증거 점검(Evidence Audit)

분류 주장사고법 증거 평가SKILL.md 복사SKILL.md

하는 일

그럴듯한 문장과 화려한 차트로 포장된 보고서나 제안서도, 주장을 지탱하는 실질적인 근거를 뜯어보면 단순한 상관관계의 과장이나 일화적 확신에 불과한 경우가 많습니다.

이 스킬은 결론의 수사학적 설득력에 속지 않고, 증거 평가 방법론에 따라 주장과 근거를 엄격히 분리합니다. 의학 및 과학계의 표준인 증거 계층(GRADE/CEBM), 역학의 브래드퍼드 힐(Bradford Hill) 인과 9대 기준, 정보분석의 경쟁 가설 분석(ACH)을 적용하여 “이 데이터가 결론을 실제로 얼마나 지지하는가?”를 객관적으로 검증합니다. 나아가 누락된 증거(침묵하는 증거)와 대안적 설명을 파헤쳐, 잘못된 증거에 기반한 치명적인 의사결정을 사전에 차단합니다.

---

언제 쓰나

• A/B 테스트나 제품 지표 개선 보고서에서 “기능 X 변경이 결제율을 Y% 올렸다”는 인과 주장을 검증할 때
• 외부 리서치 보고서, 컨설팅 제안서, 학술 논문의 결론을 기업 전략에 도입하기 전
• 두 지표가 함께 움직였다(상관관계)는 데이터로 대규모 예산 투자를 결정하려 할 때
• 서로 상반된 데이터와 주장이 충돌하여 어느 쪽의 증거력이 더 우세한지 판정해야 할 때
• 팀 내 의사결정에서 권위자의 의견이나 단편적 성공 사례(일화)가 데이터로 둔갑하고 있을 때

---

필요한 입력

1. 검토할 대상 명제/문서: 분석하고자 하는 핵심 주장과 제시된 근거 문장 (원문 텍스트, 보고서 요약, 또는 회의 발언)
2. 이 주장으로 내리려는 결정: 해당 주장을 수용할 경우 실행하게 될 계획이나 투자 (선택 사항)
3. 추가 데이터/맥락: 데이터 수집 기간, 표본 크기, 동시 진행된 이벤트, 실험 환경 등 (선택 사항)

입력 부재 시 처리 가드레일

검토할 명제나 데이터가 지나치게 모호한 경우(“우리 서비스 분석해줘” 등), 가상의 데이터를 임의로 지어내지 마십시오. 대신 다음 3가지를 명확히 묻고 진행하십시오:

• 검증하고 싶은 핵심 주장(예: “기능 A가 잔존율을 높였다”)
• 그 주장의 근거로 제시된 데이터나 관찰 사실
• 검토 대상이 되는 문서나 실험의 맥락

---

진행 순서

분석을 수행할 때 다음 5단계를 건너뛰지 말고 순서대로 점검하십시오:

• 1. 주장 분해 및 성격 분류: 결론 문장을 원자 단위로 쪼개고, 주장의 성격(① 단순 기술, ② 상관관계, ③ 인과관계, ④ 미래 예측)을 명시적으로 구분합니다.
• 2. 증거 계층 및 품질 감사: 각 주장에 연결된 근거를 추출하고, 증거 계층 피라미드(Level 1~5)와 데이터 수집의 편향(표본 크기, 생존 편향, 이해관계 상충)을 평가합니다.
• 3. 브래드퍼드 힐 9대 인과성 필터링: 주장이 ‘인과관계’를 함의할 경우, 시간적 선후관계, 연관 강도, 용량-반응 관계, 실험적 입증, 대안 설명 배제 여부를 엄격히 검증합니다.
• 4. 경쟁 가설 분석(ACH) 및 대안 설명: 제시된 증거를 동일하게 설명할 수 있는 제3의 요인(외부 변수, 계절성, 자연 회귀, 체리피킹)을 최소 2개 이상 도출하고 가설-증거 정합성을 대조합니다.
• 5. 누락된 증거 식별 및 최종 확신도 판정: 주장이 참이라면 반드시 존재해야 하나 누락된 ‘침묵하는 증거’와 반대 증거를 명시하고, 최종 증거력 수준(충분 / 조건부 지지 / 근거 미흡 / 기각)을 확정합니다.

