낸시 플루르노와의 대화

** 본 논문은 통계학자 낸시 플루르노(Nancy Flournoy)와의 대화를 통해 그녀의 인생·학문·경력 전반을 조명한다. 인터뷰는 1970년대 초반 플루르노가 UCLA에서 생물통계학 학사·석사 학위를 취득하면서 시작된다. 그녀는 대학 시절 수학적 재능을 인정받았지만, 영어 시험에서의 어려움으로 입학에 차질을 겪는다. UCLA에서 Don Ylvisaker, Frank Massey, Wil Dixon 등 당시 미국 통계학계의 거장들을 만나며 통계학에 매료되었고, 특히 Ylvisaker 교수의 강의가 통계학 전공을 결정하게 만든 결정적 계기가 된다. 학사·석사 과정을 마친 뒤 플루르노는 UCLA 지역 의료 프로그램에서 Statistician I으로 근무하며 초기 실무 경험을 쌓는다. 이후 3년간 남서부 교육연구소(Southwest Laboratory for Education Research and Development)에서 교육심리학자들과 협업하며 실험 설계에 대한 관심을 확대한다. 1973년 시애틀의 골수 이식 팀에 합류하면서 그녀의 경력은 급격히 전환된다. 당시 골수 이식은 신생 의료 분야였으며, 데이터 관리 체계가 전무했다. 플루르노는 Leonard B. Hearne을 영입해 비정형 데이터 구조를 지원하는 초기 데이터베이스 관리 시스템을 구축한다. 이 시스템은 펜카드와 Hollerith 펀치카드, Phillips 카세트 테이프를 이용해 환자 데이터를 물리적으로 정렬·통합하는 방식으로, 오늘날 데이터 코디네이팅 센터(DCC)의 전신이라 할 수 있다. 플루르노는 이 데이터베이스를 활용해 약 80개의 동시 진행 임상시험을 설계·분석하였다. 특히, 골수 이식 환자에서 이식편이 백혈병을 억제하는 ‘graft‑versus‑leukemia’ 효과를 최초로 문서화했으며, 이식편이 면역 반응을 일으키는 메커니즘을 통계 모델링으로 설명하였다. 그녀는 Cox 비례 위험 모델에 시간 의존 공변량을 도입해, 이식 후 재발 위험을 정량화하고, 치료 전략을 최적화하는 데 기여했다. 임상시험 설계 측면에서 플루르노는 기존의 고정 무작위화(two‑arm) 방식을 비판하고, 적응형 설계(adaptive designs)의 필요성을 강조한다. 5년 주기의 대규모 프로젝트 리뷰 과정에서 중간 분석을 통해 치료 할당 비율을 동적으로 조정하는 방식을 제안했으며, 이는 환자 윤리와 통계 효율성을 동시에 만족시키는 혁신적 접근법이다. 그녀는 이러한 아이디어를 실제 임상시험에 적용하면서, 무작위화와 블라인딩 절차가 밤중에 카드가 섞이는 등 실무적 어려움을 겪는 상황에서도 엄격한 품질 관리와 실시간 데이터 검증 체계를 구축했다. 플루르노는 1982년 워싱턴 대학교에서 생물수학(바이오매트리컬스) 박사 학위를 받으며 학문적 기반을 다졌다. 이후 1986년 미국 국립과학재단(NSF) 수학·통계학부(DMS)에서 통계 프로그램 책임자로 임명되어, 여성 최초로 해당 직위를 역임한다. 이 시기에 그녀는 학제간 연구의 중요성을 강조하고, Institute of Mathematical Statistics(IMS)와 협력해 ‘학제간 연구 보고서’를 작성하도록 주도했다. 보고서는 National Institute of Statistical Science(NISS) 설립을 촉구했으며, 이는 현재 NSF가 학제간 프로젝트를 지원하는 구조적 기반이 되었다. 플루르노는 제한된 예산 속에서도 응용 중심의 제안서를 선별·지원함으로써, 통계학이 실제 과학·공학 문제 해결에 직접 기여하도록 정책을 전환시켰다. 성별 차별에 대한 경험도 인터뷰 전반에 걸쳐 언급된다. 초기 직장에서 남성 동료가 대신 발표하도록 강요받고, ‘uppity woman’이라는 비난을 받은 일화는 당시 여성 과학자들의 어려움을 단적으로 보여준다. 그러나 그녀는 이러한 장벽을 극복하고, 여성 통계학자 네트워크와 멘토링을 통해 후학을 양성했으며, 1990년대 이후 미국 통계학회(COPSS)와 같은 주요 학회에서 수상하며 여성 리더십을 입증했다. 마지막으로 플루르노는 현재 미국 미주리 대학교에서 수학·통계학과 학과장을 역임하며, Curators’ Distinguished Professor로 선정되는 등 학문적·교육적 영향력을 지속하고 있다. 그녀의 경력은 통계학이 데이터 인프라 구축, 임상시험 설계, 정책 입안, 그리고 학제간 협업을 통해 어떻게 실제 사회 문제 해결에 기여할 수 있는지를 보여주는 살아있는 사례이다. **