로그인|회원가입|고객센터
Top
검색버튼 메뉴버튼

의사결정 방법론 略史

인식의 오류 극복해야 옳은 결단 가능

안재현 | 41호 (2009년 9월 Issue 2)
조지 W 부시 전 미국 대통령이 최근 퇴임 후 처음으로 우리나라를 찾았다. 그는 “퇴임 후 아쉬운 점이 무엇인가?”라는 질문에 “에어포스원(대통령 전용기)이 정말 편했는데…”라고 답했다. “전혀 그립지 않은 것은 무엇인가?”라고 물으니 “의사결정의 어려움”이라고 털어놓았다.
 
미국 대통령은 세계 최고의 막강한 권력을 쥐고 원하는 모든 정보를 손에 넣을 수 있다. 그런 미국 대통령도 의사결정이 가장 어려웠다고 고백했다. 지금 이 시간에도 당면한 문제로 머리털을 쥐어뜯고 싶어 하는 많은 경영자들에게 다소 위안이 되는 대목이다.
 

 
 
의사결정의 오류
경영자들은 수많은 불확실성과 가치의 상충, 목표의 불명확성, 문제의 모호성 등 어려움을 극복하고 매 순간 의사결정을 내려야만 하는 고독한 사람들이다. 신상품 시판에서부터 신기술 개발, 생산 시설 확충, 인수합병(M&A) 등 어느 것 하나 쉬운 결정은 없다.
 
하지만 여기서 결코 잊지 말아야 할 점이 있다. 우리 모두가 삶 속에서 수많은 의사결정을 내리지만 제대로 된 의사결정 체계와 훈련을 기반으로 내리는 결정은 극히 소수란 사실이다. 의사결정의 대부분은 경험에 의존해 내려진다. 그러나 인간의 인식 과정에는 적지 않은 오류가 있기 때문에 경험과 직관(intuition)에 의한 의사결정에는 많은 문제가 있다. 사람들은 보통 자신이 원하는 방향으로 사물을 인지하고 해석한다. 이 때문에 소위 ‘의사결정 오류(편향)’가 일어날 가능성이 매우 커진 이유다.
 
의사결정 오류의 예를 하나 들어보자. 인간은 불확실한 상황을 예측할 때, 사전에 주어진 정보(초기 값) 때문에 비합리적인 후속 판단을 내리곤 한다. 학자들은 이를 ‘닻 내리기 효과(anchoring effect)’라고 한다. 이 상황에서는 닻을 내린 곳 주변에 배가 머물듯, 처음 입력된 정보가 ‘정신적 닻’으로 작용해 전체적인 판단에 영향을 미친다.(DBR TIP ‘닻 내리기 오류의 사례’ 참조)
 
많은 심리학 연구들은 ‘닻 내리기 효과’ 외에도 많은 인지 또는 인식의 오류를 밝혀냈다. 또 다른 예인 ‘현상 유지 오류(status quo bias)’에 의하면 사람들은 사전에 주어진 대안이 최선이 아니더라도 사후에 그것을 변경하지 않고 그대로 유지하는 경향이 있다. 이는 최적의 대안이 선택되지 않는 결과를 낳는다. ‘미끼 효과(decoy effect)’는 제3의 변수(미끼)에 따라 의사결정이 영향을 받는 현상이다. 어떤 사람에게 대안 A와 B가 주어졌다고 하자. 그는 2가지 중 하나를 쉽게 결정하지 못한다. 이때 그에게 A보다 훨씬 좋지 않은 대안 A1을 주면 A를 쉽게 선택하는 경향이 있다. A와 B의 비교라는 이성적 판단 과정을 무시하고서 말이다.
 
DBR TIP 닻 내리기 오류의 사례
 
필자는 지난 10년간 KAIST의 경영자 대상 강의에서 수강생들을 무작위로 두 그룹으로 나눈 후 다음과 같이 질문해왔다.
 
