다음을 읽고 물음에 답하시오.

경쟁하는 가설 중에서 하나를 선택해야 할 때, 우리는 관련된 경험적 증거를 살펴서 결정하게 된다.
경험적 증거를 어떻게 고려해야 하는지에 대해서는 다음 세 입장을 생각해 볼 수 있다.
우선 제거법은 여러 가설을 세우고 경험적 증거로 경쟁하는 가설들을 하나씩 제거해 감으로써 남는 가설을 선택하는 방법이다.
이 방법은 여러 가설 중에서 참임이 확실한 가설이 분명히 있고 경험적 증거가 나머지 가설을 분명하게 제외시킬 때 유용하다.

하지만 제거법은 경험적 증거가 여러 가설에 부합하는 경우에는 아무런 도움이 되지 못한다.
예를 들어, 최근 경제 지표가 좋다는 경험적 증거는 우리나라 경제가 건전한 성장을 하고 있다는 가설과 외적 성장에도 불구하고 위험 요인이 증대되고 있다는 가설 모두에 부합할 수 있다.
이 경우 경쟁하는 두 가설 어느 것도 주어진 경험적 증거에 의해 배제되지 않으므로 제거법은 가설 선택의 근거를 제공하지 못한다.

고전적 귀납주의는 제거법의 이런 단점을 보완하여 경험적 증거가 배제하지 않는 가설들 사이에서 선택을 가능하게 해 준다.
고전적 귀납주의는 특정 가설에 부합하는 경험적 증거가 많을수록 그 가설이 더욱 믿을 만하게 된다고 주장한다.
이에 따르면 우리는 관련된 경험적 증거 전체를 고려하여 가설을 선택할 수 있다.
예를 들어, 비슷한 효능이 기대되는 두 신약 중 어느 것을 건강보험 대상 약품으로 지정할 것인지를 결정하는 경우를 생각해 보자. 고전적 귀납주의는 우리가 두 신약에 대한 다양한 임상 시험 결과를 종합적으로 고려해서 긍정적 결과를 더 많이 얻은 신약을 선택해야 한다고 조언한다.
물론 임상 시험에서 부정적 효과를 보인 신약에 대해서는 고전적 귀납주의는 제거법과 동일한 결론을 제시한다.

그런데 어떤 경험적 증거가 특정 가설에 부합할 때, 우리는 고전적 귀납주의로부터 그 가설의 신뢰도가 그 경험적 증거로 인하여 얼마나 높아지는지를 정량적으로 판단할 수 없다.
베이즈주의는 이 문제를 다음과 같이 해결한다.
새로운 경험적 증거가 입수되기 전에 가설에 대해 우리가 가지고 있던 신뢰도를 0부터 1까지의 값으로 나타내고 이를 '사전 확률'이라 하자. 신뢰도 0은 가설이 거짓임을 우리가 확신한다는 의미이고, 1은 가설이 참임을 확신한다는 의미이다.
이 사전 확률이 새로운 경험적 증거에 의해 어떻게 새로운 신뢰도, 즉 '사후 확률'로 바뀌는지를 말해 주는 '베이즈 정리'라는 명확한 계산 방식이 있다.
베이즈주의는 사후 확률에서 사전 확률을 뺀 값을 '증거의 힘'이라고 부르며, 이를 통해 새로운 경험적 증거가 가설에 대해 얼마나 강력한 증거인지를 판별한다.
그러므로 주어진 가설의 신뢰도에 변화를 주지 않는 경험적 증거의 힘은 0이 된다.

예를 들어, 한 에어컨 회사가 여러 가지 기후 증거 자료를 통해 내년 여름 기온이 지난 10년 동안의 평균치보다 더 높아서 에어컨 판매가 늘 것이라는 가설을 세웠다고 하자. 이 가설의 사전 확률을 0.6이라고 하자. 그런데 내년 경기가 좋아져서 가전 제품 소비가 늘 것이라는 새로운 증거가 제시되었을 때, 베이즈 정리를 적용하여 주어진 가설의 사후 확률이 0.8로 높아졌다고 하자. 이때 새로운 증거가 주어진 가설에 대해 갖는 힘은 0.2가 된다.
이처럼 베이즈주의는 증거와 가설 사이의 관계를 정확한 정량적 수치로 표현할 수 있어서 가설 선택의 엄밀성을 높일 수 있다.
　이와 같은 유용성에도 불구하고 베이즈주의에 대한 비판도 제기될 수 있다.
중요한 비판 하나는 베이즈주의가 제시하는 가설 평가 방법이 과학자들의 실제 연구 방법과 일치하지 않는다는 점이다.
베이즈주의는 증거와 가설의 관계를 확률을 이용하여 분석한다.
그런데 비판자들에 따르면, 실제로 과학자들은 그와 같은 확률 계산을 하지 않고 다른 증거 평가 방식을 사용하는 경우가 많다는 것이다.
이런 맥락에서 베이즈주의는 현실에 맞지 않는 이론이라고 비판받는다.
이에 대해 일부 베이즈주의자들은 베이즈주의가 과학자들이 실제로 가설을 평가하는 방식을 기술한 이론이 아니라 과학자들이 마땅히 따라야 할 규범을 제시한 이론이라고 대응하기도 한다.

---

'베이즈주의'에 대한 이해로 적절하지 않은 것은?

① 베이즈주의에 따르면, 사후 확률이 사전 확률과 같을 수 없다.
② 베이즈주의는 증거의 힘에 따라 증거를 순서대로 열거할 수 있다.
③ 베이즈주의에서는 가설의 사전 확률이 높을수록 가설의 사후
　확률이 상승할 수 있는 폭이 줄어든다.
④ 베이즈주의가 규범적 이론이라면, 과학자들이 베이즈 정리를 사
　용하지 않는다는 사실에 의해 그 정당성이 위협받지 않는다.
⑤ 베이즈주의에 따르면, 참이라고 확신하지 못하는 가설의 사후
　확률은 가설에 부합하는 새로운 증거가 발견될 때마다 높아진다.