확률분포 단원에서 기댓값을 배우며 가장 먼저 든 생각은, 교과서 속 계산이 실제 선택을 얼마나 설명할 수 있는가라는 점이었다. 수업에서는 여러 결과값에 그 확률을 곱해 평균을 구하지만, 이를 복권에 적용하면 ‘복권 1장을 샀을 때 장기적으로 평균 얼마를 얻거나 잃는가’를 계산할 수 있다. 즉 복권은 단순한 오락 사례가 아니라, 기댓값이 현실 의사결정과 만나는 대표적인 문제로 볼 수 있다.

복권을 직접 구매한 경험이 없어도 일상에서 이 현상은 자주 보인다. 등하굣길 편의점이나 판매점 앞의 복권 안내문, 온라인 기사에 반복적으로 등장하는 고액 당첨 소식, 연말이나 명절 무렵 늘어나는 판매 홍보를 보면 많은 사람이 복권을 계속 선택하고 있음을 알 수 있다. 그런데 수업에서 배운 방식대로 계산하면 평균적으로 손해일 가능성이 큰데도 왜 이런 선택이 지속되는지 의문이 생겼다. 계산으로는 불리해 보이는데 현실에서는 구매가 반복된다는 점이 이 탐구의 출발점이 되었다.

이 의문을 확인하기 위해 먼저 복권의 결과를 막연한 ‘당첨’이 아니라 손익의 관점으로 바꾸어 보려 했다. 복권 한 장의 결과를 당첨금에서 구매비용을 뺀 값으로 보면, 당첨 여부가 아니라 실제 수익 구조를 수학적으로 비교할 수 있다. 이렇게 정의한 값을 기준으로 복권 종류별 확률분포를 만들면, 평균적 손익뿐 아니라 결과가 얼마나 크게 흔들리는지도 함께 볼 수 있을 것이라고 판단했다.

이에 따라 탐구 질문을 두 가지로 구체화하였다. 첫째, 복권 종류별 기대수익과 표준편차는 어떻게 다른가. 둘째, 수학적 불리함과 실제 선택의 괴리는 어떻게 설명할 수 있는가. 첫 질문은 확률분포 계산을 통해 확인할 수 있고, 두 번째 질문은 계산 결과를 바탕으로 사람들이 왜 작은 확률의 큰 보상에 끌리는지 해석하는 단계로 이어진다.

이 주제는 단순히 ‘복권은 손해인가’라는 생활 판단에 머무르지 않는다. 같은 확률 현상도 어떤 변수로 모델링하고, 어떤 지표로 비교하며, 계산 결과를 어떻게 현실 행동과 연결해 해석하는지가 중요하기 때문이다. 따라서 이번 탐구는 확률분포를 현실 데이터에 적용하는 연습이자, 앞으로 수학·통계학 분야에서 다루게 될 의사결정 자료 해석의 기본 틀을 직접 경험해 보는 과정이라는 점에서 내 진로와 밀접하게 연결된다.

앞선 1절에서 복권을 둘러싼 핵심 의문을 ‘계산상 불리함과 실제 선택의 차이’로 정리했다면, 이를 확인하기 위한 첫 단계는 복권의 결과를 수학적으로 정확히 정의하는 일이다. 복권 사례에서는 당첨금 자체보다 구매 후 실제로 남는 돈이 중요하므로, 결과값은 당첨금이 아니라 순이익으로 두어야 한다. 예를 들어 1,000원짜리 복권에서 꽝이면 결과값은 0원이 아니라 -1,000원이고, 5,000원에 당첨되면 결과값은 4,000원이다. 이렇게 정의해야만 손해와 이익을 한 기준에서 해석할 수 있다.

이때 복권 한 장의 순이익을 확률변수 $X$라 두면, $X$는 일정한 확률로 몇 개의 값을 가지므로 이산확률변수가 된다. 가능한 값들이 정해져 있고 각 값에 대응하는 $P(X=x)$가 존재하기 때문이다. 이 값을 표로 정리한 것이 확률분포이며, 복권 문제에서는 당첨 구간별 순이익과 그 확률이 바로 확률분포의 내용이 된다. 교과서에서 보던 ‘값 $x$와 확률 $P(X=x)$’의 구조가 실제 자료에서 그대로 나타나는 셈이다.

예를 들어 복권의 구조를 단순화한 가상 예시는 다음과 같이 나타낼 수 있다.