A그룹: 1990년 8월 기준 한국의 총 사육 돼지 수가 100만 두 이상이 된다고 생각하십니까?(예 또는 아니오로 답하시오)
 
B그룹: 1990년 8월 기준 한국의 총 사육 돼지 수가 1000만 두 이상이 된다고 생각하십니까?(예 또는 아니오로 답하시오)
 
후속 질문은 “당신의 판단으로는 그 숫자가 얼마나 될 것 같습니까”다. 그 추정을 위해 경영자들은 재미있는 방법을 다수 동원한다. 한국의 농가 수와 돼지를 키우는 농가의 비율, 사육 농가의 평균 돼지 사육 숫자 등을 이용하는가 하면, 가정과 직장에서 먹는 돼지고기의 월평균 양과 돼지 한 마리의 무게, 가구 숫자 등으로 추정하는 경우도 있다.
 
재미있는 사실은 지난 10년간의 강의에서 한 번의 예외도 없이 B그룹의 추정치가 A그룹의 추정치보다 3배 이상으로 나왔다는 점이다. 첫 번째 질문에서 주어진 사육 돼지 수가 A그룹에는 100만 두(A그룹의 닻)로, B그룹에는 1000만 두(B그룹의 닻)로 다르게 주어졌기 때문이다. 이런 사실을 알게 된 경영자들은 큰 충격을 받는다. 동시에 무의식적으로 비이성적 인식이 일어난다는 것을 알게 되며, 이러한 깨달음이 향후에 더 나은 의사결정을 내리는 데 도움이 됨을 이해하게 된다.
 
경영자는 불확실성을 해결하는 사람
이런 인식 오류는 불확실한 상황에서 의사결정을 내려야 할 때 더욱 두드러지게 나타난다. 모 대기업 최고경영자(CEO)가 “경영에서 가장 어려운 점이 무엇이냐?”는 질문에 “거시적 요인에서 기인하는 불확실성”이라고 답한 적이 있다. 그 불확실성만 해소되면 기업을 잘 이끌고 갈 수 있을 거란 뜻이다. 맞는 말이다. 그러나 의사결정 과정에 불확실성이 없다면 높은 연봉을 줘야 하는 CEO란 자리가 필요 없어진다. 불확실성이 없는 의사결정은 고성능 컴퓨터와 훌륭한 프로그램을 사용해 손쉽게 해결할 수 있다.
 
게다가 불확실성은 실제 기업 경영에서 기회의 원천이기도 하다. 연구개발(R&D) 투자를 통한 기술 개발에는 기술적 불확실성이 있고, 이를 바탕으로 신규 상품을 시판하면 소비자의 반응에 따라 판매량이 변하는 시장 불확실성이 생긴다. 이렇게 여러 원천에서 발생하는 불확실성은 기업에 부정적 위험과 동시에 기회도 제공한다. 훌륭한 경영자는 위험을 줄이면서 동시에 기회를 포착하는 전략을 개발하는, 말하자면 불확실성을 활용 가능하게 만드는 ‘해결사’다.
 
 *그림을 클릭하시면 크게 보실 수 있습니다.


기대효용 이론과 의사결정 분석
사람들은 불확실한 상황에서의 의사결정을 어떻게 해결하려 노력해왔을까? 고대인들은 신탁이나 점술에 의지해 해결책을 찾으려 했다. 귀납 추론(inductive reasoning)과 확률론 등 과학적 방법론은 근대가 되면서 등장하기 시작했다. 하지만 여전히 종교와 관습의 영향이 남아 있었다.
 
18세기 학자들은 불확실한 상황에서의 의사결정에 대한 해답을 흥미롭게도 신의 존재와 믿음의 문제에서 찾았다. 그들은 신의 존재를 믿을 것인가, 믿지 않을 것인가를 ‘지옥이 존재할 확률’과 ‘지옥에 갔을 때의 비용’을 갖고 논했다. 학자들은 결론적으로 ‘지옥이 존재할 확률이 너무나 작을지라도, 지옥에서의 고통에 따른 무한대의 비용을 고려해보면 신을 믿는 게 낫다’는 논리를 폈다. 나름대로 위험 분석을 통해 대안의 가치를 평가하고, 사건 발생의 불확실성을 확률로 표현해 이를 의사결정의 지표로 삼고자 했던 것이다.
 
