기대값 분석으로 불확실한 선택을 숫자로 비교하는 법
성공 확률 80%인 선택과 성공 확률 40%인 선택 중 어느 쪽이 더 유리할까요? 확률만 보면 80%가 좋아 보이지만, 성공했을 때 얻는 값과 실패했을 때 잃는 값이 다르면 결론은 달라질 수 있습니다. 기대값 분석은 이런 불확실한 선택을 감이 아니라 숫자로 비교하기 위한 기본 도구입니다.
다만 기대값은 미래를 맞히는 예언이 아닙니다. 한 번의 결과를 알려 주는 숫자도 아닙니다. 가능한 결과와 확률을 한데 묶어 “반복했을 때 평균적으로 어디쯤에 수렴할 수 있는가”를 보여 주는 기준입니다. 그래서 기대값 계산 뒤에는 반드시 분산, 최대 손실, 자본 여력, 반복 가능성을 함께 봐야 합니다.
기대값 분석이란 무엇인가
기대값 뜻을 가장 간단히 말하면, 가능한 결과값에 그 결과가 일어날 확률을 곱한 뒤 모두 더한 값입니다. 예를 들어 어떤 선택의 결과가 성공 또는 실패 두 가지뿐이라면, 성공했을 때의 값과 성공 확률을 곱하고, 실패했을 때의 값과 실패 확률을 곱해 합산합니다.
중요한 점은 기대값이 “가장 자주 나올 값”이나 “다음에 나올 값”이 아니라는 것입니다. 주사위 한 개를 던질 때 가능한 값은 1부터 6까지이고, 각 확률은 같습니다. 이때 기대값은 3.5입니다. 하지만 실제 주사위를 한 번 던져 3.5가 나올 수는 없습니다. 3.5는 한 번의 결과가 아니라, 아주 많이 반복했을 때 평균이 가까워지는 이론적 중심입니다.
OpenStax의 통계 자료에서도 기대값은 확률분포의 평균, 즉 장기 평균으로 설명됩니다. 이 관점은 기대값을 단기 예측이 아니라 장기적 경향을 나타내는 값으로 해석해야 한다는 점을 잘 보여 줍니다. 자세한 수학적 설명은 OpenStax 기대값과 표준편차 설명에서 확인할 수 있습니다.
기대값 계산 공식과 표 만들기
이산형 상황에서 가장 많이 쓰는 기대값 공식은 다음과 같습니다.
E(X) = Σ x × P(x)
여기서 x는 가능한 결과값이고, P(x)는 그 결과가 발생할 확률입니다. 말로 풀면 “각 결과값에 그 확률을 곱하고 모두 더한다”는 뜻입니다. 기대값 계산을 할 때는 머릿속으로만 처리하기보다 표를 만들면 실수가 줄어듭니다.
| 결과 | 결과값 | 확률 | 결과값 × 확률 |
|---|---|---|---|
| 성공 | +100 | 0.5 | +50 |
| 실패 | -40 | 0.5 | -20 |
| 합계 | – | 1.0 | +30 |
이 선택의 기대값은 100×0.5 + (-40)×0.5 = 30입니다. 장기적으로 같은 조건의 선택을 충분히 많이 반복할 수 있다면, 한 번당 평균적으로 +30의 가치가 있다는 뜻입니다. 그러나 한 번의 선택에서는 -40 손실이 날 수도 있습니다. 기대값 해석에서 이 차이를 놓치면 숫자가 오히려 위험한 착각을 만들 수 있습니다.

기대값이 양수여도 손실이 날 수 있는 이유
기대값이 +30이라는 말은 매번 +30을 얻는다는 뜻이 아닙니다. 실제 결과는 +100 또는 -40처럼 분리되어 나타납니다. 기대값은 여러 결과의 무게중심을 계산할 뿐, 결과의 흔들림을 없애지 않습니다.
