Based on “Mitigating Unconscious Bias in Forecasting”(2021) by J. Karelse in Foresight, pp.5-14.무엇을, 왜 연구했나?우리의 일상은 판단과 의사결정의 연속이다. 판단하고 결정하려면 그 대상에 대한 예측이 필수다. 특히 기업 입장에서 수요와 매출, 그리고 그에 따른 생산량을 예측하고 사업 계획안을 마련하는 것은 기업의 생존, 혁신, 성장과 직결된다. 다행히 인공지능과 같은 과학기술의 발전에 힘입어 예측력도 급속도로 발전하고 있다.
그러나 예측이 불확실한 미래에 대한 기댓값을 추정한다는 점과 예측의 주체가 편향에 휩쓸리기 쉬운 인간이라는 사실은 기술이 넘어야 할 큰 장애물이다. 미래의 불확실성은 관리하고 통제할 수 있는 영역이 아니므로 일단은 차치하고 예측을 왜곡하는 편향의 정체를 밝혀 그 영향력을 억제할 전략 마련이 급선무다. 글로벌 경영 컨설팅 기업인 ‘노스파인드파트너스(NorthFind Partners)’의 창립자이자 CEO인 조너선 카렐스(Jonathan Karelse)는 16가지 편향과 예측 간의 상관관계를 분석해 그중 예측에 결정적 영향을 미치는 4가지 편향을 추리고 그에 대한 구체적인 대처법을 제시했다.
무엇을 발견했나?연구팀은 아메리카, 유럽, 아프리카, 중동, 아시아태평양 지역에 거주하는 500명의 예측 전문가(82%)와 일반인인 비전문가(18%)를 대상으로 예측 관련 설문 조사를 실시해 16가지 편향이 예측 과정에 얼마나 개입하는지 비교분석했다. 예측 전문가의 예측 경력은 1년부터 5년 이상까지 다양했고 일반인들은 예측 경력이 전무했다.
연구 결과, 검증 대상인 16가지 편향 중 예측에 두드러진 영향력을 행사한 편향은 1) 자기 과신, 2) 방향성 편향(Directional Bias), 3) 클러스터 오류(Cluster Illusion), 4) 프레이밍 효과(Framing Effect) 등 4가지로 밝혀졌다.
예측 시 자기 과신 편향의 유무와 강도는 참가자들이 평소에 접하지 못하는 희귀하고 난해한 질문을 통해 측정됐다. 예를 들어, 참가자들은 이집트 아케나톤(Akhenaton) 왕이 태어난 해와 명왕성(Pluto)의 직경을 구간 추정(Interval Estimate)
1
으로 예측했다. 대상자의 3분의 2가 예측한 구간 중 정답을 포함하지 못했다. 즉, 예측 경험과 무관하게 광범위한 자기 과신 편향이 드러났다는 뜻이다. 자기 과신은 시간과 공간, 남녀노소, 계층, 문화, 지역과 국가의 경계를 무색하게 한다. 특히 전문가가 자기 과신적 예측을 할 확률은 비전문가에 비해 10% 이상 높았다. 동시에 예측 경험이 쌓일수록 자기 과신의 정도가 감소하는 더닝크루거 효과(Dunning-Kruger Effect)는 전문가들에게서만 관찰됐다. 5년 이상의 예측 경험을 가진 전문가의 평균적인 자기 과신은 1년 이하의 예측 경험을 가진 전문가의 80% 수준에 그쳤다.
닫기
