경영자를 위한 의사결정 - 2. 일반적인 편견들
아래 리스트 회사들을 읽어보자
- 기본값에 대한 무시를 한다. 예를 들어 '30살의 예지는 결혼하여 처음으로 임신을 하게 되었다. 그러한 그녀는 첫 아이가 혹시나 다운 증후군이 아닐까라는 걱정을 하고 살고 있다. 다운 중후군의 경우 1000명중의 1명 꼴로 나타나지만, 예지는 안심하지 못한다. 이를 위해 그녀는 검사를 받기로 하였다. 이 검사는 86%의 확률로 다운 증후군을 파악할 수 있다. 하지만 5%의 확률로 다운 증후군이 없는 아이도 다운 증후군이 있다고 파악한다. 예지는 이 검사를 받았다. 그리고 그 결과는 그녀의 아이가 다운 증후군이라는 결과를 보고하였다. 이 때, 실제로 그녀의 아이가 다운 증후군일 확률은?'
- Boeing
- American Express
- China Petroleum & Chemical
- Intel
- Home Depot
- China Construction Bank
- Microsoft
- Petrobras-Petroleo Brasil
- AT&T
- Credit Agricole
- Mizuho Finalcial
- Societe Generale Group
- E.ON
- ENI
- AXA Group
- Verizon Communications
- HBOS
- IBM
- Procter & Gamble
- Barclays
- Banco Santander
- BNP Paribas
- Royal Bank of Scotland
- Wal-Mart Stores
- ExxonMobil
- Bank of America
- General Electic
자 그럼 문제, '이 중에서 몇개를 회사를 아십니까?'
는 아니고..
'이 리스트 중에서 미국에 기반을 둔 회사가 많을까, 아니면 미국 이외에 기반을 둔 회사가 많을까?'
답은 후자이다. 직접 세어 보면 된다.. 하지만 대부분의 사람들은 전자를 택한다. 왜그럴까..
그 이유는 쉽게 접할 수 있는 상황 및 경험을 이용하려는 추론방식 때문이다. 합리적 의사결정을 내리려는 당신은 이미 인터넷을 통해, 혹은 사전 지식으로서 위의 기업들의 국적에 대해 알아보았어야 한다.
1. 쉽게 접할 수 있는 상황 및 경험을 이용하려는 추론방식 (The Availability Heuristics)
- 여러번 회자되는 사건에 대하여 가중치를 더 적용한다. 예를 들어, '담배로 인한 사망', '극단적 다이어트와 신체 미운동으로 인한 사망', '차 사고로 인한 사망', '총기류로 인한 사망', '잘못된 약물 사용으로 인한 사망' 중에서 어떤 것이 가장 수위를 차지할까?
정답은 '담배로 인한 사망'이다. 그리고 차례대로 그 사망률 순위를 차지하고 있다. 그런데 조금 이상해 보인다. 일반적인 사람들은 '잘못된 약물 사용으로 인한 사망'이 되게 많을 것으로 여기기 때문이다. 이러한 이유는 메스컴 등에서 여러번 회자되는 '약물 사용으로 인한 사망'이 사람들의 기억에 더 많이 남기 때문이고, 이러한 것이 의사결정에 영향을 미치기 때문이다.
- 기억 방식에 의해 영향을 받는다. 예를 들어, 'a가 맨 첫번째로 오는 단어가 전체 영단어에서 차지하는 비율' 과 'a가 세번째로 오는 단어가 전체 영단어에서 차지하는 비율' 중 어느 것이 더 많을까?
정답은 후자이다. 하지만 사람들은 대개 전자가 더 수가 많다고 여긴다. 그 이유는? 사람들이 영단어를 기억할 때에 첫번째 글자를 기준으로 기억하지, 세번째 글자를 기준으로 기억하지는 않기 때문이다. 이러한 '기억 방식'도 의사결정에 영향을 미친다.
2. 대푯값을 가지고 이를 이용하려는 추론방식(The Representative Heuristic)
- 기본값에 대한 무시를 한다. 예를 들어 '30살의 예지는 결혼하여 처음으로 임신을 하게 되었다. 그러한 그녀는 첫 아이가 혹시나 다운 증후군이 아닐까라는 걱정을 하고 살고 있다. 다운 중후군의 경우 1000명중의 1명 꼴로 나타나지만, 예지는 안심하지 못한다. 이를 위해 그녀는 검사를 받기로 하였다. 이 검사는 86%의 확률로 다운 증후군을 파악할 수 있다. 하지만 5%의 확률로 다운 증후군이 없는 아이도 다운 증후군이 있다고 파악한다. 예지는 이 검사를 받았다. 그리고 그 결과는 그녀의 아이가 다운 증후군이라는 결과를 보고하였다. 이 때, 실제로 그녀의 아이가 다운 증후군일 확률은?'
