위키득계정 ↗
인문

귀납

귀납인문
영문명
Induction
근거의 예
관찰 사례와 경험적 자료
결론의 성격
증거에 의해 뒷받침되는 확장
구별할 대상
수학적 귀납법
귀납은 관찰한 사례나 증거를 바탕으로 더 넓은 범위의 주장이나 아직 관찰하지 않은 경우에 관한 결론을 뒷받침하는 추론이다. 증거가 결론을 지지하더라도 연역과 같은 논리적 필연성이 보장되는 것은 아니다.

관찰 밖으로 나아가는 추론

여러 차례의 관찰에서 같은 패턴을 확인하면 앞으로도 비슷한 패턴이 이어질 것이라고 예상할 수 있다. 이 예상은 이미 관찰한 사실을 정리하는 것보다 넓은 범위를 다룬다.

관찰한 사례가 모두 주장을 지지하더라도 아직 살피지 않은 사례에서 다른 결과가 나올 가능성은 남는다.

사례의 수와 선택 방식

증거가 많다는 점은 중요할 수 있지만 어떤 사례를 골랐는지도 중요하다. 한쪽에 치우친 표본을 계속 늘린다고 모든 대상에 대한 대표성이 자동으로 확보되지는 않는다.

자료가 모인 환경과 관찰 방법, 제외된 사례를 함께 살펴야 결론을 얼마나 넓게 적용할지 판단할 수 있다.

반례와 결론의 수정

새로운 관찰이 기존의 일반화와 어긋나면 적용 범위를 줄이거나 가설을 바꿀 수 있다. 귀납적 결론은 증거와 배경 조건에 따라 평가되고 수정된다.

일부 사례만으로 전혀 관계없는 주장까지 확장하는 성급한 일반화는 구분해야 한다.

연역 및 수학적 귀납법과의 차이

타당한 연역은 참인 전제에서 거짓인 결론이 나오는 것을 허용하지 않는다. 귀납에서는 전제가 참이어도 결론이 틀릴 수 있으므로 지지의 강도와 근거를 살핀다.

수학적 귀납법은 이름이 비슷하지만 시작 단계와 이어지는 단계를 증명하는 연역적 증명 방법이다. 경험적 사례를 모아 추측하는 것과 같은 방식은 아니다.

관련 문서

연역 / 논리학 / 모집단 / 통계학 / 과학적 방법