통계에서 자주 사용되는 두 가지 지표, ‘평균(mean)’과 ‘중간값(median)’은 겉보기에는 비슷해 보이지만 실제로는 매우 다른 이야기를 들려줍니다. 특히 소득, 자산, 주거비용 같은 경제적 데이터를 해석할 때 이 둘의 차이는 사회의 불평등 구조를 가릴 수 있는 함정을 내포하고 있습니다. 이번 글에서는 평균과 중간값이 어떻게 다른지를 설명하고, 왜 이 차이가 사회적 현실을 왜곡할 수 있는지 수학적으로 분석해보겠습니다.
평균과 중간값의 정의
먼저 두 지표의 정의를 간단히 정리해봅니다.
- 평균(Mean): 모든 값을 더한 뒤 전체 개수로 나눈 값. \( \bar{x} = \frac{\sum x_i}{n} \)
- 중간값(Median): 데이터를 크기순으로 정렬했을 때, 가운데 위치한 값
평균은 전체 분포의 영향을 고르게 반영하지만, 극단적인 값(outlier)에 매우 민감합니다. 반면, 중간값은 데이터의 중심을 직관적으로 보여주며, 소수의 이상치에 영향을 덜 받습니다.
소득 분포와 통계 지표의 왜곡
실제 사회의 소득 분포는 종종 정규분포가 아니라 ‘오른쪽으로 긴 꼬리(long tail)’를 가진 비대칭 분포(skewed distribution)를 가집니다. 즉, 대다수는 상대적으로 낮은 소득을 받고, 소수의 고소득자가 전체 평균을 끌어올리는 구조입니다.
예를 들어 10명의 소득이 각각 2000만원씩이라고 해봅시다. 평균과 중간값은 모두 2000만원입니다. 그런데 여기 한 명이 연봉 20억원을 번다면 평균은 어떻게 될까요?
\[ \text{평균} = \frac{(9 \times 2000 + 200000)}{10} = \frac{218000}{10} = 2억 1800만원 \]
이처럼 극소수의 고소득자가 포함되면 평균이 실제 대다수의 소득 수준을 과대평가하게 됩니다. 반면, 중간값은 여전히 2000만원으로 변하지 않습니다.
왜 중간값이 더 현실적인가?
중간값은 “한 사람이 소득 순으로 줄을 섰을 때, 딱 가운데 있는 사람의 소득”을 나타냅니다. 즉, 대다수 사람들이 체감하는 소득 수준에 더 가까운 지표입니다.
정책 수립이나 경제 진단에서 평균만을 기준으로 삼을 경우, 실제보다 경제 상황이 더 나아 보일 수 있습니다. 정부나 언론이 평균소득을 인용할 때 중간값을 병기하지 않는다면, 이는 사회적 불평등을 감추는 결과를 낳을 수 있습니다.
통계 왜곡의 실제 사례
예를 들어, 어떤 도시의 주거비 통계를 발표하면서 평균 임대료가 100만원이라고 할 경우, 실제 대부분의 주민은 60~80만원 사이의 임대료를 지불하고 있을 수 있습니다. 상위 몇 %의 고가 주택이 평균을 끌어올린 것이죠.
이럴 때 중간값 임대료가 70만원이라고 제시되면, 더 현실적인 주거비 수준을 반영하게 됩니다. 마찬가지로 자산 통계, 소비 지출, 교육 투자 등 다양한 분야에서도 이와 같은 차이가 발생합니다.
결론
평균과 중간값은 같은 데이터를 전혀 다르게 해석하게 만들 수 있는 통계 지표입니다. 평균은 소수의 극단적인 값에 영향을 크게 받아 사회적 불평등을 과소평가할 수 있습니다.
특히 경제 지표를 해석할 때 중간값을 함께 제시하는 것이 현실을 더 정확히 반영하고, 정책 결정에서도 공정성을 높일 수 있습니다. 통계는 수학이지만, 그 해석은 사회 정의와도 연결된다는 점을 기억해야 합니다.