---

결과 형식

분석 결과는 반드시 아래 구조화된 마크다운 템플릿에 맞춰 출력하십시오:

# 🔬 증거 점검 감사 보고서 (Evidence Audit)

## 1. 주장 분해 및 명제 분류
- **검토 대상 핵심 주장**: [원문에서 식별된 구체적 결론 문장]
- **주장 유형**: [단순 서술 / 상관관계 주장 / 인과관계 주장 / 미래 예측]
- **주장의 야심 수준 (Claim Scope)**: [통상적 주장 / 입증 책임이 매우 높은 특별한 주장(Extraordinary Claim)]

## 2. 제시된 증거 및 품질 계층 (Evidence Hierarchy)
| 증거 번호 | 제시된 증거 내용 | 증거 수준 (Level 1~5) | 출처 신뢰도 및 이해관계 | 수집 방법 및 편향 위험 |
|:---:|:---|:---:|:---|:---|
| E-1 | [제시된 데이터/수치] | [Level 1: 메타분석 ~ Level 5: 일화] | [독립적 데이터 / 자사 이해관계 등] | [선택 편향, 작은 표본, 체리피킹 등] |

## 3. 인과관계 검증 (Bradford Hill Criteria Filter)
*(인과적 주장이 아닌 경우 생략하거나 해당 항목만 표기)*
1. **시간적 선후관계 (Temporality)**: [충족 / 미충족 / 불명확] — 원인이 결과보다 명백히 앞서는가?
2. **연관의 강도 (Strength)**: [충족 / 보통 / 미흡] — 효과의 크기가 외생 잡음을 압도할 만큼 유의미한가?
3. **용량-반응 관계 (Dose-Response)**: [확인됨 / 미확인 / 해당없음] — 노출량이 늘어날수록 효과도 비례하는가?
4. **실험적 입증 (Experiment)**: [RCT 존재 / 준실험 / 단순 관찰] — 롤백이나 대조군 테스트가 존재하는가?
5. **대안 설명 배제 (Plausibility & Specificity)**: [완전 통제 / 혼란 변수 존재] — 다른 변수들의 영향이 제거되었는가?

## 4. 대안 가설 및 경쟁 가설 분석 (ACH)
제시된 결과를 설명할 수 있는 경쟁 가설들과 증거의 일치 여부:
- **가설 1 (원안)**: [원문이 주장하는 인과 관계] → 불일치 증거: [있음/없음]
- **가설 2 (외생 변수/계절성)**: [예: 프로모션, 성수기, 시장 전체의 성장] → 정합도: [높음/보통]
- **가설 3 (선택 편향/자연 회귀)**: [예: 애초에 결제할 고객만 해당 기능을 썼음] → 정합도: [높음/보통]

## 5. 침묵하는 증거 (누락된 증거 & 반대 증거)
- **주장이 사실이라면 마땅히 관찰되어야 할 증거**:
  - [누락 증거 1: 예 - 대조군의 동기간 전환율 데이터]
  - [누락 증거 2: 예 - 기능 도입 전후의 이탈률 변화]
- **확인된 반대 증거 또는 잠재적 모순**:
  - [반대 증거 내용]

## 6. 종합 판정 및 의사결정 권고
- **최종 증거력 판정**: [충분히 입증됨 (Sufficient) / 조건부 지지 (Contingent) / 근거 미흡 (Insufficient) / 기각 (Refuted)]
- **판정 요약**: [핵심 논리적 결함 또는 지지 근거 요약]
- **실행 전 필수 확인 질문 (Actionable Inquiries)**:
  1. [결정을 내리기 전 실무진이나 작성자에게 반드시 요구해야 할 추가 데이터/실험]
  2. [모르는 영역으로 남아 있는 불확실성 해소 방안]

