1. 잘못된 결론에 이르는 4가지 편향
우리가 어떤 정보를 접했을 때, 뇌는 가장 적은 노력으로 가장 빠른 답을 내려고 합니다. 그 과정에서 아래 네 가지 편향이 특히 자주 작동합니다.
자신이 이미 가지고 있는 믿음이나 가설을 지지하는 정보만 선택적으로 받아들이고, 반대되는 정보는 무시하거나 가볍게 넘기는 경향입니다.
어떤 대상의 한 가지 특성(예: 첫인상, 외모, 호감도)에 대한 평가가 그 대상의 다른 무관한 특성에 대한 평가까지 물들이는 현상입니다.
동일한 정보라도 그것을 어떤 방식으로 표현하느냐에 따라 사람들의 선택과 판단이 달라지는 현상입니다.
구체적이고 인상적인 개별 정보에 집중한 나머지, 전체 집단에서 그 일이 실제로 일어날 확률(기저율)을 무시하는 경향입니다.
2. 실험과 사례로 보는 4가지 편향
확증편향 - 2 4 6 과제
심리학자 피터 웨이슨은 사람들에게 "2, 4, 6"이라는 숫자열을 보여주고, 이 숫자열이 따르는 규칙을 맞혀보라고 했습니다. 참가자들은 자유롭게 다른 숫자열을 제시하고 규칙에 맞는지 피드백을 받을 수 있었습니다. 대부분의 사람들은 "짝수가 2씩 증가한다"는 자신의 가설을 세운 뒤, 그 가설에 맞는 예시(8, 10, 12 / 20, 22, 24 등)만 계속 제시했습니다. 정답은 단순히 "오름차순으로 커지는 숫자"였지만, 가설을 반증할 수 있는 숫자열(예: 1, 2, 3)을 시도해 보는 사람은 드물었습니다. 우리는 가설을 검증할 때 무의식적으로 그것을 확인하는 방향으로만 움직인다는 것을 보여주는 실험입니다.
후광효과 - 답안지 채점 실험
카너먼은 학생들의 시험 답안을 채점하는 과정에서 후광효과를 직접 경험했다고 이야기합니다. 한 학생이 첫 번째 문제에 훌륭한 답을 적었다면, 채점자는 이후 문제의 답이 다소 모호하거나 부족해도 "이 학생은 똑똑하니까 의도는 맞았을 것"이라며 후하게 점수를 주는 경향을 보였습니다. 반대로 첫 문제에서 인상이 나빴던 학생은 이후 답안도 더 박하게 평가받았습니다. 이는 첫인상이라는 하나의 정보가 이후의 모든 판단에 색을 입히는 후광효과의 전형적인 사례입니다.
프레이밍 효과 - 아시아 질병 문제
트버스키와 카너먼이 진행한 유명한 실험입니다. 참가자들에게 600명이 감염될 것으로 예상되는 질병에 대한 두 가지 대응책을 제시했습니다.
실험 설계
A안 (긍정적 프레임): "이 대책을 택하면 200명을 구할 수 있습니다."
B안 (부정적 프레임): "이 대책을 택하면 400명이 사망합니다."
두 문장은 사실 정확히 같은 결과(200명 생존, 400명 사망)를 의미합니다. 그런데 "구할 수 있다"고 표현했을 때는 대다수가 A안을 선택했고, "사망한다"라고 표현했을 때는 다른 대안을 더 선호하는 경향이 뚜렷하게 나타났습니다.
같은 내용이라도 '얻는 것'을 강조하느냐 '잃는 것'을 강조하느냐에 따라 우리의 선택이 달라진다는 것을 보여줍니다.
기저율 무시 - 사서일까, 농부일까?
실험 설계
참가자들에게 다음과 같은 인물 묘사를 제시합니다.
"그는 조용하고 신중한 성격이며, 정돈된 것을 좋아하고 세부 사항에 꼼꼼히 신경 쓴다. 자기 일에 몰두하며 사람들과 잘 어울리지 않는 편이다."
그런 다음 "이 사람은 사서일 확률이 높을까, 농부일 확률이 높을까?"라고 묻습니다.
