"180이면 상위 몇 %야?" 같은 질문은 생각보다 계산으로 꽤 정확하게 답할 수 있어요. 필요한 건 비교 집단의 평균과 표준편차 두 숫자뿐이에요. 결론부터 말하면 z점수 = (내 키 − 평균) ÷ 표준편차를 구하고, 정규분포표에서 그 z점수 위쪽 비율을 찾으면 그게 "상위 몇 %"예요. 20대 남성을 평균 175cm, 표준편차 6cm로 잡으면 180cm는 상위 약 20%, 185cm는 상위 약 5%예요.
이 글에서는 평균·표준편차·정규분포가 뭔지 계산에 필요한 만큼만 설명하고, 직접 손으로(또는 엑셀로) 백분위를 구하는 순서를 예시와 함께 보여 드릴게요. 남녀 키별 상위 % 표와, 같은 키라도 비교 집단에 따라 순위가 달라지는 이유, 몸무게에 같은 방법을 쓰면 왜 오차가 커지는지도 다뤄요. 표의 평균·표준편차는 국내 실측 조사 수준을 반영해 계산하기 쉽게 잡은 가정값이라, 결과는 "대략 이 정도"로 읽어 주세요.
핵심 요약
백분위 계산은 세 단계예요. 비교 집단의 평균·표준편차를 정하고, z = (내 값 − 평균) ÷ 표준편차를 구하고, 정규분포표로 z를 비율로 바꿔요.
z가 1이면 상위 약 16%, 1.28이면 약 10%, 1.645면 약 5%, 2면 약 2.3%예요.
20대 남성(평균 175cm, 표준편차 6cm 가정)은 180cm가 상위 약 20%, 185cm가 약 5%, 여성(평균 162cm, 표준편차 5.5cm 가정)은 170cm가 상위 약 7%예요.
키는 정규분포에 잘 맞지만 몸무게는 무거운 쪽 꼬리가 길어서 같은 방법을 쓰면 오차가 커져요.
키 상위 몇 %를 계산하려면 필요한 두 숫자
순위를 알려면 원래는 전체 사람의 키를 줄 세워야 해요. 하지만 키처럼 평균 근처에 많이 몰리고 양쪽으로 갈수록 대칭적으로 줄어드는 값은 정규분포라는 종 모양 곡선으로 잘 근사돼요. 정규분포는 두 숫자만 알면 모양이 완전히 정해져요.
| 숫자 | 뜻 | 키에서의 의미 |
|---|---|---|
| 평균(μ) | 분포의 가운데 | 비교 집단의 평균 키 |
| 표준편차(σ) | 평균에서 흩어진 정도 | 대부분의 사람이 평균에서 몇 cm쯤 떨어져 있는지 |
국내 실측 조사(국민건강영양조사, 사이즈코리아 인체치수조사 등)를 보면 같은 성별·연령대 안에서 키의 표준편차는 대략 5~6cm 수준이에요. 이 글에서는 계산하기 편하게 다음처럼 가정할게요.
- 20대 남성: 평균 175cm, 표준편차 6cm
- 20대 여성: 평균 162cm, 표준편차 5.5cm
연령대별 평균 키는 한국인 평균 키·몸무게 표에 정리해 뒀어요. 다른 연령대와 비교하고 싶다면 평균만 그 표의 값으로 바꾸면 돼요. 표준편차는 연령대별로 큰 차이가 없어서 5.5~6cm를 그대로 써도 대략 맞아요.
정규분포 68-95-99.7 규칙으로 감 잡기
계산 전에 기억해 두면 편한 규칙이 하나 있어요. 정규분포에서는
- 평균 ± 1 표준편차 안에 약 68%
- 평균 ± 2 표준편차 안에 약 95%
- 평균 ± 3 표준편차 안에 약 99.7%
가 들어가요. 20대 남성(175 ± 6cm)에 적용하면 169~181cm 사이에 약 68%, 163~187cm 사이에 약 95%가 있다는 뜻이에요. 그러니 181cm(평균 + 1 표준편차)보다 큰 사람은 바깥 32%의 절반인 약 16%, 187cm(+2 표준편차)보다 큰 사람은 바깥 5%의 절반인 약 2.3%예요.
