학교 교실에서의 생일 겹침
한 반에 30명의 학생이 있습니다. 같은 생일인 학생이 있을 확률은 약 70.6%입니다.
실제로 학교에서 같은 반에 생일이 같은 친구가 있는 경험을 한 분이 많은데, 이는 확률적으로 매우 자연스러운 현상입니다.
생일 역설 계산기
N명이 모였을 때 같은 생일인 쌍이 있을 확률을 계산합니다. 23명이면 50%!
입력
명
일
기본값 365 (윤년 366)
같은 생일이 있을 확률
같은 생일이 있을 확률 50.73%
23명 중 최소 한 쌍이 같은 생일
같은 생일 확률50.7%
- 50% 도달23명
- 90% 도달41명
23명 중 최소 한 쌍이 같은 생일: 50.73%
인원수별 확률 변화
차트 그리는 중…
주요 마일스톤
10명
11.7%
23명
50.7%
30명
70.6%
40명
89.1%
50명
97.0%
57명
99.0%
70명
99.9%
왜 역설인가?
직관적으로는 365일 중 같은 날이 겹치려면 많은 사람이 필요할 것 같지만, 23명만 모여도 50%를 넘습니다.
핵심은 "특정인"과 같은 생일이 아니라 "아무나 둘"이 같은 생일이면 되기 때문입니다.
23명의 가능한 쌍의 수: C(23,2) = 253쌍
풀이 보기
결과 공유하기
생일 역설 계산기는 특정 인원이 모였을 때 같은 생일인 사람이 존재할 확률을 계산하는 도구입니다. 놀랍게도 23명만 모여도 같은 생일인 쌍이 있을 확률이 50%를 넘으며, 70명이면 99.9%에 달합니다. 이 문제가 "역설"이라 불리는 이유는 365일이나 되는 생일 중 겹치려면 훨씬 많은 사람이 필요할 것 같지만, 실제로는 놀라울 정도로 적은 수로도 충분하기 때문입니다. 이는 비교 쌍의 수가 사람 수의 제곱에 비례하여 빠르게 증가하기 때문에 발생합니다. 생일 역설은 해시 충돌, 암호학, 데이터베이스 설계 등 컴퓨터 과학 분야에서도 중요한 개념입니다. 이 계산기를 통해 다양한 인원수에서의 충돌 확률을 시각적으로 확인할 수 있습니다.
실생활 예시
이럴 때 이렇게 계산해요.
회사 팀 생일 관리
50명 규모의 팀에서 같은 생일인 사람이 있을 확률은 약 97%입니다. 생일 축하 예산을 계획할 때 같은 날 겹치는 경우를 고려해야 합니다.
50명 이상의 조직에서는 생일이 겹치는 것을 거의 확실하게 예상해야 합니다.
축구 월드컵 선수 생일 분석
월드컵 각 국가대표팀은 보통 23명으로 구성됩니다. 2018년 러시아 월드컵 32개 팀을 분석하면, 약 16~17개 팀에서 같은 생일인 선수 쌍이 발견되었습니다.
이론적 예측(50.7%)과 실제 결과가 매우 유사합니다. 생일 역설은 이론만이 아닌 현실에서도 정확하게 작동합니다.
IT 시스템 해시 충돌 방지
데이터베이스에서 32비트 해시를 사용하면 약 77,000개의 항목에서 50% 확률로 해시 충돌이 발생합니다(√(2 × 2³²) ≈ 77,163). 이는 생일 역설과 동일한 원리입니다.
시스템 설계 시 해시 비트 수를 충분히 크게 잡아야 합니다. 생일 역설을 이해하면 필요한 해시 크기를 정확히 계산할 수 있습니다.
파티 아이스브레이커 게임
40명이 참석한 파티에서 "같은 생일인 사람 찾기" 게임을 합니다. 같은 생일인 쌍이 존재할 확률은 약 89.1%이므로, 거의 확실하게 찾을 수 있습니다.
파티나 워크숍에서 훌륭한 아이스브레이커가 됩니다. 참석자들은 "이렇게 적은 인원에서도 겹치다니!"라며 확률의 놀라움을 직접 체험할 수 있습니다.
관련 계산기
같이 쓰면 좋아요. 옆으로 넘겨 보세요.
자주 묻는 질문
궁금한 거 모아 봤어요. 눌러서 펼쳐 보세요.
왜 23명이면 50%가 넘나요?
23명에서 가능한 쌍의 수는 C(23,2) = 253개입니다. 각 쌍이 생일이 다를 확률을 곱하면 약 49.3%이므로, 적어도 한 쌍이 같을 확률이 50.7%가 됩니다. 비교 쌍이 빠르게 늘어나는 것이 핵심입니다.
특정 사람과 같은 생일일 확률도 같은가요?
