연역적 추론은 확실한 보장을 수반하는 유일한 종류의 추론입니다. 전제가 참이고 구조가 올바르다면, 결론은 거짓일 수 없습니다. 이는 다른 어떤 형태의 논증이 제공하는 것보다 더 강력한 약속이며, 연역이 수학, 형식 논리, 그리고 과학에서 가설을 검증하는 방식의 밑바탕이 되는 이유입니다.
또한 이는 구체적이고 매우 흔한 연구 오류가 발생하는 지점이기도 합니다. 아래에서는 연역의 실제 정의, 타당한 논증과 참인 논증의 차이, 알아두어야 할 5가지 형식, 거의 모든 사람을 속이는 2가지 타당하지 않은 형식, 그리고 결과를 작성할 때 이 모든 것이 어떻게 나타나는지 다룹니다.
<CTA title="무너지지 않는 논증 구축하기" description="Jenni는 논리를 구성하고, 출처를 바탕으로 주장을 검증하며, 정밀하게 글을 쓸 수 있도록 도와줍니다" buttonLabel="Jenni 무료로 시작하기" link="https://app.jenni.ai/register" />
연역적 추론이란 무엇인가요?
연역적 추론은 일반적인 진술에서 필연적으로 도출되는 구체적인 결론으로 나아갑니다. 이러한 이유로 흔히 하향식 추론(top-down reasoning)이라고도 불립니다. 참으로 받아들여지는 사실에서 시작하여 이를 특정 사례에 적용하면 결론이 필연적으로 도출됩니다.
교과서에 나오는 전형적인 예시는 세 줄로 이루어집니다.
모든 포유류는 척추동물이다. 모든 고래는 포유류이다. 따라서 모든 고래는 척추동물이다.
결론에서 새로운 내용은 전혀 추가되지 않습니다. 결론이 말하는 모든 것은 이미 전제에 포함되어 있으며, 이것이 바로 확실한 보장이 성립하는 이유이자 연역 자체만으로는 세상에 대한 진정으로 새로운 사실을 결코 알려줄 수 없는 이유입니다. 이를 구체적인 관찰에서 일반적인 주장으로 나아가며 확실성을 희생하는 대신 새로운 내용을 얻는 귀납적 추론과 비교해 보십시오. 천 마리의 흰 백조를 관찰하는 것은 모든 백조가 희다는 주장을 뒷받침하지만, 그것을 완전히 입증하지는 못합니다.
타당성과 건전성은 서로 다른 것입니다
이 차이점은 이 페이지의 그 어떤 개념보다 더 중요한 역할을 하며, 일상적으로 "타당하다"는 단어를 사용하는 대부분의 사람들은 이를 올바르게 사용하지 않고 있습니다.
연역적 논증은 구조가 결론을 보장할 때 타당(valid)합니다. 인터넷 철학 백과사전(Internet Encyclopedia of Philosophy)의 설명에 따르면, 타당한 논증이란 전제가 참일 때 결론도 반드시 참이 되는 형식의 논증을 의미합니다. 타당성은 전제가 실제로 참인지 여부에 대해서는 아무것도 말해주지 않습니다.
논증이 타당하고 동시에 모든 전제가 실제로 참일 때, 그 논증은 건전(sound)하다고 합니다. 건전성이야말로 여러분이 실제로 원하는 속성입니다.
다음은 완벽하게 타당하지만 완전히 불건전한 논증의 예입니다.
모든 새는 날 수 있다. 펭귄은 새다. 따라서 펭귄은 날 수 있다.
논리는 결점 없이 완벽합니다. 하지만 첫 번째 전제가 거짓이므로 결론은 가치가 없습니다. 이는 학술적인 글쓰기에서 엄청나게 중요합니다. 왜냐하면 문헌 검토는 여러분이 직접 검증하지 않은 전제들 위에 세워진 논증의 사슬이기 때문입니다. 여러분의 추론이 완벽하더라도 인용한 연구 결과 중 하나가 재현에 실패한다면 결론은 여전히 틀릴 수 있습니다. 전제를 검증하는 것은 논리를 점검하는 것과는 별개의 작업이며, 신뢰할 수 있는 출처가 무엇인지 아는 것이 그 방법입니다.