예를 들어 농장 운영에서 어떤 작물은 평년에는 안정적으로 소득을 내지만, 특정 기후 조건에서는 큰 손실이 날 수 있습니다. 장기 평균 수익성이 좋아 보여도 한 시즌의 손실이 자금 흐름을 막는다면 실행하기 어렵습니다. 투자, 프로젝트, 재고 발주, 보험 판단에서도 마찬가지입니다. 기대값은 “평균적으로 유리한가”를 묻는 도구이지, “이번에 반드시 좋은 결과가 나오는가”를 답하지 않습니다.
기대값 분석에서 반드시 함께 봐야 할 것들
분산과 표준편차
같은 기대값을 가진 두 선택도 위험의 모양은 전혀 다를 수 있습니다. A는 거의 매번 +3에 가까운 결과를 내고, B는 대부분 -10이지만 드물게 +100을 낼 수 있다고 해 봅시다. 두 선택의 기대값이 비슷하더라도 B는 결과 분포가 넓고 단기 손실 가능성이 큽니다.
분산은 결과가 평균에서 얼마나 멀리 흔들리는지를 보여 주는 지표입니다. 표준편차는 그 흔들림을 원래 단위에 가깝게 해석하게 도와줍니다. 평균 수확량이 같아도 해마다 수확량이 크게 흔들리는 농지는 운영상 부담이 다를 수 있는데, 이런 맥락은 분산이 큰 농지의 수확량 흔들림을 이해할 때도 유용합니다.
최대 손실과 생존 가능성
기대값이 높아도 한 번의 실패가 전체 자본을 크게 훼손한다면 좋은 선택이라고 단정하기 어렵습니다. 기대값 분석은 평균을 계산하지만, 의사결정자는 평균뿐 아니라 최악의 경우를 감당할 수 있는지도 확인해야 합니다.
예를 들어 보유한 종자나 운영 자금 대부분을 한 선택에 노출하면, 기대값이 높더라도 실패 시 다음 시도를 할 기회가 사라질 수 있습니다. 그래서 실제 판단에서는 종자 비축분 대비 파종 비율처럼 자본 보존과 재도전 가능성을 함께 고려해야 합니다.
반복 가능성
기대값은 반복 시행에서 의미가 커집니다. 같은 조건의 선택을 여러 번 실행할 수 있고, 각 시행의 손실을 감당할 수 있다면 장기 평균이라는 해석이 힘을 얻습니다. 반대로 단 한 번뿐인 프로젝트, 인생의 큰 의사결정, 회복이 어려운 투자라면 기대값이 높다는 이유만으로 충분하지 않습니다.
기대금액 EMV로 프로젝트를 비교하는 방법
기대금액 EMV(Expected Monetary Value)는 금전적 결과를 기대값 방식으로 계산한 것입니다. 프로젝트, 투자안, 비용 편익 분석에서 가능한 결과의 금액에 각 확률을 곱해 합산합니다. Penn State의 EMV 자료도 이 개념을 여러 결과의 금전 가치에 확률을 가중한 평균으로 설명하며, 특히 단일 프로젝트에서는 장기 평균 해석에 주의해야 한다고 강조합니다. 참고 자료는 Penn State EMV 설명입니다.
| 선택 | 가능한 결과 | 기대금액 계산 | EMV |
|---|---|---|---|
| A | 70% 확률로 +50, 30% 확률로 -40 | 50×0.7 + (-40)×0.3 | +23 |
| B | 90% 확률로 +15, 10% 확률로 -10 | 15×0.9 + (-10)×0.1 | +12.5 |
수학적으로는 A의 기대금액이 더 높습니다. 그러나 A는 손실 폭도 더 큽니다. 충분한 자본이 있고 여러 번 비슷한 기회를 반복할 수 있다면 A가 더 매력적일 수 있지만, 한 번의 손실이 치명적인 상황이라면 B가 더 현실적인 선택일 수 있습니다. 기대값이 높은 선택은 “평균 기준으로 유리하다”는 뜻이지, 모든 사람과 모든 상황에서 최선이라는 뜻은 아닙니다.
기대값과 기대효용은 다르다
기대값은 주로 돈, 점수, 수확량처럼 측정 가능한 값을 평균화합니다. 반면 기대효용은 결과가 개인에게 주는 만족, 부담, 위험 회피 성향까지 반영하려는 개념입니다. 같은 100만 원도 자산이 적은 사람에게는 생계 안정의 의미가 크고, 자산이 충분한 사람에게는 상대적으로 작은 의미일 수 있습니다.
