
산을 넘은 뜨거운 바람, 푄 현상(Foehn)

거울 속 쌍둥이 분자, 키랄성(Chirality)
나라별 인구, 강의 길이, 회사의 거래 금액처럼 세상에 흩어진 숫자들의 맨 앞자리를 모아 보면, 1부터 9까지가 고르게 나올 것 같다는 생각이 듭니다. 그런데 실제로 세어 보면 1로 시작하는 숫자가 셋 중 하나꼴로 가장 많고, 9로 시작하는 숫자는 스무 개 중 하나도 되지 않습니다. 이 의외의 규칙을 설명하는 개념이 바로 ‘벤포드 법칙(Benford’s Law)’입니다.
벤포드 법칙이란 쉽게 말해 ‘자연스럽게 생긴 많은 수치 자료에서 첫째 자리 숫자가 작을수록 더 자주 나타나는 현상’을 의미합니다. 첫째 자리 숫자가 d일 확률은 log₁₀(1+1/d)로 계산되며, 이 식에 따르면 1은 약 30.1%, 2는 약 17.6%, 9는 약 4.6%의 비율로 나타납니다.
본 자료에서는 벤포드 법칙의 기본 정의부터 이런 분포가 생기는 원리, 법칙이 맞는 자료와 맞지 않는 자료, 그리고 회계 감사처럼 실제로 쓰이는 분야와 주의할 점까지 쉽게 이해할 수 있도록 정리합니다.
벤포드 법칙: 첫 자리 숫자에 숨은 규칙
벤포드 법칙이란 무엇인가?


이 규칙을 처음 알아챈 사람은 19세기 미국의 천문학자 사이먼 뉴컴입니다. 1881년 그는 계산에 쓰던 로그표 책에서 1로 시작하는 숫자가 실린 앞쪽 페이지가 뒤쪽보다 훨씬 많이 닳아 있다는 점에 주목했습니다. 사람들이 1로 시작하는 수를 더 자주 찾아봤다는 뜻이었습니다.
이 관찰은 오래 잊혔다가 1938년 미국의 물리학자 프랭크 벤포드가 다시 꺼냈습니다. 그는 강의 유역 면적, 도시 인구, 물리 상수, 신문에 실린 숫자 등 서로 무관한 자료 20종에서 2만 개가 넘는 숫자를 모아 같은 경향을 확인했고, 이후 이 규칙에는 그의 이름이 붙었습니다. 먼저 발견한 사람의 이름 대신 널리 알린 사람의 이름이 붙은 셈이라, 통계학에서는 이를 이름 붙이기의 아이러니로 소개하기도 합니다.
첫째 자리 숫자별 기대 비율은 다음과 같습니다.
- 숫자 1(One): 약 30.1%로 가장 많이 나타납니다.
- 숫자 2~3(Two to Three): 각각 약 17.6%, 12.5%입니다.
- 숫자 4~6(Four to Six): 각각 약 9.7%, 7.9%, 6.7%입니다.
- 숫자 7~9(Seven to Nine): 각각 약 5.8%, 5.1%, 4.6%로 점점 줄어듭니다.
왜 작은 숫자가 앞에 자주 올까?

벤포드 법칙은 처음 들으면 이상하지만, 숫자가 커져 가는 과정을 떠올리면 자연스럽게 이해됩니다.
(1) 1에서 2로 가는 길이 가장 멀다
어떤 값이 100에서 시작해 꾸준히 늘어난다고 해 봅니다. 첫 자리가 1에서 2로 바뀌려면 100에서 200까지, 즉 두 배가 되어야 합니다. 반면 900에서 1,000으로 넘어가는 데는 약 11%만 늘면 됩니다. 그래서 성장하는 값은 첫 자리가 1인 구간에 가장 오래 머뭅니다.
(2) 단위를 바꿔도 유지되는 분포
가격을 원에서 달러로, 길이를 미터에서 피트로 바꿔도 첫 자리 분포가 그대로 유지되는 것은 벤포드 분포의 중요한 특징입니다. 단위에 따라 결과가 달라지지 않는 자료라면 첫 자리 분포는 이 모양을 따르게 됩니다.
(3) 여러 자릿수에 걸친 자료
값의 범위가 수십에서 수백만처럼 여러 자릿수에 걸쳐 넓게 퍼져 있을수록 법칙이 잘 맞습니다. 2의 거듭제곱이나 피보나치 수열처럼 일정한 비율로 커지는 수열도 이 분포를 따릅니다.
정리하면 벤포드 법칙은 숫자가 덧셈보다 곱셈의 방식으로, 즉 일정한 비율로 늘어나고 줄어드는 세계에서 자연스럽게 나타나는 결과입니다. 로그 눈금 위에서 보면 1과 2 사이의 간격이 8과 9 사이의 간격보다 훨씬 넓기 때문에, 그 넓은 구간에 숫자가 더 많이 떨어지는 것입니다.
법칙이 맞는 자료와 맞지 않는 자료