<ProTip title="🗝️ 핵심 아이디어:" description="타당성은 구조에 대한 것이고 건전성은 진실에 대한 것입니다. 누군가 어떤 논증이 타당하다고 말할 때, 그것이 추론이 성립한다는 뜻인지 아니면 결론이 맞다는 뜻인지 질문해 보세요. 이 둘은 서로 다른 주장입니다" />
연역적 추론의 일상적인 예시
연역은 논리학 수업에만 국한되지 않습니다. 대부분의 사람들은 이름을 붙이지 않고도 일상에서 이를 끊임없이 사용하고 있으며, 일상적인 상황에서 연역을 접하면 형식적인 버전을 더 쉽게 이해할 수 있습니다.
의학. 이 감염증에 걸린 모든 환자는 이 분석법에서 양성 반응을 보입니다. 이 환자는 음성 반응을 보였습니다. 따라서 이 환자는 감염되지 않았습니다.
법률. 이 법령은 2024년 1월 이후 서명된 계약에 적용됩니다. 이 계약은 2022년에 서명되었습니다. 따라서 이 법령은 적용되지 않습니다.
소프트웨어. 설정 파일이 없으면 시작 시 서비스가 실패합니다. 서비스가 성공적으로 시작되었습니다. 따라서 설정 파일이 존재합니다.
수학. 모든 증명은 구조적으로 연역적입니다. 공리는 전제이고 정리는 필연적으로 도출되는 결론입니다.
적성 검사. 연역적 추론 문제는 일련의 규칙을 제시하고 어떤 결론이 필연적으로 뒤따르는지 묻는데, 이는 시간적 압박 속에서 진행되는 타당성 테스트와 정확히 일치합니다.
친구가 세 명이나 좋아했으니 그 식당은 분명 맛있을 것이라고 결론 내릴 때 사용하는 추론과 위의 예시들이 얼마나 다르게 느껴지는지 주목해 보세요. 후자는 귀납적 추론이며, 이는 지극히 합리적일 수 있지만 여전히 틀릴 가능성이 있습니다.
알아두어야 할 5가지 형식
연역적 논증은 인정받는 형태를 가지고 있습니다. 그 이름을 배우는 것은 규칙에만 얽매이는 고지식한 일이 아닙니다. 일단 형식을 볼 줄 알게 되면, 논쟁에 한 시간을 허비하는 대신 단 몇 초 만에 논증을 점검할 수 있습니다.
전건 긍정 (Modus ponens)
만약 P이면 Q이다. P는 참이다. 그러므로 Q이다. 비가 오면 경기장이 젖는다. 비가 왔다. 그러므로 경기장이 젖었다. 이는 가설 검증의 핵심 일꾼이며, 거의 모든 연구 예측이 취하는 형식입니다.
후건 부정 (Modus tollens)
만약 P이면 Q이다. Q는 거짓이다. 그러므로 P는 거짓이다. 약이 효과가 있으면 증상이 완화된다. 증상이 완화되지 않았다. 그러므로 약은 효과가 없다. 이는 반증의 논리적 형태이며, 부정적인 결과에 힘을 실어주는 형식입니다.
가언 삼단논법 (Hypothetical syllogism)
만약 P이면 Q이다. 만약 Q이면 R이다. 그러므로 만약 P이면 R이다. 재정이 늘어나면 직원이 늘어난다. 직원이 늘어나면 대기 시간이 줄어든다. 그러므로 재정이 늘어나면 대기 시간이 줄어든다. 이러한 조건문의 사슬은 문헌 검토 전반에서 이론적 논증을 구축하는 방식입니다.
