귀납적 추론 규범의 정당화

본 논문은 베이즈주의가 “가설 중 하나가 반드시 진실이다”는 전제와 가능도(likelihood)를 증거 선호의 유일한 척도로 삼는 한계를 지적한다. 실제 과학적 탐구에서는 고려된 가설 집합에 진실이 없거나, 목표가 ‘진실’이 아니라 ‘예측 오차가 최소인 가설’과 같이 최적성을 찾는 경우가 흔하다. 이러한 상황에서는 가능도가 증거 선호를 정확히 반영하지 못한다는 점을 Vassend(2019)와 같은 선행 연구를 통해 보여준다. 논문은 먼저 **신념 함수(credibility function)** 를 정의한다. 각 가설 H에 대해 0과 1 사이의 값 p(H)를 할당하며, 이는 “H가 최선일 가능성”을 나타낸다. 이후 **정확도 논증(accuracy argument)** 을 확장해, 이상적인 신념 함수(최선 가설에 1, 나머지에 0)를 기준으로 Bregman 발산을 최소화하는 확률 함수가 비확률 함수보다 우월함을 증명한다. 이 논증은 Pettigrew(2016)의 정확도 논증을 일반화한 것으로, ‘진리’를 ‘최선’으로 교체해도 논리적 구조가 유지된다는 점을 강조한다. 따라서 모든 신념 함수는 확률적이어야 한다는 결론에 도달한다. 다음으로 **업데이트 규칙**을 도출한다. 업데이트는 두 단계로 구성된다. 1) **결합 단계**: 사전 확률 p(H)와 증거 측정값 Ev