대니얼 카너먼, ‘《생각에 관한 생각》 확장·심화 버전’으로 인지심리학과 행동경제학의 미래를 열다 ‘행동경제학의 창시자’ 대니얼 카너먼이 인간 심리를 해부하는 또 다른 번뜩이는 통찰을 제시하는 《노이즈: 생각의 잡음》(원제 Noise: A Flaw in Human Judgment)으로 돌아왔다. 《생각에 관한 생각》의 논의를 확장ㆍ심화한 10년 만의 신간이다. 편향과 함께 판단 오류를 일으키는 또 다른 원인인 ‘잡음noise’을 최초로 규명한 혁명적 연구 보고서인 이 책은 형사사법제도, 의료제도, 비즈니스 예측, 근무평정, 지문 감식, 정치 등 여러 분야의 다양한 사례 속에 숨은 잡음을 밝혀냈다. 노벨경제학상을 수상한 인지심리학자(대니얼 카너먼), 의사결정 분야의 최고 경영전략가(올리비에 시보니), 정책 전문가이자 법학자(캐스 선스타인) 등 세계적 석학 3인이 의기투합했기에 가능한 일이었다. 이 책의 출간으로 인지심리학과 행동경제학의 고전은 세 권으로 늘어났다. 《생각에 관한 생각》이 인간의 사고체계를 간단명료하면서도 통찰력 있는 아이디어로 설명해 인간 이해의 지평을 넓힌 선구자였다면, 《넛지》는 그 인사이트를 이어받아 똑똑한 선택을 유도하는 선택설계의 기술을 제안했다. 그리고 《노이즈: 생각의 잡음》은 존재조차 몰랐던 판단 오류의 원인을 밝혀 인지심리학과 행동경제학이 나아갈 새로운 길을 제시했다. 보이지 않던 잡음이 드디어 모습을 드러냈다. 세계적 석학 3인방과 함께 이제 생각의 잡음과 맞설 때다. 똑같아야 하는 판단이 그렇지 않을 때 잡음이 발생한다 : 잡음의 정의 이 책은 우리가 저지르는 오류를 두 가지로 분류한다. 편향과 잡음이다. 편향은 문제의 핵심에서 ‘체계적으로 이탈’한 판단이다. 입사 지원자의 외모가 지원한 직무와 무관한데도 불구하고 면접관 다수에게 긍정적인 인상을 남겼다면, 그 지원자는 ‘후광 효과’라는 편향의 덕을 보게 될 확률이 높다. 지원자의 외모가 면접관들의 초점을 직무의 핵심에서 일제히 벗어나게 한 것이다. 잡음은 문제의 핵심에서 ‘임의적으로 분산’된 판단이다. 같은 지원자 두 명을 본 면접관 두 명에게 어느 지원자가 업무 능력이 우수한지 물어볼 경우, 의견이 일치하지 않을 가능성이 25퍼센트라고 한다. 설사 지원자에게 합격점을 주더라도 면접관마다 점수는 각양각색일 것이다. 면접관들은 같은 지원자에게 저마다 다르게 반응하고 다른 결론에 이른다. 이는 별로 바람직하지 않다. 판단의 편차가 클수록 의견 일치가 늦어지거나 어렵기 때문이다. 잡음은 판단할 때 나타나는 원치 않는 변산성(variability)이다. 과연 전문가들을 믿을 수 있을까? : 잡음의 사례 비슷한 횡령 사건을 저지른 두 사람이 기소되었다. 그런데 한 사람은 징역 20년을 선고받았고, 다른 한 사람은 징역 117일이 선고되었다. 어떻게 이런 일이 발생할 수 있을까? 아무리 판사가 어떤 사람이냐에 따라 형량이 달라진다 해도 격차가 용납될 수 없을 정도로 심하지 않은가? 한 보험회사에 근무하는 두 명의 보험심사역에게 같은 사례를 검토하고 각자 보험료를 산정하게 했다. 이 회사의 경영진은 두 보험료의 차이를 10퍼센트로 예측했다(A가 9,500달러이면 B는 1만 500달러). 그러나 실제 차이는 55퍼센트였다. A가 보험료를 9,500달러로 산정할 때, B는 1만 6,700달러로 산정한다는 뜻이다. 보험료가 지나치게 낮든, 과하든 보험회사 입장에서는 모두 손실이다. 형량을 선고하는 판사, 보험회사의 보험심사역 등 서로 대체 가능한 전문가를 고용하는 조직에서 목격되는 바람직하지 않은 변산성을 저자는 ‘제도 잡음(system noise)’이라고 이름 붙인다. 제도 잡음이 문제가 되는 이유는 분명하다. 일관성 없는 제도는 신뢰를 잃게 되기 때문이다. 저자는 이렇게 ‘복불복’ ‘케바케’로 귀결되는 전문가의 판단을 흡사 ‘추첨’ ‘제비뽑기’와 같다고 꼬집는다. 그리고 이 ‘추첨’은 두 번 일어난다는 충격적인 사실도 들려준다. 예를 들어, 어떤 의사에게 진단을 받느냐에 따라 결과가 달라진다. 이는 위에서 언급한 판사와 보험심사역의 경우와 마찬가지로 ‘누가 걸리느냐’가 관건인 첫 번째 추첨이다. 이때 ‘사람 간 잡음’이 발생한다. 두 번째 추첨은 그다음에 일어난다. 진료실에서 마주한 그 의사가 판단을 내리는 순간, 그가 어떤 상황인지에 따라 결과가 달라진다. 스트레스와 피로감을 느끼는 늦은 오후에 내과 의사들은 그 전보다 마약성 진통제를 처방할 가능성이 높아지는 것으로 드러났다. 이는 ‘사람 내 잡음’이다. 편향이 주인공이라면, 잡음은 단역 배우 : 잡음의 특성 그렇다면 우리는 잡음에 왜 이렇게 취약할까? 잡음이 보이지 않기 때문이다. 그래서 방치된다. 편향은 잘 보인다. 그래서 진단과 처방이 가능하다. 잡음과 편향 비교는 책 곳곳에 등장한다. 특히, “편향이 쇼의 주인공이라면, 잡음은 통상 관객의 눈에 잘 띄지 않는 단역 배우”(13쪽)라는 지적은 편향과 잡음의 특성을 잘 보여준다. 인간은 세상을 인과적으로 이해한다. 어떤 사건이 생긴 원인과 결과를 하나의 이야기를 만들어 소화하고 납득하려 한다. 이 이야기가 오류로 귀결된다면, 주인공인 편향이 문제인 것이다. 이렇듯, 어떤 결정이 왜 틀렸는지 설명할 때, 편향은 쉽게 발견된다. 어떤 프로젝트에 걸릴 시간을 실제보다 짧게 잡는 심리적 편향을 ‘계획 오류’라고 한다. 다음번에는 안 그러면 된다. 반면, 단역 배우인 잡음은 인과적 세계에서는 쉽게 찾을 수 없다. 하지만 통계적 시각에서 보면, 잡음이 보인다. 저자는 심지어 판단이 있는 곳에는 항상 잡음이 있다고 말한다. 통계적 사고는 직감을 믿지 않는 데서 시작한다. 어떤 CEO가 내가 생각하는 성공한 기업인의 상에 부합한다고 해서 2년 뒤에도 연임하리라 믿을 근거는 없다. 기업들의 CEO의 연임률은 이미 통계적으로 나와 있으며, 이 수치는 나의 직감이나 호감도와는 전혀 별개의 정보다. 이럴 땐 통계를 믿는 편이 유리할 것이다. 눈에 보이지 않는 잡음을 줄이는 방법은 예방뿐 : 잡음의 축소 저자는 쉽게 파악이 가능한 편향을 제거하는 것은 직접 치료에 비유하고, 파악이 어려운 잡음을 줄이는 것은 예방적 위생에 비유한다. 잡음은 발생하기 전에 방지할 수밖에 없다. 잡음 축소 전략으로 제시되는 여섯 가지 원칙은 다음과 같다. (1) 판단의 목표는 개성의 표현이 아니라 정확도. 개성은 사람 간 잡음의 원천이기에 피해야 한다. 따라서 알고리즘이 권장된다. 알고리즘이 통찰력을 지니기 때문이 아니다. 알고리즘의 강점은 ‘무잡음’이다. (2) 통계적 사고. 개인의 경험을 활용한 인과적 사고는 잡음을 가려버린다. 외부적인 자료와 관점을 이용함으로써 잡음을 예방할 수 있다. (3) 판단을 독립적인 과제로 구조화. 다수의 평가 항목으로 나눠 독립적으로 평가하면 일관성을 추구하고자 하는 심리적 기제를 제한할 수 있다. 어떤 사건의 목격자들이 서로 대화를 나누면 자칫 그들의 증언이 오염될 수 있다는 사실을 되새길 것. (4) 이른 직관을 참기. 통계와 데이터를 먼저 살펴본 뒤 의사결정의 최종 순간에 직관을 허용하라. 직관이 마지막 순간에 등장해야 잡음을 극복할 수 있다. (5) 여러 독립적 판단을 집계하기. 사람은 서로서로 영향을 주고받기 때문에 토의에 앞서 각자의 판단을 모으는 것이 중요하다. 그래야 한쪽으로 의견이 쏠리지 않게 되고, 잡음을 줄일 수 있다. (6) 상대적 판단과 상대적 척도. 상대적 판단은 절대적 판단보다 잡음이 덜하다. 각각의 가치에 평점을 매기는 것보다 줄을 세워 등급을 매기는 편이 판단의 질을 더 높이기 때문이다.

머리말 두 가지 오류 1부 잡음을 찾아서 1장 잡음과 형사사법제도 | 2장 제도 잡음 | 3장 일회적인 결정 2부 잡음과 인간의 마음 4장 판단의 문제 | 5장 오류 측정 | 6장 잡음 분석 | 7장 상황 잡음 | 8장 집단은 잡음을 어떻게 증폭시키나 3부 예측적 판단에 나타나는 잡음 9장 판단과 모델 | 10장 잡음 없는 규칙 | 11장 객관적인 무지 | 12장 정상의 계곡 4부 잡음은 어떻게 일어나는가 13장 어림짐작, 편향 그리고 잡음 | 14장 매칭 과정 | 15장 척도 | 16장 패턴 | 17장 잡음의 원천 5부 판단 개선 18장 좋은 판단자가 좋은 판단을 내린다 | 19장 편향 제거와 결정 위생 | 20장 과학수사와 정보의 순차적 제시 | 21장 예측의 선별과 집계 | 22장 의료 가이드라인 | 23장 근무평정의 척도 | 24장 채용 시스템의 구조화 | 25장 매개 평가 프로토콜 6부 최적의 잡음 26장 잡음 축소 비용 | 27장 존엄 | 28장 규칙이냐 기준이냐 결론 잡음을 진지하게 고민하자 에필로그 잡음이 줄어든 세상 부록A 잡음 감사를 시행하는 방법 부록B 결정 관찰자를 위한 점검표 부록C 예측 수정 주 감사의 말 찾아보기

판단 시 일어나는 오류를 이해하려면 편향과 잡음 모두를 이해해야 한다. 곧 알게 되겠지만, 때론 잡음이 더 심각한 문제가 된다. 하지만 전 세계적으로 봤을 때 인적 오류에 대한 대중 논의나 여러 조직의 내부 논의에서 잡음이 핵심적으로 다뤄지는 경우는 극히 드물다. 편향이 쇼의 주인공이라면, 잡음은 통상 관객 눈에 잘 띄지 않는 단역 배우다. 편향은 수천 편의 과학 기고문과 수십 권의 대중 서적에서 핵심 주제로 다뤄지지만 이들 문헌에서 잡음은 거의 언급되지 않는다. 이 책은 편향과 잡음 사이에 존재하는 이러한 불균형을 바로잡고자 한다. _머리말, 12~13쪽 수천 건의 소년법원 판결을 조사했더니, 지역 축구팀이 주말 경기에서 패배하고 나면 돌아오는 월요일 판사들이 더 가혹한 판결을 내린다는 것이 확인됐다(그리고 월요일보다는 정도가 덜하지만 남은 한 주 내내 엄한 판결을 내렸다). 