이런 의사결정의 논리는 1940년대 노이만과 모르겐슈테른의 기대효용 이론(expected utility theory)으로 체계화돼 현대 경제학과 의사결정론의 중요한 기반이 됐다. 기대효용 이론은 ‘모든 대안 중에서 기대효용(가치와 사건이 발생할 확률로 계산)이 최대가 되는 대안을 선택하면 불확실한 상황에서 가장 합리적인 의사결정을 할 수 있다’는 내용을 담고 있다. 이 이론은 의사결정을 내릴 때의 이론적 규범을 제공해준다고 해서 ‘규범적 접근(normative approach)’이라고도 불렸다.
 
기대효용 이론은 인간이 매우 이성적인 존재라고 가정한다. 하지만 실제 인간은 항상 이성적인 판단을 내리지는 않으며, 기대효용 이론이 성립하기 위한 다른 전제 조건들도 현실적으로 충족되기 어렵다는 비판이 제기됐다. 따라서 기대효용 이론은 단지 의사결정과 관련해 규범적인 표준을 제공하는 역할만 할 뿐, 현실 문제에 대한 실질적인 방향을 제시해주지는 못한다는 게 공론이 됐다.
 
규범적 의사결정 이론은 1960∼1970년대에 들어와 실용적인 의사결정 분석(decision analysis)으로 발전하게 됐다. 의사결정 분석의 목적은 현실의 문제를 실제적으로 해결할 수 있는 프로세스와 도구를 제공해 복잡한 문제에 대한 정확한 이해와 혜안(insight)을 주는 것이다. 의사결정 분석에서는 합리적 의사결정을 위한 대안과 상황 및 그 발생 확률, 대안과 상황에 따르는 성과 등의 요소를 고려한다. 즉 계량 및 통계적 기법을 이용해 의사결정자에게 주어진 다수의 대안 또는 전략적 선택의 결과를 분석함으로써 최선책을 선택하는 기법이다.(그림2)
 
* 그림을 클릭하시면 크게 보실 수 있습니다. 


의사결정 분석의 접근 방법은 체계적으로 의사결정 문제를 해결해나갈 수 있는 구체적인 방법을 제시한다는 점에서 매우 실용적이다. 이런 접근은 의사결정자들의 문제 진단과 합리적 의사결정을 도와준다는 의미에서 ‘처방적 접근(prescriptive approach)’이라고도 불린다. 특히 불확실성이 많고, 여러 가지 속성(multi-attribute)을 가지는 의사결정 문제에 매우 유용하다.
 
실제로 의사결정 분석의 접근 방법은 석유자원 탐사 전략과 환경·에너지 정책 분석, 신약 개발 전략, 제품 개발, 기업 전략 평가 등에 매우 유용하게 활용되고 있다. 그러나 이런 접근 방법을 실제 문제에 적용하기 위해서는 많은 자원과 의사결정 전문가의 도움이 필요하다는 문제점이 있다.
행동경제학의 대두
의사결정 연구자들은 1980∼1990년대에 접어들면서 인간의 심리적이며 행태적인 면에 관심을 갖게 됐다. 이에 따라 인간의 인지 및 자료 처리 과정에서 생기는 오류에 대한 이해와, 이를 통한 의사결정 과정의 이해 및 현상적 설명에 관심을 두는 새로운 연구 방안이 모색되기 시작했다. 가장 대표적인 연구가 트베르스키와 카네만의 프로스펙트 이론(prospect theory)이다. 이 이론은 사람들이 느끼는 가치(value)는 절대치가 아니라 준거점(reference point)에 의해 바뀐다는 점을 중심으로 한다. 개인의 준거점이 어디에 있느냐에 따라 손실의 체감도가 달라진다는 말이다. 또 사람들은 의사결정을 위한 가치 평가에서 결과가 이익(gain)으로 포장됐을 때는 오목(concave) 형태의 함수 모양으로, 손해(loss)로 포장됐을 때는 그 손해가 더 크게 느껴지는 볼록(convex) 형태의 함수 모양으로 평가를 내린다.(그림3) 따라서 손실은 같은 금액의 이익보다 훨씬 강하게 평가되며, 이를 ‘손실 회피성’이라고 한다.
 