이 규칙만 알아도 "평균보다 표준편차 하나만큼 크면 상위 16%, 두 개면 상위 2%대"라는 감이 생겨요. 그 사이 값을 정확히 구할 때 z점수와 정규분포표를 써요.
z점수로 키 백분위 계산하는 순서
z점수는 "내 값이 평균에서 표준편차 몇 개만큼 떨어져 있는지"예요.
z = (내 키 − 평균) ÷ 표준편차
z를 구하면 아래 표에서 "z보다 큰 비율", 즉 상위 %를 읽으면 돼요.
| z점수 | 상위 % (z보다 큰 비율) | 하위 % (z보다 작은 비율) |
|---|---|---|
| 0 | 50.0% | 50.0% |
| 0.25 | 40.1% | 59.9% |
| 0.5 | 30.9% | 69.1% |
| 0.75 | 22.7% | 77.3% |
| 1.0 | 15.9% | 84.1% |
| 1.28 | 10.0% | 90.0% |
| 1.5 | 6.7% | 93.3% |
| 1.645 | 5.0% | 95.0% |
| 2.0 | 2.3% | 97.7% |
| 2.33 | 1.0% | 99.0% |
| 2.5 | 0.6% | 99.4% |
| 3.0 | 0.13% | 99.87% |
z가 음수면 표의 상위·하위를 뒤집어 읽으면 돼요. 예를 들어 z = −1이면 하위 약 15.9%, 즉 상위 약 84.1%예요.
예시 1: 20대 남성 181cm
- z = (181 − 175) ÷ 6 = 1.0
- 표에서 z = 1.0의 상위 비율 = 15.9%
- 결론: 20대 남성 중 상위 약 16% (100명 중 16등 안팎)
예시 2: 20대 여성 167cm
- z = (167 − 162) ÷ 5.5 = 0.91
- 표에서 0.75(22.7%)와 1.0(15.9%) 사이 → 정확히 계산하면 약 18.2%
- 결론: 20대 여성 중 상위 약 18%
예시 3: 20대 여성 158cm
- z = (158 − 162) ÷ 5.5 = −0.73
- 음수이니 하위 비율을 봐요. z = 0.73의 상위 비율이 약 23%이므로 하위 약 23%
- 결론: 상위 약 77% (하위 약 23%)
남녀 키별 상위 % 표 (20대 기준)
위 가정값으로 5cm 간격 상위 %를 계산한 표예요.
| 남성 키 | z | 상위 % | 여성 키 | z | 상위 % | |
|---|---|---|---|---|---|---|
| 165cm | −1.67 | 95.2% | 150cm | −2.18 | 98.5% | |
| 170cm | −0.83 | 79.8% | 155cm | −1.27 | 89.8% | |
| 175cm | 0 | 50.0% | 160cm | −0.36 | 64.2% | |
| 180cm | 0.83 | 20.2% | 165cm | 0.55 | 29.3% | |
| 185cm | 1.67 | 4.8% | 170cm | 1.45 | 7.3% | |
| 190cm | 2.5 | 0.6% | 175cm | 2.36 | 0.9% |
평균 근처에서는 1cm 차이로 순위가 크게 바뀌고, 양 끝으로 갈수록 변화가 작아져요
표로 보기
| 구분 | 상위 % |
|---|---|
| 160cm | 99.4 |
| 165cm | 95.2 |
| 170cm | 79.8 |
| 175cm | 50 |
| 180cm | 20.2 |
| 185cm | 4.8 |
| 190cm | 0.6 |
곡선을 보면 평균(175cm) 근처가 가장 가파르죠. 사람이 가장 많이 몰려 있는 구간이라 172cm와 178cm의 순위 차이(약 38%p)가 182cm와 188cm의 차이(약 11%p)보다 훨씬 커요. "평균 근처에서 2~3cm는 순위로 보면 큰 차이, 끝에서 2~3cm는 작은 차이"라고 기억하면 돼요.
