데이터는 거짓말을 하지 않는다: 일본 스모의 승부 조작을 밝혀낸 괴짜 통계학 (Freakonomics)

경제학의 이단아, 스티븐 레빗(Steven Levitt) 교수가 쓴 세계적인 베스트셀러 «괴짜경제학 (Freakonomics)»에는 아주 흥미롭고 도발적인 챕터가 하나 있습니다. 바로 일본의 전통 스포츠이자 신성한 의식으로 여겨지는 '스모(Sumo)'의 승부 조작을 통계 데이터로 파헤친 이야기입니다.

내부 고발자도, 몰래카메라 영상도 없었습니다. 스티븐 레빗 교수가 무기로 삼은 것은 오직 수십 년 치의 '경기 결과 데이터(숫자)'뿐이었습니다.

---

🤼 1. 스모의 룰과 '인센티브'의 마법

스모 대회(혼바쇼)는 1년에 6번 열리며, 선수들은 한 대회에서 총 15번의 경기를 치릅니다. 이 15번의 경기 결과는 선수의 인생을 좌우하는 아주 중요한 기준선 하나를 만들어냅니다. 바로 '8승 7패'입니다.

• 8승 이상 (카치코시): 승리가 패배보다 많으므로 랭킹이 올라가고, 두둑한 보너스와 명예를 얻습니다.
• 7승 이하 (마케코시): 패배가 승리보다 많으므로 랭킹이 떨어지고, 연봉이 삭감되며 심하면 은퇴의 기로에 섭니다.

즉, 스모 선수들에게 '7승 8패'와 '8승 7패'의 차이는 말 그대로 천국과 지옥의 차이입니다. 여기에 강력한 경제적, 사회적 '인센티브(Incentive)'가 작용합니다.

자, 이제 대회 마지막 날(15일 차)의 상황을 가정해 봅시다.

• 선수 A: 현재 7승 7패. 오늘 지면 지옥(7승 8패), 오늘 이기면 천국(8승 7패)입니다. (절박함 100%)
• 선수 B: 현재 8승 6패. 이미 천국(8승)을 확정 지었습니다. 오늘 지더라도 8승 7패로 랭킹 상승이 보장되어 있습니다. (절박함 0%)

두 사람이 대회 마지막 날 링 위에서 만났습니다. 만약 서로 짬짜미(승부 조작)를 할 수 있다면, 절박한 A 선수가 B 선수에게 "이번에 나 한 번만 져줘. 대신 다음 대회에서 우리가 만나면 그때는 내가 일부러 져줄게!"라고 은밀한 거래를 제안하지 않을까요?

통계학자는 인간의 도덕성을 믿지 않습니다. 오직 데이터를 믿을 뿐입니다.

---

📊 2. 그래프가 폭로한 은밀한 짬짜미

스티븐 레빗 교수는 1989년부터 2000년까지 무려 3만 2천 건의 스모 경기 데이터를 분석하여 선박의 승수 분포를 그래프로 그렸습니다.

그리고 승부 조작의 완벽한 증거를 찾아냈습니다.

스모 승부 조작 데이터 시각화 (Freakonomics 데이터 시각화 재현: 7승에서 비정상적으로 푹 꺼지고, 8승에서 비정상적으로 솟아오른 기형적인 분포)

정상적인 스포츠 경기라면 선수의 승수 분포는 정규분포(종 모양) 형태를 띠거나 자연스러운 곡선을 그려야 합니다. 7승을 하는 선수의 수와 8승을 하는 선수의 수는 비슷해야 정상입니다.

하지만 실제 데이터는 충격적이었습니다.

• 7승 8패를 기록한 선수의 수: 비정상적으로 적었습니다. (그래프가 푹 꺼짐)
• 8승 7패를 기록한 선수의 수: 비정상적으로 많았습니다. (오렌지색 스파이크처럼 비정상적으로 치솟음)

이는 수많은 '7승 7패' 선수들이 마지막 경기에서 기적적으로(?) 승리하여 8승 고지를 밟았다는 것을 의미합니다.

단순히 "궁지에 몰린 선수들이 초인적인 힘을 발휘해서(투혼) 이긴 것 아니냐?"라고 반문할 수 있습니다. 하지만 데이터는 다음 단계에서 더 결정적인 단서를 내놓습니다.

---

🔍 3. 상관관계가 증명한 '부채 상환'

레빗 교수는 두 선수의 다음 대회 맞대결 기록을 추적했습니다. 만약 A(당시 7승)가 B(당시 8승)의 양보로 승리했다면, 빚을 진 A는 다음 대회에서 B를 만났을 때 일부러 져주어야 합니다. (부채 상환)

데이터 분석 결과는 정확히 이 가설과 일치했습니다. 과거 평소 두 선수의 맞대결 승률은 50:50이었습니다. 그런데 문제의 마지막 날 경기에서는 7승이었던 A 선수의 승률이 무려 80%에 육박했습니다. (비정상적인 투혼? 혹은 승부 조작) 그리고 다음 대회에서 두 선수가 다시 만났을 때, A 선수의 승률은 40%로 뚝 떨어집니다. (빚 갚기)

더 재미있는 사실은, 두 선수가 그다음에 또 만나고 그다음다음 대회에 만났을 때는 승률이 다시 원래의 50:50으로 돌아왔다는 것입니다. 은밀한 거래(승부 조작)에 의한 통계적 왜곡이 정확히 '거래가 성립된 날'과 '부채를 상환한 날'에만 핀포인트로 발생한 것입니다.

---

💡 4. 데이터는 거짓말을 하지 않는다

이러한 통계 분석 결과가 발표되자 일본 스모계는 발칵 뒤집혔고, "신성한 스모에 승부 조작은 절대 없다!"며 맹렬히 비난했습니다.

하지만 몇 년 후, 경찰이 다른 사건으로 스모 선수의 휴대폰을 압수수색 하던 중 선수들끼리 승부 조작 대가를 논의한 문자 메시지가 무더기로 발견되었습니다. 수십 년간 심증만 있던 스모계의 조직적 승부 조작이 만천하에 드러난 순간이었습니다.

스티븐 레빗 교수의 데이터 분석이 소름 끼치도록 정확했음이 실제 수사로 증명된 것입니다.

인간은 자신의 이익(인센티브)을 위해 거짓말을 하고 조작을 할 수 있습니다. 하지만 그들의 행동이 남기는 흔적, 즉 '데이터(Data)'는 절대 거짓말을 하지 않습니다. 데이터 과학이 어떻게 숨겨진 사회의 민낯을 드러낼 수 있는지 보여주는 가장 짜릿하고 우아한 사례가 아닐까요?

---

📚 참고자료 및 주석

• Steven Levitt, Stephen J. Dubner, "Freakonomics" (괴짜경제학)
• 일본 스모 협회 데이터 및 승부 조작 관련 통계적 증명