당신은 주제를 찾고 있습니까 “가설 설정 예시 – EBS [사회탐구] 사회문화 – 좋은 가설을 설정하려면 어떻게 해야할까?“? 다음 카테고리의 웹사이트 you.charoenmotorcycles.com 에서 귀하의 모든 질문에 답변해 드립니다: https://you.charoenmotorcycles.com/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 EBSi 고교강의 이(가) 작성한 기사에는 조회수 3,259회 및 좋아요 17개 개의 좋아요가 있습니다.
가설 설정 예시 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 EBS [사회탐구] 사회문화 – 좋은 가설을 설정하려면 어떻게 해야할까? – 가설 설정 예시 주제에 대한 세부정보를 참조하세요
[2013 수능개념] 박봄의 사회문화 개념홀릭 05강– 좋은 가설을 설정하려면 어떻게 해야할까?
가설 설정 예시 주제에 대한 자세한 내용은 여기를 참조하세요.
3장. 연구가설의 이해 – 네이버 블로그
따라서 봄이 지나면 여름이 올 것이라는 가설을 설정하는데 문제가 없다고 할 수있다. 예시2) 네가 그렇게 밥을 많이 먹으니 살이 찌는거야! 사실 …
Source: m.blog.naver.com
Date Published: 2/3/2022
View: 7357
효과적으로 연구 가설을 세우는 방법 – 이나고 아카데미
변수 간의 관계를 설정하거나 반증할 수 있는 실험을 설계할 수 있는 안전하고 윤리적인 실험을 수행할 수 있습니까? 가설에 독립 변수와 종속 변수가 포함되어 있습니까?
Source: www.enago.co.kr
Date Published: 1/17/2021
View: 9120
[통계분석]가설 설정 및 가설 검정 방법 (+ 주요용어)
하나의 예시를 들어 가설설정 및 가설검정 방법에 대하여 설명해보기로 한다. 연구문제: 서울 지역과 대전 지역의 고등학교 남학생들의 키 차이 분석 …
Source: daanv.tistory.com
Date Published: 12/10/2021
View: 2881
연구 가설에 대해 알아야 할 모든 것 – 에디티지
1. 단순 가설 (Simple hypothesis): 두 변수 간의 관계(하나는 독립 변수이고 다른 하나는 종속 변수)를 설명합니다. [예시] …
Source: www.editage.co.kr
Date Published: 10/14/2021
View: 4980
제 3 장 연구문제와 가설설정
제 3 강 연구문제와 가설의 설정. 1. 연구문제의 설정. 1) 연구문제의 의의. (1) 조사연구는 그 연구에서 탐구하고자 하는 ‘연구문제’를 설정하는데에서 시작.
Source: www.kkot.ac.kr
Date Published: 7/22/2022
View: 1015
연구 가설이나 연구 주제를 쓰는 법 – 에세이리뷰 블로그
다음은 연구자가 자체 연구 질문을 작성하는 데 사용할 수 있는 몇 가지 좋은(혹은 좋지 않은) 연구 질문의 예입니다. 예시 1. 애매한 연구 질문, How are …
Source: essayreview.co.kr
Date Published: 9/9/2022
View: 975
가설설정 2.
살기 위해서 먹는다. 지도 예시. 유의점. 다양한 측면에서 관찰이 이루. ☞. 어지도록 격려한다.
Source: edutown.kr
Date Published: 4/15/2022
View: 9623
통계학 가설설정 및 검정의 순서와 방법 및 가설설정 예시
가설설정은 다음과 같은 다섯 가지 단계로 이루어지며 일반적으로 가설설정 자체가 어려운 것은 아니다. 대신 가설설정의 단계에서는 검정할 수 있는 가설이 설정 …
Source: www.reportshop.co.kr
Date Published: 6/10/2021
View: 3896
스타트업을 위한 ‘실험’과 ‘가설’ 개념 설명 – Thinker-Practitioner
회의실에서는 ‘빠르게 실험해 보자’라는 말이 오고 가고, 스타트업 채용공고의 자격요건란에는 “가설 설정 → 실험 설계 → 빠른 실행을 통해 제품을 …
Source: www.minwookim.kr
Date Published: 10/19/2022
View: 4323
주제와 관련된 이미지 가설 설정 예시
주제와 관련된 더 많은 사진을 참조하십시오 EBS [사회탐구] 사회문화 – 좋은 가설을 설정하려면 어떻게 해야할까?. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
![EBS [사회탐구] 사회문화 - 좋은 가설을 설정하려면 어떻게 해야할까?](https://i.ytimg.com/vi/cQlZmPsXDd0/maxresdefault.jpg)
주제에 대한 기사 평가 가설 설정 예시
- Author: EBSi 고교강의
- Views: 조회수 3,259회
- Likes: 좋아요 17개
- Date Published: 2013. 11. 23.
- Video Url link: https://www.youtube.com/watch?v=cQlZmPsXDd0
3장. 연구가설의 이해
그렇다면 나머지 예시1, 예시2는 어떠하길래
가설 수립이 가능하다고 하는 것일까?
예시1) 봄이 지나면 여름이 오겠지? 를 논문의 관점에서 살펴보겠다.
사실 1. 우리나라는 4계절이 뚜렷하다. 봄 다음은 여름이다.
사실2. 중국 역시 봄이 지나면 여름이 찾아온다고 한다.
사실3. 일본도 봄이 지나면 여름이 찾아온다고 한다.
따라서 봄이 지나면 여름이 올 것이라는 가설을 설정하는데 문제가 없다고 할 수있다.
예시2) 네가 그렇게 밥을 많이 먹으니 살이 찌는거야!
사실 1. 탄수화물을 많이 섭취하면 몸무게가 증가한다.
사실2. 운동량에 비해 먹는량이 많으면 살이 찐다.
사실3. 음식을 많이 먹으면 살이찐다.
따라서 네가 그렇게 밥을 많이 먹으면 살이 찔 것이라는 가설 역시 수립하는데
문제가 없다고 할 수 있다.
지금까지 너무 당연한 이야기를 했다.
효과적으로 연구 가설을 세우는 방법
This article is also available in: English
연구 가설이란 무엇일까요?
연구 가설이란 연구 질문을 소개하고 예상 결과를 제안하는 진술입니다. 연구를 통해 어떤 일이 발생할 것으로 예상되는지에 대해 구체적이고 검증 가능한 예측입니다.
가설은 과학 실험의 기초를 형성하는 필수 요소라고 할 수 있기 때문에 신중하고 철저하게 세워야 합니다. 가설 구성의 사소한 결함이라도 추후 실험에 부정적인 영향을 미칠 수 있습니다.
마찬가지로, 과학 실험의 경우에도 심리학, 생물학 또는 그 외 분야의 모든 연구에서 가설은 연구원이 실험을 통해 일어날 것이라고 예측하는 것을 나타냅니다.
가설은 예측이지만 추측 이상의 것을 포함합니다. 대부분의 경우 가설은 배경 조사를 통해 탐구하려는 질문으로부터 시작됩니다. 이 시점에서 연구원이 검증 가능한 가설을 개발하기 시작합니다. 탐색을 위해 연구를 작성하는 것이 아닌 이상 가설은 항상 예상 가능한 일에 대해 설명해야 합니다.
예를 들어, 특정 약물의 효과를 탐구하는 연구의 가설은 약물이 특정 질병의 증상에 어떤 유형의 영향을 미칠 것으로 예상하는 것이 될 수 있습니다. 또는 심리학에서 가설은 환경의 특정 측면이 사람의 특정 행동에 어떻게 영향을 미칠 수 있는지에 초점을 맞출 수 있습니다.
항상 기억할 점은 가설이 정확할 필요는 없다는 것입니다.
가설은 연구원이 연구를 통해 기대하는 바를 예측하지만, 연구의 목표는 이 추측이 옳은지 틀린 지를 판단하는 것입니다. 실험을 수행할 때 연구자들은 궁극적인 결과에 기여하는 요소를 결정하기 위해 여러 다양한 요소를 탐색할 수 있습니다.
대부분의 경우 연구원은 특정 이론에서 가설을 도출해내거나 이전 연구를 기반으로 가설을 세울 수 있습니다.
예를 들면, 이전 연구에서 스트레스가 면역 체계에 영향을 미칠 수 있음을 검증한 연구원은 “스트레스 지수가 높은 사람은 스트레스 지수가 낮은 사람보다 바이러스에 노출된 후 감기에 걸릴 가능성이 더 높다.” 라는 가정을 내릴 수 있습니다.
또 다른 예로는, 일반적으로 알려진 신념이나 지혜를 통해서도 가설을 세워볼 수 있습니다. “유유상종” 이라는 사자성어가 있습니다. 따라서 연구원은 “사람들은 관심사와 교육 수준이 자신과 비슷한 사람과 연인을 이루는 경향이 있다”라는 가설을 세울 수 있습니다.
#좋은 연구 가설이 갖추어야 할 요건
가설은 문제의 정의, 해결 방안 제시 및 설명 그리고 예측된 결과로 구성됩니다. 질적 및 정량적 자료를 통해 문제를 명확히 정의해야 하며, 제안하는 해결 방안에 대해 상세히 설명하고 연구의 성공과 실패를 결정하는 분명한 기준과 함께 예측된 결과를 나타내야 합니다.
가설의 일반적인 형식은 다음과 같습니다: [원인] – [효과] – [이론]
좋은 가설을 세우기 위해서 스스로에게 다음과 같은 질문을 해보시기 바랍니다.
가설이 주제에 대한 연구에 근거하고 있습니까?
가설을 검증할 수 있습니까? 변수 간의 관계를 설정하거나 반증할 수 있는 실험을 설계할 수 있는 안전하고 윤리적인 실험을 수행할 수 있습니까?
가설에 독립 변수와 종속 변수가 포함되어 있습니까? 변수를 식별할 수 있습니까?
