통계로 본 고대 무덤 논쟁 재조명

안드레이 페이어버거는 ‘탈피요트 무덤’에 대한 자신의 통계적 분석에 대해 여러 비평가들의 지적에 응답한다. 그는 먼저 비평가들이 제기한 “분석이 책과 영화에 기록돼 있다”는 주장과 같은 사실관계 오류를 바로잡으며, 자신의 연구는 오직 논문 자체에만 근거하고 있음을 명확히 한다. 이어 그는 통계적 문제를 ‘방법론적 관심사’로 규정하고, 고고학·역사적 맥락이 통계 해석에 미치는 영향을 구분한다. 핵심 논점은 ‘놀라움(surprisingness)’이라는 개념이다. 저자는 이름 집합이 일반 인구에서 흔히 나타난다면 통계적으로 검출이 불가능하다고 주장한다. 따라서 실제로 NT(신약) 무덤이 존재한다면, 그 안에 포함된 이름들은 일반 인구에서 드물고 동시에 역사·종교적으로 의미 있는 형태여야만 RR(희귀성·관련성) 통계량이 유의미한 값을 갖는다. 비평가들은 “넓은 이름 범주를 세분화하면 RR 값이 커진다”며 검정이 편향될 수 있다고 비판했지만, 페이어버거는 ‘특수성’은 ‘관련성’과 동시에 고려되어야 함을 강조한다. 즉, 단순히 희귀한 이름이라도 역사적·문화적 맥락에서 의미가 없으면 RR에 기여하지 않는다. 그는 또한 ‘Other’ 범주에 1을 부여하는 것이 해당 이름을 무시한다는 오해를 바로잡으며, 실제로는 ‘Other’ 이름이 포함될 경우 귀무분포가 변하고, 이는 보수적인 가정으로 작용한다는 점을 설명한다. 가장 논란이 된 부분은 마리아 막달레나(Mariamne)와 관련된 사전 가정이다. 저자는 이 이름이 80가지 변형 중 가장 ‘희귀하고 관련성 높은’ 형태라고 판단했으며, 이는 독립적인 사전 연구(예: Ilan 2002, 히포리투스, 보프 등)와 고고학적 증거를 종합한 결과라고 밝힌다. 그러나 이 가정이 데이터에 의해 뒤늦게 확인된 것이 아니라, 사전 문헌과 전문가 의견에 기반했음을 재차 강조한다. 통계 검정의 편향 여부에 대해서도 논의한다. 검정통계량이 사전 정의되고 귀무분포가 정확히 지정되었다면, 검정 자체는 편향되지 않는다. 문제는 검정력이며, 이를 높이기 위해 ‘음성 가중(negative weighting)’을 허용하는 구조를 설계했지만, 실제 분석에서는 보수적 선택으로 적용하지 않았다고 설명한다. 또한, 비평가들이 제기한 “데이터에 노출된 사전 가정” 문제에 대해, 저자는 사전 가정이 데이터와 독립적으로 설정되도록 노력했으며, 가능한 한 모든 가정을 명시하고 투명하게 제시했음을 강조한다. 그는 사후 해석(post‑hoc)과 사전 가정(a priori) 사이의 경계가 모호해질 수 있음을 인정하면서도, 통계적 프레임워크가 가능한 한 객관적이고 재현 가능하도록 설계되었다고 주장한다. 마지막으로, 마리아 막달레나가 NT 무덤 후보에 포함되는지 여부는 역사적·신학적 논쟁이며, 통계적 분석은 그 가능성을 평가하는 도구일 뿐이라고 밝힌다. 만약 마리아 막달레나를 사전 후보에서 제외한다면, 현재 데이터로는 통계적 유의성을 얻을 수 없을 것이라는 점을 인정한다. 전체적으로 페이어버거는 자신의 방법론이 비판을 수용하면서도, 통계적 엄밀성과 고고학적 사실을 조화시키려는 시도임을 재확인한다.