정답은 1.7%이다. 왜냐하면.. 통계학 내용 중 조건부 확률 내용이다. 말인 즉슨, 1/1000 * 0.86 + 999/1000 * 0.05 가 기준이기 때문이다. 즉, 다운 증후군이 아닌 아이를 다운 증후군이라고 말할 확률이 다운 증후군이 맞는 아이를 다운 증후군이라고 말할 확률보다 훨신 높다 라는 말이다. 하지만 사람들은 '1명 중 1000명' 이라는 기본값을 무시한다. 단지 '86%로 다운 증후군 파악' 이라는 대푯값을 가지고 의사결정을 하려 한다. 물론 비합리적인 의사결정이다.
- 표본 크기를 무시한다. 예를 들어, '마을에는 2개의 병원이 있다. 한 병원에서는 매일 10명의 아이가 태어나고, 다른 병원에서는 50명의 아이가 태어난다. 이 때 아이가 남자가 될 확률은 동일하게 50%이다. 하지만 가끔씩 어떤 날은 60%가 넘을 때도 있고, 어떤 날은 40%가 채 안될 때도 있다. 그렇다면, 2년 중 어떤 병원에서 남자 아이가 태어나는 비율이 60%가 넘는 날이 더 많을까?'
정답은 10명의 아이가 태어나는 병원이다. 왜냐하면... 통계학 내용 중 이산분포를 정규분포로 바꾸는 과정이다.. 자세한 설명보다는 한가지 예를 드는 것이 낫겠다.. 당신은 나와 게임중이다. 만약 동전을 던져서 앞면이 나오면 내가 500원을 받고, 뒷면이 나오면 1000원을 당신에게 주는 게임을 하기로 하자. 그럼 나는 1번은 할 수 있다. 그러나 100번 이 게임을 하기는 싫다.
- 확률에 대해 잘못된 개념을 가지고 있다. 예를 들어, '영상이와 그의 부인에게는 세 명의 여자아이가 있다. 이제, 당신은 네번째 아이를 가지려 하고있는데, 그 아이가 남자일지에 대한 여부에 관심이 있다. 네번째 아이가 여자 아이일 확률은 얼마인가?'
1. 6.25%, 왜냐하면 네명의 여자아이를 한번에 가질 확률은 1/16이니까.
2. 50%, 왜냐하면 각자 아이의 성별이 결정될 확률은 동일하니까.
3. 6.25%와 50% 사이
정답은 2번이다. 하지만 적지 않은 사람들이 1번에 꽤 끌린다는 생각을 가지고 있었을 것이다. 마치 이런 오류는 '도박사의 오류'라고도 불리는 오류인데, 10번 했는데 못 땄으면, 11번째에는 딸 것이라는 생각과 같은 것이다.
- 평균으로 회귀하는 것을 인지하지 못한다. 만약 매출이 특이하게 높게 나왔다면, 다음 번에는 줄어드는 것을 예측하는 것이 합리적이다. 그러나 사람들은 그러지 못하고, 계속 매출이 높기를 기대한다. 마치 LG가 4월에 야구를 잘한다고 해서 가을야구를 당연히 할 것처럼 여기는 것과 같이... 하지만 결국에 LG는 평균 성적으로 회귀하여 가을야구를 하지 못한다..
- 결합된 확률에 대한 잘못된 생각을 가지고 있다. 예를 들어, '영희는 31살의 싱글로, 자기 주장이 강하고 매우 똑똑하다. 그녀는 철학을 전공했다. 그녀가 학생 때, 그녀는 차별과 사회 정의, 그리고 핵 반대 시위에 가담하였었다. 그러한 그녀를 잘 설명할 것 같은 것을 골라라.'
1. 영희는 초등학교 선생님이다.
2. 영희는 페미니스트 운동을 주도하고 있다.
3. 영희는 여성 투표 운동의 일원으로 참여하고 있다.
4. 영희는 페미니스트 운동을 주도하고 있으며, 여성 투표 운동의 일원으로 참여하고 있다.
1. 6.25%, 왜냐하면 네명의 여자아이를 한번에 가질 확률은 1/16이니까.
2. 50%, 왜냐하면 각자 아이의 성별이 결정될 확률은 동일하니까.
3. 6.25%와 50% 사이
정답은 2번이다. 하지만 적지 않은 사람들이 1번에 꽤 끌린다는 생각을 가지고 있었을 것이다. 마치 이런 오류는 '도박사의 오류'라고도 불리는 오류인데, 10번 했는데 못 땄으면, 11번째에는 딸 것이라는 생각과 같은 것이다.
- 평균으로 회귀하는 것을 인지하지 못한다. 만약 매출이 특이하게 높게 나왔다면, 다음 번에는 줄어드는 것을 예측하는 것이 합리적이다. 그러나 사람들은 그러지 못하고, 계속 매출이 높기를 기대한다. 마치 LG가 4월에 야구를 잘한다고 해서 가을야구를 당연히 할 것처럼 여기는 것과 같이... 하지만 결국에 LG는 평균 성적으로 회귀하여 가을야구를 하지 못한다..