아닙니다. "아무 두 명이든 같은 생일"인 확률과 "나와 같은 생일인 사람이 있을 확률"은 다릅니다. 나와 같은 생일인 사람이 50% 확률로 존재하려면 약 253명이 필요합니다.
이 원리가 실생활에서 어떻게 활용되나요?
암호학에서 "생일 공격(Birthday Attack)"은 이 원리를 이용하여 해시 충돌을 찾는 방법입니다. 128비트 해시의 안전성은 2^128이 아닌 2^64 수준으로, 생일 역설 때문에 예상보다 약합니다.
생일 역설이 실제로 맞는지 어떻게 확인하나요?
실제 학교 반이나 회사 팀에서 생일을 조사하면 쉽게 확인됩니다. 축구 월드컵 32개 팀(팀당 23명)을 조사하면 약 절반 이상의 팀에서 같은 생일인 선수가 존재합니다. 수학적 예측과 실제 결과가 정확하게 일치합니다.
윤년(2월 29일)을 고려하면 결과가 달라지나요?
약간 달라지지만 거의 무시할 수 있는 수준입니다. 366일로 계산하면 23명에서의 확률이 50.7%에서 약 50.6%로 미세하게 낮아질 뿐입니다. 실제 생일 분포는 균등하지 않아(여름이 더 많음) 오히려 충돌 확률이 약간 더 높아집니다.
50명이 모이면 같은 생일 확률은 얼마나 되나요?
50명이면 같은 생일인 쌍이 존재할 확률은 약 97%입니다. 70명이면 99.9%를 넘어서고, 366명(윤년 포함)이 모이면 비둘기집 원리에 의해 100% 확실하게 겹칩니다.
비교 쌍의 수가 왜 그렇게 빨리 늘어나나요?
n명에서 가능한 쌍의 수는 n(n-1)/2입니다. 10명이면 45쌍, 23명이면 253쌍, 50명이면 1,225쌍으로 기하급수적으로 증가합니다. 사람 수가 2배가 되면 쌍의 수는 약 4배가 되는 것이 핵심입니다.
계산 원리
생일 역설의 확률은 여사건(반대 경우)을 이용하면 쉽게 계산됩니다. n명이 모두 다른 생일일 확률을 먼저 구한 후, 1에서 빼면 적어도 한 쌍이 같은 생일일 확률이 됩니다. P(모두 다른 생일) = 365/365 × 364/365 × 363/365 × ... × (365-n+1)/365 = 365! / ((365-n)! × 365ⁿ).
23명일 때 P(모두 다름) ≈ 0.4927이므로, P(적어도 한 쌍 같음) = 1 - 0.4927 ≈ 0.5073(약 50.7%)입니다. 핵심은 비교 쌍의 수가 C(n,2) = n(n-1)/2로 빠르게 증가한다는 점입니다. 23명이면 253개의 쌍이 생기므로, 각 쌍이 일치할 확률이 작더라도(1/365) 누적되면 상당합니다.
근사적으로 P ≈ 1 - e^(-n²/(2×365))로 표현할 수 있으며, 50%가 되려면 n ≈ √(2 × 365 × ln2) ≈ 22.5, 즉 23명이 필요합니다. 이 √N 스케일링은 해시 충돌에서도 동일하게 적용됩니다.
사용 방법
인원수 입력
모임의 인원수를 입력합니다.
결과 확인
같은 생일인 쌍이 있을 확률을 확인합니다.
그래프 분석
인원수에 따른 확률 변화 그래프를 확인합니다.
용어 사전
- 생일 역설
- 적은 수의 사람만으로도 같은 생일인 쌍이 존재할 확률이 놀랍도록 높다는 확률론의 유명한 결과.
- 여사건
- 원래 사건의 반대되는 사건. P(A) = 1 - P(A의 여사건)으로, 복잡한 확률을 간접적으로 계산할 때 유용합니다.
- 조합(Combination)
- n개 중 r개를 순서 없이 선택하는 수. C(n,r) = n! / (r!(n-r)!). 생일 역설에서 비교 쌍의 수를 계산하는 데 사용됩니다.
- 비둘기집 원리
- n+1마리의 비둘기가 n개의 집에 들어가면 반드시 한 집에 2마리 이상이 있다는 원리. 367명이면 같은 생일이 반드시 존재합니다.
- 해시 충돌
- 서로 다른 입력이 같은 해시값을 만들어내는 현상. 생일 역설과 동일한 원리로 발생 확률을 계산합니다.
- 생일 공격
- 생일 역설을 이용하여 해시 함수의 충돌을 찾는 암호 공격 기법. n비트 해시의 충돌을 약 2^(n/2)번의 시도로 찾을 수 있습니다.
- 균등 분포
- 모든 값이 동일한 확률로 나타나는 분포. 생일 역설에서 모든 생일이 같은 확률(1/365)로 가정합니다.