Passage
Correlations are powerful because the insights they offer are relatively clear. These insights are often covered up when we bring causality back into the picture. For instance, a used-car dealer supplied data to statisticians to predict which of the vehicles available for purchase at an auction were likely to have problems. A correlation analysis showed that orange-colored cars were far less likely to have defects. Even as we read this, we already think about why it might be so: Are orange-colored car owners likely to be car enthusiasts and take better care of their vehicles? Or, is it because orange-colored cars are more noticeable on the road and therefore less likely to be in accidents, so they're in better condition when resold? Quickly we are caught in a web of competing causal hypotheses. But our attempts to illuminate things this way only make them cloudier. Correlations exist; we can show them mathematically. We can't easily do the same for causal links. So we would do well to hold off from trying to explain the reason behind the correlations.
A. 정밀 문장 해석 문제
( O / X )
1번.
Correlations are powerful because the insights they offer are relatively clear.
"상관관계는 그것들이 제공하는 통찰력이 비교적 명확하기 때문에 강력하다."
( O / X )
2번.
A correlation analysis showed that orange-colored cars were far less likely to have defects.
"중고차 경매 데이터 분석 결과, 주황색 차량은 다른 차량에 비해 치명적인 결함이 발생할 가능성이 훨씬 더 높은 것으로 밝혀졌다."
B. 핵심 어법 판단 문제
( O / X )
3번.
다음 문장을 읽고, 대괄호 [ ] 안의 부분이 문법적으로 적절하면 O, 부적절하면 X를 고르시오.
A correlation analysis showed that orange-colored cars were [far] less likely to have defects.
( O / X )
4번.
다음 문장을 읽고, 대괄호 [ ] 안의 부분이 문법적으로 적절하면 O, 부적절하면 X를 고르시오.
But our attempts to illuminate things this way only make them [cloudily].
C. 맥락적 기능 및 함축 의미 확인 문제
( O / X )
5번.
7번 문장의 'caught in a web of competing causal hypotheses'는 현상 이면의 원인을 억지로 규명하려 할 때 검증되지 않은 수많은 가설들로 인해 오히려 혼란에 빠지는 상황을 비유한 표현이다.
( O / X )
6번.
9-10번 문장에서 필자가 상관관계는 수학적으로 보여줄 수 있지만 인과관계는 그렇게 할 수 없다고 말한 것은, 데이터 분석에서 인과관계 증명이 상관관계 증명보다 훨씬 더 쉽고 간단함을 의미한다.
D. 유기적 독해 및 논리 추론 문제
( O / X )
7번.
필자는 상관관계가 제공하는 명확한 데이터 패턴을 있는 그대로 받아들이고, 섣불리 그 배후의 인과적 이유를 설명하려 들지 않고 유보하는 태도가 바람직하다고 본다.
( O / X )
8번.
필자는 통계학자들이 밝혀낸 상관관계는 불완전하고 모호하므로, 반드시 모든 현상에 대해 인과관계를 완벽히 규명해야만 빅데이터를 유용하게 활용할 수 있다고 역설한다.
( O / X )
9번.
아래 영문은 본 지문의 주제를 나타낸 것이다. 이 문장이 지문의 실제 주제 및 핵심 논지를 정확히 반영하는지 O/X를 판단하시오.
Rather than pursuing speculative causal links, we should accept clear insights from statistical correlations.
E. 요약문 빈칸 추론 문제
10. 다음은 위 지문의 내용을 바탕으로 작성한 영어 요약문이다. 빈칸 (A), (B)에 들어갈 말로 가장 적절한 단어를 [보기]에서 골라 쓰시오. (단, 중복 사용 불가)
Summary
While statistical correlations provide (A)________ insights, attempting to force (B)________ explanations behind them often obscures the clarity and creates cognitive confusion.
[보기] clear / causal / misleading / accidental / complex / subjective / superficial / biological
(A): ______________________, (B): ______________________
---
정답 및 해설 (Answers & Explanations)
1번: O
2번: X
3번: O
4번: X
5번: O
6번: X
7번: O
8번: X
9번: O
10번: (A) clear / (B) causal
- **해설**: 지문의 4번 문장 `"A correlation analysis showed that orange-colored cars were far less likely to have defects"`에 따르면, 주황색 차는 결함을 가질 가능성이 훨씬 더 적다고(far less likely) 명시되어 있다. 따라서 결함 발생 가능성이 훨씬 더 높다는 해석은 지문의 내용과 정반대로 왜곡된 오역이다.
- **해설**: 문맥상 5형식 동사 make의 목적격 보어 자리이므로 부사 cloudily가 올 수 없으며, 목적어 them의 상태를 서술하는 형용사 비교급인 `cloudier`가 쓰여야 어법상 올바르다.
- **해설**: 지문 10번 문장 `"We can't easily do the same for causal links"`에 따르면, 상관관계는 수학적으로 명쾌하게 보여줄 수 있지만 인과관계에 대해서는 그렇게 쉽게 증명할 수 없다고 밝히고 있다. 따라서 인과관계 증명이 더 쉽고 간단하다는 설명은 지문과 정면으로 배치된다.
- **해설**: 필자는 2번 문장에서 인과관계를 끌어들이면 통찰이 가려진다고 경고하고, 마지막 문장에서 `"we would do well to hold off from trying to explain the reason behind the correlations"`라고 제언하며 인과적 이유 규명을 유보하라고 권고한다. 따라서 인과관계를 완벽히 규명해야만 한다는 주장은 정반대이다.
- **해설**: 통계적 상관관계는 '명확한(clear)' 통찰을 제공하지만, 그 배후에 입증되지 않은 '인과적인(causal)' 설명을 억지로 부여하려 시도하면 명료함이 가려지고 인지적 혼란이 야기된다는 글의 핵심 요지를 압축한 요약문이다.
- **[요약문 해석]**: 통계적 상관관계가 명확한 통찰을 제공하는 반면, 그 배후에 인과적인 설명을 억지로 꿰맞추려는 시도는 종종 명료함을 가리고 인지적 혼란을 야기한다.
- **[보기 어휘 정리]**: