베이지안 업데이트(Bayesian updating)는 새로운 정보나 증거가 들어올 때마다 기존의 판단이나 확률을 수정하는 방법이다. 쉽게 말하면, “처음에는 이렇게 생각했지만, 새로운 사실을 알게 됐으니 판단을 바꾸겠다”는 논리다. 예를 들어 어떤 정치인의 당선 가능성을 처음에는 40%로 예상했다고 하자. 이후 여론조사에서 지지율이 급상승했다는 새로운 정보가 나오면 당선 가능성을 60%로 높일 수 있다. 반대로 악재가 발생하면 30%로 낮출 수도 있다.이 과정은 다음과 같다.기존 판단(사전확률) → 새로운 증거 → 기존 판단과 증거를 결합 → 새로운 판단(사후확률)수학적으로는 베이즈 정리를 이용한다.P(A|B) = P(B|A) × P(A) ÷ P(B)여기서 P(A)는 새로운 정보를 얻기 전의 사전확률이고, P(A|B)는 새로운 정보 B를 반영한 뒤의 사후확률이다. 핵심은 “새로운 정보 하나에 기존 판단을 완전히 버리는 것이 아니라, 기존 정보와 새로운 증거를 함께 고려해 판단을 합리적으로 수정한다”는 데 있다.기자 업무에 적용하면 매우 유용하다. 예를 들어 처음 취재 단계에서 특정 의혹의 신빙성을 30% 정도로 판단했더라도, 추가 증언과 문서가 확보되면 70%로 높이고, 반대 증거가 나오면 다시 40%로 낮추는 식이다. 즉, 베이지안 업데이트는 취재·정치 분석·선거 예측·의료 진단·AI 등 불확실한 상황에서 새로운 정보에 따라 판단을 계속 수정하는 사고방식이다.
베이지안 업데이트란 무엇인가?