대부분의 참가자들은 이 묘사가 '사서'라는 직업의 전형적인 이미지와 잘 맞아떨어진다는 이유로 사서일 가능성이 높다고 답합니다. 하지만 실제 인구 구성을 생각해보면, 농부의 수는 사서의 수보다 압도적으로 많습니다. 즉, 묘사 자체가 사서와 잘 어울리더라도, 전체 인구 중 농부의 비율(기저율)이 훨씬 높기 때문에 통계적으로는 이 사람이 농부일 확률이 더 높을 수 있습니다. 우리는 '그럴듯한 이야기'에 끌려 '전체적인 확률'을 잊어버리는 경향이 있다는 것을 보여주는 사례입니다.
3. 성급한 결론을 피하는 방법
위에서 살펴본 네 가지 편향은 모두 시스템 1이 빠르게, 그리고 자동으로 작동하면서 생기는 현상입니다. 이를 완전히 없앨 수는 없지만, 의식적으로 시스템 2(의심)를 개입시키면 오류를 줄일 수 있습니다. 다음 다섯 가지를 판단의 체크리스트로 삼아볼 수 있습니다.
- 1. 앞의 정보와 뒤따르는 정보의 연관성을 생각하라. 먼저 접한 정보가 이후 정보에 대한 해석을 미리 정해버리고 있지 않은지 점검합니다. 첫인상이나 첫 문장이 이후 판단을 얼마나 좌우하고 있는지 의식적으로 분리해서 봐야 합니다.
- 2. 증거가 누락되었을 가능성을 생각하라. 지금 내가 보고 있는 정보가 전체 그림 중 일부일 뿐이라는 점을 인식해야 합니다. "내가 보지 못한 정보, 또는 일부러 제시되지 않은 정보가 있을 수 있다"고 한 번 더 의심해보는 습관이 필요합니다.
- 3. 확률(기저율)을 생각하라. 개별 사례가 아무리 인상적이고 그럴듯해 보여도, 전체 통계에서 그 일이 실제로 일어날 가능성이 얼마나 되는지를 함께 따져봐야 합니다. 사서와 농부의 사례처럼, 이야기의 설득력과 실제 확률은 다를 수 있습니다.
- 4. 하나의 주장과 그 반대 의견을 함께 들어라. 최근 유튜브 알고리즘을 보면서 확증편향이 점점 더 심각해지고 있다는 생각이 듭니다. 개인이 선호하는 성향의 영상이 계속 추천되면서, 나와 다른 시각의 정보는 점점 접하기 어려워집니다. 그 결과 각자가 한쪽 방향의 정보만 누적해서 받아들이게 되고, 사회 전체의 정치적 갈등도 더 심해지는 것 같습니다. 예전에 읽었던 글에서 "새는 한쪽 날개로는 날 수 없다"는 표현을 본 적이 있는데, 어떤 사안을 제대로 이해하려면 찬성과 반대, 양쪽의 논리를 모두 들어봐야 한다는 점에서 지금도 곱씹어볼 만한 말이라고 생각합니다.
- 5. 시각과 감정에 따른 후광효과를 유의하라. 어떤 사람이나 사안에 대해 형성된 첫 호감이나 비호감이, 이후의 모든 평가에 색안경을 씌우고 있지 않은지 점검해야 합니다. 좋은 인상을 받았다는 이유만으로 다른 부분까지 좋게 평가하고 있다면, 한 번 멈춰서 항목별로 따로 떼어 생각해보는 것이 도움이 됩니다.
마무리하며
성급한 결론은 빠르고 편안하지만, 그만큼 오류를 품고 있을 가능성도 큽니다. 확증편향, 후광효과, 프레이밍 효과, 기저율 무시는 모두 시스템 1이 일을 빨리 끝내려다 생기는 자연스러운 부작용입니다. 이를 완전히 막을 수는 없지만, 판단을 내리기 전 한 번 더 멈춰서 시스템 2를 의도적으로 개입시키는 습관을 들인다면, 적어도 명백한 오류는 줄일 수 있습니다. 결국 좋은 판단이란 빠른 판단이 아니라, 한 번 더 점검한 판단이라고 할 수 있을 것입니다. 거꾸로 취업이나 광고에서 위의 4가지 단순한 생각 방향을 이용하고 있지 않은지 생각해 보는 것도 재미있는 사고 연습이 될 것 같습니다.