가설을 더 간단하거나 정확한 방법으로 설명할 수 있습니까? 그렇다면 다시 작성하십시오.
특정 가설을 세우기 전, 충분한 시간을 들여 배경 조사를 해야 합니다. 문헌 검토를 마쳤다면 아직 있을 수 있는 잠재적인 질문에 대해 생각해 볼 수 있고, 읽었던 저널 기사에서의 토론에 주의를 기울여 볼 수 있습니다. 많은 저자들이 여전히 탐구되어야 할 질문을 제안하기 때문입니다.
#연구 가설을 세우기 위한 단계
가설을 세우려면 다음 단계를 수행해야 합니다.
주제 또는 문제에 대해 가능한 많은 자료를 수집합니다. 이러한 자료를 평가하고 잠재적인 문제의 원인을 찾습니다. 탐색할 수있는 가능한 설명 목록을 작성합니다. 몇 가지 가능한 가설을 세운 후 실험을 통해 각 가설을 확인하거나 반증할 수 있는 방법을 생각합니다. 이를 위조 가능성이라고 합니다.
#검증 가능한 가설이란?
과학적 방법을 사용하여 실험을 고안하고 수행하려면 가설이 검증 가능한 것이어야 하기 때문에, 효과적인 검증 가능한 가설을 세우는 것이 중요합니다. 검증이 가능한 것으로 간주되려면 다음과 같은 몇 가지 필수 기준을 충족해야 합니다.
가설이 사실임을 증명할 가능성이 있어야 합니다.
가설이 거짓임을 증명할 가능성이 있어야 합니다.
가설의 결과는 재현 가능해야 합니다.
위 기준을 충족하지 못하는 경우 가설과 그 결과는 모호해집니다.
효과적인 검증 가능한 가설의 예시는 다음과 같습니다:
수업에 참석하는 학생은 수업을 건너 뛰는 학생보다 성적이 높다: 수업에 빠뜨리지 않고 참석하는 학생의 성적과 비교하여 결과 데이터를 분석할 수 있기 때문에 검증할 수 있습니다. 다른 사람이 동일한 연구를 수행하고 동일한 결과를 얻을 수 있습니다.
높은 수준의 자외선에 노출된 사람들은 암 발병률이 높다: 높은 수준의 자외선에 노출된 사람들을 찾고 그들의 평균 암 발생률을 보통 사람들의 암 발생률과 비교할 수 있기 때문에 검증할 수 있습니다.
사람들을 어두운 방에 두면 적외선이 켜지는 시기를 알 수 없다: 이 가설은 여러 사람을 어두운 방에 넣고 적외선을 켜고 방에 있는 사람들에게 적외선이 켜져 있는지 물어볼 수 있기 때문에 검증할 수 있습니다.
그렇다면, 귀무 가설이란 무엇일까요?
귀무 가설은 통계 분석을 사용하여 검증할 수 있으며 종종 H 0 (“H-naught”)으로 작성됩니다. H 0 이 참일 경우 표본 관계가 얼마나 실현 가능성이 있는지 확인한 후에는 분석을 실행할 수 있습니다. 연구원은 유의성 검정을 활용하여 H 0 을 뒷받침하는 결과가 우연이 아닐 가능성을 결정합니다.
귀무 가설은 대립 가설과 동일하지 않습니다. 대립 가설은 두 변수 사이에 관계가 있는 반면 H 0 은 그 반대를 가정합니다. 다음 예를 살펴보겠습니다.
운동 빈도와 식욕의 관계를 파악하기 위해 연구원은 다음과 같은 질문을 할 수 있습니다.
질문 : 운동 빈도가 증가하면 식욕이 증가합니까?
대립 가설 : 운동 빈도가 증가하면 식욕이 증가합니다.
이때 H 0 은 두 변수 사이에 관계가 없다고 가정합니다. 운동 빈도가 증가해도 식욕이 증가하지는 않습니다.
또 하나의 귀무 가설을 세우는 예를 들어보겠습니다.
질문 : 불충분한 수면은 50세 이상 남성의 심장마비 위험을 증가시키나요?
H 0 : 50세 이상 남성의 수면량은 심장마비 위험을 증가시키지 않습니다.
귀무 가설은 왜 중요할까요?
많은 과학자들은 종종 테스트에서 귀무 가설을 무시하고는 합니다. 위의 예에서 볼 수 있듯이 H 0 는 종종 검증된 가설의 반대인 것으로 간주됩니다. 그러나 H 0 을 포함하고 신중하게 표현하는 것은 중요합니다. 그 이유를 이해하기 위해 이전 예제로 돌아가 보겠습니다.
대립 가설 : 불충분한 수면은 50 세 이상 남성의 심장 마비 위험을 증가시킵니다
H 0 : 50 세 이상 남성의 수면량은 심장 마비 위험에 영향을 미치지 않습니다.
이 H 0 은 첫 번째 예의 H 0 과 다릅니다. 실험을 통해 H 0 도 대립 가설도 성립이 되지 않는다는 것이 확인된다면 실험은 유효하지 않은 것으로 간주됩니다. 첫 번째 예시의 “50 세 이상의 남성의 수면량은 심장 마비의 위험을 증가시키지 않습니다.”라는 가설이 사실이 아닌 것으로 확인되고 대립 가설 또한 그렇다 하더라도 세 번째 가설을 고려할 수 있습니다. 아마도 불충분한 수면은 50 세 이상 남성의 심장 마비 위험을 감소시키는 것일 수 있습니다. 앞서 H 0 를 검증했기 때문에 이를 무시했다면 얻을 수없는 더 많은 정보를 파악할 수 있습니다.
귀무 가설의 가장 큰 문제점은 많은 과학자들이 이를 실험의 실패로 받아들이고 가치 있는 것을 증명하지 못했다고 생각한다는 것입니다. 그러나 부정적인 결과는 긍정적인 결과만큼이나 아주 중요합니다. 존재하거나 존재하지 않는 상관관계에 대한 중요한 정보를 과학계에 알릴 수 있고, 이러한 방식을 통해 앞으로의 과학을 발전시키고 자원 낭비를 방지할 수 있습니다.
#가설을 세울 때 고려해야 할 체크리스트
가설이 실제로 검증할 수있는 것에 초점을 맞추고 있습니까?
가설에 독립 변수와 종속 변수가 모두 포함되어 있습니까?
언어가 명확하고 분명하게 작성되었습니까?
가설과 연구 주제 사이의 관계는 무엇입니까?
가설을 검증할 수 있습니까? 그렇다면 어떻게 할 수 있습니까?
윤리적 기준을 방해하지 않고 변수를 조작할 수 있습니까?
윤리적 기준을 위반하지 않고 가설을 검증할 수 있습니까?
본 포스팅에서는 효과적으로 연구 가설을 세우는 방법에 대해 알아보았습니다.
가설은 연구에 있어 매우 중요한 부분입니다. 가설이 연구에 의해 뒷받침되지 않는다 하더라도 연구는 여전히 가치가 있습니다. 위 내용을 잘 숙지하여 좋은 연구 가설을 세우고 미래에 새로운 가설이 개발되는 데 기여할 수 있길 바랍니다.
[통계분석]가설 설정 및 가설 검정 방법 (+ 주요용어)
하나의 예시를 들어 가설설정 및 가설검정 방법에 대하여 설명해보기로 한다.
연구문제: 서울 지역과 대전 지역의 고등학교 남학생들의 키 차이 분석
모집단: 서울 지역과 대전 지역의 모든 남자 고등학생
표본집단: 서울 지역과 대전 지역 각각의 일부 남자 고등학생
가설 검정을 위한 통계분석 데이터로는 표본집단의 데이터를 사용한다.
(#. 모집단의 데이터를 구하기에 시간적, 경제적 문제가 있기 때문)
가설 설정
귀무 가설: 서울 지역과 대전 지역의 고등학교 남학생들의 키는 서로 차이가 없다.
대립 가설: 서울 지역과 대전 지역의 고등학교 남학생들의 키는 서로 차이가 있다.
# 귀무 가설: 기존에 알고 있는 사실 혹은 증명되지 않았던 사실
# 대립 가설: 기존에 알고 있던 사실이 다르거나 혹은 새롭게 주장하고 싶은 것
위와 같이 설정한 가설에 대하여 하나를 채택하게 되며,
귀무 가설이 사실이라고 가정한 상태에서
표본집단이 귀무가설에 적합하다는 근거가 충분하지 않을 경우 귀무 가설이 기각(= 대립 가설이 채택)된다.
위의 예시에 따라 나타내면,
서울 지역과 대전 지역의 고등학교 남학생들의 키는 서로 차이가 없다는 것이 사실이라고 가정하고, (귀무가설)
통계분석을 진행하게 된다. 이후, 이를 충족시키지 못할 경우 서울 지역과 대전 지역의 고등학교 남학생들의 키는 서로 차이가 있다고 분석한다. (= 귀무 가설 기각, 대립 가설 채택)
대부분의 통계 분석에서 대립가설을 연구가설로 설정하여 진행하며,
가설을 기각하는 것을 가설검정이라고 한다.
[주요 용어]검정 통계량
검정에 이용되는 통계량
즉, 모집단에 대한 표본을 통해 검정에 필요한 통계량을 구한 그 값을 말한다.
유의 수준
귀무 가설을 기각한다, 채택한다에 대한 판단 기준이다.
일반적으로 귀무 가설이 옳다는 전제하에서 표본관찰에 의해 구한 검정통계량의 값이 나타날 가능성이 크면 귀무 가설을 채택, 가능성이 작으면 기각한다. 이 때의 가능성이 크고 작고의 판단기준을 일컫는다.
유의 수준이 5%(.05) 미만일 경우 귀무 가설을 기각하고 대립가설을 채택한다.
즉, 귀무 가설이 옳다는 전제가 5% 미만일 경우 이 전제가 충족되지 못한다는 기준을 설정한 것이다.
