평균으로의 회귀, '2년 차 징크스'의 통계적 진실 📉

🎯 1. 2년 차 징크스, 도대체 뭐길래?

영어로는 Sophomore Slump(소포모어 슬럼프)라고 불러. 미국에서 '소포모어'는 대학 2학년을 뜻하는데, 첫해에 대박을 친 사람이 두 번째 해에 기대만큼 못하는 현상을 통칭하는 말이 됐어. 스포츠의 신인왕, 데뷔 앨범이 대박 난 가수의 2집, 첫 작품이 터진 감독의 차기작까지 범위도 넓지.

야구 팬이라면 다들 한 번쯤 들어봤을 거야. "신인왕 받은 선수는 다음 해에 고전한다"는 말. 그리고 미국엔 이런 전설도 있어.

재미있는 건 이 '저주'들의 공통점이야. 표지에 오른다는 건 바로 직전에 최고점을 찍었다는 뜻이거든. 저주가 아니라, 꼭대기에서 사진을 찍었기 때문에 그다음엔 내려올 확률이 높은 거지. 이게 오늘 이야기의 핵심 복선이야. 😏

🧬 2. 시작은 '키' 연구였다 — 골턴의 발견

평균으로의 회귀라는 개념을 처음 체계적으로 정리한 사람은 영국의 과학자 프랜시스 골턴(Francis Galton)이야. 찰스 다윈의 사촌으로도 유명하지.

골턴은 1886년 논문 "Regression Towards Mediocrity in Hereditary Stature"(유전적 신장에서 평범함으로의 회귀)에서 부모와 자녀의 키 데이터를 분석했어. 그런데 이상한 패턴이 보였지.

골턴은 이걸 '평범함으로의 회귀'라고 불렀고, 오늘날 통계학 교과서에 빠짐없이 나오는 '회귀분석(regression analysis)'이라는 이름이 바로 여기서 왔어. 우리가 엑셀에서 추세선 그릴 때 쓰는 그 '회귀'가 사실은 "키 큰 집 애들이 생각보다 덜 크더라"에서 출발한 거라니, 좀 귀엽지 않아? 😆

🎲 3. 핵심 원리: 성적 = 실력 + 운

평균으로의 회귀를 이해하는 가장 쉬운 공식은 이거야.

여기서 '운'은 미신적인 의미가 아니라, 실력과 무관하게 매번 랜덤하게 흔들리는 부분을 말해. 야구로 치면 잘 맞은 타구가 수비수 정면으로 가는 것, 빗맞은 공이 텍사스 안타가 되는 것, 그날의 컨디션, 상대 투수 운, 구장 바람 같은 것들이지.

자, 이제 신인 100명이 있다고 해보자. 이 중에서 올해 성적 1등을 뽑으면 그 선수는 어떤 사람일까?

핵심은 "선수가 못해진 게 아닐 수 있다"는 거야. 실력이라는 파란 블록은 그대로인데, 노란 행운 블록이 줄어든 것만으로 숫자는 충분히 떨어지거든. 우리가 '추락'이라고 부르는 것 중 상당 부분은 사실 원래 자리로 돌아온 것에 가까워.

📐 4. 조금만 더 수학적으로 — 상관계수가 열쇠

"그럼 얼마나 떨어지는데?"라는 질문이 나오겠지. 여기서 상관계수 r이 등장해. 1년 차 성적과 2년 차 성적이 얼마나 비슷하게 움직이는지를 나타내는 숫자야(-1에서 1 사이).

두 해 성적의 평균과 퍼짐(표준편차)이 비슷하다고 가정하면, 표준화된 점수 기준으로 아주 깔끔한 예측식이 나와.

위에 있는 첫 번째 그림에서 파란 실선이 주황 점선보다 완만한 이유가 바로 이거야. 상관이 1보다 작으면 예측선 기울기가 1보다 작아지고, 극단에 있던 점일수록 평균 쪽으로 더 많이 끌려오게 돼. 회귀의 정도는 (1 − r)에 비례한다고 기억하면 편해.

