교육·학습

🧮 페르미 추정 계산기

정확한 데이터가 없어도 변수로 쪼개고 시나리오를 비교해 대략의 자릿수를 추정합니다. 15개 템플릿(서울 커피 판매량, 피아노 조율사, 시장 규모 TAM 등) + 자유 추정 + 민감도 분석 + localStorage 라이브러리. 정답이 아닌 사고 과정을 가치 있게 만드는 도구입니다.

카테고리 선택총 15개 템플릿
📚 알아두면 좋아요

페르미 추정이란?

페르미 추정(Fermi Estimation)은 노벨 물리학상 수상자 엔리코 페르미가 사용한 대략적 추정 사고법입니다. 정확한 데이터 없이도 합리적 추정이 가능하다는 것을 보여줍니다.

🧩 큰 문제를 작은 변수로

분해할 수 없는 문제는 없다 — 4~7개의 합리적 변수로 쪼개기

🎯 합리적 가정

인구·비율·빈도·평균 — 신뢰할 수 있는 통계 활용

✖️ 곱셈으로 결합

각 변수를 곱하면 자릿수(order of magnitude) 정확도

🔍 가치는 사고 과정

정답이 아닌 논리 분해 자체가 비즈니스·면접·연구의 핵심

🎼 가장 유명한 문제:"시카고에 피아노 조율사는 몇 명일까?"
→ 인구 → 가구 → 피아노 보유 비율 → 조율 빈도 → 조율사 작업량
약 100~200명 (실제 약 150명) — 페르미가 학생들에게 던진 고전 문제.

페르미 추정 4단계

STEP 1

문제 정의

"무엇을 추정하고 싶은가?" 명확하고 측정 가능한 단위로

STEP 2

변수 분해

큰 문제를 4~7개 변수로 쪼개기 (각 변수 독립적이도록)

STEP 3

가정 입력

인구·비율·빈도·평균 — 신뢰할 수 있는 자료 활용

STEP 4

곱셈·검증

변수값 곱하기 → 시나리오 비교 → 실제 데이터와 비교

페르미 추정의 활용 분야

💼 비즈니스·창업

  • 신사업 시장 규모 (TAM·SAM·SOM)
  • 매출·고객 수 예측
  • 광고·마케팅 효과 추정

🎓 교육·면접

  • 컨설팅 면접 (맥킨지·BCG·베인)
  • MBA 케이스 스터디
  • 논리적 사고 훈련

📊 정책·연구

  • 환경 영향 평가
  • 인구 통계 추정
  • 자원 사용량 예측

🌍 일상 호기심

  • "지구 모래알 수"
  • "평생 먹는 밥의 양"
  • "한국 전체 자판기 수"

시나리오 비교의 가치

페르미 추정의 핵심은 단일 답이 아닌 범위입니다. 세 가지 시나리오를 비교하면 추정의 불확실성과 가장 민감한 변수를 파악할 수 있습니다.

🟦 보수적

낮은 가정

🟢 기준

평균 가정

🟡 낙관적

높은 가정

예: "서울 커피 판매량"
  • 보수적: 94만 잔
  • 기준: 169만 잔
  • 낙관적: 263만 잔
→ 진짜 답은 이 범위 안에 있을 가능성이 높습니다.

자주 쓰는 한국 통계 (페르미 추정용)

👥 인구

  • 한국 인구: 약 5,100만 명
  • 서울 인구: 약 940만 명
  • 한국 가구 수: 약 2,100만 가구
  • 25-40세 직장인: 약 1,500만 명

💰 소득·소비

  • 1인당 GDP: 약 3,400만원/년
  • 가구 평균 소득: 약 6,500만원/년
  • 외식 비용: 가구당 월 50만원

🏢 기업·시장

  • 한국 사업체: 약 600만 개
  • 중소기업: 약 700만 개
  • 카페: 약 9만 개
  • 편의점: 약 5만 개

🚗 교통·환경

  • 자동차 등록: 약 2,500만 대
  • 전기차: 약 60만 대 (2024)
  • 1인 일일 음식물 쓰레기: 약 0.3kg

※ 위 통계는 2024년 기준 추정치이며, 정확한 값은 통계청·관련 기관 확인이 필요합니다.

컨설팅 면접에서의 페르미 추정

주요 컨설팅 회사 면접 빈출 문제:
  • "한국에 자동차 정비소는 몇 개 있을까?"
  • "스타벅스 강남점의 일일 매출은?"
  • "한국에서 1년에 팔리는 우산은 몇 개?"
답변 평가 기준:
  • ① 논리 구조 (변수 분해의 합리성)
  • ② 가정의 타당성 (출처·근거)
  • ③ 계산 정확성
  • ④ 결과 검증·해석
  • ⑤ 의사소통 (명확한 설명)

※ 정확한 답이 중요하지 않음 — 사고 과정을 평가받음

TAM·SAM·SOM 분석 (시장 규모)

비즈니스에서 페르미 추정의 표준 형식. 신사업·창업 단계에서 시장 규모 추정에 필수입니다.