유의확률 (p-value 값)
표본집단으로부터 검정통계량의 관측값에 대하여 귀무가설을 기각시킬 수 있는 최소의 유의수준을 말한다.
즉, 앞에서 언급한 바와 같이 일반적으로 유의 수준은 .05 를 기준으로 가설검정을 판단하며,
이 때 유의확률 값이 .05보다 작을 경우 대립가설을 채택하게 된다.
(#. 유의확률이 .05보다 작을 경우 *이 한 개, 0.01보다 작을 경우 *이 두 개, 0.001보다 작을 경우 *이 세 개 나타난다.)
연구 가설에 대해 알아야 할 모든 것
가설(hypothesis)은 실험이나 통계 분석 수행과 같이, 과학적 방법을 사용하여 검증할 수 있는 아이디어입니다. 잘 구성된 연구 가설은 적절한 실험 설계와 수집할 데이터의 정확한 특성을 식별하여 효과적으로 검증할 수 있도록 도와줍니다. 연구 가설은 실험 결과가 연구 질문에 어떻게 답할 수 있는지에 대한 정보를 바탕으로 한 추측이며, 연구 목표를 가능한 한 명확히 하는 데 도움이 됩니다.
이번 기사에서는 좋은 연구 가설을 구성하는 방법에 관해 논의합니다.
연구 주제 또는 질문 찾기
학생들이 저에게 자주 묻는 질문 중 하나는 ‘검증 가능한 아이디어를 찾는 방법’입니다. 답은 간단합니다. ‘왜?’에서 시작해 보세요. 왜 무언가가 여러분의 호기심을 불러일으켰는지, 그것을 연구하고 싶은 이유를 자문해 보세요.
다음 단계는 연구 질문의 답변 방법을 파악하는 것입니다. 좋은 연구 가설을 세우는 데 도움이 될 수 있는 두 가지 중요한 사항을 명심하세요.
1. 관찰력과 비판적 사고력 기르기
관찰의 힘은 다른 사람은 간과할 수 있는 세부 사항을 찾아내는 능력입니다. 과학자들은 특정한 관찰을 비판적으로 분석하여 수많은 근본적인 진리를 발견해 왔습니다. 예를 들어, 사과가 떨어지는 것을 관찰하고 그에 대한 비판적인 사고를 통해, 뉴턴은 중력에 대한 가설을 발전시킬 수 있었습니다. 실험과 수학적 계산을 통해 사물이 낙하하는 근본적인 이유를 설명한 것입니다.
따라서 사건을 예리하게 관찰하고, 여러분의 주의를 끈 것에 대해 깊이 성찰하는 것은 과학적 방법을 실천하는 중요한 방법이고, 좋은 연구 가설을 세우는 것은 그것을 마스터하는 첫 단계입니다.
2. 과학 문헌 독서 습관 기르기
가설은 기존 이론과 지식에서 나옵니다. 따라서, 관심 있는 주제에 대해 더 많이 배우는 데에 시간을 할애하십시오. 이를 위한 간단한 방법은 인기 있는 과학 기사, 과학 잡지, 과학 리뷰 기사 및 연구 논문을 읽는 습관을 기르는 것입니다.
과학 문헌을 읽으면, 새롭게 떠오르는 연구 분야에 관심을 갖게 되고, 주제에 대한 이해를 심화할 수 있습니다. 이를 통해 새로운 연구 영역을 여는 독창적인 질문을 할 수 있습니다. 질문이 생기면 더 많은 문헌을 읽고 질문을 구체적이고, 집중적이며 검증할 수 있는 가설로 전환할 수 있습니다.
변수(variables) 이해
가설은 변수를 중심으로 합니다. “비료가 식물이 더 빨리 자라는 데 도움이 된다”는 가설을 생각해 봅시다. 식물 한 세트에는 비료를 주고, 다른 세트에는 비료를 주지 않는 실험을 수행하여 검증할 수 있습니다. 다음으로 두 세트의 식물 높이를 측정하고, 차이를 비교하여 데이터를 수집합니다. 그러니까, 여러분의 연구 가설은 연구하려는 특정 특성(식물 높이)과 변수(비료)가 이에 미치는 영향에 계속 초점을 맞추도록 만듭니다.
가설 구성 및 검증은 ‘변수’라고 하는 개체, 특징, 사건 및 패턴과 이들 간의 관계에 대한 데이터를 수집하는 과정에서 발생합니다. 변수에는 두 가지 유형이 있습니다.
첫 번째 유형은 독립 변수(independent variable)로서 실험을 수행하는 동안 제어할 수 있습니다. 앞선 예에서 ‘비료’는 독립 변수입니다. 다른 유형의 비료를 사용하거나, 다른 양을 추가하거나, 여러 종류의 비료를 조합하여 사용할 수도 있습니다. 따라서 다양한 방법으로 독립 변수를 수정할 수 있습니다. 두 번째 유형은 종속 변수(dependent variable)로서, 데이터 수집을 위해 실험에서 측정합니다. 위의 예에서 ‘식물 높이’는 종속 변수이므로 변경하거나 대체가 불가능합니다.
종속변수를 변경하면 연구 질문도 변경됩니다. 가령, ‘식물 높이’를 ‘개화’로 변경하면 연구 가설이 “비료가 식물의 더 빠른 개화에 도움을 준다”로 바뀝니다. 이제 식물의 높이가 아닌 개화 속도를 측정하여 새로운 연구 질문에 답할 것입니다.
만약 독립 변수를 ‘비료’에서 ‘물 공급’으로 변경하면 “정기적인 물 공급이 식물의 빠른 성장에 도움이 된다.”로 가설이 변경될 수 있습니다. 이 가설을 검증하려면 변경할 수 없는 종속 변수 ‘식물 높이’를 계속 측정해야 합니다.
따라서, 변수와 그 관계를 명확하게 이해하는 것은 실행할 수 있는 가설을 설정하고, 본래 연구 질문에 계속 집중하기 위해 중요합니다.
if/then 형식의 사용법 익히기
일반적으로 가설 진술은 if/then 형식을 사용하여 구성됩니다. 이것은 한 변수가 다른 변수에 영향을 미친다는 것을 의미합니다. 예) “If you eat vegetables and fruits daily, then you will develop strong immunity. (만일 매일 야채와 과일을 먹으면, 면역력이 강해진다.)”
가설 미세 조정
이제 이 문장을 살펴보도록 합시다. “오염에 노출되는 것은 피부에 해로운 영향을 준다”. 이러한 가설은 ‘해로운 영향’으로 구체적으로 무엇을 고려하고 연구해야 하는지를 나타내지 않기 때문에 효과적이지 않습니다. 이렇게 명확성이 부족하면, 데이터 수집이 모호해질 수 있습니다. 예를 들어, 건조함, 색소침착, 알레르기 등과 같이 오염이 피부에 미치는 해로운 영향을 설명하기 위해 다양한 특징들을 고려할 수 있습니다. 따라서 위에서 예로 든 연구 가설은 광범위하여 범위를 좁힐 필요가 있습니다.
이제 이 가설에 대해 생각해 봅시다. “오염에 노출되면 여드름 및 이와 관련된 피부 문제가 발생한다”.
이 가설은 실험 설계가 오염에 노출된 사람들과 노출되지 않은 사람들의 여드름 비교 연구를 포함해야 함을 분명히 보여줍니다. 이러한 연구 가설의 미세 조정은 강력한 방법론을 개발하는 데 핵심적입니다.
다양한 유형의 가설 이해하기
1. 단순 가설 (Simple hypothesis): 두 변수 간의 관계(하나는 독립 변수이고 다른 하나는 종속 변수)를 설명합니다.
[ 예시 ] 차를 마시면 체내 철분 흡수가 감소할 수 있다.2. 복합 가설 (Complex hypothesis): 두 개 이상의 변수를 포함합니다. 조합은 두 개의 독립 변수와 하나의 종속 변수 또는 그 반대일 수 있습니다.
[ 예시 ]차 섭취와 비타민 C 결핍은 모두 개별적으로 신체의 철분 흡수를 감소시킬 수 있다 .
차 섭취와 비타민 C 결핍은 모두 개별적으로 신체의 철분 흡수를 감소시킬 수 있지만 , 남성과 여성에서는 상이하게 나타난다 .
3. 실증적 가설 (Empirical hypothesis): 가정을 바탕으로 검증된 가설입니다. 이 가정의 사실 여부는 수집된 데이터의 해석으로 결정됩니다
[ 예시 ] 마스크는 모든 코로나바이러스 변종을 동일하게 막을 수 있다.4. 귀무 가설(H0) 및 대립 가설(H1): 귀무가설(null hypothesis)은 변수 간에 무관함을 설명합니다. 연구자들이 이를 무효화 하려고 증거를 수집하기 때문에 귀무가설이라고 합니다.
[ 예시 ] 모발 오일이나 모발 성장 세럼의 사용은 남성의 탈모 속도에 영향을 미치지 않는다.귀무가설은 증명할 수 없으며 기각만 가능합니다. 따라서 이는 대부분 대립가설(alternative hypotheses)로 보완됩니다. 대립 가설은 귀무 가설의 반대입니다. 앞선 예시에서 대립 가설은 다음과 같이 작성할 수 있습니다. “모발 성장 세럼을 사용하는 남성은 모발 오일을 사용하는 남성보다 탈모율이 더 낮다”.
실험을 설계할 때, 귀무가설과 대체가설을 고려하는 것은 결함을 최소화하고, 정확하고 신뢰할 수 있는 결과를 얻을 수 있는 방법입니다. 귀무가설을 반증하지 않고, 대립가설을 증명하는 것은 비윤리적인 연구 관행으로 인정됩니다. 이는 실험 결과가 절대적인 것이 아니라 가장 근접한 근삿값이기 때문입니다. 따라서, 연구자들은 100% 신뢰도로 대립가설을 증명할 수 없습니다. 따라서, 귀무가설 기각을 위한 증거 수집 후에 대체가설을 입증하는 것이 필수적입니다.