벤포드 법칙은 모든 숫자에 통하는 만능 규칙이 아닙니다. 자료가 어떻게 만들어졌는지에 따라 맞기도 하고 전혀 맞지 않기도 합니다.
(1) 잘 맞는 자료
나라별 인구, 강의 길이, 기업의 매출과 거래 금액, 주식 거래량처럼 자연스럽게 생기고 크기 차이가 큰 자료는 대체로 벤포드 분포에 가깝게 나옵니다.
(2) 맞지 않는 자료
전화번호, 우편번호, 주민등록번호처럼 사람이 정해서 붙인 번호는 법칙과 상관이 없습니다. 성인의 키나 100점 만점 시험 점수처럼 값이 좁은 범위에 몰린 자료, 상한이나 하한이 정해진 자료도 맞지 않습니다. 9,900원처럼 일부러 맞춘 가격이 많은 자료도 마찬가지입니다.
결국 법칙을 적용하기 전에 이 자료가 자연스럽게 생겨난 숫자인지, 여러 자릿수에 걸쳐 있는지를 먼저 살펴보는 것이 핵심입니다.
회계 감사에 쓰이는 벤포드 법칙

벤포드 법칙이 가장 활발하게 쓰이는 곳은 회계 감사와 부정 탐지 분야입니다. 사람이 숫자를 지어낼 때는 1부터 9까지를 비교적 고르게 쓰거나 특정 숫자를 피하는 습관이 나타나기 쉽습니다. 그래서 수많은 거래 기록의 첫 자리 분포가 벤포드 분포와 크게 어긋나면, 감사인은 그 부분을 먼저 들여다볼 후보로 삼습니다. 1990년대 이후 회계학자 마크 니그리니 등의 연구를 거치며 이 방법은 감사 실무의 분석 도구로 자리 잡았습니다.
같은 원리는 연구 자료의 조작 여부를 살피거나 경제 통계를 점검하는 데에도 응용됩니다. 다만 선거 결과처럼 자료의 성격이 법칙과 잘 맞지 않는 분야에서는 해석을 두고 논쟁이 많아, 분석 결과만으로 결론을 내리지 않도록 조심해야 합니다.
활용할 때 기억해 두면 좋은 점은 다음과 같습니다.
- 벤포드 분석은 부정을 증명하는 도구가 아니라 의심 지점을 골라내는 선별 도구입니다. 어긋남이 보이면 원인을 따로 확인해야 합니다.
- 표본이 적으면 우연한 차이가 크게 보입니다. 충분히 많은 숫자를 모은 뒤에 비교하는 것이 좋습니다.
- 자료의 성격상 원래 법칙을 따르지 않는 숫자라면, 분포가 어긋나는 것은 이상 신호가 아니라 당연한 결과입니다.
벤포드 법칙은 무작위처럼 보이는 숫자 속에도 질서가 숨어 있다는 사실을 보여 줍니다. 숫자의 겉모습에 머물지 않고 그 숫자가 어떻게 생겨났는지를 함께 묻는 것, 그것이 데이터를 의심하고 바르게 읽는 첫걸음입니다.
이 글 PDF 구매
1,000원한국어 PDF · 회원가입 없이 바로 구매할 수 있습니다.
나라별 인구, 강의 길이, 회사의 거래 금액처럼 세상에 흩어진 숫자들의 맨 앞자리를 모아 보면, 1부터 9까지가 고르게 나올 것 같다는 생각이 듭니다. 그런데 실제로 세어 보면 1로 시작하는 숫자가 셋 중 하나꼴로 가장 많고, 9로 시작하는 숫자는 스무 개 중 하나도 되지 않습니다. 이 의외의 규칙을 설명하는 개념이 바로 ‘벤포드 법칙(Benford's L
미리보기
이 링크를 저장해 두세요. 다른 기기에서 열면 이 PDF를 다시 받을 수 있습니다. 다른 사람과 공유하지 마세요.
PDF 구매 옵션 보기
등급별 무료 PDF 혜택과 별도로 구매합니다. 본문은 무료로 읽을 수 있습니다.
구매 방법을 선택하세요
- 로그인하면 어느 기기에서든 다시 받을 수 있습니다
- 구매 내역에 보관됩니다
- 회원가입 없이 바로 결제합니다
- 이 브라우저에서 다시 받을 수 있습니다
- 다른 기기에서는 구매 후 표시되는 개인 링크로 받습니다
- 나중에 이 브라우저에서 회원으로 로그인하면 구매가 계정으로 옮겨집니다
- 링크를 잃어버리고 브라우저 기록(쿠키)을 지우면 다시 받기 어려울 수 있습니다
비회원 구매를 선택했습니다. 결제 후 이 브라우저와 개인 링크로 다시 받을 수 있습니다.
입력한 번호는 결제 처리를 위해 페이앱에 전달하며, 사이트 회원정보에 저장하지 않습니다.
카드·네이버페이·카카오페이 중 사용 가능한 수단을 결제 화면에서 선택할 수 있습니다.
구매 상태를 확인하고 있습니다.