선언 삼단논법 (Disjunctive syllogism)
P이거나 Q이다. P가 아니다. 그러므로 Q이다. 샘플이 오염되었거나 시약의 유효기간이 만료되었다. 샘플은 오염되지 않았다. 그러므로 시약의 유효기간이 만료되었다. 대안적인 설명을 배제하는 데 유용하지만, 대안 목록이 불완전할 때는 위험할 수 있습니다.
정언 삼단논법 (Categorical syllogism)
모든 M은 P이다. 모든 S는 M이다. 그러므로 모든 S는 P이다. 세 개의 명제와 정확히 세 개의 개념(결론의 술어인 대개념, 주어인 소개념, 그리고 두 전제에는 모두 나타나지만 결론에는 나타나지 않는 매개개념)으로 구성된 고전적인 형식입니다.
타당해 보이지만 타당하지 않은 2가지 형식
이 두 가지는 유효한 다섯 가지 형식을 모두 합친 것보다 더 많은 관심을 기울일 가치가 있습니다. 왜냐하면 설득력이 있고 매우 흔하며, 실제로는 도출되지 않는 결론을 마치 확신에 찬 목소리로 만들어내기 때문입니다.
후건 긍정의 오류. 만약 P이면 Q이다. Q는 참이다. 그러므로 P이다. 이론이 맞으면 점수가 오른다. 점수가 올랐다. 그러므로 이론이 맞다. 타당하지 않습니다. 다른 요인이 점수를 올렸을 수도 있기 때문입니다. 이는 실증 연구에서 가장 중요한 단 하나의 오류이며, 그 이유는 다음 섹션에서 다룹니다.
전건 부정의 오류. 만약 P이면 Q이다. P가 아니다. 그러므로 Q가 아니다. 이론이 맞으면 점수가 오른다. 이론이 맞지 않는다. 그러므로 점수는 오르지 않을 것이다. 타당하지 않습니다. 다른 원인들이 존재할 수 있기 때문입니다.
두 오류 모두 전제가 실제로 결론과 관련이 있기 때문에 설득력 있게 느껴집니다. 하지만 관련성이 곧 필연적 귀결을 의미하는 것은 아니며, 그 사이의 간극에서 수많은 과장된 주장이 생겨납니다.
<ProTip title="🧩 형식 점검:" description="논증을 평가하기 전에 P와 Q로 단순화해 보세요. 일단 내용이 사라지면, 문장이 권위 있게 들릴 때는 절대 보이지 않던 타당하지 않은 형식이 명확하게 드러납니다" />
연역적 추론 vs 귀납적 추론
대부분의 연구는 순환 과정에서 이 두 가지를 모두 사용합니다. 차이점은 방향성과 각각이 보장할 수 있는 바에 있습니다.
연역적 | 귀납적 | |
방향 | 일반적인 것에서 구체적인 것으로, 하향식 | 구체적인 것에서 일반적인 것으로, 상향식 |
보장 | 전제가 참이면 결론은 반드시 참이다 | 결론은 개연적일 뿐, 결코 보장되지 않는다 |
평가 기준 | 타당함 또는 타당하지 않음, 건전함 또는 불건전함 | 강함 또는 약함, 설득력 있음 또는 없음 |
새로운 내용 | 없음, 결론은 이미 전제에 포함되어 있음 | 있음, 이것이 확실성을 잃는 이유임 |
연구에서의 역할 | 이론 검증, 가설 검증 | 이론 구축, 패턴 발견 |
전형적인 설계 | 명시된 가설을 검증하는 실험, 설문조사 | 근거 이론, 탐색적 질적 연구 |
이론과의 연결을 기억해 둘 필요가 있습니다. 바타차르지(Bhattacherjee)가 개방형 연구 방법론 교과서에서 언급했듯이, 귀납적 연구는 이론을 구축하는 연구이고 연역적 연구는 이론을 검증하는 연구이며, 학문 분야가 발전하기 위해서는 두 가지 모두가 필요합니다.