이 표에서 기댓값은 각 순이익과 확률을 곱해 더한 값으로 계산한다.

$$E(X)=\sum xP(X=x)$$

여기서 $E(X)$의 단위는 원이며, 의미는 복권을 매우 많이 반복 구매했을 때 1장당 평균적으로 기대되는 손익이다. 또한 분산은

$$V(X)=E(X^2)-\{E(X)\}^2$$

로 구하고, 표준편차는 $\sigma(X)=\sqrt{V(X)}$로 나타낸다. $E(X^2)$는 순이익의 제곱에 확률을 곱해 더한 값이므로, 고액당첨처럼 매우 큰 값이 있으면 분산이 크게 증가할 수 있다.

정리하면, 기댓값은 복권의 평균적 손익을 보여 주는 지표이고, 분산과 표준편차는 결과의 변동성을 보여 주는 지표이다. 즉 어떤 복권이 평균적으로는 비슷하게 손해여도, 고액당첨 항목 때문에 표준편차가 훨씬 클 수 있다. 이러한 관점은 다음 절에서 평균과 분산을 함께 읽는 통계학적 의사결정 해석으로 이어지며, 이후 실제 로또와 즉석복권의 순이익 확률분포를 계산하는 기준이 된다.

2절에서 복권의 순이익을 이산확률변수로 두고 기댓값과 분산을 계산할 수 있음을 확인했다면, 이제 중요한 문제는 그 수치를 어떻게 해석할 것인가이다. 통계학에서는 평균이 같더라도 분산이 다르면 선택의 의미가 달라질 수 있다고 본다. 예를 들어 기대수익이 같은 두 금융상품이 있어도 한쪽은 손익이 거의 일정하고, 다른 한쪽은 큰 손실과 큰 이익이 섞여 있다면 실제 선택은 달라질 수 있다. 보험도 평균적으로는 가입자가 납입한 금액이 그대로 돌아오지 않을 수 있지만, 큰 손실을 줄인다는 점 때문에 선택된다. 즉 의사결정에서는 ‘평균적으로 얼마를 버는가’뿐 아니라 ‘결과가 얼마나 넓게 퍼져 있는가’를 함께 보아야 한다.^[3]

이 관점에서 복권은 기대수익이 낮아도 작은 확률의 큰 보상 때문에 선택되는 전형적인 복권형 선택으로 볼 수 있다. 특히 고액당첨 한 항목이 분산을 크게 키우면, 평균 손익과 별개로 사람들은 그 큰 가능성에 주목하게 된다. 앞 절에서 정리한 확률분포 표와 표준편차 계산은 단순한 수치 정리가 아니라, 바로 이런 선택 구조를 읽기 위한 해석 도구가 된다.

관련 문헌을 찾아보며 이 점을 더 분명히 이해할 수 있었다. 기대효용 관련 논의에서는 사람들이 항상 단순한 기대값 최대화만으로 선택하지 않으며, 결과가 주는 만족의 크기와 확률을 함께 주관적으로 평가한다고 설명한다.^[1] 위험선호 연구는 같은 금전적 조건에서도 개인마다 위험을 받아들이는 정도가 다르고, 이 차이가 실제 선택 행동의 중요한 원인임을 보여 준다.^[3] 또 도박 행동을 다룬 연구들은 복권이나 베팅 시장에서 사람들이 매우 작은 확률의 큰 보상을 실제보다 크게 체감하는 경향이 있음을 지적한다.^[2][6]

이를 내 탐구 질문과 연결하면, ‘복권의 기대수익이 왜 음수에 가까운가’는 수학적 계산의 문제이고, ‘그런데도 왜 구매가 이어지는가’는 분산과 위험선호를 포함한 행동 해석의 문제라고 정리할 수 있다. 처음에는 기대값이 낮으면 복권 구매는 단순히 비합리적이라고 생각했지만, 문헌을 읽은 뒤에는 작은 확률의 큰 이익이 주는 심리적 매력과 개인별 위험선호의 차이가 실제 선택을 설명하는 중요한 요소라고 보게 되었다.

따라서 이후 실제 복권 자료를 계산할 때는 어느 복권의 기대수익이 더 높은지만 비교하는 데서 멈추지 않고, 평균 손해와 변동성을 함께 읽는 틀로 해석하려 한다. 이것이 통계학이 현실 의사결정에 기여하는 방식이며, 수학·통계 진로에서 중요한 것은 계산 자체보다도 그 계산이 드러내는 선택 구조를 설명하는 능력이라고 판단했다.