⚾ 야구 기록으로 감 잡기

세이버메트릭스(야구 통계 분석) 쪽에서는 이걸 아주 실용적으로 써. 대표적인 예가 BABIP(Batting Average on Balls In Play, 인플레이 타구의 안타 비율)야. 타구가 수비 사이로 빠지느냐 정면으로 가느냐는 운의 영향이 크기 때문에, 투수의 BABIP는 해마다 들쭉날쭉하고 장기적으로는 리그 평균 근처로 모이는 경향이 강하다고 알려져 있어. 투수의 BABIP가 해마다 크게 이어지지 않는다는 점은 2000년대 초 보로스 맥크래켄(Voros McCracken)의 연구로 널리 알려졌지.

반대로 삼진 비율이나 볼넷 비율처럼 선수 본인의 능력이 더 직접적으로 드러나는 지표는 해마다 비교적 안정적이야. 그래서 분석가들은 신인의 성적을 볼 때 이렇게 물어.

BABIP가 비정상적으로 높아서 타율이 치솟은 신인이라면? 다음 해 타율 하락은 거의 예약된 거나 다름없어. 이건 저주가 아니라 계산이야. 🧮

💻 5. 직접 확인해 보자 — 간단한 시뮬레이션

말로만 하면 안 믿기지? 실력이 전혀 변하지 않는 가상의 선수 1,000명을 만들어서 2년 연속 성적을 뽑아보는 코드야. 실력은 고정, 매년 운만 새로 굴려.

import numpy as np

rng = np.random.default_rng(42)
n = 1000

skill = rng.normal(0, 1, n)          # 진짜 실력 (2년 내내 동일)
year1 = skill + rng.normal(0, 1, n)  # 1년 차 = 실력 + 운
year2 = skill + rng.normal(0, 1, n)  # 2년 차 = 실력 + 새로운 운

top = np.argsort(year1)[-10:]        # 1년 차 상위 10명 ("신인왕 후보")

print("상위10 1년차 평균:", year1[top].mean().round(2))
print("상위10 2년차 평균:", year2[top].mean().round(2))
print("두 해 상관계수:", np.corrcoef(year1, year2)[0, 1].round(2))

이 설정에서는 실력과 운의 분산이 똑같아서 이론적인 상관계수가 0.5야. 돌려보면 1년 차 상위 10명의 2년 차 평균은 대략 1년 차 평균의 절반 근처로 뚝 떨어져(난수에 따라 조금씩 달라). 아무도 게을러지지 않았고, 아무도 분석당하지 않았고, 아무도 부담감을 느끼지 않았는데 말이야. 코드 속 선수들은 감정도 없거든. 😂

더 재밌는 건 반대 방향도 똑같이 성립한다는 거야. 1년 차 하위 10명을 뽑으면 2년 차에 평균 쪽으로 올라와. "2년 차에 각성했다!"는 스토리 중 일부도 이렇게 설명돼.

이런 시뮬레이션과 데이터 분석은 보고서나 기획서에서 설득력을 확 끌어올려 주는 무기야. 재능넷에서도 통계 분석, 데이터 시각화, 보고서 작성 같은 재능이 활발하게 거래되는 이유가 바로 이거지. "느낌"이 아니라 "숫자"로 말하는 힘!

✈️ 6. 칭찬하면 못하고, 혼내면 잘한다? — 카너먼의 비행 교관 이야기

노벨 경제학상 수상자인 심리학자 대니얼 카너먼(Daniel Kahneman)은 평균으로의 회귀를 설명할 때 자신의 경험담을 자주 들려줬어. 저서 『생각에 관한 생각(Thinking, Fast and Slow)』(2011)에도 나오는 일화야.