---

지켜야 할 것 (Guardrails)

1. 상관관계를 인과관계로 절대 도약시키지 않는다:
   • 두 지표의 동시 변화는 가설의 시작일 뿐 결론이 될 수 없습니다. 대조군(Control Group)이 없거나 혼란 변수가 통제되지 않은 관찰 데이터는 반드시 “인과 입증 불가(상관관계에 불과)“로 지적하십시오.
2. 없는 데이터와 통계를 날조하지 않는다:
   • 제시되지 않은 연구 결과, 수치, 외부 벤치마크를 임의로 지어내지 마십시오. 정보가 없으면 “데이터 부재(확인 불가)“로 기록하고 질문으로 남겨야 합니다.
3. ‘증거 부재’를 ‘위험 없음’으로 간주하지 않는다:
   • “문제점이 보고되지 않았다”는 주장이 들어왔을 때, 그것이 “실제로 문제가 없는 것”인지 “측정 시스템이 없어서 모르는 것”인지를 엄격히 구분하여 지적하십시오.
4. 권위에 굴복하지 않고 방법론을 본다:
   • 유명 컨설팅 기관, 권위 있는 학술 기관, 고위 임원의 주장이더라도, 표본의 대표성과 분석 방법론의 한계가 있다면 냉정하게 증거 계층(Level 4~5)으로 분류하십시오.

---

실무 적용 예시

입력 예시

• 검토할 주장: “우리 앱에 신규 온보딩 튜토리얼을 배포한 지난 11월, 첫 달 유료 구독 전환율이 전월 대비 35% 급증했습니다. 따라서 신규 튜토리얼이 유료 결제를 강력하게 견인하고 있음이 증명되었으므로, 모든 플랫폼에 전면 강제 적용해야 합니다.”
• 추가 맥락: 11월에는 연중 최대 할인 행사인 블랙프라이데이 프로모션이 전사적으로 진행되었음.

유용한 점검 결과

• 주장 성격: 튜토리얼 배포(A)가 결제율 급증(B)을 일으켰다는 전형적인 ‘인과관계 주장’.
• 힐 인과성 필터:
  • 시간적 선후관계는 충족되었으나, 대안 설명 배제(Confounder Control)가 완전히 실패함.
  • 11월에 동시에 진행된 ‘블랙프라이데이 전사 할인’이라는 거대한 교란 변수가 존재함.
• 경쟁 가설 분석 (ACH):
  • 가설 A: 튜토리얼의 설득력으로 전환율 증가.
  • 가설 B: 블랙프라이데이 파격 할인으로 인한 자연스러운 결제 급증.
• 누락된 증거:
  • 튜토리얼을 완료한 유저 집단과 튜토리얼을 스킵(Skip)한 유저 집단 간의 전환율 비교 데이터 누락.
  • 할인 혜택을 받지 않은 일반 상품의 전환율 변화 데이터 누락.
• 최종 판정: 근거 미흡 (Insufficient). 블랙프라이데이 효과를 분리하는 A/B 대조군 재실험 없이는 전면 강제 적용을 보류하도록 권고.

---

한계 및 연계 스킬

• 사전 가정의 무결성 검증: 증거를 평가하기 전에 주장에 깔린 전제 자체가 성립하는지 보려면 전제 점검(Assumption Audit)을 먼저 수행하십시오.
• 시장 통계 및 확률적 현실성: 주장에 제시된 성공 확률이 전체 업계의 객관적 기저율과 일치하는지 비교하려면 기저율 점검(Base Rate Check)을 함께 사용하십시오.
• 작성자의 이해관계 및 인지 오류 추적: 주장을 내놓은 분석가나 제안자의 사익 추구나 확증 편향을 진단하려면 판단 편향 점검(Bias Audit)을 병행하십시오.

근거

이 스킬은 다음 사고법을 바탕으로 합니다. 사고법의 정의, 한계, 원 출처는 각 페이지에 정리되어 있습니다.

