관측 동등성 — 같은 데이터를 두 설명이 똑같이 맞힐 때 결론을 미루는 법 (2026)

2026-10-09

결론부터 말하면, 두 설명이 지금 보이는 데이터를 똑같이 맞힌다면 그 데이터를 더 쌓아도 답이 나오지 않습니다.

이럴 때는 두 설명이 서로 다르게 예측하는 관측을 먼저 찾고, 그 전까지는 결론을 미뤄야 합니다.

이 개념을 관측 동등성이라고 부릅니다.

해석이 갈리는 날 수급 주체별 흐름이 어떻게 달랐는지는 Passive 앱(https://dinsightlab.com)의 수급 분석 화면에서 함께 확인할 수 있습니다.

1. 어떤 사례에서 드러났나

2026년 9월 9일 서울 세계지식포럼에서 진화생물학자 리처드 도킨스가 이 문제를 정면으로 꺼냈습니다.

그는 AI 모델 두 개에 쓰고 있는 소설 원고를 줬고, 약 5초 만에 문학 교수 수준의 비평을 받았다고 말했습니다.

주류 견해는 이 모델들이 통계 규칙에 따라 단어를 이어 붙일 뿐이라고 봅니다.

회의론자 중 다수는 언젠가 기계에 의식이 생길 수 있다고도 인정합니다.

도킨스의 반문은 이것이었습니다.

“그날이 오면 어떻게 알겠습니까? 그들이 지금과 다른 무엇을 할 수 있겠습니까?”

의식이 있다는 설명과 없다는 설명이 같은 대답을 똑같이 예측한다면, 대답을 아무리 많이 모아도 둘을 가를 수 없다는 지적입니다.

판별할 관측이 없을 때 사람들은 원래 갖고 있던 믿음으로 결론을 냅니다.

2024년 학술지 Neuroscience of Consciousness에 실린 조사가 이를 보여 줍니다.

미국 성인 300명 가운데 67%는 챗GPT에 의식이 있을 가능성을 조금이라도 열어 뒀고, 33%는 확실히 없다고 답했습니다.

300명 기준으로 계산하면 약 201명과 99명입니다.

같은 챗GPT를 보고도 결론이 둘로 갈린 것은 관측이 아니라 사전 믿음이 답을 정했다는 신호입니다.

투자에서도 데이터가 두 설명을 못 가를 때 자신이 어느 쪽으로 기울어 있는지 먼저 적어 두는 것이 안전합니다.

가장 흔한 예는 운과 실력입니다.

실력이 전혀 없는 펀드 1,000개가 매년 시장을 이길 확률이 각각 50%라고 가정해 보겠습니다.

3년 연속 이길 확률은 0.5 × 0.5 × 0.5 = 12.5%이니, 약 125개가 3년 연속 승리 기록을 갖게 됩니다.

5년 연속이면 0.5의 다섯제곱인 약 3.1%로, 그래도 약 31개가 남습니다.

“실력이 있다”는 설명과 “운이 좋았다”는 설명 모두 이 31개의 존재를 똑같이 예측합니다.

따라서 연속 승리 기록 하나만으로는 실력을 증명할 수 없습니다.

두 번째 예는 하락의 원인입니다.

실적 악화를 반영한 하락과, 대형 자금의 기계적 리밸런싱으로 생긴 하락은 당일 주가 차트만 보면 똑같아 보입니다.

중간 점검으로, 같은 날 어떤 주체가 팔았는지는 Passive 앱(https://dinsightlab.com)의 수급 분석에서 외국인·기관·개인별로 나눠 볼 수 있습니다.

첫째, 두 설명을 나란히 적고 각각이 예측하는 관측을 한 줄씩 씁니다.

둘째, 두 줄이 같은 칸은 지웁니다. 그 관측은 증거가 아닙니다.

셋째, 남은 칸에서 실제로 확인할 수 있는 지표를 고릅니다.

하락의 경우라면 다음 실적 발표의 이익 추정치 변화가 좋은 판별 관측입니다. 실적 악화 설명은 추정치 하향을, 리밸런싱 설명은 추정치 유지를 예측하기 때문입니다.

운과 실력의 경우라면 수익률이 아니라 수익이 어디서 났는지, 즉 같은 전략이 다른 시장과 다른 기간에도 통했는지가 판별 관측입니다.

넷째, 판별 관측이 나오기 전까지는 비중을 크게 바꾸지 않습니다.

같은 데이터를 두 설명이 모두 맞힌다면, 그 데이터는 어느 쪽의 증거도 아닙니다.

도킨스의 질문이 남긴 교훈은 기계의 의식에만 해당하지 않습니다.

시장을 해석할 때도 “무엇을 보면 내 생각이 틀렸다고 인정할 것인가”를 먼저 정해 두면, 헤드라인 하나에 결론을 바꾸는 일이 줄어듭니다.

다음 실적 발표처럼 판별 관측이 나오는 날짜는 Passive 앱(https://dinsightlab.com)의 캘린더 화면에 모아 두고 그날 바로 확인해 보세요.