생일의 역설 (Birthday Paradox)

교육과정: 확률과 통계 — 확률. 한 반에 몇 명이 모이면 생일이 같은 짝이 생길까? 대부분 "100명은 넘어야겠지"라고 답하지만, 정답은 단 23명이다. 직관이 왜 이렇게까지 빗나가는지 슬라이더를 움직이고 직접 실험하며 확인해 보자.

왜 역설인가 — "나와 생일이 같은 사람"을 찾는 게 아니라 "아무 두 명이라도 생일이 같은 경우"를 찾는 문제다. 사람이 늘면 비교해야 하는 짝의 수가 폭발적으로 늘기 때문에, 확률은 우리 예상보다 훨씬 빨리 커진다. (윤년·쌍둥이·계절별 출생 편중은 무시하고 365일이 균등하다고 가정한다.)

1. 직접 해보기 — 인원 수 슬라이더

인원 수 k를 2명부터 60명까지 움직여 보라. "적어도 두 명의 생일이 같을 확률" P(k)가 실시간으로 계산되고, 아래 곡선 위의 점이 함께 움직인다. 빨간 점선은 50% 기준선이다.

인원 k k = 23명

50.73%

P(k) = 적어도 두 명의 생일이 같을 확률

모두 다를 확률 1−P(k)

49.27%

비교하는 짝의 수 kC2

253

근사식 1−e^(−k²/730)

51.43%

50% 넘는 최소 인원

23명

관찰 포인트 — k=23에서 곡선이 50%를 넘는다. k=30이면 약 70%, k=41이면 약 90%, k=60이면 99.4%로 사실상 확실하다. 곡선은 처음엔 가파르게 오르다가 위쪽에서 완만해진다.

2. 시뮬레이션 — 이 반으로 실험해 보기

"100번 실험" 버튼을 누르면 매번 k명에게 무작위 생일을 나눠주고, 겹치는 짝이 있었는지 센다. 실험으로 얻은 충돌 비율이 이론값 P(k)에 얼마나 가까운지 비교해 보라. 아래 365칸 달력에는 마지막 한 번의 실험 결과가 찍힌다 — 파란 칸은 생일, 빨간 칸은 충돌이다.

현재 인원 k = 23명 (위 슬라이더와 연동)

빈 날 생일 있는 날 충돌 (2명 이상)

누적 실험 횟수

충돌 발생 횟수

실험 충돌 비율

–

이론값 P(k)

50.73%

3. 여사건으로 계산하기

"적어도 두 명이 같다"를 직접 세는 건 경우가 너무 많다. 대신 여사건인 "모두 생일이 다르다"를 계산하고 1에서 빼는 게 훨씬 쉽다. 한 명씩 방에 들어온다고 생각하면:

1번째 사람: 아무 날이나 OK → 365/365
2번째 사람: 앞사람과 달라야 → 364/365
3번째 사람: 앞 두 명과 달라야 → 363/365
… k번째 사람: (365−k+1)/365

곱의 법칙으로 이 조건부 확률들을 모두 곱하면 "모두 다를 확률"이 된다. 아래는 현재 k=23에 대한 실제 항들이다.

1 − (위 곱) = P(23) ≈ 50.73%

P(k) = 1 − 365 · 364 · 363 · … · (365−k+1) / 365^k = 1 − ₃₆₅P_k / 365^k

4. 왜 직관보다 훨씬 빠를까 — 짝의 개수

사람이 k명이면, 생일을 비교해야 하는 짝(pair)의 수는:

kC2 = k(k−1)/2 ( k=23 → 23·22/2 = 253쌍 )

23명인데 벌써 253쌍이나 된다. 각 쌍이 생일이 같을 확률은 1/365로 작지만, 쌍이 253개나 되니 "그중 하나라도 걸릴" 확률은 꽤 커진다. 대략적으로 보면:

P(k) ≈ 1 − (1 − 1/365)^kC2 ≈ 1 − e^{−k(k−1)/730} ≈ 1 − e^−k²/730

지수의 분자에 k²이 있다는 게 핵심이다. 인원이 2배가 되면 짝은 약 4배, 그래서 확률이 껑충 뛴다. "나랑 같은 생일"을 찾는 문제(짝이 k−1개뿐, k²이 아니라 k)와는 완전히 다르다.

인원별 확률 표

인원 k	짝의 수 kC2	정확한 P(k)	근사식 1−e^(−k²/730)

근사식은 계산이 간단한데도 정확한 값과 잘 맞는다. k가 커질수록 둘 다 1에 수렴한다.

한 줄 요약 — "누구든 두 명"의 생일이 겹칠 확률은 비교하는 짝의 수 kC2 = k(k−1)/2가 빠르게 커지기 때문에 k=23에서 이미 50%를 넘는다. 계산은 여사건 "모두 다르다"를 곱의 법칙으로 구해 1에서 빼면 되고, 근사식은 1 − e^−k²/730.

주사위로 배우는 확률 조건부확률 순열과 조합