평균 근처에 모이는 법칙, 정규분포란 무엇일까

1. 일상 속에서 만나는 정규분포

• 사람들의 키를 조사하면 대부분 평균 근처에 몰려 있고, 극단적으로 작은 키나 큰 키는 드뭅니다.
• 학교 시험 점수를 보면, 대부분이 중간 점수 근처에 모여 있고 만점이나 0점은 적습니다.
• 성인의 몸무게, 혈압, IQ 등도 비슷한 분포를 따릅니다.

이런 식으로 평균 근처에 값이 몰려 있고 양쪽 끝으로 갈수록 점점 드물어지는 현상이 바로 정규분포입니다.

 

---

2. 정규분포의 모양

정규분포는 종(bell) 모양 곡선입니다.
그래프를 그리면 가운데가 봉긋 솟고 양쪽으로 갈수록 점점 낮아집니다.

이 곡선에는 두 가지 핵심 특징이 있습니다:

1. 대칭성: 가운데(평균)를 기준으로 좌우가 똑같습니다.
2. 평균 = 중앙값 = 최빈값: 가운데 값이 여러 ‘대표값’을 동시에 만족합니다.

 

matplotlib으로 그려본 정규분포의 곡선. 평균 0을 중심으로 종 모양을 갖는다.

---

3. 70-95-99 법칙

정규분포에서 자주 쓰이는 경험 법칙이 있습니다.

• 평균에서 ±1 표준편차 안에 전체 데이터의 약 **68%**가 들어 있습니다.
• 평균에서 ±2 표준편차 안에 약 **95%**가 들어 있습니다.
• 평균에서 ±3 표준편차 안에 약 **99.7%**가 들어 있습니다.

즉, 대부분의 데이터는 평균 근처에 몰려 있고, 극단적인 값은 아주 드뭅니다.
그래서 시험 점수나 키처럼 “평균적인 모습”을 이야기할 때 정규분포가 자주 등장합니다.

 

---

4. 왜 중요할까?

정규분포는 단순히 자연에서 자주 나타나기 때문에 중요한 것이 아닙니다.
이후에 다시 설명하겠지만, 통계학의 핵심 원리인 중심극한정리(Central Limit Theorem, CLT)와 깊은 관련이 있기 때문입니다.

중심극한정리는 이렇게 말합니다:
“모집단이 어떤 분포를 따르든, 표본을 충분히 많이 뽑아 평균을 계산하면 그 표본평균은 정규분포에 가까워진다.”

즉, 우리가 어떤 데이터에서든 여러 번 표본을 뽑아 분석할 때, 그 결과를 해석할 수 있는 강력한 도구가 바로 정규분포인 것입니다.

이 덕분에 통계학자들은 실제 데이터를 다루면서도 신뢰구간을 계산하고, 가설검정을 수행하고, 예측을 세우는 데 정규분포를 안전하게 활용할 수 있습니다.
그래서 정규분포는 단순한 곡선이 아니라, 통계적 추론의 기초 언어라고 할 수 있습니다.