• 증거 평가 — 주장을 근거와 엄격히 분리하고, 증거 계층(GRADE/CEBM)·브래드퍼드 힐의 인과 기준·경쟁 가설 분석(ACH)을 통해 근거의 질과 인과적 지지력을 체계적으로 평가하는 방법론.

관련 스킬

주장

숨은 가정 점검

계획서, 사업 계획, 주장, 예측이 기대고 있는 가정을 말하지 않은 전제까지 꺼내 적고, 틀리면 결론이 무너지는데 확실하지도 않은 핵심 가정을 골라 무너질 때 보일 신호와 가장 싼 확인 방법을 정한다. 사용자가 계획이나 주장을 보여 주며 '숨은 가정', '전제 점검', '가정 검증', '이게 뭘 믿고 있는 거지', '이 계획 믿어도 되나'를 묻거나, 큰 결정을 내리기 전에 근거가 확인된 것인지 점검하려 할 때 쓴다.

사고법: 가정 검증

주장

기저율 점검

계획이나 예측을 내 사례의 특별한 사정이 아니라 비슷한 과거 사례들이 실제로 어떻게 끝났는지(기저율)에서 출발해 통계적으로 점검한다. 적절한 참조 집단 후보를 세우고, 사용자가 제공한 과거 기록에서 예정 대비 실제 비율 등 기저율 기준선을 계산하며, 데이터가 없으면 통계를 날조하지 않고 찾아볼 자료를 구조화한다. 사용자가 '기저율', '기저율 점검', '비슷한 사례들은 어땠어?', '이번엔 다를 거야', '이 일정 너무 낙관적인가?', '성공 확률이 얼마나 돼?', '외부 관점', '예산에 여유를 얼마나 둬야 해?'를 묻거나, 신사업·프로젝트·시스템 이전의 일정, 비용, 성공 가능성을 확정하기 전에 쓴다.

사고법: 기저율

주장

판단 편향 점검

결정이나 판단이 만들어진 과정을 검토해 확증 편향, 앵커링, 가용성 편향, 매몰비용, 과신, 인센티브 왜곡 등 증거가 있는 편향만 찾아내고, 여러 편향이 결합하는 복합 증폭 위험을 진단해 반증 행동을 설계한다. 사용자가 '내 생각의 맹점 점검', '확증 편향 있는지 봐줘', '의사결정 편향 감사', '이 판단 객관적인가', '판단 편향 점검', '판단 과정 검토'를 요청하거나, 중요한 투자·출시·이직 결정을 내리기 전 생각의 왜곡을 방어하려 할 때 쓴다.

사고법: 인지 편향 점검, 기저율

스킬 파일

원문 보기

evidence-audit/SKILL.md

---
name: evidence-audit
description: 주장을 근거와 엄격히 분리하고, 증거 계층(GRADE/CEBM)·브래드퍼드 힐 9대 인과 기준·경쟁 가설 분석(ACH)을 적용해 데이터와 보고서의 논리적 비약과 허위 상관을 가려냅니다. 사용자가 제안서, 보고서, A/B 테스트 결과, 데이터 분석, 연구 논문, 기사의 주장을 검증하거나 상관과 인과를 구분하려 할 때 반드시 이 스킬을 사용하십시오.
metadata:
  title: 증거 점검(Evidence Audit)
  homepage: https://prompts.onlinetoolstorage.com/skills/claims/evidence-audit/
  updated: "2026-09-25T22:35:22.000Z"
---

# 증거 점검(Evidence Audit)

## 하는 일

그럴듯한 문장과 화려한 차트로 포장된 보고서나 제안서도, 주장을 지탱하는 실질적인 근거를 뜯어보면 단순한 상관관계의 과장이나 일화적 확신에 불과한 경우가 많습니다.

