가끔 뉴스 등에서 전문가 의견을 듣고 향후 전망을 이야기하는게 바로 정성적 예측 기법이죠.

정성적 예측은 전략을 세우거나 장기적 관점에서의 발전 방향을 수립할 때 많이 활용합니다.

신문이나 관련 서적 등으로 동향을 파악하고 전략을 세우는 과정 역시 정성적이라 볼 수 있습니다.

하지만 정성적 예측은 정량적 분석보다 상대적으로 시간과 비용이 많이 든다는 단점이 있습니다.