확률로 수익을 가중

기대값

결과가 불확실할 때, 기대값(EV)은 동일한 결정을 여러 번 반복할 수 있다면 얻을 수 있는 평균 수익입니다.

수식은 가중 합입니다: EV = (확률 x 수익)의 합. 각 가능한 수익에 그 확률을 곱한 후, 그 곱들을 모두 더합니다.

두 가지 옵션을 살펴보세요:

- 옵션 A (안전한 베팅): +$100를 받을 확률 90%, -$50을 잃을 확률 10%.

EV(A) = 0.90 x (+$100) + 0.10 x (-$50) = 90 - 5 = +$85.

- 옵션 B (긴장감 있는 베팅): +$400를 받을 확률 30%, -$50을 잃을 확률 70%.

EV(B) = 0.30 x (+$400) + 0.70 x (-$50) = 120 - 35 = +$85.

두 옵션 모두 동일한 기대값(+ $85)을 가집니다. 순수한 기대값(EV)만으로는 두 옵션이 동률입니다. 잠시 후, 신중하게 결정하는 사람이 왜 한 옵션을 다른 옵션보다 선호할 수 있는지 살펴보겠습니다.

기대값 계산하기

당신의 차례: 하나의 숫자

여기 베팅이 하나 있습니다. 두 가지 결과가 있으며, 수익은 이미 순 달러(net dollars)로 표기되어 있습니다:

- 10% 확률로 순 +$75

- 90% 확률로 순 -$5

위험이 순수한 기대값을 이길 때

위험이 순수한 기대값을 이길 때

기대값은 베팅을 여러 번 반복할 수 있어 평균이 결국 이긴다고 가정합니다. 하지만 현실의 많은 결정은 단 한 번에 이루어집니다. 회복할 수 없는 단일 손실은 평균이 드러나기 전에 게임을 끝내버릴 수 있습니다.

분산(Variance)은 가능한 수익이 얼마나 넓게 퍼져 있는지를 측정합니다. 앞서 살펴본 옵션 A는 좁은 범위에 머물렀지만, 옵션 B는 양쪽 방향으로 크게 변동할 수 있었습니다. 기대값은 동일하지만 위험도는 매우 다릅니다.

경험칙: 가능한 손실이 파산, 부상, 대체 불가능한 것의 상실 등 당신을 파멸시킬 만큼 충분히 크다면, 그 위험이 순수한 기대값보다 우선시되어야 합니다. 파국을 피하기 위해 약간 더 낮은 평균을 감수하는 것은 합리적인 대가입니다. 보험이 음의 기대값을 가짐에도 불구하고 사람들이 보험을 가입하는 이유가 바로 이것입니다.

두 옵션 비교하기

당신의 차례: 두 가지 옵션

한 소규모 회사가 출시 계획 하나를 선택해야 합니다:

- 계획 A: 60% 확률로 +$50,000 이익, 40% 확률로 -$20,000 손실.

- 계획 B: +$15,000 이익 보장.

신뢰도는 무엇을 의미해야 하는가

교정(Calibration): 신뢰도는 무엇을 의미해야 하는가

70% 확신한다고 말할 때, 당신은 검증 가능한 주장을 하고 있다: 당신이 정확히 이 정도 확신을 느끼는 모든 경우를 통틀어, 실제로는 약 70%의 확률로 맞아야 한다는 것이다.

잘 교정된(well-calibrated) 사람이 100번의 예측에서 70% 확신을 말하면, 약 70번 정도 맞아야 한다. 만약 40번만 맞았다면, 그 사람은 과신(overconfident) 상태였다. 90번 맞았다면, 과소신(underconfident) 상태였다.

과신은 가장 흔한 교정 오류이다. 대부분의 사람은 자신의 실적이 정당화하는 것보다 훨씬 더 확신하는 경향이 있으며, 이는 조용히 의사결정을 해친다. 해결책은 자신의 예측을 기록하고, 말한 신뢰도와 실제 적중률을 비교하는 것이다.