연구에서 연역적 추론이 작동하는 방식
연구 적용에서 공식적인 명칭은 가설 연역적 방법(hypothetico-deductive method)입니다. 테스트 중인 가설에서 관찰 가능한 결과를 연역한 다음, 실제로 확인해 보는 것입니다. 스탠퍼드 철학 백과사전(Stanford Encyclopedia of Philosophy)은 이 방법론에 단 한 명의 창시자만 있는 것은 아니며, 19세기에 휴얼(Whewell)에 의해 제안되었고 1966년 헴펠(Hempel)에 의해 표준적인 현대 정식화가 이루어졌다고 설명합니다.
실제 과정은 다음과 같이 진행됩니다. 연구를 위해 임의로 고안해 낸 것이 아니라 기존 문헌에서 가져온 이론에서 시작합니다. 그리고 그 이론에서 비롯되는 예측을 연역합니다. 즉, 이론이 맞다면 이 모집단에서 이러한 구체적인 결과가 관찰되어야 한다는 것입니다. 그다음 이를 조작화(operationalize)합니다. 이는 변수, 측정 방법, 결과 해석 방식을 포함하여 각 개념을 어떻게 측정할 것인지 구체적으로 명시하는 것을 의미합니다. 측정 방법을 미리 고정한 상태에서 데이터를 수집하여, 예측이 실제로 실패할 가능성을 열어둡니다. 그런 다음 실제로 도출된 결과를 보고하는데, 바로 이 단계가 잘못되기 쉽습니다.
무슨 일이 일어나든 간에 반드시 맞을 수밖에 없는 예측은 이론에서 연역된 것이 아닙니다. 그것은 단지 이론에 대한 묘사일 뿐입니다. 사전에 어떤 결과가 자신에게 불리하게 작용할지 제시할 수 없다면, 그 연구는 아무것도 검증하고 있지 않은 것입니다.
<ProTip title="📐 구조:" description="여러분의 예측을 다음과 같은 형식의 단 한 문장으로 작성해 보세요: 만약 [이론]이 맞다면, [모집단]에서 [측정된 결과]가 관찰되어야 한다. 이 세 가지 빈칸을 모두 채울 수 없다면, 가설은 검증할 준비가 되지 않은 것입니다" />
대부분의 과장된 결과 뒤에 숨겨진 추론 오류
거의 아무도 명시적으로 연결 짓지 못하지만, 이 페이지에서 가장 유용한 내용이 바로 여기에 있습니다.
여러분의 예측은 내 이론이 참이라면 이 결과를 관찰할 것이다라는 형식을 취합니다. 여러분은 연구를 진행하고 그 결과를 관찰했습니다. 그 후 무엇이 뒤따를까요? 공식적으로는 아무것도 없습니다. 따라서 이론이 참이라고 결론 내리는 것은 앞서 살펴본 타당하지 않은 형식인 '후건 긍정의 오류'를 범하는 것입니다. 다른 메커니즘이 동일한 관찰 결과를 만들어낼 수 있기 때문입니다.
이것이 바로 부정적인 방향으로 논리가 훨씬 더 잘 작동하는 이유입니다. 결과를 예측했는데 그것을 얻지 못했다면, 그것은 후건 부정(modus tollens)이며 후건 부정은 타당합니다. 칼 포퍼(Karl Popper)는 이러한 비대칭성 위에 과학 철학 전체를 정립했으며, 그의 저서 *과학적 발견의 논리*에서 경험을 참고하여 보편 명제를 검증하는 것은 논리적으로 불가능하지만, 단 하나의 진정한 반례만으로도 그에 대응하는 보편 법칙은 반증된다고 주장했습니다.