그래서 어떤 사람은 기대값이 조금 낮더라도 손실 가능성이 작고 안정적인 선택을 선호합니다. 이것은 비합리적이라기보다 효용 함수가 다르기 때문일 수 있습니다. 기대값 분석이 객관적인 비교의 출발점이라면, 기대효용은 개인의 상황과 선호를 반영해 최종 선택을 조정하는 단계라고 볼 수 있습니다.
실전에 적용하는 기대값 분석 절차
- 가능한 결과를 나열합니다. 성공, 보통, 실패처럼 빠진 결과가 없도록 범위를 정합니다.
- 각 결과의 확률을 추정합니다. 과거 데이터, 실험, 전문가 의견을 활용하되 근거가 약한 숫자는 따로 표시합니다.
- 결과값과 확률을 곱합니다. 금액, 시간, 수확량, 손실액 등 비교 가능한 단위로 맞춥니다.
- 곱한 값을 모두 더합니다. 확률 합계가 1인지 확인한 뒤 기대값을 구합니다.
- 분산, 최대 손실, 반복 가능성을 검토합니다. 평균이 좋아도 버틸 수 없는 손실이면 조정이 필요합니다.
- 민감도를 확인합니다. 성공 확률이 5% 낮아지거나 비용이 10% 늘어도 결론이 유지되는지 살펴봅니다.
기대값 분석에서 흔히 하는 실수
첫째, 확률이 높으면 무조건 좋은 선택이라고 믿는 실수입니다. 성공 확률이 높아도 성공 보상이 작고 실패 손실이 크면 기대값은 낮거나 음수가 될 수 있습니다.
둘째, 기대값을 한 번의 결과로 오해하는 실수입니다. 기대값은 평균 위치이지 실제 결과를 지정하지 않습니다. 양의 기대값이라도 단기 손실은 충분히 가능합니다.
셋째, 분산과 파산 위험을 무시하는 실수입니다. 장기 평균이 좋아도 단기 변동을 버틸 자본이 없다면 그 전략은 현실적으로 지속되기 어렵습니다.
넷째, 짧은 과거 패턴을 미래 확률로 착각하는 실수입니다. 몇 번 연속 좋은 결과가 나왔다고 다음에도 좋을 것이라 단정하거나, 반대로 이제 나쁜 결과가 끝났다고 믿는 식입니다. 이런 착각은 풍흉작 미신과 평균 회귀처럼 무작위성과 평균 회귀를 혼동할 때 자주 나타납니다.
다섯째, 확률 추정의 근거 없이 숫자를 끼워 넣는 실수입니다. 기대값 공식 자체는 단순하지만, 입력한 확률이 부정확하면 결과도 신뢰하기 어렵습니다. 좋은 기대값 분석은 계산보다 먼저 확률과 결과값의 근거를 점검합니다.
기대값 분석의 핵심 정리
기대값 분석은 불확실한 선택을 하나의 평균값으로 압축해 비교하는 방법입니다. 공식은 간단합니다. 가능한 결과값에 각 확률을 곱해 모두 더하면 됩니다. 하지만 그 숫자는 다음 결과를 맞히는 예측값이 아니라, 반복했을 때의 장기 평균에 가깝습니다.
따라서 실제 의사결정에서는 기대값, 기대금액 EMV, 기대효용을 구분하고, 분산과 표준편차, 최대 손실, 자본 여력, 반복 가능성, 확률 추정의 신뢰도를 함께 확인해야 합니다. 기대값이 높은 선택이 수학적으로 매력적일 수는 있지만, 위험을 감당할 수 없는 사람에게 항상 좋은 선택은 아닙니다.
결국 기대값 분석은 미래를 제거하거나 불확실성을 없애는 기술이 아닙니다. 불확실한 선택을 더 정직하게 숫자로 표현하고, 감정적 확신 대신 비교 가능한 언어로 판단하게 해 주는 도구입니다.