앞선 예시를 통해 이를 이해해 봅시다. 먼저, 헤어 오일/성장 세럼이 남성의 탈모 속도에 영향을 미친다는 증거를 제시해야 합니다. 이러한 증거는 귀무가설을 반박할 것입니다. 다음 단계는 남성의 모발 성장 촉진에 대한 모발 성장 세럼과 모발 오일의 효능을 비교하기 위한 데이터를 수집(대립가설을 뒷받침하는 증거 수집)하는 것입니다.
5. 통계적 가설 (Statistical hypothesis): 통계적 증거 생성을 위해 모집단의 일부 또는 하위 집합에 대해 통계적으로 검증되며, 결과는 나머지 모집단을 기반으로 추정됩니다. 이러한 가설은 논리의 범위 내에 있지 않더라도 통계적으로 검증된다면 성립됩니다.
[ 예시 ] 인도 인구의 75%는 비타민 D가 결핍되어 있다.6. 논리적 가설: (Logical Hypothesis) 이 가설은 관찰을 설명하거나 변수 간의 관계를 제안하기 위해 논리를 사용하지만, 이에 대한 광범위한 증거가 부족할 수 있습니다. 대부분의 경우 증거 수집이 불가능할 수 있지만, 논리적 가설은 흔히 거부되지 않습니다.
[ 예시 ] 규칙적인 수면-각성 패턴은 학생들의 집중력과 생산성을 향상시킨다.마지막으로 다음 지침을 사용하여 좋은 연구 가설을 세우시기 바랍니다.
윤리를 항상 엄수합니다 . 검증해야 할 것과 검증할 수 있는 것 사이의 윤리적 경계를 고려하세요 . 가설은 사회문화적 , 과학적 규범을 보호하는 과학적 책임과 법칙을 존중해야 합니다 .
변수를 명확하게 정의하세요 . 변수 간의 관계가 명확하게 설명되면 독자는 실험 설계를 그려볼 수 있습니다 .
인과관계 탐색 가능 여부가 명확 하도록 가설을 구성합니다 .
검증 가능성을 고려합니다 . 가설은 검증 가능한 아이디어로 , 증명되거나 반증될 수 있음을 의미합니다 . 아이디어 , 생각 또는 관찰이 과학적 방법의 범위 내에서 검증 불가능 하다면 , 약하거나 강제적인 가설이 될 수 있습니다 . 따라서 가설은 연구자가 독립 변수를 실험적으로 조작하거나 제어할 수 있도록 해야 합니다 .
간단하고 명확하며 간결한 언어로 가설을 작성하세요 . 복잡한 전문용어는 없어야 합니다 .
가설이 기존 지식에 가치를 더하는 방식으로 질문에 답변 가능한지를 확인하세요 .
더 읽을 거리
Pastor, J. The ethical basis of the null hypothesis. Nature 453, 1177 (2008). https://doi.org/10.1038/4531177b
연구 가설이나 연구 주제를 쓰는 법
연구 질문이나 가설을 쓰는 방법을 아는 것은 모든 논문, 논문 또는 연구 논문의 시작입니다. 또한 연구 제안서의 가장 중요한 부분 중 하나입니다.
좋은 연구 질문은 여러분의 연구에 있는 글을 명확하게 할 뿐만 아니라, 독자가 어디에 초점을 맞춰야 할지 제시하고, 연구 주제, 목적, 범위 및 한계에 대한 이해를 돕습니다.
좋은 연구 질문이란 무엇인가?
아래는 좋은 연구 질문이 갖추어야 할 덕목입니다:
연구 질문은 구체적이고 중심이 있어야 합니다.
너무 광범위한 연구 질문은 단일 연구에서 다루기에 적합하지 않습니다. 첫번째 이유는 바로 고려해야 할 요인 또는 변수가 많기 때문입니다. 또한 너무 큰 표본 데이터 또는 너무 긴 실험 시간은 연구 질문의 초점이 뚜렷하지 않음을 나타낼 수 있습니다.
특정 연구 질문은 집합 데이터와 관측치가 함께 모여 선택한 가설을 명확하게 확인하거나 부정하는 것을 의미합니다. 연구 질문이 너무 모호하면 데이터가 소개 섹션에서 다루지 않은 대체 연구 문제 및 가설을 생성해버리는 실수를 범할 수 있습니다.
연구 질문은 문헌에 기초를 두어야 합니다.
효과적인 연구 질문은 이전 연구에 기초하여 답변 가능해야하며 검증 가능해야 합니다. 효과적인 과학적 연구는 항상 더 넓은 학문적 합의의 맥락 안에 포함됩니다. 이것은 음모론이나 비주류적인 이론은 좋은 연구 논문 주제가 아니라는 것을 의미합니다.
대신, 좋은 연구 질문은 연구 분야의 맥락을 확장, 검토 및 검증해야 합니다. 그것은 문헌에 자연스럽게 들어맞아야 하며 다른 연구 저자들에 의해 검색 가능한 내용이어야 합니다.
문헌에 대한 참조는 인용 스타일에 따라 다를 수 있으며, 출판 저널, 대학 또는 학술 기관에서 정한 지침에 따라 적절하게 형식을 지정해야 합니다. 여기에는 내주 괄호 인용 및 참조 섹션이 포함됩니다.
에세이리뷰는 인용 및 참조목록을 작성할 때 도움이 되는 정보 및 도구를 제공합니다.:
연구 질문은 시간, 범위 및 예산을 현실적으로 반영해야 합니다.
연구 과정에는 두 가지 주요 제약 조건인 기간과 예산이 있습니다.
적절한 연구 질문에는 일반적으로 대학원 박사 또는 석사 또는 실험자가 실현 가능한 시간 내에 실행할 수 있는 연구 또는 실험 절차가 포함됩니다. 미래 기술, 값비싼 자원이나 후속 절차를 필요로 하는 연구는 문제가 있을 수 있습니다.
연구자의 예산은 또한 시기적절한 연구를 수행하는 데 있습니다 주요한 제약입니다. 많은 대형 대학 또는 기관에서의 연구는 공적 자금 지원을 받고 있으므로 자금 운용에 책임이 있습니다.
연구 질문은 깊이가 있어야 합니다.
연구 논문, 박사학위논문 혹은 석사학위논문, 학술지 논문들은 보통 수십 혹은 수백 페이지 정도입니다.
훌륭한 연구 질문이나 논제는 피어리뷰 수준으로 견주어야 하고 다른 과학자와 연구자들에 의해 인용될 수준이어야 하기 때문에, 이를 보장할 수 있을 만큼 충분히 복잡해야 합니다.
연구 질문의 유형
질적 연구와 양적 연구는 두 가지 주요한 연구 유형이며, 각각의 연구 유형에 맞추어 연구 질문을 개발하는 것은 필수적입니다.
양적 연구 질문(Quantitative Research Questions)
양적 연구 질문은 구체적이어야 합니다. 일반적인 연구 질문에는 연구 대상 , 종속 변수 및 독립 변수, 연구 설계가 포함됩니다.
또한 정량적 연구 질문은 연구 질문과 연구 설계를 연결합니다. 또한, 이러한 질문에 대해 “예” 또는 “아니오” 응답으로 확실하게 대답할 수 없습니다. 예를 들어, 생물학, 물리학, 화학과 같은 과학 분야는 종종 서로 다른 양, 양 또는 속도가 연구의 관련성을 극적으로 바꾸는 “상태”를 다루고 있습니다.
결과적으로, 정량적 연구 질문은 “is”, “are”, “does” 또는 “does”와 같은 질적, 범주형 또는 서수의 한정자를 포함하지 않습니다.
다음은 정량적 연구 질문의 세 가지 범주입니다.:
Descriptive research questions(서술적 연구 질문) 은 하나 이상의 변수에 대한 연구 모집단의 동작을 설명하거나 측정할 변수의 특성을 설명합니다. 이 질문들은 보통 “What?”에 대한 질문입니다.
은 하나 이상의 변수에 대한 연구 모집단의 동작을 설명하거나 측정할 변수의 특성을 설명합니다. 이 질문들은 보통 “What?”에 대한 질문입니다. Comparative research questions (비교 연구 질문) 은 결과 변수의 맥락에서 그룹 간의 차이를 발견합니다. 질문들 사이에 인과 관계가 있을 수 있습니다. 연구자들은 특정 변수가 있는 그룹을 그렇지 않은 그룹과 비교할 수 있습니다.
은 결과 변수의 맥락에서 그룹 간의 차이를 발견합니다. 질문들 사이에 인과 관계가 있을 수 있습니다. 연구자들은 특정 변수가 있는 그룹을 그렇지 않은 그룹과 비교할 수 있습니다. Relationship research questions (관계성 연구 질문)은 변수 간의 추세와 교호작용을 설명하기 위해 설계되었습니다. 이러한 질문에는 종속 변수와 독립 변수가 포함되며 “association” 또는 “trends”와 같은 단어를 사용합니다.
질적 연구 질문(Qualitative Research Questions)
양적 연구에서, 연구 질문은 더 구체적인 연구 영역뿐만 아니라 광범위한 연구 영역과 관련될 수 있는 잠재력을 가지고 있습니다. 정성적 연구 질문은 정량적 연구 질문들에 비해 방향성, 유연성 및 적응성이 떨어집니다. 따라서, 이러한 질문에 기초한 연구는 “발견(discovering)”, “설명(explaining)”, “해설(elucidating)” 및 “탐구(exploring)”에 초점을 맞추는 경향이 있습니다.
질적 연구는 아래와 같이 범주를 나눌 수 있습니다:
Contextual research questions(맥락적 연구 질문) 은 기존 조건을 확인하고 설명하려고 합니다.
은 기존 조건을 확인하고 설명하려고 합니다. Descriptive research questions(서술적 연구 질문) 은 현상을 설명하려고 합니다.
