어떤 사건이 서로 상반되는 두 가지 원인에 의해 일어난다고 할 때, 두 원인 중 하나일 확률을 구하는 정리를 ‘베이즈의 정리(Bayes’ theorem)’라고 한다. 조건부 확률, 즉 사후 확률을 구하는 것으로, 어떤 사건이 만들어 놓은 상황에서 그 사건 이후 일어나게 될 다른 사건의 가능성을 구하는 이론이다.

이 이론에 따르면 기존 사건들의 확률(사전 확률)을 안다면, 어떤 사건 이후 각 원인들의 조건부 확률을 알 수 있다. 반대로 기존 사건들의 확률을 알지 못한다면 그 효용가치를 잃게 된다.

베이즈의 정리는 확률이나 추정에 대한 관점이 기존의 통계학과 많이 달랐던데다, 무엇보다 사후분포 계산이 쉽지 않은 케이스들이 많아 적확성에 늘 의문이 따르곤 했다.

하지만 최근 빅 데이터가 활성화되고 컴퓨터 계산 능력이 확장되면서 사정이 달라졌다. 기존 사건들의 확률을 개략적으로 뽑아낼 수 있게 된데다 확률의 정확도까지 높아지면서 ‘베이즈의 정리’ 효용성도 재평가되고 있다. 최근에는 심리학이나 신경과학 분야 등에도 이 이론이 폭 넓게 활용되고 있다.

조진래 기자 jjr2015@viva100.com