처음 보는 사람을 위한 박스 플롯(Box Plot) 쉽게 읽기: 사분위수·중앙값·이상치 한 번에 이해하기

1. 박스 플롯은 무엇을 보여 주는 그래프일까

박스 플롯은 많은 숫자를 길게 나열하지 않고도 자료가 어디에 모여 있는지, 어느 정도 퍼져 있는지, 유난히 멀리 떨어진 값이 있는지를 한 화면에 보여 주는 그래프입니다. 상자 그림이라고도 부릅니다. 시험 점수, 배송 시간, 키, 매출, 실험값처럼 관측치가 여러 개인 자료에서 특히 유용합니다. 막대그래프가 항목별 크기를 비교하는 데 강하다면, 박스 플롯은 한 집단 안의 분포를 요약하는 데 강합니다. 그래프의 상자만 보고 평균을 읽는 도구라고 생각하면 안 됩니다. 이 그래프의 중심에는 평균이 아니라 중앙값과 사분위수가 있습니다. 따라서 몇 개의 매우 큰 값이나 작은 값이 섞여 있어도 일반적인 자료가 모인 구간을 비교적 안정적으로 볼 수 있습니다.

2. 읽는 순서: 상자보다 먼저 축과 단위를 확인합니다

박스 플롯을 만나면 가장 먼저 가로축 또는 세로축이 무엇을 뜻하는지 확인하세요. 점수인지, 분인지, 원인지에 따라 같은 길이의 상자도 해석이 달라집니다. 다음으로 상자 안의 선을 찾아 중앙값을 읽습니다. 그 뒤 상자의 양 끝, 즉 제1사분위수와 제3사분위수를 확인하고, 마지막으로 수염과 떨어진 점을 봅니다. 이 순서를 지키면 상자가 길다는 인상만으로 성급히 결론 내리는 일을 줄일 수 있습니다. 여러 집단이 나란히 있으면 반드시 같은 축을 공유하는지도 확인해야 합니다. 축 범위가 서로 다르면 상자 폭의 시각적 크기를 곧바로 비교할 수 없습니다.

3. 다섯 숫자 요약: 최소값부터 최대값까지의 역할

기본 박스 플롯은 최소값, 제1사분위수(Q1), 중앙값, 제3사분위수(Q3), 최대값이라는 다섯 숫자로 설명합니다. 다만 이상치를 따로 표시하는 방식에서는 수염 끝이 자료 전체의 절대 최소·최대가 아니라 이상치를 제외한 가장 바깥 값일 수 있습니다. 그래서 범례나 작성 규칙을 함께 확인하는 습관이 필요합니다. Q1은 자료를 작은 값부터 정렬했을 때 아래쪽 25% 부근의 경계이고, Q3은 아래쪽 75% 부근의 경계입니다. 중앙값은 정확히 가운데에 놓이는 값입니다. 표본 크기가 짝수이거나 사분위수를 계산하는 방식이 다르면 세부 계산은 도구마다 약간 다를 수 있지만, 상자 안에 가운데 50%의 자료가 들어 있다는 핵심은 같습니다.

4. 상자 안의 선, 중앙값은 전형적인 위치를 알려 줍니다

중앙값은 자료를 순서대로 세웠을 때 가운데에 오는 값입니다. 평균과 달리 극단적으로 큰 값 하나가 있어도 크게 끌려가지 않기 때문에 분포의 중심을 볼 때 유용합니다. 상자 안의 선이 왼쪽에 치우쳐 있으면 Q1과 중앙값 사이의 간격이 짧고, 오른쪽에 치우쳐 있으면 중앙값과 Q3 사이의 간격이 짧다는 뜻입니다. 이것만으로 분포의 원인을 단정할 수는 없지만, 어느 쪽으로 값이 더 길게 늘어졌는지 살펴볼 단서가 됩니다. 두 반의 시험 점수를 비교할 때 중앙값이 높은 반은 보통 학생의 성적 수준이 더 높다고 말할 근거가 생깁니다. 그러나 중앙값만 같아도 상자 폭과 이상치가 다르면 학습 결과의 균일성은 달라질 수 있습니다.

