민감도란 무엇인가요?
민감도는 참 양성률(true positive rate) 또는 재현율(recall)이라고도 불리며, 검사나 분류기가 실제 양성 사례를 얼마나 잘 찾아내는지를 나타내는 지표입니다. 즉, "실제로 그 질환(또는 조건)을 가진 사람이나 대상 가운데, 검사가 정확히 양성으로 잡아낸 비율은 얼마인가?"라는 질문에 답합니다. 민감도가 높을수록 놓치는 양성 사례가 적다는 뜻입니다.
계산기 사용 방법
참 양성(TP) 개수, 즉 양성으로 올바르게 판정된 사례 수와, 거짓 음성(FN) 개수, 즉 실제로는 양성이지만 검사가 잘못해서 음성으로 판정한 사례 수를 입력하세요. 계산기는 민감도를 소수(0~1) 값과 백분율(%) 두 가지 형태로 보여줍니다.
공식 풀이
민감도는 다음과 같습니다.
$$\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$분모인 \((\text{TP} + \text{FN})\)은 실제 양성 사례의 전체 수를 의미합니다. 올바르게 잡아낸 양성 수를 전체 실제 양성 수로 나누면, 검사가 성공적으로 탐지한 비율을 구할 수 있습니다. 결과는 0(하나도 못 잡음)부터 1(모두 잡아냄)까지의 범위를 가집니다.
계산 예시
어떤 선별 검사가 실제 환자 90명을 양성으로 정확히 찾아냈고(TP = 90), 환자 10명은 놓쳤다고(FN = 10) 가정해 봅시다. 이때 민감도는 다음과 같습니다.
$$\text{Sensitivity} = \frac{90}{90 + 10} = \frac{90}{100} = 0.9 = 90\%$$이 검사는 실제 양성 사례의 90%를 잡아낸다는 의미입니다.
자주 묻는 질문
민감도와 재현율은 같은 개념인가요? 네, 같습니다. 머신러닝에서 재현율(recall)과 민감도(sensitivity)는 동일한 지표로, 모두 \(\text{TP} / (\text{TP} + \text{FN})\)으로 계산합니다.
민감도와 특이도의 차이는 무엇인가요? 민감도는 참 양성률을 측정하는 반면, 특이도(specificity)는 참 음성률, 즉 \(\text{TN} / (\text{TN} + \text{FP})\)를 측정합니다. 두 지표를 함께 보면 검사가 양성과 음성 사례 각각에서 얼마나 정확한지를 종합적으로 파악할 수 있습니다.
민감도는 어느 정도여야 좋은 건가요? 상황에 따라 다릅니다. 중대한 질병을 가려내는 선별 검사에서는 거짓 양성이 다소 늘어나더라도 놓치는 사례를 최소화하기 위해 매우 높은 민감도(95% 이상)를 목표로 하는 경우가 많습니다.
