이미지 출처: http://www.iqtest.kr/

우선, 위의 그래프는 나라별 IQ를 세계 지도에 대입하여 그린 지도이며, 저 아이큐 세계지도를 보면 유독 눈에 띄는 나라가 있는데 바로 한국! 입니다. 나머지 지역들은 아시아, 유럽이 지역이 높은 IQ 점수를 보이며, (특히 동아시아 지역) 그다음으로 인도네시아, 아메리카 대륙. 마지막으로 아프리카 대륙 순으로 높은 IQ 점수가 기록됩니다.

저 지도가 만들어진 후에, ‘한국이 세계 IQ 1위’ 와 관련된 기사/글 들을 많이 접할 수 있었고. 결과적으로 한국인은 영리한 민족이라는 고정 관념이 국내에 널리 알려지게 되었어요.

저 나라별 IQ에 관한 지도와 여러 나라별 IQ에 관한 자료들은 대부분 리처드 린 교수의 논문을 인용해서 만들어진 경우가 많은데, 리처드 린 교수의 논문은 후에, 제임스 플린 교수에 의해 반박당하게 됩니다.

반박 당한 것은 여러 가지가 있는데, 동아시아인인 우리는 아쉽게도, 동아시아인의 높은 지능지수도 반박당한 것 중의 하나입니다.

제임스 플린. 그는 뉴질랜드의 사회 학자이며 플린 효과라는 이론을 발명한 것으로 유명한 사람이에요. 여기서 플린 효과란 매 10년마다 사람들의 지능지수는 3씩 높아진다는 이론입니다. 물론 IQ 테스트가 탄생한 세계 대전 이후부터 현대까지에만 해당하는 이론이에요. (1000년 전부터 플린 효과가 인류에게 적용되었으면 우리는 대부분 허경영씨의 지능 지수를 가지고 있었을 겁니다) 그렇다면, 인류는 근대화 이후 꾸준히 머리가 빠르기 좋아지고 있냐 물어보시면 사실 그건 아니에요. 수영선수, 육상선수, 테니스 선수가 쓰는 근육이 각각 다르고, 그러므로 달게 발달하는 것처럼, 사람의 뇌는 뇌를 어떻게 사용하느냐에 따라 다르게 발달합니다. 옛날엔 사람들의 관심사가 현재와 확연히 달랐어요.

농사 등 몸을 쓰는 업종이 현대에 비해 많았고 교육 수준 역시 현대에 비해 낮았어요. 하지만 시간이 흐름에 따라, 머리를 쓰는 직업이 많아지고, 고등 교육을 받는 사람도 많아졌으며, 이는 IQ 테스트에 큰 이점을 가져다줍니다. 그러니까, 시대가 지날수록 IQ 테스트에 유리한 쪽으로 두뇌가 발달한다고 보시면 됩니다. 그리고 평균적인 사람들의 IQ가 높아지니, 거기에 맞춰 IQ 테스트도 더욱 어렵게 만들어지고 있고요. (아프리카 대륙의 지능 지수가 낮게 나오는 이유는 아프리카인들의 지능이 부족해서가 아닌, 근대화가 다른 나라에 비해 늦어서 그래요) 갑자기 난대 없이 플린 효과를 설명한 이유는, 동아시아인들의 높은 아이큐 수치가 잘못 측정되었음을 나타내는 데 도움을 주기 때문입니다.

리처드 린 교수의 중국인 IQ 105의 계산법은 미국에 사는 중국계 미국인들을 대상으로 조사한 수치인데 (사실 미국에 사는 중국계 미국인들을 대상으로 중국인 평균 지능 지수를 계산 한 것도 문제가 있습니다) 1975년에 조사된 테스트는 1950년에 만들어진 테스트가 사용되었어요.

물론 1950년도에 만들어진 시험은 1975년도에 만들어진 시험보다 쉽게 만들어졌습니다. 여기서 플린 효과로 IQ 수치를 바로 잡아주면 105가 아닌 100이 약간 안되는 수치로 평균 미국 백인보다 야간 낮은 수치를 보여요.

일본의 경우, 전체적인 지역의 IQ가 아닌, 상위 계층이 모여있는 지역에서 IQ 검사를 해서, 재검사 결과 106.6이 아닌 99.2 가 나왔어요.

그렇다면 한국은? 한국의 경우 확인 결과 리처드 린 교수는 문수백 교수의 한국에서 시행된 카우프만 아동용 지능검사의 결과를 인용했는데, 대부분의 다른 자료들과는 달리 참가자의 사회계층 값이 나오지 않는 데다, 성인이 아닌 아동을 대상으로 시행된 자료이기 때문에 결과의 신뢰도는 낮습니다. 아마 제대로 된 검사를 다시 실행한다면 중국이나 일본과 비슷한 결과가 나오지 않을까 싶어요. 특히 한국은 일본과 비슷한 필른 효과와 비슷한 민족성을 보이는 만큼 일본과 엇비슷한 결과가 나오지 않을까 조심스레 추측해 봅니다.

 

표준편차와 IQ의 상관 관계

우선 글을 시작하기에 앞서, 글을 읽으시는 많은 분이 통계 관련 용어를 싫어하시는 걸 알고 있으나. 이번 글에선 간단한 통계 용어 없이는 글을 풀어나가기 힘듦으로, 간단한 통계용어 하나를 설명한 후에 글을 본격적으로 쓰기로 할게요.

아마 글을 읽으시는 대부분의 분은 ‘표준편차’라는 단어를 몇 번은 들어보셨을 거예요.

한 문장으로 설명하면 표준편차란 모은 정보들이 얼마나 비슷비슷 했는지를 나타내는 단어인데 정보의 모양이 종 모양이 아닐 시, 신뢰도가 떨어집니다. 하지만

대부분의 정보는 종 모양 (아래와 같은) 모양을 하고 있으니 대부분 상황에서 표준편차를 신뢰해도 좋아요.

이미지 출처: www.mathcaptain.com

표준편차란 모은 정보들이 얼마나 비슷비슷 한가를 나타내는 단어이므으로. 특정 정보가 다른 정보에 비해 얼마나 크고 작은지, 크다면 백분율로 몇 퍼센트나 큰지 알아내는 데 매우 유용하게 쓰여요. 표준편차가 1, 2, 3단위씩 평균값에서 줄어들 때마다 상위 68.3, 95.5, 99.7% 로 변화해요.

예를 들어. 외계 행성 A 의 외계인 남성의 평균 키가 170cm 이고 표준 편차는 8 cm 이다! 그리고 키가 각각 178, 162, 186, 154인 외계인들이 자신이 상위/ 하위 몇 퍼센트에 위치해 있는지 알아내려면 표준편차와 평균값을 이용하여 구할 수 있습니다.

키가 178이라면 170 + 8 = 178 임으로 상위 32 프로에 속하고 170 – 8 = 162 임으로 상위 68 프로에 속합니다. 186은 170 + 16 = 186 임으로 상위 5퍼센트, 154 = 170 – 16 임으로 상위 95 퍼센트에 속합니다. (예를 쉽게 하려고 표준편차 값과 딱 맞아 떨어지는 외계인 키를 썼는데 딱 맞아 떨어지는 값이 아니더라도 쉽게 계산할수 있습니다.)

그리고 표준 편차 값이 8이아닌 그 절반인 4라면 178이였던 외계인은 상위 32프로가 아닌 상위 5퍼센트에 들어가게 됩니다. 왜냐면 표준편차보다 1 단위 높았던 전과는 달리, 이번엔 표준편차보다 2단위가 높았기 때문이에요.

표준 편차에 관한 설명을 한 이유는 국내 인터넷에서 인터넷 사용을 하다 보면 표준 편차를 교묘하게 이용한 자료가 생각보다 자주 보이기 때문인데요.

표준 편차의 오해를 불러일으키는 대부분 자료는 바로 IQ에 관련된 자료입니다. 앞서 예를 들었던 키 자료와는 달리 IQ의 경우, 특정 IQ테스트를 만든 사람이 표준 편차를 마음대로 정할수 있으므로 (대부분의 경우 15를 사용하지만) 같은 지능 지수여도 훨씬 크게 보이는 경우가 많습니다.

대표적으로 큰 표준편차 값을 사용하는 단체는 멘사인데, 멘사에선 15가 아닌 24의 표준편차 값을 IQ 검사에서 사용해요. 예를들어 가장 많이 실행되는 IQ 테스트인 웩슬러 IQ 테스트는 15의 표준 편차를 사용하는데, IQ 115의 웩슬러 IQ 테스트는 IQ 124의 멘사 시험 결과와 같습니다 (130은 148과 동일).

인터넷, 주변 사람들이 자신의 IQ가 140 이상인 경우엔 대부분 (아닐수도 있어요!) 표준편자 24 이상의 일반 표기 법을 벗어난 결과라고 보시면 됩니다.

그외에도 IQ 검사의 불확실성, 성별에 따른 IQ 표준차의 차이, 높은 IQ에 따른 편견과 오해 등, 여러 가지 이야기를 풀어갈 생각이었는데 벌써 글이 1,000자를 넘겼네요. 혹시 시간이 난다면 후속편을 쓰도록 할게요.

길었던 글을 요약하면:

1.    동아시아의 높은 지능지수는 잘못된 조사로 인하여 과장된것일 확률이 높다

2.    IQ 표기법에 따라 IQ는 크게 달라진다

정도가 되겠습니다.

글을 쓰면서 참조한 자료는:

‘IQ and the wealth of nations’ by Richard Lynn, Tatu Vanhanen’

‘The Flynn effect in Korea’: Large gains Jante Nijenhuis, Sun HeeCho, Raegan Murphy, Kun HoLee

‘Factor Analysis of the Korean Adaptation of the Kaufman Assessment Battery for Children (K-ABC-K) for Ages 2 ½ through 12 ½ Years’ by 문수백 교수님

http://www.newyorker.com/magazine/2007/12/17/none-of-the-above(특히 여기를 많이 참조 했어요)

다시한번 긴글을 읽어 주셔서 감사합니다 J