생사의 확률, 과학은 어떻게 계산할까?

[박원서]

​생사의 확률, 

과학은 어떻게 계산할까?

생사의 확률, 

과학은 어떻게 계산할까?

©Shutterstock

우리는 일상에서 통계를 통해 수많은 선택을 내린다. 

활동 하나하나에 따르는 위험은 숫자로 환산될 수 있으며,

 과학자들은 이를 바탕으로 ‘죽을 확률’조차 계산해 낸다.

하지만, 이 놀랍고도 냉정한 계산법에 대해 아는 사람은

 많지 않다. 과연 어떤 통계 단위들이 이 ‘죽음의 계산’을 

구성하고 있을까? 우리의 선택, 공포, 행동은 

실제 확률과 얼마나 일치할까?

다음 슬라이드에서 자세히 확인해 보자!

확률

©Getty Images

우리가 일상적으로 접하는 수많은 제도는 

일정 수준의 ‘확률’을 전제로 운영된다. 

예를 들어 은행에서 대출을 신청하면, 

은행은 신청자의 상환 능력을 바탕으로

 대출 부실 위험을 평가한다.

확률에 대한 인식

©Getty Images

그러나 인간은 이런 확률 판단에 있어 

놀랄 만큼 부정확하다. 실제로 많은 경우, 

우리의 행동은 ‘실제 확률’보다는

 ‘확률에 대한 인식’에 따라 결정된다.

공포심

©Getty Images

이처럼 확률에 대한 인식의 왜곡은 

공포심에서도 드러난다. 

예를 들어 비행기를 극도로 

두려워하는 사람들이 종종 있지만, 

사실 자동차를 이용할 때의

 교통사고 위험이 훨씬 더 크다.

'사망할 가능성'의 정량화

©Shutterstock

이러한 ‘죽음의 위험’을 정량화할 수 있을까? 

1980년, 전기공학자 로널드 아서 하워드는

 인간의 생명에 위협이 되는 위험도를 

수치화할 방법을 고안해냈다. 

마이크로모트

©Shutterstock

그는 이를 ‘마이크로모트(micromort)’라는 

단위로 정의했다. 마이크로모트는 어떤 활동을 할 때 

100만 분의 1 확률로 사망할 가능성을 의미한다.

100만 분의 1 확률

©Shutterstock

예를 들어 전신마취가 필요한 수술을 받을 경우, 

평균적으로 10마이크로모트 수준의 사망 위험이 존재한다. 

즉, 백만 명 중 10명이 사망할 수 있다는 계산이다.

조건에 따른 위험도

©Shutterstock

물론 이런 수치는 단순히 활동 자체만을

 기준으로 삼는 것이 아니다. 

연령, 건강 상태, 거주 지역 등 개인의

조건에 따라 위험 수준은 크게 달라진다.

사망률 통계

©Shutterstock

그렇다면 인간이 죽음의 확률을 

수치화하기 시작한 건 언제부터일까? 

그 역사는 의외로 오래되지 않았다

사망 및 세례 기록

©Shutterstock

17세기 영국의 인구통계학자 존 그랜트는 

사망 대비 첫 세례 비율 기록을 분석해 

최초의 ‘사망 통계’ 개념을 정립한 인물로

 평가된다. 그의 연구는 당시에는

 큰 주목을 받지 못했지만, 시간이 흐르며

 그 가치가 재조명됐다.

통계적 분석

©Shutterstock

하워드와 그랜트 같은 인물들 덕분에 우리는 

일상 속 위험을 통계적으로 분석할 수 있게 됐다.

 마이크로모트는 그 대표적인 도구 중 하나다.

마이크로모트의 한계점

©Shutterstock

하지만 이 단위 역시 한계를 가진다. 

최근 수학자 데이비드 슈피겔할터는 

마이크로모트(micromort)가 특정 활동에

 수반되는 위험도는 측정할 수 있으나,

 삶의 방식 자체에 내재된 위험은 

반영하지 못한다는 점을 지적했다.

어느정도 까지만

 유용한 수치화

©Shutterstock

과학전문지 사이언티픽 아메리칸은 마이크로모트의

 한계를 보여주는 흥미로운 예시를 소개했다. 

담배 한 개비를 피우는 것은 0.21마이크로모트로 평가되지만,

 45세 이상이 아침에 침대에서 일어나는 행위는

 6마이크로모트로 산정된다는 것이다.

단일한 수치로

표현되는 한계점

©Shutterstock

이러한 비교는 얼핏 보면 “담배 피우는 게 

침대에서 일어나는 것보다 덜 위험하다”는

 착각을 불러일으킬 수 있다. 결국, 

위험을 단일한 수치로 표현하는 것의 

한계가 드러나는 대목이다.

