선택 편향

선택 편향(selection bias)은 분석 대상이 되는 표본이 전체 모집단을 골고루 대표하지 못할 때 생기는 오류입니다. 특정한 대상이 체계적으로 표본에 더 많이 들어오거나 빠지면, 계산 자체는 정확해도 결론이 왜곡됩니다.

핵심은 '누가 데이터에 남았는가'입니다. 우리가 보는 것은 어떤 선택 과정을 통과한 뒤 남은 것들뿐인데, 통과하지 못하고 사라진 것들을 잊으면 세상을 절반만 보고 판단하게 됩니다.

앞서 다룬 생존편향도 선택 편향의 한 종류입니다. '살아남은 것'만 표본에 남고 '사라진 것'이 빠지는 특수한 경우이니까요.

2차 세계대전 때 통계학자 에이브러햄 발드(Abraham Wald)는 폭격기의 어디에 장갑(방탄판)을 덧대야 하는지 자문을 요청받았습니다. 군은 임무를 마치고 돌아온 비행기들을 살펴보고, 총탄 자국이 가장 많은 부위(주로 날개와 동체)를 보강하려 했습니다. 상식적으로 많이 맞은 곳을 지켜야 할 것 같으니까요.

하지만 발드는 반대로 생각했습니다. '지금 우리가 보는 건 돌아온 비행기뿐이다. 이 비행기들은 그 부위를 맞고도 살아 돌아왔다는 뜻이다. 정작 격추돼 돌아오지 못한 비행기들은 다른 곳, 즉 총탄 자국이 거의 없는 엔진과 조종석을 맞았을 것이다.'

그래서 발드는 자국이 많은 곳이 아니라, 오히려 자국이 없는 엔진과 조종석을 보강하라고 권고했습니다. 데이터가 '살아 돌아온 비행기'만 담고 있다는 사실 — 바로 선택 편향을 꿰뚫어 본 것입니다.

투자 세계는 선택 편향으로 가득합니다.

첫째, 성공담만 모은 결론입니다. '주식으로 부자 된 사람들의 공통점'이라는 콘텐츠는 성공한 사람만 표본으로 삼습니다. 같은 방식으로 투자했다가 실패한 훨씬 많은 사람은 이야기에 등장하지 않습니다. 그래서 '이렇게 하면 된다'는 착각이 생깁니다.

둘째, 유리한 시작일·종목 고르기입니다. 백테스트에서 성과가 잘 나오는 시작 연도나 종목만 골라 보여주면, 표본을 편향되게 선택한 것입니다. 예를 들어 폭락 직후를 시작점으로 잡으면 어떤 전략이든 좋아 보입니다.

셋째, 청산된 펀드가 빠진 펀드 성과 통계(펀드 생존편향)도 결국 선택 편향입니다.

좋은 분석은 살아남은 것뿐 아니라 사라진 것까지 세려고 노력합니다. 폭격기 사례에서 발드가 '돌아오지 못한 비행기'를 상상했듯, 투자에서도 '실패해서 사라진 종목·펀드·전략'을 함께 떠올려야 합니다.

《거의 모든 것의 수익률》은 성공한 결과만 골라 보여주지 않으려 합니다. 특정 자산이 오래·꾸준히 투자되었을 때의 실제 성과를, 그 과정의 최대 낙폭과 손실 기간까지 숨기지 않고 보여줍니다. 화려한 성공 구간만 잘라 보여주는 것이 아니라, 견뎌야 했던 시간까지 포함하는 것이 선택 편향을 줄이는 길입니다.

숫자를 볼 때마다 습관처럼 물어보세요. '이 표본은 어떻게 골라졌지? 여기서 빠진 건 뭐지?' 이 질문 하나가 많은 착각을 걸러냅니다.