교관의 관찰 자체는 틀리지 않았어. 문제는 해석이었지. 카너먼은 이게 칭찬·꾸중의 효과가 아니라 평균으로의 회귀라는 걸 알아챘어.

이게 무서운 이유는, 사람들이 이 착각 때문에 "칭찬은 독, 꾸중은 약"이라는 잘못된 교훈을 배우게 된다는 거야. 팀장님이 "내가 한 소리 했더니 다음 달 실적 올랐잖아!"라고 하는 거, 사실 상당 부분은 회귀일 수도 있어. 😅

🏥 7. 일상 곳곳에 숨어 있는 회귀의 함정

평균으로의 회귀는 스포츠 밖에서도 엄청나게 자주 사람들을 속여. 대표적인 사례들을 정리해 볼게.

📚 역사 속 대형 실수: "평범함의 승리"

통계학계에서 유명한 흑역사도 하나 있어. 1933년 미국 노스웨스턴대학교의 경제학자 호레이스 세크리스트(Horace Secrist)는 『The Triumph of Mediocrity in Business(사업에서 평범함의 승리)』라는 책을 냈어. 수많은 기업 데이터를 분석해 보니 처음에 잘나가던 기업은 점점 평범해지고, 못하던 기업은 점점 나아지더라는 거야. 그래서 그는 "경쟁이 기업들을 평범하게 수렴시킨다"는 거창한 경제학적 결론을 내렸지.

그런데 통계학자 해럴드 호텔링(Harold Hotelling)이 서평에서 이걸 날카롭게 지적했어. 그 패턴은 경제 법칙이 아니라, 극단값으로 그룹을 나눈 뒤 다음 시기를 관찰하면 수학적으로 당연히 나타나는 회귀 현상이라는 거야. 실제로 시간을 거꾸로 돌려서 분석해도 똑같은 '수렴'이 보이게 되지. 몇 년 치 연구가 통계적 착시 위에 세워진 셈이야. 똑똑한 학자도 걸려 넘어지는 함정이라는 게 핵심이야.

🔍 8. 그럼 2년 차 징크스는 100% 통계 착시일까?

여기서 균형을 잡아야 해. 친구로서 솔직하게 말하면, "전부 다 회귀 때문"이라고 단정하는 것도 틀린 말이야. 실제 요인들이 섞여 있을 수 있거든.

중요한 건 순서야. 분석가라면 먼저 회귀로 설명되는 만큼을 빼고, 남는 부분에 대해 다른 원인을 찾는 것이 올바른 접근이야. 회귀를 고려하지 않고 "멘탈이 약해서"부터 외치면, 원인 분석이 처음부터 꼬여버리지.

🧠 9. 회귀에 속지 않는 체크리스트

보고서를 쓰든, 투자를 하든, 팀을 관리하든 써먹을 수 있는 실전 점검표야.

✍️ 10. 문서 작성자라면 꼭 챙길 표현법

통계·분석 문서를 쓸 때 회귀를 무시하면 보고서 신뢰도가 바닥으로 떨어져. 아래처럼 표현을 바꾸는 것만으로도 훨씬 프로페셔널해 보여.

이런 한 줄이 "이 사람, 숫자를 제대로 다룰 줄 아네"라는 인상을 줘. 데이터를 다루는 프리랜서나 분석가들이 재능넷 같은 플랫폼에서 신뢰를 쌓는 것도 결국 이런 디테일 덕분이야.

🌱 마무리: 징크스 대신 분포를 보자

다음에 누가 "역시 신인왕은 2년 차에 무너지더라"라고 하면, 씩 웃으면서 이렇게 말해 줘.
"그거 저주 아니야. 골턴 할아버지가 1886년에 이미 설명했어." 😎

그리고 하나 더. 올해 유난히 일이 잘 안 풀렸다면, 그것도 회귀의 반대편일 수 있어. 실력이 그대로라면, 운은 언젠가 평균으로 돌아오니까. 🍀