반대로 "상위 몇 %가 되려면 몇 cm여야 하나"도 같은 방식으로 거꾸로 구할 수 있어요. 필요한 키 = 평균 + z × 표준편차예요.
같은 키, 다른 순위: 비교 집단을 맞춰야 하는 이유
백분위는 "누구와 비교하느냐"에 따라 완전히 달라져요. 키 183cm 남성을 예로 들어 볼게요.
| 비교 집단 (평균, 표준편차 6cm 가정) | z | 상위 % |
|---|---|---|
| 20대 남성 (175cm) | 1.33 | 약 9.1% |
| 50대 남성 (170cm) | 2.17 | 약 1.5% |
같은 183cm인데 20대 안에서는 상위 9% 정도, 50대 안에서는 상위 1~2%예요. 연령대별 평균 키 차이가 5cm 정도라서 생기는 차이예요. 그래서 인터넷에서 "180이면 상위 몇 %"라는 답이 제각각인 거예요. 비교 집단을 "성인 남성 전체"로 잡느냐, "20대 남성"으로 잡느냐에 따라 숫자가 달라지거든요.
나라를 바꾸면 차이는 더 커져요. 평균 키가 더 큰 나라와 비교하면 같은 키도 순위가 내려가요. 결국 "상위 몇 %"를 말할 때는 어떤 집단의 평균·표준편차를 썼는지를 같이 말해야 의미가 있어요.
엑셀·계산기로 키 백분위 바로 구하기
정규분포표를 찾을 필요 없이 엑셀이나 구글 시트 함수로 바로 계산할 수 있어요.
| 하고 싶은 것 | 엑셀/구글 시트 공식 | 예시 결과 |
|---|---|---|
| 181cm의 하위 비율 | =NORM.DIST(181, 175, 6, TRUE) | 0.841 (84.1%) |
| 181cm의 상위 비율 | =1-NORM.DIST(181, 175, 6, TRUE) | 0.159 (15.9%) |
| 상위 10%가 되는 키 | =NORM.INV(0.9, 175, 6) | 182.7 |
| z점수 | =STANDARDIZE(181, 175, 6) | 1.0 |
NORM.DIST의 마지막 인수 TRUE는 "누적 확률", 즉 이 값보다 작은 사람의 비율을 달라는 뜻이에요. 상위 %가 필요하면 1에서 빼요. 파이썬을 쓴다면 표준 라이브러리 statistics.NormalDist(175, 6).cdf(181)로 같은 값을 얻을 수 있어요.
직접 계산하기 귀찮다면 키·몸무게 피지컬 상위 % 테스트에 키와 몸무게를 넣으면 성별 기준 대략적인 상위 %를 바로 보여 줘요. BMI 단계와 함께 보고 싶다면 비만도 측정 테스트도 있어요.
몸무게 백분위에 정규분포를 쓰면 안 되는 이유
키에 잘 맞는 방법을 몸무게에 그대로 쓰면 오차가 커져요. 몸무게 분포는 오른쪽(무거운 쪽)으로 꼬리가 긴 비대칭 모양이기 때문이에요. 마른 쪽은 생리적으로 내려갈 수 있는 한계가 있지만, 무거운 쪽은 훨씬 멀리까지 퍼져 있어요.
그 결과 몸무게는
- 평균이 가운데 값(중앙값)보다 조금 높게 나오고,
- 평균보다 가벼운 사람이 50%보다 조금 많으며,
- 정규분포로 계산하면 "평균 + 2 표준편차" 같은 무거운 쪽 순위를 실제보다 낮게(희귀하게) 추정하는 경향이 있어요.