이 스킬은 결론의 수사학적 설득력에 속지 않고, [증거 평가](https://prompts.onlinetoolstorage.com/methods/evidence-evaluation/) 방법론에 따라 **주장과 근거를 엄격히 분리**합니다. 의학 및 과학계의 표준인 증거 계층(GRADE/CEBM), 역학의 브래드퍼드 힐(Bradford Hill) 인과 9대 기준, 정보분석의 경쟁 가설 분석(ACH)을 적용하여 **"이 데이터가 결론을 실제로 얼마나 지지하는가?"**를 객관적으로 검증합니다. 나아가 누락된 증거(침묵하는 증거)와 대안적 설명을 파헤쳐, 잘못된 증거에 기반한 치명적인 의사결정을 사전에 차단합니다.

---

## 언제 쓰나

- A/B 테스트나 제품 지표 개선 보고서에서 "기능 X 변경이 결제율을 Y% 올렸다"는 인과 주장을 검증할 때
- 외부 리서치 보고서, 컨설팅 제안서, 학술 논문의 결론을 기업 전략에 도입하기 전
- 두 지표가 함께 움직였다(상관관계)는 데이터로 대규모 예산 투자를 결정하려 할 때
- 서로 상반된 데이터와 주장이 충돌하여 어느 쪽의 증거력이 더 우세한지 판정해야 할 때
- 팀 내 의사결정에서 권위자의 의견이나 단편적 성공 사례(일화)가 데이터로 둔갑하고 있을 때

---

## 필요한 입력

1. **검토할 대상 명제/문서**: 분석하고자 하는 핵심 주장과 제시된 근거 문장 (원문 텍스트, 보고서 요약, 또는 회의 발언)
2. **이 주장으로 내리려는 결정**: 해당 주장을 수용할 경우 실행하게 될 계획이나 투자 (선택 사항)
3. **추가 데이터/맥락**: 데이터 수집 기간, 표본 크기, 동시 진행된 이벤트, 실험 환경 등 (선택 사항)

### 입력 부재 시 처리 가드레일
검토할 명제나 데이터가 지나치게 모호한 경우("우리 서비스 분석해줘" 등), 가상의 데이터를 임의로 지어내지 마십시오. 대신 다음 3가지를 명확히 묻고 진행하십시오:
- 검증하고 싶은 핵심 주장(예: "기능 A가 잔존율을 높였다")
- 그 주장의 근거로 제시된 데이터나 관찰 사실
- 검토 대상이 되는 문서나 실험의 맥락

---

## 진행 순서

분석을 수행할 때 다음 5단계를 건너뛰지 말고 순서대로 점검하십시오:

- [ ] **1. 주장 분해 및 성격 분류**: 결론 문장을 원자 단위로 쪼개고, 주장의 성격(① 단순 기술, ② 상관관계, ③ 인과관계, ④ 미래 예측)을 명시적으로 구분합니다.
- [ ] **2. 증거 계층 및 품질 감사**: 각 주장에 연결된 근거를 추출하고, 증거 계층 피라미드(Level 1~5)와 데이터 수집의 편향(표본 크기, 생존 편향, 이해관계 상충)을 평가합니다.
- [ ] **3. 브래드퍼드 힐 9대 인과성 필터링**: 주장이 '인과관계'를 함의할 경우, 시간적 선후관계, 연관 강도, 용량-반응 관계, 실험적 입증, 대안 설명 배제 여부를 엄격히 검증합니다.
- [ ] **4. 경쟁 가설 분석(ACH) 및 대안 설명**: 제시된 증거를 동일하게 설명할 수 있는 제3의 요인(외부 변수, 계절성, 자연 회귀, 체리피킹)을 최소 2개 이상 도출하고 가설-증거 정합성을 대조합니다.
- [ ] **5. 누락된 증거 식별 및 최종 확신도 판정**: 주장이 참이라면 반드시 존재해야 하나 누락된 '침묵하는 증거'와 반대 증거를 명시하고, 최종 증거력 수준(충분 / 조건부 지지 / 근거 미흡 / 기각)을 확정합니다.