5. Q1과 Q3 사이, 사분위 범위(IQR)가 핵심입니다

상자의 왼쪽과 오른쪽 끝은 Q1과 Q3이며, 이 사이의 길이를 사분위 범위 또는 IQR이라고 합니다. 계산식은 IQR = Q3 − Q1입니다. 전체 자료 가운데 중간 50%가 차지하는 폭이므로, IQR이 좁으면 일반적인 값들이 비교적 밀집해 있고 넓으면 중간 구간의 차이가 크다고 볼 수 있습니다. 예를 들어 두 매장의 배송 중앙값이 같더라도 한 매장의 IQR이 훨씬 넓다면 고객이 체감하는 배송 시간은 더 들쭉날쭉할 가능성이 있습니다. 반대로 IQR이 좁다고 무조건 더 좋은 것은 아닙니다. 측정 범위가 원래 제한되어 있거나 자료가 특정 구간에 몰리는 현상일 수도 있으므로, 주제와 단위를 함께 해석해야 합니다.

6. 수염은 어디까지 이어질까: 모든 도구가 같은 규칙은 아닙니다

상자에서 뻗어 나온 선을 수염이라고 합니다. 가장 단순한 설명에서는 상자 밖의 작은 값과 큰 값 방향으로 이어지는 범위를 보여 준다고 이해할 수 있습니다. 널리 쓰이는 터키 방식에서는 Q1 − 1.5×IQR부터 Q3 + 1.5×IQR 사이에 있는 값 가운데 가장 바깥 값을 수염 끝으로 잡습니다. 이 범위를 넘는 관측치는 별도 점으로 표시합니다. 하지만 엑셀, 통계 패키지, 보고서 템플릿은 옵션에 따라 수염 정의가 다를 수 있습니다. 따라서 수염이 길다고 해서 반드시 오류나 이상치가 많다는 뜻은 아닙니다. 자료를 만든 사람이 어떤 규칙을 사용했는지, 이상치를 숨겼는지 표시했는지부터 확인하는 편이 정확합니다.

7. 이상치 점은 삭제 대상이 아니라 확인 대상입니다

상자와 수염에서 멀리 떨어진 점은 흔히 이상치로 표시됩니다. 이상치는 입력 실수, 측정 오류, 단위 착오처럼 데이터를 다시 확인해야 하는 신호일 수 있습니다. 그러나 드물다는 이유만으로 곧바로 지우면 안 됩니다. 실제로 매우 빠른 배송, 매우 긴 대기, 특별 할인으로 인한 매출 급증처럼 중요한 사건을 담고 있을 수 있기 때문입니다. 이상치를 발견하면 먼저 원자료의 단위와 입력 과정을 점검하고, 그다음 실제 사건인지 분류합니다. 분석 목적에 따라 이상치를 포함한 결과와 제외한 결과를 함께 제시하는 것이 더 투명할 때도 있습니다. 박스 플롯은 이상치에 답을 붙여 주는 그래프가 아니라, 더 조사할 지점을 알려 주는 그래프입니다.

8. 예시로 읽어 보기: 중앙값과 변동성을 따로 비교합니다

A반과 B반의 수학 점수 박스 플롯을 생각해 보겠습니다. A반의 중앙값이 72점, B반이 76점이라면 B반의 전형적인 점수 위치가 더 높다고 볼 수 있습니다. 그런데 A반의 상자가 65점부터 78점까지이고 B반의 상자가 55점부터 92점까지라면, B반은 성적 차이도 더 큰 집단일 수 있습니다. 이때 B반의 높은 중앙값만 보고 모든 학생이 더 잘한다고 말하기보다는, 상위권과 하위권의 폭이 넓다는 사실도 함께 말해야 합니다. 여기에 B반에 10점짜리 이상치가 하나 있다면 해당 학생의 결시, 입력 오류, 특별한 학습 지원 필요성 등을 확인할 수 있습니다. 비교의 핵심은 한 요소가 아니라 중앙값·IQR·수염·이상치를 차례로 묶어 보는 것입니다.