실제적인 결과는 문장 수준에서 나타납니다. 확인된 예측은 '~와 일치한다', '~을 뒷받침한다', '~가 예측한 대로'라는 표현을 허용합니다. 하지만 '~을 증명한다', '~이론이 맞음을 보여준다', '~이론을 확립한다'와 같은 표현은 허용하지 않습니다. 심사위원과 검토자들은 이 차이를 알아차리며, 여기서 올바르게 한계를 설정하는 조심스러운 표현(hedging)은 나약함이 아니라 유능함으로 읽힙니다.
솔직히 복잡한 문제가 하나 있습니다. 실제 반증 역시 그리 깔끔하지는 않은데, 예측이 실패했을 때 여러분은 측정 방법, 샘플, 조작법 역시 함께 테스트한 셈이기 때문입니다. 부정적인 결과는 이론이 틀렸음을 의미하기보다는 그 묶음 중 무언가가 잘못되었음을 알려주는 것일 수 있습니다. 토론 섹션에서 이를 명시적으로 언급하는 것이 꼼꼼한 저자의 특징입니다.
<ProTip title="🚫 잠깐만요:" description="결과 및 토론 섹션에서 '증명하다', '증명된다'와 같은 단어를 검색해 보세요. 연역적 설계에서 확인된 예측은 결코 이론을 증명하지 못하며, 이 단어 하나를 선택하는 것이 초보자의 초안으로 낙인찍히는 가장 흔한 요인입니다" />
질적 연구에서의 연역적 추론
연역은 보통 양적 연구의 전유물로 여겨지지만, 이는 오해입니다. 질적 연구에서도 연역적 코딩(deductive coding)이라는 직접적인 상응물이 존재합니다. 이는 데이터를 다루기 전에 기존 이론이나 프레임워크로부터 코드북을 먼저 구축하는 방식이며, 데이터에서 코드가 자연스럽게 떠오르게 하는 방식과는 대조적입니다.
보다 엄격한 형태는 단순히 프레임워크를 강요하는 데 그치지 않습니다. *International Journal of Qualitative Methods*에서 파이프(Fife)와 고스너(Gossner)는 연역적 질적 분석을 연역적 작업과 귀납적 작업을 결합하는 것으로 설명합니다. 이는 조사 대상 이론을 뒷받침하거나, 모순되거나, 이를 정교화하고 확장하는 증거를 검토하기 위함이며, 가이드 이론의 민감화 구성 개념을 사용하되 이 개념들은 결과에서 스스로의 가치를 증명하고 데이터에 굳건히 발을 붙이고 있어야 합니다.
쉽게 말해, 이론은 어디를 보아야 할지 알려줄 뿐, 무엇을 발견했는지 알려주지는 않습니다.
가져가야 할 가치 있는 습관
연역은 한 번 배우고 서랍에 넣어두는 추상적인 개념이 아닙니다. 그것은 일종의 점검 절차입니다. 논문 속 논증이 설득력 있게 느껴질 때, 그것을 형식으로 단순화하여 결론이 실제로 필연적으로 도출된 것인지 아니면 단순히 그럴듯한 제안에 불과한지 확인해 보세요. 여러분만의 결론을 작성할 때, 그것이 자신이 보여준 바에 의해 필연적으로 귀결되는 것인지 아니면 여러 가지 그럴듯한 설명 중 하나에 불과한지 스스로에게 질문해 보십시오.
<CTA title="심사위원이 반박할 수 없는 주장 작성하기" description="출처가 확보된 상태에서 초안을 작성하고, 모든 주장이 실제 증거에 의해 뒷받침되는지 점검하세요" buttonLabel="Jenni 무료로 시작하기" link="https://app.jenni.ai/register" />
이러한 습관은 학술적 글쓰기의 모든 곳에서 나타납니다. 연구 논증을 구축하는 방식, 방법론을 기술하는 방식, 그리고 무엇보다 연구가 관찰한 바와 저자가 입증했다고 주장하는 바 사이의 간극에서 드러납니다. 평범한 논문과 훌륭한 논문의 격차 대부분은 바로 그 간극을 메우는 과정에서 좁혀집니다.