---

## 결과 형식

분석 결과는 반드시 아래 구조화된 마크다운 템플릿에 맞춰 출력하십시오:

```markdown
# 🔬 증거 점검 감사 보고서 (Evidence Audit)

## 1. 주장 분해 및 명제 분류
- **검토 대상 핵심 주장**: [원문에서 식별된 구체적 결론 문장]
- **주장 유형**: [단순 서술 / 상관관계 주장 / 인과관계 주장 / 미래 예측]
- **주장의 야심 수준 (Claim Scope)**: [통상적 주장 / 입증 책임이 매우 높은 특별한 주장(Extraordinary Claim)]

## 2. 제시된 증거 및 품질 계층 (Evidence Hierarchy)
| 증거 번호 | 제시된 증거 내용 | 증거 수준 (Level 1~5) | 출처 신뢰도 및 이해관계 | 수집 방법 및 편향 위험 |
|:---:|:---|:---:|:---|:---|
| E-1 | [제시된 데이터/수치] | [Level 1: 메타분석 ~ Level 5: 일화] | [독립적 데이터 / 자사 이해관계 등] | [선택 편향, 작은 표본, 체리피킹 등] |

## 3. 인과관계 검증 (Bradford Hill Criteria Filter)
*(인과적 주장이 아닌 경우 생략하거나 해당 항목만 표기)*
1. **시간적 선후관계 (Temporality)**: [충족 / 미충족 / 불명확] — 원인이 결과보다 명백히 앞서는가?
2. **연관의 강도 (Strength)**: [충족 / 보통 / 미흡] — 효과의 크기가 외생 잡음을 압도할 만큼 유의미한가?
3. **용량-반응 관계 (Dose-Response)**: [확인됨 / 미확인 / 해당없음] — 노출량이 늘어날수록 효과도 비례하는가?
4. **실험적 입증 (Experiment)**: [RCT 존재 / 준실험 / 단순 관찰] — 롤백이나 대조군 테스트가 존재하는가?
5. **대안 설명 배제 (Plausibility & Specificity)**: [완전 통제 / 혼란 변수 존재] — 다른 변수들의 영향이 제거되었는가?

## 4. 대안 가설 및 경쟁 가설 분석 (ACH)
제시된 결과를 설명할 수 있는 경쟁 가설들과 증거의 일치 여부:
- **가설 1 (원안)**: [원문이 주장하는 인과 관계] → 불일치 증거: [있음/없음]
- **가설 2 (외생 변수/계절성)**: [예: 프로모션, 성수기, 시장 전체의 성장] → 정합도: [높음/보통]
- **가설 3 (선택 편향/자연 회귀)**: [예: 애초에 결제할 고객만 해당 기능을 썼음] → 정합도: [높음/보통]

## 5. 침묵하는 증거 (누락된 증거 & 반대 증거)
- **주장이 사실이라면 마땅히 관찰되어야 할 증거**:
  - [누락 증거 1: 예 - 대조군의 동기간 전환율 데이터]
  - [누락 증거 2: 예 - 기능 도입 전후의 이탈률 변화]
- **확인된 반대 증거 또는 잠재적 모순**:
  - [반대 증거 내용]

## 6. 종합 판정 및 의사결정 권고
- **최종 증거력 판정**: [충분히 입증됨 (Sufficient) / 조건부 지지 (Contingent) / 근거 미흡 (Insufficient) / 기각 (Refuted)]
- **판정 요약**: [핵심 논리적 결함 또는 지지 근거 요약]
- **실행 전 필수 확인 질문 (Actionable Inquiries)**:
  1. [결정을 내리기 전 실무진이나 작성자에게 반드시 요구해야 할 추가 데이터/실험]
  2. [모르는 영역으로 남아 있는 불확실성 해소 방안]
```