 
프로스펙트 이론은 경영자의 의사결정을 직접적으로 도와준다기보다는 개인의 의사결정을 설명하고 예상함으로써 간접적으로 도와준다. 이 때문에 ‘기술적(記述的) 접근(descriptive approach)’이라고도 불린다. 이런 연구 경향은 이후 행동경제학(behavioral economics)으로 발전했다. 카네만은 그 공로를 인정받아 2002년 노벨 경제학상을 받았다.
 
최근 큰 관심으로 떠오른 행동경제학 연구에서는 인간의 비합리적 인식과 의사결정을 기술적 관점에서 연구하고, 이를 이용해 인간의 행동을 예측한다. 행동경제학의 대표적 학자는 <상식 밖의 경제학(Predictably Irrational)>의 저자로 잘 알려진 댄 애리얼리 미국 듀크대 교수다. 그는 인간이 비합리적으로 행동하긴 하지만 인간의 비합리성에는 예측 가능한 패턴이 있음을 다양한 실험 사례를 통해 증명했다.
 
예를 들어 멋진 레스토랑에서 요리의 가격을 정하는 사례를 생각해보자. 주인은 당연히 마진이 높은 음식을 많이 팔아 이익을 최대한 올리고 싶어 한다. 손님들의 행동을 먼저 관찰해보니, 손님들은 대부분 원하는 것을 정확하게 표현하고 비교·판단하기 어려워하지만 극단적인 선택도 원치 않는다는 점이 드러났다. 다시 말해 아무도 주문하지 않는 매우 비싼 요리가 메뉴에 올라가면 소비자들은 그 다음으로 비싼 요리를 선택한다. 아무도 주문하지 않는 요리 때문에 오히려 총 매상이 올라가는 비합리적 현상이 일어난다는 얘기다. 물론 두 번째로 비싼 요리는 가장 마진이 높아 주인이 팔고 싶은 것임은 두말할 필요도 없다.
 
더 나아가 행동경제학에서는 의사결정 대안의 ‘선택 설계(decision architecture)’를 통해 사람들이 더 나은 의사결정을 하도록 유도한다. 선택 설계란 인간의 비이성적 판단으로 인해 자유스런 시장 시스템 아래서는 매우 극단적인 해악이 발생할 수 있음을 전제로 한다. 따라서 어떤 사안의 시행 주체(특히 정부)가 적절한 의사결정 대안을 설계해 제공함으로써 사람들이 사회적으로 바람직한 선택을 하도록 유도할 수 있다는 아이디어다.
 
선택 설계 연구의 대가로는 <넛지: 똑똑한 선택을 이끄는 힘(Nudge)>의 저자인 리처드 탈러 미국 시카고대 교수를 들 수 있다. 그는 노벨 경제학상을 수상한 카네만, 트베르스키와 공동으로 연구를 했었다. 행동경제학을 경제학계에 알리는 데 크게 기여했으며, 다양한 연구로 사람들의 (예측 가능한) 비합리적 의사결정 패턴을 고려해 그들이 보다 나은 선택을 할 수 있도록 하는 선택 대안의 설계 방법을 제시했다.
 