장기적인 영향

©Shutterstock

물론 담배 한 개비가 침대에서 일어나는 것보다

 덜 위험하다는 주장은 사실이 아니다. 

담배 흡연의 영향은 즉각적이지 않으며, 

장기적인 건강에 영향을 미치기 때문이다. 

마이크로모트는 이러한 장기적 위험을 반영하지 못한다.

마이크로라이프

©Shutterstock

이 같은 한계를 보완하고자 수학자 데이비드 슈피겔할터는

 ‘마이크로라이프(microlife)’라는 새로운 단위를 제안했다.

 마이크로라이프는 특정 행동이 장기적으로 수명에 

어떤 영향을 미치는지를 측정하기 위한 단위다.

생명을 얼마만큼

앗아가는가?

©Getty Images

즉, 위험을 확률로 제시하는 것이 아니라, 

‘생명을 얼마만큼 앗아가는가?’라는

 방식으로 접근하는 셈이다.

 마이크로라이프는 인간 수명중

 30분을 단위로 삼는다.

1 마이크로라이프= 30분

©Shutterstock

예를 들어, TV를 두 시간 시청하는 행위는 

1마이크로라이프, 즉 30분의 생명을

 잃는 것으로 계산된다. 이는

마이크로모트와는 근본적인 차이가 있다.

TV 시청

©Getty Images

예를 들어, TV 시청을 두 시간 하는 것은 

전체 수명에 있어 1마이크로라이프 (-30분)에 

해당된다. 이는 마이크로라이프와 마이크로모트를 

측정하는 데 있어 핵심적인 차이를 보여준다.

운전 위험

©Shutterstock

반면 마이크로모트(micromorts)의 계산은 표준화되어 있다.

특정 활동을 수행할 때 항상 일정하게 존재하는 고정된 양이다.

 즉, 자동차 운전 시의 위험도는 매번 동일하게 적용된다.

오히려 얻기도 하는 

마이크로라이프

©Getty Images

그러나 마이크로라이프는 잃는 것도 가능하지만, 

얻는 것도 가능하다. 예로, TV를 두 시간 보는 것은

 1마이크로라이프를 잃게 만들지만, 반대로

 20분 산책을 하면 두 개의 마이크로라이프, 

즉 한 시간을 수명에 더하는 효과가 있다.

평균 기대수명

©Shutterstock

이 측정을 이해하기 위해서는 사람들의 

평균 기대수명을 고려해야 한다. 예를 들어, 

하루에 한 잔씩 술을 마시는 사람과 

술을 마시지 않는 사람의 수명을 비교할 수 있다.

통제할 수 없는 조건들

©Getty Images

하지만 마이크로라이프를 줄이는 행위는

 단일 요인으로만 설명되지 않는다. 

지역, 나이, 성별 같은 우리가 통제할 수 

없는 조건들도 영향을 미치기 때문이다.

행동이

수명에 미치는 영향

©Getty Images

또한, 우리의 삶은 다양한 행동이 복합적으로 얽혀 있어, 

어떤 행동이 수명에 실제로 미치는 영향을 정확히

 계산하는 일은 결코 쉽지 않다.

행동의 결과

©Getty Images

술을 마시지만 운동을 꾸준히 하는 사람도 있고,

 술을 마시지 않지만 운동을 전혀 하지 않는 사람도 있다.

 이런 경우들을 단순 수치로 환산하기에는 한계가 존재한다.

일상 속 가늠

©Shutterstock

이처럼 마이크로모트와 마이크로라이프는 

인간의 삶과 선택을 수치로 분석하려는

흥미로운 시도지만, 삶의 총체적인 맥락을 

모두 담아내기에는 분명한 제약이 있다. 

그럼에도 불구하고 이러한 수치는 일상 속 

선택에 대한 ‘가늠자’로 기능할 수 있다.

결정에 있어 도움이 될 수도

©Getty Images

예를 들어, 특정 활동이 수반하는

 마이크로모트를 알게 된다면, 

그것이 감수할 만한 위험인지 

판단하는 데 도움이 될 수 있다. 

라이프 스타일을 ,

균형 있게 조정하는 것

©Getty Images

마찬가지로 마이크로라이프 수치를 통해 

우리는 삶의 방식에 대해 좀 더 균형 잡힌 

선택을 할 수 있다. 또한, 이러한 수치는

 심리적 대처 메커니즘으로 작용하기도 한다

대처 메커니즘

©Shutterstock

예컨대 비행기를 탈 때 강한 공포를 느끼지만,

 자동차는 일상적으로 몰고 다닌다면, 

통계적 수치를 통해 비합리적인 두려움을

 줄이고 삶의 통제력도 회복할 수 있다.

출처

 (The Motley Fool)  (Scientific American) 

(Strategic Risk Global) (ScienceAlert) (The Boar)