Business

[책] How to Measure Anything 1부 - 측정에 대해서

2021년 12월 15일 — 6 min read

제 1부 측정은 이미 존재한다.

측정: 하나 이상의 관찰을 통해 정량적으로 표현된 불확실성의 감소
기존의 정의와 달리 무한한 정확성을 가져야할 필요가 없어집니다.
이런 측정의 정의는 정보이론에 기반합니다.
정보이론에서 정보는 신오에서 불확실성이 감소하는 양으로 정의되고, 그 신호에 의해 제거되는 불확실성을 “엔트로피”로 정리됩니다.
“불확실성을 줄이는” 정보에 대한 셰논의 관점은 사업 경영의 의사 결정에서 매우 중요합니다.
사람들이 생각하는 것처럼 측정이 항상 정량적일 필요는 없습니다.
불확실성은 적어도 정량적이어야 하겠지만, 관찰의 대상이 정량적인 값일 필요는 없는데, 어떤 집합의 포함관계 같이 전적으로 정성적인 것도 관찰과 측정의 대상이 될 수 있습니다.
하지만 그런 관찰 결과에 대한 불확실성은 반드시 정량적으로 표현되어야 합니다

앞에서 이야기한 유용한 측정의 개념(불확실성을 줄여주는 관찰)을 받아들이더라도, 우리가 문제를 처음 접했을 때 그것이 무엇을 의미하는지 알 수 없는 것은 여전히 측정할 수 없는 것처럼 보입니다. 이것은 측정의 대상이 명확하게 정의되지 않아서 그렇습니다.
이 경우 “연쇄 설명(Clarification Chain)”이라고 부르는 작업을 하거나, 그것도 제대로 작동하지 않으면 일종의 사고 실험을 할 수도 있습니다.
무엇을 측정할 수 없다고 생각하는 데에서부터 그걸 구체화할 수 있다고 생각하기까지 연결하는 과정입니다.
만약 어떤 알려지지 않은 대상을 측정하고자 한다면, 그 알려지지 않은 무엇인가와 우리가 원하는 혹은 원하지 않는 결과가 서로 연결되어 있기 때문일 것입니다.
둘째, 만약 어떤 대상을 관찰할 수 있다면, 동시에 그 대상을 정량할 수도 있을 것입니다. 우리가 무언가를 여러 번 관찰할 수 있다면, 그것이 상대적으로 많고 적은 것도 관찰할 수 있을 것입니다.
만약 우리가 그 정량의 값을 인정할 수 있다면, 마지막 단계는 매우 쉽습니다. 대상을 정량의 값으로 관찰할 수 있다면, 그건 측정 가능한 것입니다.
무엇을 측정하고자 하는가를 이해하기 위해서 왜 그것을 측정하려고 하는지 정의하는 것도 중요합니다.

어떤 항목이 측정하기에 “너무 비싸다” 또는 “너무 어렵다”는 얘기가 나온다면, “무엇과 비교해서요?”라는 반문을 해야 합니다. 그 항목을 측정했을 때 정보 가치가 거의 없다면, 그 측정은 필요가 없습니다.
하지만 가치가 있다면, “이 항목의 불확실성을 줄일 수 있는 경제적인 측정 방법이 있지 않을까?”라는 질문을 해봐야 합니다. 불확실성을 부분적으로라도 줄이는 것에 대한 가치를 인식할 수 있다면, 보통 이 질문에 대한 답은 “예”가 될 것입니다.

측정이 가능하더라도 흔히 인용되는 “거짓말, 새빨간 거짓말, 그리고 통계”에서처럼 통계와 확률 자체가 의미가 없기 때문에 측정 자체가 의미가 없다는 것입니다.
사람들이 “통계로는 무엇이든지 증명할 수 있다”고 말할 때 “통계”는 원래 그 자체보다는 다양한 형태의 숫자들, 특히 백분율을 의미하는 것 같습니다.
위에서 언급한 다른 문구들은 확률이나 위험, 측정의 기본이 되는 개념에 대한 오해에서 비롯된 것입니다.
우리가 확률을 사용하는 이유는 그 결과를 완전하게 확신할 수 없기 때문입니다.