[생각에 관한 생각_대니얼 카너먼] Taming Intuitive Predictions: 직관적 예측 다루기

"Taming Intuitive Predictions"(직관적 예측 다루기)는 사람들이 직관적으로 내린 예측이 얼마나 자주 부정확하거나 극단적인지, 이를 어떻게 수정할 수 있는지를 다룹니다. 이 장은 직관적 판단의 문제점을 분석하고, 통계적 기법을 활용해 이를 보완하는 방법을 제시합니다.

직관적 예측의 문제점

직관적 예측은 System 1(직관적 사고)의 영향으로 빠르고 자동적으로 이루어지지만, 다음과 같은 문제점을 가지고 있습니다:

• 극단적인 결과를 과대평가하거나 과소평가
• 기본 확률(base rate)을 무시
• 증거의 질보다 대표성과 일관성에 의존

이러한 문제는 우리의 직관이 통계적 사실보다 이야기나 직관적 패턴에 더 크게 반응하기 때문입니다.

직관적 예측 수정하기

직관적 예측을 수정하려면, System 2(분석적 사고)가 개입하여 다음 단계를 수행해야 합니다:

1. 기준선 예측(Baseline Prediction): 과거의 데이터를 활용해 평균적 결과를 예측합니다.
2. 상관성 평가(Correlation Assessment): 직관과 기준선 간의 상관성을 분석합니다.
3. 예측 조정(Adjusted Prediction): 직관적 예측을 평균으로 회귀시켜 수정합니다.

이 접근법은 특히 GPA, 투자 수익, 기업 성장률 등 정량적 변수를 예측할 때 유용합니다​:contentReference[oaicite:0]{index=0}.

예측의 편향 제거

수정된 예측은 기존의 직관적 예측보다 덜 극단적이며, 편향을 줄이는 데 효과적입니다. 예를 들어:

• 골프 대회에서 첫날 뛰어난 성적을 낸 선수가 평균적인 성적으로 회귀할 가능성
• 고등학교에서 우수한 성적을 낸 학생이 대학에서 기대에 미치지 못할 가능성

이러한 조정은 결과에 대한 과도한 기대를 줄이고, 더 현실적인 예측을 가능하게 합니다​:contentReference[oaicite:1]{index=1}.

교훈과 응용

"Taming Intuitive Predictions"는 직관적 판단을 신뢰하되, 이를 무작정 따르지 말고 통계적 분석과 결합해야 한다는 점을 강조합니다. 이는 개인의 의사결정뿐만 아니라 정책 개발, 경영 전략 등 다양한 분야에 적용될 수 있습니다.

출처: Thinking, Fast and Slow (by Daniel Kahneman)

 

 

한국어 번역본은 아래와 같습니다.

생각에 관한 생각 - 경제상식 | 쿠팡

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."