- 결합된 확률에 대한 잘못된 생각을 가지고 있다. 예를 들어, '영희는 31살의 싱글로, 자기 주장이 강하고 매우 똑똑하다. 그녀는 철학을 전공했다. 그녀가 학생 때, 그녀는 차별과 사회 정의, 그리고 핵 반대 시위에 가담하였었다. 그러한 그녀를 잘 설명할 것 같은 것을 골라라.'
1. 영희는 초등학교 선생님이다.
2. 영희는 페미니스트 운동을 주도하고 있다.
3. 영희는 여성 투표 운동의 일원으로 참여하고 있다.
4. 영희는 페미니스트 운동을 주도하고 있으며, 여성 투표 운동의 일원으로 참여하고 있다.
정답은 여러 가지의 경우 수가 있을 수 있으나, 적어도 4번이 2번과 3번 앞에 있지는 않는다. 왜냐하면 페미니스트 운동을 주도하는 경우는 4번에 당연히 포함이 되어있고, 여성 투표 운동의 일원으로 참여하지 않으면서 페미니스트 운동을 주도하는 경우도 있을 수 있기 때문이다. 하지만 여러 상황이 결합된 사건이 더욱 대표성을 갖는 것으로 보기에, 이를 더 일어날 것만 같은 확률로 보는 오류가 발생된다.
3. 뚜렷한 증거 없이 자기확신을 하려는 추론방식(Confirmation Heuristic)
- 자기확신의 덫에 빠지기 쉽다.
- 고정된 숫자에 집착한다. 예를 들어, 당신 핸드폰의 마지막 세 개의 숫자를 종이에 써보자. 그리고 그 세 숫자 앞에 1을 써 넣어보자. 그리고 그 네 개의 숫자를 특정 년도로 생각해보자. 자, 그 후 타지마할이 만들어진 년도를 추측해보자. 그 년도는 당신의 핸드폰 뒷 세자리와 그 앞 1로 만들어진 년도보다 앞에 만들어졌을 까, 뒤에 만들어졌을 까. 그리고 그 타지마할의 년도는 몇년일지도 예측해 보자.
정답은 1648년 이다. 그런데 사실 정답은 중요하지 않고, 당신이 추론한 타지마할의 년도와 핸드폰 숫자 뒷자리가 비슷하게 가는지 생각해보자. 사실 타지마할이 만들어진 년도와 당신 핸드폰 뒷자리의 배열은 아무런 상관이 없다. 그런데도 불구하고 사람들은 고정된 년도값에 대하여 이를 기준으로 추론하려는 경향이 있다.
- 자신의 추론에 너무나도 많은 자신감을 가지고 있다.
----------------------------
사실 특정 의사결정을 진행할 때에, 이러한 편견들은 가끔씩은 시간을 절약한다는 데에 의의가 있다. 하지만 경영자가 내리는 중요한 의사결정 하나하나가 이러한 편견에 의해 합리적으로 이루어지지 못한다면, 그 회사의 미래는 사상누각에 있다고 할 수 있겠다.
3. 뚜렷한 증거 없이 자기확신을 하려는 추론방식(Confirmation Heuristic)
- 자기확신의 덫에 빠지기 쉽다.
- 고정된 숫자에 집착한다. 예를 들어, 당신 핸드폰의 마지막 세 개의 숫자를 종이에 써보자. 그리고 그 세 숫자 앞에 1을 써 넣어보자. 그리고 그 네 개의 숫자를 특정 년도로 생각해보자. 자, 그 후 타지마할이 만들어진 년도를 추측해보자. 그 년도는 당신의 핸드폰 뒷 세자리와 그 앞 1로 만들어진 년도보다 앞에 만들어졌을 까, 뒤에 만들어졌을 까. 그리고 그 타지마할의 년도는 몇년일지도 예측해 보자.
정답은 1648년 이다. 그런데 사실 정답은 중요하지 않고, 당신이 추론한 타지마할의 년도와 핸드폰 숫자 뒷자리가 비슷하게 가는지 생각해보자. 사실 타지마할이 만들어진 년도와 당신 핸드폰 뒷자리의 배열은 아무런 상관이 없다. 그런데도 불구하고 사람들은 고정된 년도값에 대하여 이를 기준으로 추론하려는 경향이 있다.
- 자신의 추론에 너무나도 많은 자신감을 가지고 있다.
----------------------------
사실 특정 의사결정을 진행할 때에, 이러한 편견들은 가끔씩은 시간을 절약한다는 데에 의의가 있다. 하지만 경영자가 내리는 중요한 의사결정 하나하나가 이러한 편견에 의해 합리적으로 이루어지지 못한다면, 그 회사의 미래는 사상누각에 있다고 할 수 있겠다.
댓글
댓글 쓰기