왜 평균보다 중앙값으로 비교하는가 — 이상치 한 점이 점수를 흔들지 않도록

발행: 2026-04-22 · 태그: statistics, robust, median

한 점이 전체를 끌고 간다

평균은 모든 값을 더해 개수로 나눈 값이다. 그래서 한 점이 크게 튀면 그 무게가 그대로 평균에 실린다. 정상값 100개에 극단값 1개를 섞어 보면, 평균은 극단값 쪽으로 눈에 띄게 끌려가는 반면 중앙값은 거의 제자리에 머무른다. 자동 프로그램처럼 잠깐 튀는 일이 흔한 데이터에서는 이 차이가 정상 패턴을 놓치느냐 잡느냐를 가른다.

같은 데이터, 다른 요약

시간당 방문자 100개 표본에 잠깐 솟구친 순간 (1,000명) 한 번이 끼었다고 해 보자.

평균

약 5배한 점이 전체를 들어올린다

중앙값

거의 그대로정렬한 가운데 값은 흔들리지 않는다

사분위수 (IQR)

거의 그대로가운데 50% 구간만 본다

평균만 보면 갑자기 트래픽이 5배 늘어난 블로그처럼 보이지만, 중앙값과 사분위수는 같은 정상 패턴을 그대로 가리킨다. 짧은 폭증 한 점은 분포의 양 끝에 머무를 뿐, 가운데 자리를 흔들지 못한다.

시간대 비교에 중앙값을 쓰는 이유

방문자 시간대 곡선은 원래 들쭉날쭉하다. 출근·점심·퇴근 후의 봉우리가 있고, 가끔 한 시간만 튀는 외부 유입도 섞인다. 같은 시간대를 일주일 단위로 비교할 때 평균을 쓰면 그 한 번의 외부 유입이 비교 기준 자체를 흔들어, 다른 정상 시간대까지 이상으로 잡히게 된다.

그래서 시간대별 정상 범위는 중앙값 ± 사분위수 로 잡고, 갑작스러운 폭증은 별도의 급등 지표 로 따로 기록한다. 두 신호를 섞지 않으니 정상 곡선은 흔들리지 않으면서도 폭증 자체는 그대로 남는다.

평균이 맞는 자리, 중앙값이 맞는 자리

요약하면, "전체가 얼마인가" 를 묻는 질문에는 평균, "보통은 어느 정도인가" 를 묻는 질문에는 중앙값이다.

단점도 그대로 적어둔다

중앙값이 공짜는 아니다. 값을 정렬해야 가운데를 알 수 있으니, 데이터가 커질수록 비용이 빠르게 늘어난다. 흐름이 끊임없이 들어오는 환경에서는 정확한 중앙값 대신 분위수 근사 방식을 쓰고, 짧은 구간은 정확한 정렬, 긴 구간은 근삿값으로 갈아 끼우는 식의 절충이 필요하다.