위양성률이란?
위양성률(FPR, False Positive Rate)은 '폴아웃(fall-out)'이라고도 불리며, 분류 모델이나 진단 검사가 실제로는 음성인 사례를 잘못 양성으로 판정하는 빈도를 나타냅니다. 머신러닝, 의료 검사, 통계 분야에서 핵심적으로 사용되는 지표이며, ROC 곡선의 x축을 구성하는 값이기도 합니다.
계산기 사용 방법
위양성(FP)의 개수, 즉 음성인데도 양성으로 잘못 예측된 사례의 수와, 진음성(TN)의 개수, 즉 음성을 올바르게 음성으로 판정한 사례의 수를 입력하세요. 계산기는 FPR을 비율(소수)과 백분율(%)로 함께 보여주며, 이에 대응하는 특이도(specificity)도 함께 산출합니다.
공식 풀이
위양성률은 다음과 같이 계산합니다:
$$\text{FPR} = \frac{\text{False Positives}}{\text{False Positives} + \text{True Negatives}} \times 100\%$$
분모인 (FP + TN)은 실제 음성 사례의 총합입니다. 특이도(진음성률)가 \(\text{TN} / (\text{FP} + \text{TN})\)이므로, FPR은 곧 특이도의 여집합에 해당합니다: FPR = 1 − 특이도. FPR이 낮을수록 잘못된 경보(거짓 양성)를 거의 일으키지 않는 좋은 검사라는 뜻입니다.
계산 예시
어떤 선별 검사에서 위양성이 10건, 진음성이 90건 발생했다고 가정해 봅시다. 이 경우 $$\text{FPR} = \frac{10}{10 + 90} = \frac{10}{100} = 0.10,$$ 즉 10%입니다. 특이도는 \(1 - 0.10 = 0.90\), 즉 90%가 됩니다. 다시 말해 이 검사는 건강한 사람의 90%를 정확히 음성으로 가려내지만, 10%에 대해서는 잘못된 양성 경보를 울린다는 의미입니다.
자주 묻는 질문
위양성률은 어느 정도가 좋은가요? 낮을수록 좋습니다. 이상적인 FPR은 0으로, 음성을 단 하나도 잘못 분류하지 않는 상태를 뜻합니다. 다만 실제 검사에서는 FPR과 민감도(sensitivity) 사이에서 균형(트레이드오프)을 맞춰야 합니다.
FPR과 정밀도(precision)는 어떻게 다른가요? FPR은 실제 음성 전체를 분모로 사용하지만, 정밀도는 양성으로 예측한 사례를 기준으로 합니다(\(\text{TP} / (\text{TP} + \text{FP})\)).
FPR이 1보다 커질 수 있나요? 아니요. FP는 FP + TN을 초과할 수 없으므로, FPR은 항상 0과 1 사이(0%~100%)의 값을 가집니다.