9. 왜도는 조심해서 읽습니다: 박스 플롯만으로 단정하지 않기

중앙값이 상자 한쪽에 붙어 있고 한 방향 수염이 유난히 길면 자료가 비대칭일 가능성을 생각할 수 있습니다. 예를 들어 오른쪽 수염이 길고 높은 쪽에 점이 많으면 큰 값 방향으로 꼬리가 길어 보일 수 있습니다. 하지만 표본 수가 적거나, 여러 집단이 섞였거나, 축이 잘린 경우에도 비슷한 모양이 나옵니다. 그러므로 박스 플롯 하나만으로 자료가 특정 분포를 따른다고 단정하거나 원인을 확정하면 안 됩니다. 히스토그램, 산점도, 원자료 일부, 표본 수를 함께 보면 해석이 훨씬 안전해집니다. 특히 의사결정이나 평가에 쓰는 자료라면 그래프의 예쁜 모양보다 수집 방식과 누락 여부를 먼저 검토해야 합니다.

10. 엑셀과 보고서에서 실수 없이 쓰는 방법

엑셀에서 상자 수염 그림을 만들 때는 열마다 비교할 집단을 정리하고, 첫 행에 명확한 이름과 단위를 적는 것이 좋습니다. 그래프를 만든 뒤에는 축의 최소·최대값, 이상치 표시 여부, 평균 표식 여부를 확인하세요. 보고서에는 “상자는 Q1~Q3, 가운데 선은 중앙값, 점은 이상치”처럼 읽는 법을 한 문장으로 덧붙이면 비전문가도 이해하기 쉽습니다. 동일한 단위를 쓰지 않는 자료를 한 박스 플롯에 섞거나, 표본 수가 매우 다른 집단을 같은 비중으로 해석하는 일도 피해야 합니다. 표본 수는 상자 폭에 자동으로 반영되지 않는 경우가 많으므로, n값을 범례나 표에 따로 제시하는 편이 좋습니다.

11. 빠른 체크리스트: 그래프 앞에서 다섯 가지만 확인하세요

첫째, 축의 단위와 방향을 확인합니다. 둘째, 중앙값이 어느 집단에서 더 높은지 봅니다. 셋째, 상자 폭(IQR)을 비교해 일반적인 값의 변동성을 확인합니다. 넷째, 수염이 어떤 정의로 그려졌는지와 한쪽으로 긴지 여부를 봅니다. 다섯째, 떨어진 점이 있으면 오류인지 실제 관측인지 원자료를 점검합니다. 이 다섯 단계를 거치면 평균 하나만 비교할 때 놓치기 쉬운 분포의 차이를 발견할 수 있습니다. 단, 박스 플롯은 관측치 각각을 보여 주지 않으므로 표본 수, 시간 흐름, 집단 구성 같은 맥락을 반드시 보완해야 합니다.

12. 표본 수와 결측값도 함께 확인해야 합니다

박스 플롯은 모양이 단순한 만큼 표본 수를 감추기 쉽습니다. 관측치가 8개인 집단과 800개인 집단이 비슷한 상자 모양을 보일 수 있지만, 결과의 안정성과 해석의 무게는 다릅니다. 그래서 발표 자료에는 각 집단의 n값을 함께 적거나, 필요한 경우 원자료 점을 겹쳐 보여 주는 방법을 고려할 수 있습니다. 결측값 처리도 중요합니다. 응답하지 않은 사람을 제외했는지, 0으로 넣었는지, 별도 기준으로 대체했는지에 따라 사분위수와 중앙값이 바뀔 수 있습니다. 특히 설문·만족도·성과 자료처럼 누락이 특정 집단에 몰릴 가능성이 있는 데이터에서는 박스 플롯이 깔끔하게 보인다는 이유만으로 자료가 공정하다고 판단하면 안 됩니다. 그래프를 읽기 전 표본의 범위와 제외 기준을 확인하면 훨씬 신뢰할 수 있는 비교가 됩니다.

13. 시간에 따라 달라지는 자료는 여러 장면으로 나눠 봅니다

월별 매출, 주별 대기 시간, 학기별 성적처럼 시간이 흐르는 자료는 한 개의 박스 플롯으로 모두 합치면 변화가 가려질 수 있습니다. 이 경우 월별 또는 분기별 상자를 나란히 그리면 중앙값이 이동하는지, 변동 폭이 커지는지, 특정 시기에 이상치가 늘어나는지를 비교할 수 있습니다. 다만 시간 순서가 있는 자료에서는 계절성, 휴일, 정책 변경, 시스템 장애처럼 그래프 밖의 사건도 함께 기록해야 합니다. 예를 들어 대기 시간의 상자가 갑자기 넓어졌다면 직원 수 변화, 주문량 증가, 측정 방식 변경 중 무엇이 원인인지 추가 자료가 필요합니다. 박스 플롯은 변화의 신호를 보기 좋게 압축하지만, 원인과 인과관계를 증명하지는 않습니다. 시간 축을 읽을 때는 이전 기간과 같은 기준으로 측정했는지도 확인하세요.

14. 발표할 때는 비교 문장을 구체적으로 씁니다

박스 플롯을 설명할 때 “A가 더 좋다”라고만 말하면 무엇을 비교한 것인지 알기 어렵습니다. “A의 중앙값은 B보다 높지만 IQR도 넓어 결과의 개인차가 크다”, “C는 중앙값은 비슷하지만 높은 방향 이상치가 반복적으로 나타난다”처럼 요소와 방향을 함께 말하는 편이 정확합니다. 색상은 집단을 구분하는 보조 수단일 뿐, 색만으로 의미를 전달하면 인쇄물이나 색각 차이에서 정보가 사라질 수 있습니다. 범례와 제목, 축 단위, 표본 기간을 가까이 배치하고, 필요하면 중앙값·IQR·이상치 규칙을 주석으로 덧붙이세요. 청중이 통계에 익숙하지 않다면 먼저 상자 안에 중간 50%가 들어 있다는 한 문장을 설명한 뒤 비교 결과로 넘어가면 이해가 빨라집니다. 좋은 그래프는 많은 장식을 더하는 것이 아니라, 독자가 같은 결론에 도달할 수 있는 정보를 빠뜨리지 않는 데서 시작합니다.

15. 평균과 함께 볼 때의 장점과 한계

평균은 전체 합계를 관측치 수로 나눈 값이라 총량과 비용을 계산할 때 매우 유용합니다. 하지만 몇 개의 극단값이 평균을 크게 움직일 수 있습니다. 중앙값과 IQR은 그런 영향을 덜 받아 일반적인 구간을 이해하는 데 도움이 됩니다. 따라서 한 숫자만 고르기보다 목적에 맞게 평균·중앙값·IQR을 함께 제시하는 편이 좋습니다. 예산처럼 합계가 중요한 문제는 평균을, 고객 경험처럼 전형적인 대기 시간이 중요한 문제는 중앙값을 우선 볼 수 있습니다. 박스 플롯은 평균을 배제하는 그래프가 아니라, 평균만으로 놓치기 쉬운 자료의 모양을 보완하는 도구입니다.

16. 정리: 상자는 중간 50%, 선은 중심, 점은 질문입니다

박스 플롯은 복잡한 데이터를 간결하게 요약하지만, 요약이 곧 결론은 아닙니다. 상자는 가운데 50%의 범위, 상자 안 선은 중앙값, 수염은 사용한 규칙 안의 바깥 범위, 분리된 점은 추가 확인이 필요한 값으로 읽으면 됩니다. 여러 그래프를 비교할 때는 중앙값이 높은지, IQR이 넓은지, 수염과 이상치가 어떻게 다른지를 함께 살펴보세요. 이상치를 무조건 제거하지 않고 원인을 확인하며, 필요한 경우 원자료와 다른 그래프를 함께 제시하는 태도가 좋은 분석의 출발점입니다. 이 틀만 기억해도 수업 자료, 업무 보고서, 논문 그래프에서 박스 플롯을 훨씬 자신 있게 읽을 수 있습니다.

FAQ

박스 플롯에서 상자가 넓으면 무엇을 뜻하나요?

상자 폭은 보통 Q1부터 Q3까지의 IQR입니다. 가운데 50% 자료의 차이가 더 크다는 뜻으로 읽되, 단위와 집단 특성을 함께 봐야 합니다.

수염 끝은 항상 최소값과 최대값인가요?

아닙니다. 이상치를 따로 표시하는 방식에서는 1.5×IQR 안의 가장 바깥 값이 수염 끝일 수 있습니다. 만든 도구의 규칙을 확인하세요.

이상치는 바로 제거해도 되나요?

아닙니다. 입력 오류인지 실제로 중요한 관측인지 먼저 확인해야 합니다. 분석 목적에 따라 포함·제외 결과를 함께 제시할 수 있습니다.