한 반에 생일 같은 사람 — 23명이면 반반입니다

왜 이렇게 적은 인원으로 충분할까

핵심은 여기 있습니다. 우리는 무의식중에 질문을 바꿔 읽습니다.

• 실제 질문: "이 중에 생일이 같은 두 사람이 있는가"
• 우리가 읽은 질문: "나와 생일이 같은 사람이 있는가"

이 둘은 완전히 다릅니다.

두 번째 질문은 나를 기준으로 22번 비교합니다. 나와 A, 나와 B, 나와 C… 스물두 번이지요.

그런데 첫 번째 질문은 모든 짝을 봅니다. A와 B, A와 C, B와 C… 전부 몇 쌍일까요?

23 × 22 ÷ 2 = 253쌍

22번이 아니라 253번입니다. 열 배가 넘어요. 사람은 23명인데 비교는 253번 일어나는 겁니다.

이게 생일 역설의 전부입니다. 사람 수는 천천히 늘지만 짝의 수는 제곱으로 늘어나거든요.

사람	짝
10명	45쌍
20명	190쌍
23명	253쌍
30명	435쌍
50명	1,225쌍

사람이 두 배가 되면 짝은 네 배가 됩니다. 우리 직관은 이 제곱을 잘 못 따라갑니다.

어떻게 계산하나요

정면으로 세려면 복잡합니다. "두 명이 겹치는 경우 + 세 명이 겹치는 경우 + …"를 다 더해야 하니까요.

그래서 뒤집어서 셉니다. 아무도 안 겹칠 확률을 구한 다음 1에서 빼는 거예요.

첫 번째 사람  아무 날이나 괜찮습니다         → 365/365
두 번째 사람  앞사람과 달라야 합니다          → 364/365
세 번째 사람  앞의 둘과 달라야 합니다         → 363/365
…
23번째 사람   앞의 22명과 달라야 합니다       → 343/365

이걸 전부 곱하면 아무도 안 겹칠 확률 = 49.3%. 그러니 겹칠 확률은 50.7%입니다.

곱셈이 스물세 번 이어진다는 게 포인트예요. 각 단계에서는 "거의 1에 가까운 수"를 곱하는 것 같은데, 스물세 번 곱하면 절반 아래로 내려갑니다.

인원별로 보면

인원	생일이 겹칠 확률
5명	2.7%
10명	11.7%
20명	41.1%
22명	47.6%
23명	50.7% ← 여기서 반을 넘습니다
30명	70.6%
41명	90.3%
50명	97.0%
70명	99.9%

70명이면 거의 확실합니다. 1,000번 모이면 999번은 겹치는 사람이 있어요.

곡선을 보시면 20~40명 구간에서 가파르게 솟아오릅니다. 하필 그 구간이 한 반, 한 부서, 동호회 하나 정도의 크기예요. 그래서 생일 역설은 실생활에서 자주 확인됩니다.

"나와 같은 생일"은 완전히 다른 이야기

아까 말씀드린 그 차이를 숫자로 확인해 볼게요.

같은 23명 안에서 나와 생일이 같은 사람이 있을 확률은 5.9%입니다. 50.7%가 아니라 5.9%예요. 거의 아홉 배 차이입니다.

그럼 "나와 같은 생일"이 반반이 되려면 몇 명이 필요할까요?

253명

23명이 아니라 253명입니다. 짝의 수가 253쌍이었던 것과 숫자가 같은 게 우연이 아니에요 — 결국 "몇 번 비교하느냐"가 전부거든요.

이게 생일 역설이 헷갈리는 진짜 이유입니다. 우리가 반에서 생일을 떠올릴 때는 자기 생일부터 생각하거든요. 그런데 문제가 묻는 건 누구든 두 사람입니다.

조금 더 정확히 하자면

교과서 계산은 몇 가지를 단순하게 잡습니다. 실제와 다른 부분을 적어 둘게요.

2월 29일을 뺐습니다. 4년에 한 번이라 365일로 계산했습니다. 넣으면 확률이 아주 조금 내려가지만 소수점 아래에서나 차이가 납니다.

