확률 기초 02
컴퓨터의 무작위는 어떻게 만들어질까?
사람은 반복이나 규칙이 보이지 않는 결과를 흔히 무작위라고 부릅니다. 컴퓨터는 정해진 명령을 실행하는 장치이므로 대부분의 프로그램은 알고리즘으로 무작위처럼 보이는 수열을 만듭니다. 이를 의사 난수라고 합니다. 선택 도구를 정확히 평가하려면 ‘예측하기 어려워 보임’, ‘분포가 고름’, ‘보안상 안전함’을 서로 구분해야 합니다.
1. 의사 난수와 진짜 무작위
의사 난수 생성기는 내부 상태에 수학 연산을 적용해 다음 값을 만듭니다. 같은 초기 상태와 같은 알고리즘을 사용하면 이론적으로 같은 수열을 다시 얻을 수 있습니다. 반면 물리적 잡음, 열적 변화 같은 측정값을 이용하는 하드웨어 난수는 비결정적 현상을 원천으로 삼습니다.
의사 난수라고 해서 쓸모가 낮은 것은 아닙니다. 시뮬레이션, 게임, 표본 추출처럼 목적에 맞는 품질을 갖추면 빠르고 재현 가능하다는 장점이 있습니다. 암호키나 인증 토큰처럼 공격자가 결과를 알아내면 위험한 작업에는 별도로 설계된 암호학적 난수 생성기가 필요합니다.
2. 시드는 어떤 역할을 할까요?
시드는 생성기의 시작 상태를 정하는 입력입니다. 통계 실험에서 같은 시드를 기록하면 다른 사람이 같은 수열로 계산을 재현할 수 있습니다. 반대로 보안 작업에서는 공격자가 시드를 추측하지 못하게 충분한 엔트로피를 모아야 합니다. 모든 브라우저 함수가 개발자에게 시드를 직접 보여 주는 것은 아니며 구현 방식도 환경에 따라 달라질 수 있습니다.
3. 균등 분포는 매번 고른 모양을 뜻하지 않습니다
1부터 10까지 균등하게 뽑는다는 말은 각 숫자가 한 번의 선택에서 같은 확률을 갖는다는 뜻입니다. 열 번 뽑으면 반드시 모든 숫자가 정확히 한 번씩 나와야 한다는 뜻은 아닙니다. 짧은 수열에 반복과 몰림이 나타나는 것은 자연스럽습니다. 관찰 횟수가 충분히 커질 때 각 범주의 상대 빈도가 이론적 비율에 가까워지는지를 살펴야 합니다.
사람은 3, 3, 8처럼 같은 숫자가 가까이 나타나면 덜 무작위라고 느끼고, 의도적으로 반복을 피하는 경향이 있습니다. 그래서 사람이 머릿속으로 만든 수열은 오히려 지나치게 규칙적으로 흩어질 수 있습니다. 무작위성은 ‘보기 좋은 균형’과 같지 않습니다.
4. 실수를 정수 범위로 바꾸는 과정
많은 일반 난수 함수는 0 이상 1 미만의 값을 반환합니다. 이를 45개 정수로 바꾸려면 값에 45를 곱하고 소수점 아래를 버린 뒤 1을 더합니다. 각 구간의 폭이 동일한 이상적인 조건에서는 1부터 45가 같은 확률에 대응합니다. 생성기가 제공하는 값의 정밀도와 목표 범위가 맞지 않으면 나머지 연산 과정에서 미세한 편향이 생길 수 있어 보안 분야에서는 거부 표본 추출 같은 방법을 사용하기도 합니다.
5. 번호연구소 도구의 범위
번호연구소는 브라우저의 일반 난수 함수로 1~45 정수를 선택하고 이미 나온 수는 제외합니다. 여섯 개가 모이면 오름차순으로 표시합니다. 이 방법은 개인이 번호 선택 고민을 줄이는 오락용 도구에 적합하지만, 공인 추첨이나 보안 인증을 위한 장치가 아닙니다. 서버에서 시드를 관리하거나 결과를 감사 가능한 기록으로 남기지 않으며, 생성 결과를 당첨 예측이라고 주장하지도 않습니다.
6. 간단한 분포 실험을 해석하는 법
생성기를 수천 번 실행해 번호별 빈도를 세면 품질을 탐색할 수 있습니다. 다만 완전히 같은 횟수가 나오는 것을 합격 기준으로 삼으면 안 됩니다. 이론적 기대값 주변의 변동 범위를 고려해야 하며, 카이제곱 검정 같은 통계 도구도 유의수준과 다중 검정 문제를 이해한 뒤 사용해야 합니다. 한 번의 특이한 표본만으로 편향을 확정하거나 공정성을 보증할 수 없습니다.
7. 무작위 도구를 평가하는 질문
- 선택 범위와 중복 허용 여부가 명확하게 공개되어 있는가?
- 결과를 예측이나 보장으로 과장하지 않는가?
- 표시를 위한 정렬·색상과 확률을 구분해 설명하는가?
- 개인정보나 불필요한 권한을 요구하지 않는가?
- 보안용, 연구용, 오락용 등 도구의 목적과 한계를 밝히는가?
무작위로 선택한 값의 경우의 수를 계산하려면 순열과 조합 기초를, 독립 시행과 과거 빈도의 오해는 번호 확률 가이드를 이어서 읽어 보세요.