은 현상을 설명하려고 합니다. Evaluation research questions (평가 연구 질문) 은 기존 방법, 프로토콜, 이론 또는 절차의 효과를 평가합니다.
은 기존 방법, 프로토콜, 이론 또는 절차의 효과를 평가합니다. Explanatory research questions (설명 연구 질문) 은 현상을 살펴보거나 주제 또는 현상 사이의 이유 또는 관계를 분석합니다.
은 현상을 살펴보거나 주제 또는 현상 사이의 이유 또는 관계를 분석합니다. Exploratory research questions(탐구 연구 질문)은 특정 항목의 알려지지 않은 측면에 초점을 맞춥니다.
양적, 질적 연구 질문들
연구 질문 유형 연구 질문 Descriptive research question What are the characteristics of ATP synthase? Comparative research question How does human growth hormone mimic the action of testosterone? Correlational research question What is the relationship between baldness and age? Exploratory research question Is it possible that VEGF has an effect in plant photosynthesis? Explanatory research question What is the cause of increased violence among young adults? Evaluation research question What is the efficacy of using toothpaste to heal mosquito bites?
좋은 연구 질문과 나쁜 연구 질문의 예
다음은 연구자가 자체 연구 질문을 작성하는 데 사용할 수 있는 몇 가지 좋은(혹은 좋지 않은) 연구 질문의 예입니다.
예시 1
애매한 연구 질문 How are children affected by exposure to social media? 구체적인 연구 질문 What is the effect of Instagram Likes on the self-esteem of young children under the age of 12?
첫 번째 연구 질문은 독립 변수와 종속 변수 모두가 너무 모호합니다. “exposure”가 무엇을 의미하는지 구체적인 정보는 없습니다. 이것은 댓글 혹은 좋아요 참여 또는 소셜 미디어 플랫폼에 얼마나 많은 시간이 소비되는지를 의미합니까?
둘째로, 정확히 “affected”가 의미하는 것에 대한 유용한 정보가 없습니다. 피실험자의 행동이 측정 가능한 방식으로 변화합니까? 아니면 이 용어는 사용자의 감정과 같은 또 다른 요소를 말하는 것입니까?
예시 2
너무 단순한 연구 질문 Has there been an increase in bullying in the US over the past 10 years? 중심이 있는 연구 질문 What has been the effect of after-school and community programs on student disciplinary actions among elementary students?
이 연구 질문에서 첫 번째 예는 너무 단순하고 충분히 복잡하지 않기 때문에 연구가 질문에 답했는지 여부를 평가하기가 어렵습니다. 저자는 이 질문에 간단히 “예” 또는 “아니오”로만 대답할 수 있었습니다. 또한 데이터가 존재한다고 해서 이 질문에 더 깊이 답변하는 데 도움이 되지 않을 수 있으며, 이는 제대로 구성되지 않은 연구 주제를 보여주는 확실한 증거입니다.
두 번째 연구 질문은 구체적이고 복잡하며 경험적으로 검증 가능합니다. 출석률이나 성적과 같은 지표를 기준으로 프로그램 효과를 측정할 수 있습니다. 또한, “bullying”은 기록된 징계 조치의 형태로 경험적, 정량적 측정으로 이루어집니다.
좋은 연구 질문을 쓰기 위한 단계
좋은 연구 질문은 적절하고 집중되어 있고, 의미를 담고 있습니다. 좋은 연구 질문을 떠올리기는 어려울 수 있지만, 쉽게 찾아내기 위해서 아래의 단계를 따라보세요.
1. 흥미로우면서 연관성있는 주제 선정하기
흥미로우면서도 자국의 문화나 대학의 역량과 관련이 있거나 일치하는 연구 주제를 선택하십시오. 인기 있는 학술 주제에는 의료 및 의료 관련 연구가 포함됩니다. 하지만, 만약 여러분이 공대나 인문대에 다니고 있습니다면, 여러분은 여러분의 특정한 공부와 전공과 관련된 연구 질문을 선택해야 합니다.
아래는 지역별 출판물 출력에 기반한 가장 인기 있는 연구 분야를 나타낸 그래프입니다. 보시다시피, 의료와 기초과학은 가장 많은 자금을 지원받으며 가장 많은 수의 출판물을 발표합니다.
2. 예비조사하기
연구 주제를 선택했으면 예비 조사를 시작할 수 있습니다. 이 첫 번째 연구 단계에서 저자는 두 가지 목표를 달성해야 합니다. 첫째, 관련 문헌들의 사전 검토를 수행하여 학계에서 다른 학자와 동료들이 현재 논의 중인 문제를 파악해야 합니다. 이 방법을 사용하면 해당 분야의 최신 개발 정보를 얻을 수 있음을 알 수 있습니다.
둘째, 사전 문헌 검토를 수행하여 주제에서 지식의 차이 또는 한계를 식별할 수 있습니다. 나중에 이러한 차이를 사용하여 일정 정도 미세 조정한 후 연구 질문에 초점을 맞출 수 있습니다.
3. 연구를 구체적인 연구 주제로 한정하기
탐구하고자 하는 주제를 잘 다루게 되면 보다 구체적인 연구 분야에 집중할 수 있습니다. 최근의 문헌이나 지식 격차에 집중하는 것도 좋은 방법 중 하나입니다.
문헌과 연구 영역의 한계를 파악함으로써 연구 질문을 구성할 수 있습니다. 기존 문헌을 확장하거나 보완하는 연구 질문을 선택하는 경우에도 마찬가지입니다.
4. 연구 주제 평가하기
다음 질문을 통해 연구 질문을 평가해야 합니다.:
내 연구주제가 명확한가?
연구에서 생성하는 결과 데이터 및 관측치는 명확해야 합니다. 정량적 연구의 경우 데이터가 경험적이고 측정 가능해야 합니다. 질적인 측면에서 관찰은 여러 범주에 걸쳐 명확하게 설명할 수 있습니다야 합니다..
연구에서 생성하는 결과 데이터 및 관측치는 명확해야 합니다. 정량적 연구의 경우 데이터가 경험적이고 측정 가능해야 합니다. 질적인 측면에서 관찰은 여러 범주에 걸쳐 명확하게 설명할 수 있습니다야 합니다.. 내 연구주제는 중심이 있고 구체적인가?
강력한 연구 질문은 여러분의 방법론이나 테스트 절차가 주관적인 해석에 남겨진 것이 아니라 객관적인 결과를 도출할 수 있을 정도로 구체적이어야 합니다. 개방형 연구 질문이나 일반 주제와 관련된 질문은 연구의 결과와 목표 사이에 연결을 애매하게 만들 수 있습니다.
강력한 연구 질문은 여러분의 방법론이나 테스트 절차가 주관적인 해석에 남겨진 것이 아니라 객관적인 결과를 도출할 수 있을 정도로 구체적이어야 합니다. 개방형 연구 질문이나 일반 주제와 관련된 질문은 연구의 결과와 목표 사이에 연결을 애매하게 만들 수 있습니다. 내 연구 질문이 적당히 복잡한가?
연구의 결과는 학문적 연구를 보증할 수 있도록 결과적이고 실질적이어야 합니다. 단순히 과학적인 합의를 강화하거나 지지하는 것은 불필요하며 대부분의 저널에서 좋은 반응을 얻지 못할 것입니다.
Related Articles on Academic Writing
[통계학] 가설설정 및 검정의 순서와 방법 및 가설설정 예시
저작권 관련 사항 정보 및 게시물 내용의 진실성에 대하여 레포트샵은 보증하지 아니하며, 해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지됩니다. 저작권침해, 명예훼손 등 분쟁요소 발견시 고객센터 에 신고해 주시기 바랍니다.
이메일 무단수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]
스타트업을 위한 ‘실험’과 ‘가설’ 개념 설명
과학실 뺨치는 스타트업의 세계
스타트업에서 일하는 사람이라면 누구든 ‘실험’이라는 단어를 말하거나 들은 경험이 있을 겁니다. 회의실에서는 ‘빠르게 실험해 보자’라는 말이 오고 가고, 스타트업 채용공고의 자격요건란에는 “가설 설정 → 실험 설계 → 빠른 실행을 통해 제품을 발전시킨 경험이 있는 분” 같은 문구가 쓰여 있습니다. 모르는 사람이 보면 ‘스타트업에는 과학자들이 모여 있나?’ 하고 생각할지도 모르겠습니다.
스타트업에서는 어떻게 실험이라는 말이 널리 쓰이게 되었을까요? 아마 린 스타트업(Lean Startup) 방법론이 끼친 영향이 클 것입니다.
린 스타트업 방법론은 과학적 방법론에 강하게 뿌리를 두고 있으며, 실험을 하는 것이 그 핵심 활동이다.
(The Lean Startup method is strongly rooted in the scientific method, and running experiments is a key activity.)
– Ash Maurya의 책 “Running Lean” 중에서
스타트업에서 일하는 사람이라면 누구든 린 스타트업 개념을 접해 본 적이 있을 것입니다. 빠르게 실험해서 가설을 검증하라는 말은 스타트업 업계에서는 금과옥조처럼 받들어집니다.
반면, 실험 개념은 스타트업에서 처음 일하는 분들이 가장 낯설어하는 개념이기도 합니다. 저도 이전에 스타트업에서 일할 때, (대기업에서 오신 분들로부터) ‘여기서 얘기하는 실험이 도대체 뭔가요?’ 하는 질문을 종종 받곤 했습니다. 그리고 스타트업에서 일해 왔던 사람들도 습관적으로 실험을 이야기하지만, 그 의미를 명확하게 정의하지는 못하는 경우도 종종 보곤 했습니다.