흑인 피고들에게도 불균형하게 가혹한 판결이 내려진다. 지난 30년에 걸친 사법적 결정 150만 건을 대상으로 한 또 다른 연구 역시 앞서 진행된 연구와 유사한 결과를 보여줬다. 판사들은 지역 축구팀이 경기에서 승리한 다음 날보다 패배한 다음 날 더 가혹한 판결을 내린다는 것이었다. _1. 잡음과 형사사법제도, 28쪽 심지어 불공정이 유일한 걱정거리일 때에도, 제도 잡음은 다른 문제를 낳는다. 평가적 판단의 영향을 받는 사람들은 판단이 대변하는 가치들이 그 판단을 내린 개인이 아닌 그 제도의 가치라고 생각한다. 결함이 있는 노트북에 대해서 불만 신고를 한 어떤 고객은 완전히 환불을 받고 다른 고객은 그저 사과만 받는다면 뭔가 단단히 잘못됐음에 틀림없다. 또는 5년 동안 근무한 직원이 자진 요청하여 승진을 했는데, 그 직원과 업무 성과가 동일한 다른 직원의 요청은 정중하게 거절당했다면 여기서도 뭔가 단단히 잘못된 것이다. 제도 잡음은 비일관성이다. 비일관성은 제도의 신뢰성을 훼손한다. _4. 판단의 문제, 81~82쪽 잡음이 눈에 보이지 않는 것은 인과적 사고의 직접적인 결과다. 잡음은 본질적으로 통계적이다. 우리가 유사한 판단들의 집합에 대해 통계적으로 사고하면, 그때에야 비로소 잡음이 눈에 띈다. 일단 그러고 나면 잡음을 지나치기란 쉽지 않다. 예를 들어 잡음은 형량 선고와 보험료 산정에서 관찰되는 회고적 통계학의 변산성이다. 또한 잡음은 우리가 미래 결과를 어떻게 예측할지 고민할 때 나타날 수 있는 결과들의 범위다. 그것은 과녁에 이리저리 흩어진 총알 자국이다. 인과적 측면에서 보면 잡음은 그 어디에도 존재하지 않는다. 하지만 통계적 측면에서 보면, 잡음은 어디에나 존재한다. _17. 잡음의 원천, 315쪽 면접이 지원자에 대한 정보를 얻을 수 있는 유일한 창구가 아닐 때, 예를 들어 시험 성적, 참고 자료 등 다른 데이터도 주어질 때, 이렇게 다양한 인풋을 종합하여 전반적인 판단이 나와야만 한다. 여기서 ‘판단(임상적 집계)이나 공식(기계적 집계)을 이용해 인풋을 종합해야 하는 걸까?’ 하는 궁금증이 생길 수 있다. 9장에서 봤듯이 기계적 접근법은 일반적으로 그리고 업무 능력 예측과 같은 구체적인 사례에서 임상적 접근법보다 우월하다. 안타깝게도 조사에 따르면 인사 전문가의 절대다수가 임상적 집계를 선호한다. 이런 관행이 이미 잡음이 존재하는 인사 프로세스에 또 다른 잡음의 원천을 추가하는 셈이다. _24. 채용 시스템의 구조화, 436~437쪽 이런 사례들은 불가피한 결론에 이른다. 바로 불확실한 세상에서 예측 알고리즘이 완벽할 수는 없지만, 잡음 있고 자주 편향된 인적 판단보다는 훨씬 덜 불완전한 판단을 내릴 수 있다는 것이다. 알고리즘은 타당성(좋은 알고리즘은 거의 항상 더 좋은 예측을 내놓는다)과 변별성(좋은 알고리즘은 인간 판단자보다 덜 편향된 판단을 내릴 수 있다) 면에서도 인간보다 우월할 수 있다. 알고리즘이 인간 전문가보다 실수를 덜 함에도 우리에게 직관적으로 사람이 무언가를 판단하기를 선호하는 경향이 있다면, 그러한 경향은 주의 깊게 점검되어야 한다. _26. 잡음 축소 비용, 482쪽