생일이 고르게 퍼져 있다고 봤습니다. 실제로는 그렇지 않습니다. 나라마다 출생이 몰리는 달이 있고, 요일에 따라서도 차이가 납니다(병원 일정 때문에 주말 출생이 적습니다).

그런데 재미있는 건 — 생일이 고르지 않으면 확률은 오히려 올라갑니다. 몰려 있을수록 겹치기 쉬우니까요. 그러니 23명 50.7%는 가장 보수적인 값입니다. 실제로는 그보다 조금 더 잘 겹칩니다.

어디서 또 만날 수 있을까요

생일 역설은 생일 이야기만이 아닙니다. "많은 것 중에서 우연히 겹치는 일" 이 생각보다 흔하다는 이야기예요.

• 비밀번호나 아이디 — 짧은 무작위 문자열을 여러 개 만들면 생각보다 빨리 같은 게 나옵니다
• 파일 이름이나 식별자 — 그래서 서비스들이 식별자를 길게 만듭니다
• 우연한 만남 — "이런 우연이" 싶은 일이 사실 그렇게 드물지 않은 이유

공통점이 있습니다. 하나를 콕 집어 맞을 확률은 낮은데, 아무거나 둘이 겹칠 확률은 높습니다. 이 둘을 헷갈리면 "말도 안 되는 우연"이 자꾸 눈에 띄게 되지요.

다음에 스무 명 넘게 모인 자리에 가시면 한번 물어보세요. "여기 생일 같은 사람 있나요?" 절반의 확률로 손이 올라갑니다. 안 올라가도 괜찮아요 — 그것도 절반이니까요.

정리하면

• 23명이면 생일이 겹칠 확률 50.7% — 100만 번 돌려 50.73%로 확인
• 30명 70.6%, 41명 90.3%, 70명이면 99.9%
• 비밀은 사람 수가 아니라 짝의 수 — 23명이면 253쌍
• "나와 같은 생일"은 다른 질문 — 23명에서 5.9%, 반반이 되려면 253명
• 실제 생일은 고르게 퍼져 있지 않아서 진짜 확률은 이보다 조금 더 높습니다

자주 묻는 질문

23명이면 생일이 겹칠 확률이 정말 반이 넘나요?

그렇습니다. 계산하면 50.73%이고, 23명을 무작위로 모으는 시뮬레이션을 100만 번 돌려도 50.73%가 나옵니다. 1년이 365일이라 적어 보이지만 23명 안에서 비교가 253번 일어나기 때문입니다.

왜 이렇게 적은 인원으로 충분한가요?

사람 수가 아니라 비교하는 짝의 수가 확률을 정하기 때문입니다. 23명이면 짝은 23×22÷2 = 253쌍입니다. 사람이 두 배가 되면 짝은 네 배로 늘어나는데, 우리 직관이 이 제곱 증가를 잘 따라가지 못합니다.

나와 생일이 같은 사람이 있을 확률은 얼마인가요?

완전히 다른 질문이고 훨씬 낮습니다. 23명 중에 나와 같은 생일이 있을 확률은 5.9%이며, 이 확률이 절반을 넘으려면 253명이 필요합니다.

몇 명이 모이면 거의 확실해지나요?

41명이면 90.3%, 50명이면 97.0%, 70명이면 99.9%입니다. 366명이 모이면 비둘기집 원리에 따라 100% 겹칩니다(윤일을 넣으면 367명).

2월 29일이나 실제 출생 분포는 반영했나요?

이 글의 계산은 365일이 고르게 분포한다는 가정입니다. 실제 출생은 달과 요일에 따라 몰리는 경향이 있는데, 몰릴수록 겹치기 쉬워지므로 실제 확률은 계산값보다 조금 더 높습니다. 즉 50.7%는 가장 보수적인 값입니다.

생일 역설은 어디에 쓰이나요?

무작위로 만든 식별자나 짧은 해시가 우연히 겹치는 빈도를 가늠할 때 같은 원리를 씁니다. 하나를 지정해 맞히는 것은 어렵지만 아무 둘이 겹치는 것은 훨씬 쉽다는 점이 핵심입니다.