가설, 실험, 테스트 등의 용어들을 습관적으로 쓰고 있긴 하지만, 의미를 정확하게 설명해 주는 곳을 찾기는 어렵습니다. 위에서 인용한 책 “Running Lean”에도 “What is an Experiment?”라는 섹션이 있지만, 충분하진 않습니다. 어쩌면 널리 쓰이는 용어일수록 명확한 정의 없이 쓰이게 되기 쉬운 것 같습니다. (다들 일상적으로 쓰는 용어에 관해 질문하면 똑똑하지 않게 보일까 봐 물어보기 어렵기도 하고…)
그래서 이 글에서는 스타트업에서 일하는 분들을 위해 실험과 가설 개념을 뽀개 보려고 합니다. 개념을 정의하기 전에, 실험에 대해 잘못 이해하는 경우부터 바로잡아 보겠습니다.
실험에 대한 오해들
오해 1. 실험은 ‘그냥 한 번’, ‘가볍게’ 해 보는 것?
스타트업에서 일을 하다 보면 ‘그냥 한 번 가볍게 실험해 보자’라는 말을 듣곤 합니다. (제가 제일 싫어하는 말 중 하나입니다!! 🤯) 이 말에는 두 가지 잘못된 생각이 숨어 있습니다. 하나는 ‘실험은 가볍게 하는 것이므로, 비용이 적게 든다’라는 생각이고, 다른 하나는 ‘실험은 가볍고 빠르게 하는 것이므로, 계획이 필요치 않다’라는 생각입니다.
1) 실험은 가볍게 하는 것이므로, 비용이 적게 든다…라는 잘못된 생각
일단 ‘그냥 한 번 가볍게 해 보는 것’이 절대 가볍지 않다는 것을 알아야 합니다. 몇 시간만 들여서 하면 되니까 가볍게 실험해 보자고 말하는 경우가 있습니다. 이런 말을 입에 달고 사는 사람일수록 우선순위에 대한 고려 없이 무책임하게 아이디어를 막 던지는 사람일 가능성이 높습니다.
업무는 항상 우리가 예상하는 것보다 더 오래 걸릴뿐더러, 실험을 하는 데 들이는 시간만큼 우리는 다른 일을 할 시간을 빼앗깁니다. 기회비용(opportunity cost)을 지불하게 되는 것입니다. 실험을 하자고 말하기 전에, 실험이 기회비용을 상쇄하고도 남을 만큼 우선순위가 높은지 판단하는 작업이 선행되어야 합니다.
만약 프로덕트에서 기능을 개발하는, 그래서 엔지니어가 시간을 투입하는 실험의 경우 더 큰 비용이 듭니다. 개발하느라 쓰이는 엔지니어의 몸값, 그렇게 만든 코드를 나중에 유지보수하는 데 드는 시간, 제품이 복잡해지고 사용성이 나빠짐으로써 치르는 비용 등등… 이런 점을 고려하면 결코 실험이 가볍다고, 혹은 자원이 적게 든다고 말할 수 없습니다.
2) 실험은 가볍고 빠르게 하는 것이므로, 계획이 필요치 않다…라는 잘못된 생각
그리고 실험은 결코 가벼워서는 안 됩니다. 실험이 가벼워야 한다고 생각하는 분들은 부디 조금만 더 무겁게 생각해 주시길 바랍니다. 빠른 실험을 해서는 안 된다는 말을 하려는 것은 아닙니다. 다만 실험을 ‘가볍게만’ 생각해서 ‘날림’으로 하지는 말자는 말을 하고자 합니다.
가볍게 빠르게 한 번 실험해 보자고 말하는 사람 중 다수는 실험을 제대로 설계하지 않습니다. 실험은 새로운 지식을 획득하기 위한 것인데, 이를 위해 필요한 것들(누구를 대상으로 얼마나 어떤 실험을 할 것인지, 어떤 지표로 성공 여부를 판단할 것인지 등)을 제대로 설계하지 않는 경우가 많습니다.
실험을 하면서 지표를 추적하지 않는 경우도 많습니다. 프로덕트의 경우 일단 기능을 배포한 뒤에 지표 데이터를 분석하지 않고 지나가는 경우가 많습니다. 지표를 추적한다고 하더라도 단기적으로 몇 명이 그 기능을 이용했는지 기능 채택(feature adoption) 지표 정도만 보고 끝나는 경우가 많습니다. 우리의 가설이 맞았는지 틀렸는지를 판단할 수 있는 성공 지표, 프로덕트에 영향을 끼치는지 확인하기 위한 가드레일 지표 등을 설정하지 않는 실험이 수도 없이 많습니다. (성공 지표, 가드레일 지표 등에 대해서는 이 글을 참고해 주세요.)
그리고 실험 후 후속 조치를 제대로 하지 않는 경우도 많습니다. 실험 하나가 끝나면 (주로 프로덕트 기능을 배포하고 나면) 빠르게 실험을 해야 한다면서 다음 액션 아이템으로 넘어가는 거죠. 실험을 면밀히 리뷰하고, 실험을 통해 새롭게 알게 된 것이 무엇인지 정리하지 않습니다. 이러면 조직 차원에서는 얻는 것이 하나도 없습니다. 스타트업에서 일하는 사람들이라면 ‘실험’이라는 미명하에 이렇게 흘러가 버린 일들을 수없이 봤을 것입니다.
오해 2. 실험을 일단 ‘많이’ 하는 게 무엇보다 중요하다?
빠르게 많은 실험을 하는 것은 중요합니다. 실험의 개수가 많아질수록 성공하는 실험의 개수도 많아지고, 그에 따라 사업도 더 빠르게 성장할 수 있기 때문입니다. 그런데, 질(quality)은 무시한 채 양(quantity)에만 몰두하면 이런 부작용이 생길 수 있습니다.
회사에서는 실험 개수(한 달에 실험 OO개를 한다)를 목표 지표로 설정합니다. 구성원들은 사업 목적을 달성하는 것보다는 할당량을 채우듯이 실험 개수를 늘리는 데만 집중하게 되고, 점점 실험을 위한 실험을 하게 됩니다. 하다 하다 할 게 없어서 버튼 색깔을 바꾸는 실험처럼 별 의미 없는 실험을 하게 됩니다. 업무 담당자들은 ‘왜 이렇게 무의미한 실험을 해야 하는지 모르겠다’라고 자조하게 되고, 팀 사기가 떨어집니다. 이렇게 되는 이유는, 실험 ‘개수’에만 집중할 경우 실험할 가치가 있을 만한 가설을 설정하는 과정을 생략하게 되기 때문입니다.
빠르게 실험을 하는 것이 중요한 이유는, 실험을 하는 만큼 우리가 더 많은 정보를 얻게 되기 때문입니다. 실험을 통해 정보를 얻는 것은 명확한 가설이 있는 상태에서 실험을 설계했을 때 가능합니다. 가설도 없고, 실험 설계도 없이 ‘일단 많이 하는’ 것으로는 안됩니다. 실험의 양(quantity)은 중요하지만, 최소한의 질(quality)이 담보되지 않으면 하지 않으니만 못할 수도 있습니다.
실험이란 무엇인가?
그럼 실험이 무엇인지 살펴보겠습니다.
실험(實驗, experiment)은 가설이나 이론이 실제로 들어맞는지를 확인하기 위해 다양한 조건 아래에서 여러가지 측정을 실시하는 일이다. 지식을 얻기 위한 방법의 하나이다. 실험은 관찰(측정도 포함)과 함께 과학의 기본적인 방법의 하나이다. (위키백과)
과학적 실험의 정의이지만, 스타트업에서 하는 실험에도 적용되는 정의입니다. 여기서 핵심은 ‘실험은 몰랐던 것을 알아내기 위해 (=지식을 얻기 위해) 하는 활동’이라는 점입니다. 실험이라고 이름 붙인 뭔가를 하긴 했는데, 아무것도 알아낸 게 없다면 뭔가 잘못하고 있다는 신호로 받아들여야 합니다. 가설을 명확히 하지 않고, 실험 설계를 하지 않으면 이런 상황에 부닥치게 됩니다.
앞에서 인용한 실험의 정의를 다시 한번 뜯어볼까요? 실험에는 이런 요소들이 있습니다.
가설이나 이론이 실제로 들어맞는지: 실험에는 확인하고자 하는 가설을 세우는 것이 선행됩니다.
‘가설’이 무엇인지는 잠시 뒤에 설명하겠습니다. 다양한 조건 아래에서: 실험 방법은 다양할 수 있습니다.
검증하는 가설의 종류에 따라서 실험의 형태와 방식은 달라집니다. 여러 가지 측정을 실시하는 일: 측정을 해야 실험입니다. 측정하지 않고 ‘일단 가볍게 한번 해 보는’ 것은 실험이 아닙니다.
정량적인 데이터를 모을 수 있으면 가장 좋지만, 정성적인 피드백을 수집하는 것 역시 좋은 측정입니다. 지식을 얻기 위한 방법의 하나: 실험을 하는 이유는 ‘우리가 모르는 것을 알아내기 위해서’입니다.
‘그냥 가볍게 해 보는’ 실험으로는 모르는 것을 알아내기 어렵습니다. 실험 설계가 필요합니다.
실험의 예시
이런 것들이 스타트업에서 하는 실험에 해당합니다.
제품의 사용자 온보딩(onboarding) 플로우를 변경하는 A/B 테스트: 사용자 중 90%에게는 기존 온보딩 플로우를 보여주고, 10%의 고객에게는 새로운 온보딩 플로우를 보여줘서 어느 쪽에서 더 많은 사용자가 활성화되는지 살펴보는 것도 실험의 일종입니다.
가격을 변경하는 A/B 테스트: 트래픽의 50%에게는 기존 가격을 보여주고, 나머지 50%에게는 인상된 가격을 보여줘서, 가격 인상 시 구매 전환율이 어떻게 변화하는지 보는 것도 실험의 일종입니다.