---

## 지켜야 할 것 (Guardrails)

1. **상관관계를 인과관계로 절대 도약시키지 않는다**:
   - 두 지표의 동시 변화는 가설의 시작일 뿐 결론이 될 수 없습니다. 대조군(Control Group)이 없거나 혼란 변수가 통제되지 않은 관찰 데이터는 반드시 "인과 입증 불가(상관관계에 불과)"로 지적하십시오.
2. **없는 데이터와 통계를 날조하지 않는다**:
   - 제시되지 않은 연구 결과, 수치, 외부 벤치마크를 임의로 지어내지 마십시오. 정보가 없으면 "데이터 부재(확인 불가)"로 기록하고 질문으로 남겨야 합니다.
3. **'증거 부재'를 '위험 없음'으로 간주하지 않는다**:
   - "문제점이 보고되지 않았다"는 주장이 들어왔을 때, 그것이 "실제로 문제가 없는 것"인지 "측정 시스템이 없어서 모르는 것"인지를 엄격히 구분하여 지적하십시오.
4. **권위에 굴복하지 않고 방법론을 본다**:
   - 유명 컨설팅 기관, 권위 있는 학술 기관, 고위 임원의 주장이더라도, 표본의 대표성과 분석 방법론의 한계가 있다면 냉정하게 증거 계층(Level 4~5)으로 분류하십시오.

---

## 실무 적용 예시

### 입력 예시
- **검토할 주장**: "우리 앱에 신규 온보딩 튜토리얼을 배포한 지난 11월, 첫 달 유료 구독 전환율이 전월 대비 35% 급증했습니다. 따라서 신규 튜토리얼이 유료 결제를 강력하게 견인하고 있음이 증명되었으므로, 모든 플랫폼에 전면 강제 적용해야 합니다."
- **추가 맥락**: 11월에는 연중 최대 할인 행사인 블랙프라이데이 프로모션이 전사적으로 진행되었음.

### 유용한 점검 결과
- **주장 성격**: 튜토리얼 배포(A)가 결제율 급증(B)을 일으켰다는 전형적인 '인과관계 주장'.
- **힐 인과성 필터**:
  - 시간적 선후관계는 충족되었으나, **대안 설명 배제(Confounder Control)가 완전히 실패**함.
  - 11월에 동시에 진행된 '블랙프라이데이 전사 할인'이라는 거대한 교란 변수가 존재함.
- **경쟁 가설 분석 (ACH)**:
  - 가설 A: 튜토리얼의 설득력으로 전환율 증가.
  - 가설 B: 블랙프라이데이 파격 할인으로 인한 자연스러운 결제 급증.
- **누락된 증거**:
  - 튜토리얼을 완료한 유저 집단과 튜토리얼을 스킵(Skip)한 유저 집단 간의 전환율 비교 데이터 누락.
  - 할인 혜택을 받지 않은 일반 상품의 전환율 변화 데이터 누락.
- **최종 판정**: **근거 미흡 (Insufficient)**. 블랙프라이데이 효과를 분리하는 A/B 대조군 재실험 없이는 전면 강제 적용을 보류하도록 권고.

---

## 한계 및 연계 스킬

- **사전 가정의 무결성 검증**: 증거를 평가하기 전에 주장에 깔린 전제 자체가 성립하는지 보려면 [전제 점검(Assumption Audit)](https://prompts.onlinetoolstorage.com/skills/claims/assumption-audit/)을 먼저 수행하십시오.
- **시장 통계 및 확률적 현실성**: 주장에 제시된 성공 확률이 전체 업계의 객관적 기저율과 일치하는지 비교하려면 [기저율 점검(Base Rate Check)](https://prompts.onlinetoolstorage.com/skills/claims/base-rate-check/)을 함께 사용하십시오.
- **작성자의 이해관계 및 인지 오류 추적**: 주장을 내놓은 분석가나 제안자의 사익 추구나 확증 편향을 진단하려면 [판단 편향 점검(Bias Audit)](https://prompts.onlinetoolstorage.com/skills/claims/bias-audit/)을 병행하십시오.

## 참고 자료

이 스킬이 기대는 사고법입니다. 정의나 적용 방법을 확인해야 할 때 읽습니다.

- [증거 평가(Evidence Evaluation)](https://prompts.onlinetoolstorage.com/methods/evidence-evaluation/)