우리는 일상에서 데이터나 경험을 통해 인과관계(causation)와 연관관계(association)를 파악하게 된다. 사실 인과관계가 더 높은 차원의 개념이며, 연관관계는 데이터의 반복되는 패턴이나 규칙을 통해 상대적으로 쉽게 파악할 수 있다. 더욱이 요즘의 뛰어난 머신러닝 성능에 힘업어 꽤 정교한 연관관계를 데이터로부터 학습시켜 파악할 수 있다. 얼핏 보면, 연관관계와 인과관계를 구분해내는 것은 쉬워보인다. 예를 들면, "까마귀 날자 배 떨어진다" 라는 속담에서 보듯이, 까마귀가 날아갔기 때문에 배가 떨어진 것이 아님을 우리는 상식적으로 쉽게 알 수 있다. 또 하나 예를 들자면, 여름이 되어 아이스크림이 많이 팔렸는데 그와 동시에 바다에 익사사고가 많이 일어났다고 할 때, 우리는 아이스크림이 많이 팔렸..