아직 개발하지 않은 제품의 수요를 파악하기 위해 랜딩페이지를 만들어서 하는 스모크 테스트(smoke test)도 실험의 일종입니다. 열심히 시간과 자원을 들여서 제품을 개발했는데 수요가 없다면 낭패니까 실험으로 미리 리스크를 줄이는 것입니다. 스모크 테스트는 이런 식으로 진행할 수 있습니다. (퍼블리에 발행한 글에서 인용했습니다) 아직 제품을 만들지 않은 상태에서, 제품을 소개하는 웹 페이지를 하나 만듭니다. 페이지에는 ‘이 제품에 관심 있는 사람들은 이메일 주소를 입력해 주세요. 제품에 대한 정보를 보내 드립니다’와 같은 문구를 씁니다. 얼마나 많은 사람이 관심을 보이는지 파악합니다. 많은 수의 사람이 이메일 주소를 입력한다면, 시장이 존재한다는 뜻입니다. 이 페이지에 사람들을 유입시키기 위해 페이스북이나 구글 등에 광고를 소액 집행하기도 합니다.
기술을 개발하기 전에 일단 수작업으로 서비스를 제공함으로써 제품에 수요가 있는지 알아보는 ‘메커니컬 터크(Mechanlcal Turk)’, 혹은 ‘오즈의 마법사(Wizard of Oz)’ 프로토타입 특히 기술적으로 복잡한 솔루션을 만들려고 하는 경우, 많은 시간과 자원을 투입해서 기술을 개발했는데 제품에 대한 수요가 없다면 낭패입니다. 이런 경우 미리 수요를 알아보기 위해 수작업으로 테스트를 할 수 있습니다. 예를 들면, 구글이 인수한 Q&A 플랫폼 Aardvark는 사용자들이 질문을 올리면 적합한 전문가를 매칭해서 답변을 제공해 주는 서비스인데, 초반에는 머신러닝과 같은 기술을 사용하지 않고 직원들이 직접 질문에 맞는 전문가를 매칭했다고 합니다. 그러면서 값비싼 기술을 개발하지 않고도 제품에 대한 수요를 알아볼 수 있었습니다. (출처)
가설: 실험의 중심에 있는 것
앞에서 실험을 제대로 하기 위해서는 가설을 명확히 설정해야 한다고 반복해서 이야기했습니다. 그런데 가설이란 무엇일까요?
퍼블리에 발행한 ‘가설 검증은 비즈니스의 기본이다’ 에서 저는 가설에 대해 다음과 같이 설명했습니다.
“가설이란, 어떤 문제나 사안에 대해서 우리가 가진 추측을 가리킵니다. 가설이 ‘사실’이 아니라 ‘추측’인 이유는 아직 사실 여부를 판단할 근거가 충분하지 않기 때문입니다. 가설을 사실로 받아들이기 위해서는, 가설을 입증하는 충분한 근거가 모여야 합니다.
처음 사업을 시작하는 스타트업이 시장과 고객, 제품 등에 대해서 가진 생각은 모두 가설에 불과합니다. 대표적으로 이런 가설들이 있습니다.
– 고객 가설: 우리의 타깃 고객은 어떤 사람들인지
– 문제 가설: 고객들은 어떤 문제를 가졌는지
– 시장 규모 가설: 이런 문제를 가진 고객의 규모(시장 규모)가 얼마나 큰지
– 솔루션 가설: 고객들의 문제를 해결하기에 가장 좋은 방법은 무엇인지
아무 근거 없는 허무맹랑한 생각만으로 시작하는 스타트업은 드물겠지만, 어쨌든 이 생각들은 각자 가진 지식과 경험에 근거한 추측(educated guess)에 불과합니다. 스타트업은 사업을 하면서 가설이 사실인지 여부를 확인해야 합니다.
이 글을 쓰고 1년여가 지났는데, 그사이 가설 개념에 대해 제가 가진 생각도 조금 바뀌었습니다. 위에서 얘기한 추측(educated guess)은 엄밀히 말하면 가설(hypothesis)이라기보다는 가정(assumption)입니다. 우리는 가설과 가정 개념을 뭉뚱그려서 ‘가설’이라는 이름으로 부르곤 하는데, 두 개념을 구분하면 생각을 조금 더 명확하게 할 수 있습니다.
가설(hypothesis)과 가정(assumption) 구분하기
앞에서 이야기했듯, 우리는 비슷하지만 다른 두 가지 개념을 뭉뚱그려서 가설이라고 부릅니다.
실험을 통해 반증 가능한 구체적이고 명시적인 진술, hypothesis 개념을 가리킬 때도 가설이라는 단어를 쓰고
구체적이고 명시적인 진술, hypothesis 개념을 가리킬 때도 가설이라는 단어를 쓰고 가설과 달리 반증 가능한 형태로 진술되지 않은 암묵적인 믿음이나 추측, assumption 개념을 가리킬 때도 가설이라는 단어를 씁니다.
그래서인지 실험 계획을 세울 때 가설(hypothesis) 대신에 가정(assumption)을 쓰게 되는 경우가 종종 생깁니다. ‘랜딩페이지를 개선하면 전환율이 증가할 것이다’ 정도로 가설을 세우는 거죠. 이런 가정은 실험으로 반증하기 어렵습니다. 랜딩페이지를 어떻게 바꾸는 것이 개선인지, 전환율이 증가한다는 것은 어느 정도인지 등에 대해서 명확하게 정의하지 않았기 때문입니다.
그래서 저는 가설(hypothesis)과 가정(assumption) 개념을 구분해서 쓰기를 제안합니다. 가설과 가정은 이렇게 정의해 볼 수 있겠습니다.
가설(Hypothesis) ‘광고 랜딩페이지를 기존의 A에서 B로 변경하면, 랜딩페이지가 A일 때보다 회원가입 전환율이 15% 이상 증가할 것이다’라는 식으로 반증 가능한 구체적인 진술입니다. 반증 가능하다는 것은 다시 말해 실험을 통해서 거짓이라는 것을 입증할 수 있다는 것입니다. (실험을 해 보면 위 문장이 사실인지 아닌지 알 수 있습니다) 우리가 실험을 계획할 때는 이런 식으로 구체적인 가설을 세워야 합니다.
가정(Assumptions) 우리가 고객, 시장 등에 대해 가지고 있는 추측입니다. 가정에는 다양한 유형이 있습니다. 예를 들면 이런 것들입니다. ‘우리 잠재 고객은 OOOO라는 문제를 가지고 있을 것이다’ ‘OOOO라는 문제를 가지고 있는 사람이 많을 것이다.’ ‘고객이 OOO로 전환하지 않고 이탈하는 이유는 OOOO일 것이다.’ ‘잠재 고객에게 도달하는 마케팅 채널로는 OOO 채널이 효과적일 것이다.’ 가설처럼 반증 가능한 구체적인 형태로 만들어지지는 않은, 암묵적인 믿음입니다. 우리는 이 믿음과 추측이 아직 사실인지 아닌지 모릅니다. 사실이 아닌 가정을 믿고 많은 시간과 자원을 투입했다가는 비용을 낭비할 위험(risk)이 있습니다. 가정이 사실인지 아닌지 확인하기 위해 우리는 실험을 합니다. 특히 시간과 자원이 제한된 스타트업에서는 실험이 중요합니다.
가정(assumption)을 검증하기 위해 가설(hypothesis)로 변환하기
앞에서 설명한 실험, 가설, 가정 개념을 서로 연결 지어 보면 이렇게 정리할 수 있습니다.
우리가 실험을 하는 목적은 모르는 것을 알아내는(=지식을 얻는) 것입니다.
특히 스타트업은 여러 가정들(아직 검증되지 않은 추측과 믿음, 즉 assumption) 위에서 움직입니다.
검증되지 않은 가정들을 믿었다가는 많은 시간과 자원을 낭비할 위험(risk)이 있습니다. 스타트업은 시간과 자원을 적절히 투입해서 가정을 검증하기 위해 실험을 합니다.
우리는 특히 위험성(risk)이 큰 가정을 검증해야 합니다. 위험성이 큰 가정이란, 만약 참이 아닌 경우 사업 혹은 액션아이템이 실패할 가능성이 높아지는 가설입니다.
실험을 하려면 실험 설계가 필요합니다. 특히 실험 설계의 중심에는 가설 설정이 있습니다.
가설 설정이란, 암묵적인 믿음인 가정(assumption)을 반증 가능하고 구체적인 형태의 가설(hypothesis)로 만드는 것입니다.
일을 하다 보면 특히 마지막 포인트인 ‘가정을 가설로 변환하기’를 간과하게 되기 쉽습니다. 우리가 뭔가 액션 아이템을 구상할 때는, 수많은 가정(assumption)들을 깔게 됩니다. 암묵적인 믿음인 가정을, 실험으로 테스트할 수 있는 명시적인 가설로 변환해서(making implicit assumptions explicit) 테스트하지 않으면, 우리는 그만큼 위험에 노출되게 됩니다.
예시) 가정(assumption)을 명시적인 가설(hypothesis)로 만들어 검증하기
예를 들어서 설명해 보겠습니다. 음식 배달을 필요로 하는 소비자들과 음식 배달을 제공하는 식당(공급자)들을 매칭시키는 양면시장(two-sided marketplace) 플랫폼이 있습니다. 이 플랫폼 업체에서는 공급자인 식당의 리텐션(retention, 잔존율) 지표를 개선하는 것이 중요한 과제입니다.
공급자를 담당하는 팀원 중 한 명이 ‘식당 사장님들에게 유용한 정보를 제공하는 유튜브 채널을 만들어서 운영하자’라는 아이디어를 냅니다. 유튜브 채널을 만들면 공급자들이 계속해서 이 플랫폼을 이용하게 될 거라면서요.
만약 이 팀이 실험을 하지 않는 팀이라면 즉시 유튜브 채널을 운영하기 시작할 것입니다. 유튜브 채널을 만들고, 출연자를 섭외하고, 영상을 촬영 및 편집하고, 영상을 더 많이 보게 만들기 위한 홍보를 하고 등등… 만약 이렇게 해서 좋은 결과(이 경우 리텐션 지표 개선)가 나오면 다행이지만, 지표 개선에 실패하는 경우 팀 입장에서는 손해가 크게 됩니다.