TAM

Total Addressable Market

전체 시장 규모. "이 제품이 모든 사람에게 팔린다면?" 가장 큰 추정값.

SAM

Serviceable Available Market

실제 도달 가능한 시장. "내 회사가 서비스 가능한 범위?" TAM의 일부.

SOM

Serviceable Obtainable Market

실제 점유 가능한 시장. "현실적으로 얼마를 가져올 수 있나?" SAM의 일부.

TAM = 인구 × 1인당 소비
SAM = TAM × 도달 비율
SOM = SAM × 점유 비율

자주 묻는 질문 (FAQ)

Q1. 페르미 추정의 정확도는 어느 정도인가요?

페르미 추정은 정확한 답을 구하는 것이 목적이 아닙니다. 일반적으로 실제 값의 1/3~3배 범위에 들어가면 좋은 추정으로 평가합니다. 예를 들어 실제 값이 100이면 33~300 사이의 추정도 합리적이라고 봅니다. 이는 "자릿수의 정확성(order of magnitude)"으로 표현되며, 페르미 추정의 핵심 가치는 정확성이 아닌 사고 과정과 의사결정 도움입니다.

Q2. 페르미 추정에서 가장 중요한 변수는 어떻게 찾나요?

민감도 분석을 통해 찾을 수 있습니다. 각 변수를 동일한 비율(예: +20%)로 변경했을 때 결과가 가장 크게 변하는 변수가 가장 민감한 변수입니다. 본 도구의 시나리오 비교 탭에서 자동으로 민감도 그래프를 표시합니다. 가장 민감한 변수일수록 추정 정확도에 큰 영향을 주므로, 해당 변수에 대해서는 더 정확한 데이터를 찾는 것이 좋습니다.

Q3. 페르미 추정으로 시장 규모를 정말 추정할 수 있나요?

네, 비즈니스 분석에서 매우 자주 사용되는 방법입니다. 특히 신사업·창업 단계에서 정확한 시장 데이터가 없을 때 페르미 추정으로 TAM·SAM·SOM을 계산하는 것이 표준입니다. 다만 의사결정에는 다음을 함께 활용하세요: ① 실제 시장 조사(설문·인터뷰), ② 산업 보고서(KISDI, 한국정보화진흥원 등), ③ 경쟁사 분석. 페르미 추정은 빠른 초기 추정에 적합하며, 구체적 사업 결정에는 정밀 데이터가 필요합니다.

Q4. 변수가 너무 많으면 추정이 더 정확해지나요?

아닙니다. 변수가 많을수록 오히려 부정확해질 수 있습니다. 각 변수에 작은 오차가 곱해지면서 누적되기 때문입니다. 페르미 추정의 권장 변수 개수는 4~7개입니다. 너무 적으면(1~2개) 단순한 곱셈에 불과하고, 너무 많으면(8개+) 오차가 누적됩니다. 적절한 4~5개 변수로 핵심을 분해하는 것이 가장 효과적입니다. 본 도구의 템플릿은 모두 4~5개 변수 구조로 설계되어 있습니다.

Q5. 추정 결과를 어떻게 검증하나요?

다음 방법으로 검증할 수 있습니다: ① 다른 방식으로 다시 추정(Top-down vs Bottom-up — 시장 규모를 인구로 추정 vs 매출로 추정), ② 실제 데이터와 비교(통계청·산업협회 보고서), ③ 시나리오 비교(보수적·기준·낙관적이 합리적 범위인지), ④ 동료·전문가 의견(다른 사람도 비슷한 추정을 하는지). 페르미 추정은 항상 검증과 함께해야 정확한 의사결정에 활용 가능합니다.

함께 쓰면 좋은 도구

🪐

행성 비교 계산기

8개 행성에서 내 몸무게·나이·하루

🌌

코스믹 캘린더

138억 년 우주 역사를 1년으로

🧠

복습 간격 계산기

망각곡선·SM-2 학습 일정

🧠

인지 능력 테스트

반응속도·스트룹·이중 과제

옴의 법칙 계산기

직렬·병렬 회로 시각화

🔬

교육·학습 카테고리

추가 교육 도구 더보기

추천 학습 자료

  • "How to Solve It" — George Pólya (사고법 고전)
  • "Thinking in Bets" — Annie Duke (불확실성 하의 의사결정)
  • "Range" — David Epstein (다재다능 사고)
  • 컨설팅 면접 케이스: Vault Guide to Consulting Case Interviews
  • "Case in Point" (Marc Cosentino) — 컨설팅 케이스 방법론 표준