smith"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.
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.
성인 전체 평균으로 다시 계산하면
연령대를 따지지 않고 "한국 성인 남성 전체"와 비교하고 싶다면 사이즈코리아 평균을 쓰면 돼요. 국가기술표준원 제8차 한국인 인체치수조사 발표에 따르면 20~69세 평균 키는 남성 172.5cm, 여성 159.6cm예요. 표준편차는 20대와 같은 값(남 6cm, 여 5.5cm)으로 가정하고 계산했어요.
| 키 | 20대 기준 상위 % | 20~69세 성인 전체 기준 상위 % |
|---|---|---|
| 남성 175cm | 50.0% | 약 33.8% |
| 남성 180cm | 20.2% | 약 10.6% |
| 여성 165cm | 29.3% | 약 16.3% |
| 여성 170cm | 7.3% | 약 2.9% |
성인 전체는 여러 연령대가 섞여 있어 실제 표준편차가 20대 안의 표준편차보다 조금 더 커요. 그래서 오른쪽 열은 실제보다 약간 "희귀하게" 나오는 쪽으로 기울어 있다고 보면 돼요. 그래도 같은 180cm가 20대 안에서는 상위 20%, 성인 전체에서는 상위 10% 안팎이라는 차이는 분명하게 보여요.
성장도표 백분위는 어떻게 읽나
아이 검진 결과지에는 "키 15백분위, 체중 60백분위"처럼 백분위가 적혀요. 이건 같은 성별·같은 개월 수 아이 100명을 줄 세웠을 때 아래에서 몇 번째인지를 뜻해요. 15백분위면 아래에서 15번째, 즉 상위 85%예요. 국내 기준은 질병관리청 소아청소년 성장도표(2017년판)이고, 성장도표에서 판정에 쓰는 대표적인 선은 이래요.
| 판정 | 성장도표 기준 | 대응하는 z점수 |
|---|---|---|
| 저신장 | 같은 나이·성별 키 3백분위수 미만 | 약 −1.88 미만 |
| 과체중 | BMI 85백분위수 이상 95백분위수 미만 | 약 1.04 이상 |
| 비만 | BMI 95백분위수 이상 | 약 1.645 이상 |
z점수 열은 정규분포로 바꿔 본 값이에요. 실제 성장도표는 나이마다 분포 모양이 조금씩 달라서, 치우침까지 반영하는 LMS 방식으로 백분위를 계산해요. 그래서 이 글의 단순 정규분포 계산과 성장도표 숫자가 끝부분에서 조금 다르게 나올 수 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.