키네즈 확률론 비판과 현대 통계학의 교훈

이 논문은 1921년 출간된 존 메이너드 케인즈의 *A Treatise on Probability*를 현대 통계학자의 시각에서 재검토한다. 저자는 책의 전체 구조와 주요 내용을 요약하고, 특히 통계학적 관점에서 중요한 부분을 집중적으로 분석한다. 책은 총 23장의 5부로 구성된다. 제1부 ‘기본 아이디어’에서는 확률을 ‘합리적 믿음의 정도’로 정의하려는 시도가 제시된다. 여기서 케인즈는 라플라스와 피어슨이 주장한 ‘역확률(inverse probability)’을 비판하고, 확률을 수치화할 수 없는 주관적 개념으로 전환한다. 제2부 ‘기본 정리’에서는 확률 공리와 수학적 논리를 다루지만, 수학적 깊이는 제한적이며, 특히 ‘역확률 정리’를 다시 언급한다. 제3부 ‘귀납과 유사성’은 철학적 논의가 중심이며, 통계적 귀납과는 거리가 있다. 제4부는 ‘통계적 적용’이라는 명칭에도 불구하고, 무작위성의 메타물리학적 의미를 탐구하는 메타철학적 논의에 머문다. 실제 통계적 방법론은 거의 등장하지 않는다. 통계학적 핵심은 제5부 ‘통계적 추론의 기초’에 집중된다. 여기서는 대수의 법칙(Law of Large Numbers), 베르누이·포아송·체비쇼프 정리, 중심극한정리(당시에는 ‘베르누이 정리’로 불림) 등을 서술한다. 그러나 증명은 간략하고, 실제 데이터에 대한 적용 사례는 거의 없다. 케인즈는 빈도 안정성(stability of frequencies)을 강조하면서 “대부분의 통계적 빈도는 흔하지 않다”는 주장을 펼친다. 이는 현대 통계학이 전제로 하는 i.i.d. 표본의 수렴성을 과소평가한 것으로, 실제로는 대수의 법칙과 중심극한정리가 매우 강력한 수렴성을 제공한다는 점과 모순된다. 또한 케인즈는 레키스(Lexis)의 ‘연속 원리’를 재도입하려 한다. 레키스는 관측 빈도의 연속성을 통해 모수 추정을 정당화했으며, 케인즈는 이를 ‘유사성 이론(analogy theory)’이라 부른다. 그러나 이 접근은 현대 베이지안이 제공하는 사후분포와 신뢰구간 개념을 제공하지 못한다. 베이지안 접근에 대한 비판도 눈에 띈다. 케인즈는 ‘베이지안 통계’를 ‘라플라스식 미지 확률’이라고 경멸적으로 부르며, 사전분포가 추정에 미치는 영향을 무시한다. 실제로 그는 자신의 1911년 논문에서 사용한 균등 사전(사실상 최대 사후확률 추정)을 ‘철학적 흥미가 없다’고 폄하한다. 이는 베이지안 방법론이 사전 선택의 중요성을 강조하는 점과 정면으로 충돌한다. 키네즈는 모델 검증에 대해서도 회의적이다. “모델이 재현 가능하지 않다면 통계는 의미가 없다”는 입장을 피력하며, 실제 데이터와 모델의 적합성을 평가하는 현대적 검정통계량, p‑값, 베이지안 사후예측 검증 등을 무시한다. 이는 1910~1920년대에 피어슨·피셔·제프리스가 구축해 나가던 빈도주의적 검정 이론과는 크게 어긋난다. 결과적으로, 이 논문은 케인즈의 저서가 철학적·역사적 가치는 높지만, 통계학적 혁신이나 실용적 방법론을 제공하지 못한다는 결론에 도달한다. 케인즈가 제시한 ‘유사성 이론’과 ‘연속 원리’는 당시 급속히 발전하던 빈도주의와 베이지안 전통 사이에서 중립을 찾지 못했고, 결국 학문적 영향력이 제한된 이유를 설명한다. 또한, 케인즈가 비판한 베이지안 접근이 오늘날에는 사전 선택과 사후 예측을 통한 강력한 도구로 자리 잡았으며, 그의 비판이 시대적 한계와 개인적 철학적 입장에 기인했음을 강조한다.