만약 이 팀이 실험을 적극적으로 하는 팀이라면, 조금 다르게 접근할 것입니다. 일단 ‘유튜브 채널을 만들어서 운영하면 리텐션 지표가 개선될 것이다’라는 것이 하나의 커다란 가정(assumption)이라는 것을 알아차리고, 이 가정이 사실에 얼마나 부합하는지 검증하려고 할 것입니다.
실험을 적극적으로 하는 팀은 커다란 가정 아래 더 많은 암묵적인 가정들이 더 많이 깔려 있음을 알아차립니다. 이 가정들이 모두 참이 되어야만 리텐션 지표 개선이라는 목표를 이룰 수 있습니다.
공급자들이 우리가 제공하고자 하는 정보를 필요로 할 것이다.
(이 가정이 참이 아닌 경우, 우리 채널은 실패할 가능성이 크다.) 공급자들의 눈높이에 맞는 영상을 우리 팀이 만들어낼 수 있을 것이다.
(이 가정이 참이 아닌 경우에도 우리 채널은 실패할 가능성이 크다.) 공급자들은 정보에 대한 필요를 다른 곳이 아닌, 우리 플랫폼에서 운영하는 채널에서 충족시키고자 할 것이다.
(이 가정이 참이 아닌 경우, 만약 공급자들이 이미 다른 곳에서 충분히 필요를 충족시키고 있을 경우, 우리 채널의 성공 가능성은 작아진다.) 공급자 유저들 중 상당수가 이 유튜브 채널에서 영상을 시청할 것이다.
(이 가정이 참이 아닌 경우, 공급자들 중 소수만 유튜브 채널을 보게 될 것이고, 그러면 리텐션 지표에 끼치는 영향은 미미해진다.)
이 가정들 중 1번 가정은 특히 위험성(risk)이 높습니다. 만약 이 가정이 참이 아니라면, 즉 공급자들이 별로 정보를 필요로 하지 않는다면 유튜브 채널을 만들고 운영하는 것 자체가 의미 없기 때문입니다.
이런 가정은 어떻게 검증해 볼 수 있을까요? 꼭 유튜브 채널을 운영하는 형태로 실험을 할 필요는 없습니다. 공급자들이 얼마만큼 정보를 필요로 하는지 알기 위해 인터뷰나 설문조사를 해 볼 수도 있고, 수요를 검증하기 위해 스모크 테스트(smoke test)를 해 볼 수도 있습니다.
만약 인터뷰로 검증한다면 이런 식으로 인터뷰를 해 볼 수 있습니다. (이 경우 인터뷰가 실험의 한 종류입니다.)
가정(assumption): 공급자들은 우리가 제공하고자 하는 정보를 필요로 할 것이다.
가설(hypothesis): 공급자를 20명 만나서 인터뷰를 했을 때, 10명 이상은 정보 부족에서 실질적인 문제를 느낀다고 이야기할 것이다. ’20명 중 10명 이상’은 물론 객관적이고 절대적인 기준이라고 할 수는 없습니다. 하지만 스타트업에서 실험을 할 때는 ‘모래 위에 선 긋기’ 식으로 기준을 정할 필요가 있습니다. 더 자세한 내용은 <린 분석> 책, 혹은 이 아티클을 참고해 주세요.
실험: 플랫폼을 이용하고 있는 공급자 20명을 무작위로 선정해서 1대1로 인터뷰한다. 단, ‘정보 부족이 문제라고 느끼나요’와 같은 유도 질문은 하지 않는다. 평소에 식당을 운영하면서 느끼는 문제들을 Stack Rank 하는 식으로 인터뷰를 진행한다. ‘정보 부족’에 해당하는 문제가 3위 안에 드는 경우, 정보 부족에서 실질적인 문제를 느끼고 있는 것으로 간주한다. (이것 역시 ‘모래 위에 선 긋기’입니다.)
다른 가정들도 마찬가지로, 유튜브 채널을 만들지 않은 채로 (다시 말해, 자원을 크게 들이지 않고) 검증해 볼 수 있습니다. 가정이 얼마나 사실에 부합하는지 검증하는 데 필요한 만큼의 실험을 얼마든지 해 볼 수 있습니다.
정리하자면 이렇습니다.
우리가 뭔가 액션 아이템에 대해서 생각할 때는, 그 밑에 여러 가정(assumption)들을 암묵적으로 깔고 있습니다.
그 가정들이 참이 아닌 경우, 액션 아이템은 실패할 수 있습니다. 즉, 가정에는 위험성(risk)이 따릅니다.
가정들 중 특히 위험성이 높은 것들은 꼭 실험을 통해 검증해야 합니다.
이를 위해서는 암묵적인 가정들을 명시화해서 가설로 변환하는 작업이 필요합니다. 반증 가능한 가설로 변환한 뒤에야 실험을 할 수 있습니다.
실험군과 대조군, 꼭 필요할까?
얼마 전에 한 미팅에서 실험 개념(위와 같은)을 이야기하는데, 팀원 한 분이 저에게 질문했습니다. “실험을 할 때는 실험군과 대조군을 설정해야 하지 않나요? 그렇지 않으면 지표에 변화가 있더라도 실험 때문이라고 확신할 수 없지 않나요?” 하고요.
여기서 팀원분이 말한 것은 엄밀한 의미에서의 실험인 통제된 실험(controlled experiment)입니다. 통제된 실험이란 “실험군과 대조군을 설정해서, 실험군과 대조군 사이에 서로 다른 처치(treatment)를 하되, 그 처치를 제외한 다른 변인에는 차이가 없도록 해서 (이를 변인 통제라 합니다), 그 처치가 결과에 영향을 미치는지 확인하는 연구 방식”입니다.
A/B 테스트와 같은 실험이 통제된 실험의 한 종류입니다. 통제된 실험은 실험으로 한 처치(treatment)가 결과에 영향을 끼치는지, 인과관계를 파악할 수 있다는 장점이 있습니다. 실험 처치를 제외하고는 다른 변수에 차이가 없으니, 실험군과 대조군에서 차이를 보이는 원인은 실험 처치밖에 없다고 보는 것이죠.
반면, 앞에서 언급한 메커니컬 터크(Mechanical Turk) 또는 오즈의 마법사(Wizard of Oz), 스모크 테스트와 같은 실험은 변인 통제를 하는 실험은 아니기 때문에 인과관계를 파악할 수는 없습니다. A/B 테스트처럼 객관적인 판단 기준(통계적 유의미성, p-value 개념 등을 활용한)을 세우기도 어렵구요.
그럼 스타트업도 실험을 할 때는 꼭 실험군과 대조군을 설정해서, 모든 변수를 잘 통제해서 해야만 할까요? 저도 예전엔 그렇게 생각했는데, 지금은 꼭 그럴 필요는 없다고 생각합니다. 왜냐면 스타트업이 실험을 하는 목적은 ‘완벽한 실험’을 하는 데 있는 것이 아니라, 의사결정을 위한 정보를 얻는 데 있기 때문입니다. 지금 저는 이런 식으로 생각합니다.
실험은 새로운 지식과 정보를 얻기 위해 하는 것입니다.
스타트업의 맥락에서 다시 얘기하면, 실험의 목표는 의사결정을 위한 정보를 확보하는 것입니다.
아무 정보 없이 가정(assumption)만 가지고 의사결정을 하기에는 위험성(risk)이 크므로, 가정이 얼마만큼 사실에 부합하는지 검증하는 것입니다.
그런데, 우리는 불확실한 세상에 살고 있어서 100퍼센트 확실한 정보를 가지고 의사결정을 할 수는 없습니다. 100퍼센트 확실한 정보를 가질 때까지 기다리는 것은 의사결정의 속도를 늦추기 때문에 바람직하지도 않습니다.
우리가 실험에 기대하는 것은 100퍼센트 확실한 정보가 아니라, 의사결정에 자신감을 더할 수 있는 만큼의, 꼭 필요한 만큼의 정보(just enough information)입니다.
변수를 잘 통제한 실험을 할 수 있으면 물론 좋겠지만, 스타트업은 실험실이 아닌 현실세계에서 사업을 하고 있기 때문에 모든 실험을 통제된 실험으로 할 수는 없습니다.
검증하고자 하는 가정에 따라서, 검증 방법(실험 방법)은 달라집니다. 변수를 통제한 실험을 해야 할 수도 있고, 유저 인터뷰를 할 수도 있고, 스모크 테스트나 메카니컬 터크 실험을 할 수도 있습니다.
중요한 것은 완벽하게 통제된 실험을 하는 것이 아니라, 가정이 얼마나 사실에 부합하는지 확인함으로써 리스크를 낮추는 것입니다.
마무리 & 요약
실험과 가설이라는 커다란 개념을 다루려고 욕심을 내다 보니, 글 한 편에서 여러 이야기를 했습니다. 글에서 다룬 개념들을 머릿속에서 정리하실 수 있도록 요약을 해 보겠습니다. 긴 글 읽어 주셔서 감사하고, 궁금하신 점이 있으면 언제든 메일 보내 주세요!
키워드에 대한 정보 가설 설정 예시
다음은 Bing에서 가설 설정 예시 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 EBS [사회탐구] 사회문화 – 좋은 가설을 설정하려면 어떻게 해야할까?
- 가설
- 실증적 연구 방법
- 박봄
- 사회문화
- 박봄의 사회문화
- ebs 수능
- EBS
EBS #[사회탐구] #사회문화 #- #좋은 #가설을 #설정하려면 #어떻게 #해야할까?
YouTube에서 가설 설정 예시 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 EBS [사회탐구] 사회문화 – 좋은 가설을 설정하려면 어떻게 해야할까? | 가설 설정 예시, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