그래서 몸무게 순위는 실제 조사 데이터의 백분위 표를 쓰거나, 로그를 취해 정규분포에 맞추는 식으로 보정하는 게 정석이에요. 소아·청소년 성장도표도 몸무게와 BMI는 이런 보정이 들어간 방식으로 백분위를 만들어요. 또 몸무게 순위 자체는 건강과 직접 관련이 적어요. 체중은 키와 함께 봐야 의미가 있어서, 순위보다는 BMI 구간을 확인하는 게 더 유용해요. BMI 계산기에서 바로 확인할 수 있어요.
키 백분위 계산할 때 흔한 실수
- 표준편차 대신 범위를 씀: "170~180cm가 많으니 표준편차 10"처럼 잡으면 순위가 크게 틀려요. 키의 표준편차는 대략 5~6cm예요.
- 상위와 하위를 헷갈림: NORM.DIST 결과 0.84는 "84%보다 크다"가 아니라 "84%보다 작다(하위 84%)", 즉 상위 16%예요.
- 신발 신은 키나 자기 응답 키를 넣음: 1~2cm 차이도 평균 근처에서는 순위가 10%p 넘게 바뀌어요. 맨발 실측 키를 쓰세요.
- 극단값에 정규분포를 과신: 상위 0.1% 같은 아주 끝부분은 실제 분포와 정규분포 근사가 어긋나기 쉬워요. "아주 드물다" 정도로만 해석하세요.
- 청소년에 성인 기준 적용: 성장기에는 나이(개월 수)별 기준이 계속 바뀌어요. 질병관리청 소아청소년 성장도표의 백분위를 쓰세요.
자주 묻는 질문
남자 키 180cm는 상위 몇 %인가요?
20대 남성을 평균 175cm, 표준편차 6cm로 가정하면 z = 0.83으로 상위 약 20%예요. 비교 집단을 40~50대나 성인 남성 전체로 넓히면 평균이 낮아져 상위 10% 안팎이나 그 이하로 올라가요.
여자 키 170cm는 상위 몇 %인가요?
20대 여성을 평균 162cm, 표준편차 5.5cm로 가정하면 z = 1.45로 상위 약 7%예요. 연령대가 높은 집단과 비교하면 더 위쪽으로 올라가요.
z점수가 음수면 어떻게 읽나요?
평균보다 작다는 뜻이에요. z의 절댓값으로 정규분포표의 상위 비율을 찾은 뒤 그 값을 "하위 비율"로 읽으면 돼요. 예를 들어 z = −1이면 하위 약 16%, 상위 약 84%예요.
백분위와 백분율은 다른가요?
백분율은 전체 중 비율(%)이고, 백분위는 "100명 중 몇 번째 위치인가"예요. 하위 84%에 있으면 84백분위, 상위 약 16%라고 표현해요. 상위 %와 백분위는 서로 100에서 뺀 관계예요.
이 방법으로 나온 순위는 얼마나 정확한가요?
평균과 표준편차를 어떤 자료에서 가져왔느냐에 따라 달라져요. 키는 정규분포에 잘 맞아서 평균 근처에서는 몇 %p 안쪽으로 맞는 편이지만, 아주 끝부분(상위 1% 미만)이나 몸무게에서는 오차가 커질 수 있어요.
정리
키 상위 %는 z = (내 키 − 평균) ÷ 표준편차를 구한 뒤 정규분포표로 바꾸면 돼요. z = 1이면 상위 약 16%, 1.645면 5%, 2면 2.3%이고, 20대 남성(175±6cm 가정)은 180cm가 상위 약 20%, 185cm가 약 5%, 20대 여성(162±5.5cm 가정)은 170cm가 약 7%예요. 같은 키라도 비교 집단에 따라 순위가 달라지니 성별·연령대를 맞추고, 몸무게는 분포가 비대칭이라 BMI로 보는 게 더 의미 있어요.
키·몸무게 피지컬 상위 % 테스트로 내 위치를 바로 확인하고, 체중 구간은 BMI 계산기로 함께 보세요. 이 글의 평균·표준편차는 설명을 위한 가정값이라 실제 통계와 약간 차이가 날 수 있어요.