탈러 교수의 이론에 기반해 설계된 미국의 퇴직연금 제도 ‘401(K) 저축 플랜’을 보자. 이 제도는 사실 직장인에게 매우 매력적이다. 저축액에 대해 세금이 공제되고 많은 고용주들이 분담금을 내준다. 그럼에도 불구하고 퇴직연금에 가입하지 않은 사람이 무려 30%에 이르렀다. 잊고 있거나 차일피일 미루다 가입을 하지 못한 사람이 대부분이었다.
탈러 교수는 희망자만이 가입하는(가입하지 않는 게 기본·default) 것에서 자동 가입이 원칙인 것으로 퇴직연금제를 바꿨다. 가입을 원하지 않는 사람은 서류를 작성해 탈퇴할 수 있도록 했다. 그 결과 미국 퇴직연금제의 가입률은 급격히 높아졌다. 이러한 선택 설계는 인간이 기존의 상태를 유지하려는 비이성적 특성(현상 유지 오류)을 활용했다.
 
상황에 따라 창의적으로 활용해야
의사결정 연구는 이렇게 1940년대 ‘기대효용 이론’에서 시작해 1960∼1970년대의 ‘의사결정 분석’, 1980∼1990년대의 ‘프로스펙트 이론’, 2000년대 이후의 ‘행동경제학’ 등으로 발전해왔다. 그렇다면 우리는 현실의 문제를 해결할 때 어떤 의사결정 방법론을 적용해 원하는 목표를 달성할 수 있을까?
 
문제는 앞에서 언급한 방법들이 모두 제각기 장단점을 갖고 있다는 사실이다. 기대효용 이론으로 대표되는 ‘규범적 접근’은 우리에게 개인과 그룹의 의사결정을 분석할 수 있는 기본적 틀을 제공한다는 의미가 있다. 하지만 경영자가 부딪히는 현실 문제에 대한 실질적인 답을 제공하지는 못한다.
 
의사결정론의 ‘처방적 접근’은 경영자에게 당면 문제에 대한 정확한 이해와 창조적 대안을 제공해준다. 반면 자원의 제약을 극복하고 정성적 의사결정 변수들을 계량화해야 하는 번거로움이 따른다.
 
인간의 행동을 그대로 이해하고 분석하는 ‘기술적 접근’은 인간 행위의 결과를 사후에 설명해주기는 하나, 사전적으로 의사결정을 내려 자원 배분을 해야 하는 경영 상황에서는 경영자들에게 큰 도움을 주지 못한다.
 
따라서 수많은 불확실성 아래서 의사결정을 내려야 하는 경영자는 다음과 같은 접근을 할 필요가 있다. 첫째, 사람의 의사결정 과정 및 인식에는 오류가 있다는 점을 알고 이런 함정(decision trap)에 빠지지 않도록 노력해야 한다. 둘째, 자사의 환경에 적합한 체계적인 의사결정 프로세스를 확립하고 따라야 한다. 셋째, 이런 의사결정 프로세스는 기본적으로 처방적 접근에 따라야 하나, 동시에 인간 행태에 대한 이해가 프로세스 내의 분석 과정에 반영되도록 해야 한다. 물론 이런 과정에서 문제의 성격에 적합한 도구와 방법으로 문제를 창의적으로 해결해 나가는 기업의 의사결정 지능(decision quotient)은 필수적이다.
 
불확실한 상황에서의 올바른 의사결정은 경영자들의 영원한 숙제다. 그러나 의사결정과 관련한 인간의 오류와 인식의 한계를 인지하고 상황에 적절한 의사결정 프로세스를 활용한다면, 우리는 의사결정의 함정에 빠지지 않을 것이다.
 
필자는 서울대 산업공학과에서 학사와 석사 학위를, 미국 스탠퍼드대에서 의사결정론으로 박사 학위를 받았다. 이후 미국 AT&T 벨연구소에서 정보통신 서비스 마케팅 및 의사결정 시스템을 연구했다. 현재 KAIST 정보미디어 경영대학원 교수이며 경영의사결정 이론과 수리적 접근 방법을 정보통신, e비즈니스, 미디어 산업의 마케팅 및 전략적 이슈에 적용하는 연구를 하고 있다.
인기기사