자기 자신의 신뢰도 읽기

당신의 차례

70% 확신을 가지고 10번의 예측을 각각 수행했다고 가정해 보겠습니다.

판단을 해킹하는 세 가지 편향

판단을 해킹하는 세 가지 편향

기대 가치(EV)와 보정(calibration)을 갖추고 있더라도, 예측 가능한 인지적 단축키는 판단을 왜곡시킵니다. 가장 해로운 세 가지 편향은 다음과 같습니다:

1. sunk-cost fallacy(몰린 비용 오류): 이미 지출하여 되돌릴 수 없는 돈, 시간, 노력에 묶여 계속 매달리는 현상입니다. "이미 2년을 투자했으니 이제 그만둘 수 없다." 과거의 지출은 어쨌든 이미 사라진 것이므로, 선택을 좌우해야 하는 것은 오직 미래의 비용과 미래의 이득뿐입니다.

2. 과신(Overconfidence): 자신이 아는 것의 양과 맞출 확률을 과대평가하는 현상(이전 섹션의 보정 오류)입니다. 이로 인해 백업 계획을 생략하고, 시간표를 과소평가하며, 경고 신호를 무시하게 됩니다.

3. 앵커링(Anchoring): 처음 들은 숫자에 고정되어そこから 너무 적게 조정하는 현상입니다. 협상에서 먼저 언급된 가격이나 프로젝트의 첫 번째 추정치는, 그 첫 번째 숫자가 임의적이었더라도 이후의 모든 판단을 자신 쪽으로 끌어당깁니다.

이러한 편향을 삭제할 수는 없지만, 이름을 붙여 인식하면 그 순간에 이를 포착할 수 있습니다.

몰린 비용 찾기

당신의 차례

다음 상황을 고려해 보세요:

이미 명확하게 성과가 없을 프로젝트에 60달러와 3시간을 투자했습니다. 팀원이 말합니다: "이 프로젝트에 너무 많은 것을 쏟아부었으니, 이제 그만둘 수 없어."

일방통행문과 양방향 문

일방통행문과 양방향 문

모든 결정이 같은 수준의 신중함을 요구하는 것은 아닙니다. 유용한 테스트 방법은 이 결정이 일방통행문(one-way door)인지 양방향 문(two-way door)인지 구분하는 것입니다.

양방향 문은 되돌릴 수 있습니다. 선택이 틀렸다면, 쉽게 되돌아가서 취소할 수 있습니다: 새로운 도구를 시도해 보는 것, 방을 다시 배치하는 것, 학습 스케줄을 테스트해 보는 것 등이 이에 해당합니다. 이러한 결정은 신속하게 내리세요. 되돌릴 수 있는 선택에 지나치게 오래 고민하는 것은 결과로부터 배울 수 있는 시간을 낭비하는 것입니다.

일방통행문은 되돌릴 수 없거나, 되돌리는 데 큰 비용이 듭니다: 파일의 유일한 사본을 삭제하는 것, 학교를 중퇴하는 것, 영구적인 문신을 하는 것, 전 세계에 무언가를 게시하는 것 등이 이에 해당합니다. 이러한 결정은 느리고 신중하게 내리고, 더 많은 정보를 수집하며, 안전장치를 마련하세요.

이 기술은 숙고의 정도를 가역성(reversibility)에 맞추는 것입니다. 양방향 문(되돌릴 수 있는 결정)에 대해 느리게 결정하고, 일방향 문(되돌릴 수 없는 결정)에 대해 빠르게 결정하는 것은 모두 비용이 큰 실수입니다.

문을 분류하기

당신의 차례

다음은 두 가지 결정입니다:

- (a) 파일의 유일한 사본을 영구적으로 삭제하는 것.

- (b) 교실의 새로운 좌석 배치를 시도하는 것.

결정의 질 vs 결과의 질

결정의 질 vs 결과의 질

좋은 결정은 결정하는 시점에 이용 가능한 최선의 추론을 확률과 위험에 대해 사용하는 것입니다. 좋은 결과는 단순히 일이 어떻게 끝났는지를 의미하며, 운도 그 결과에 영향을 미칩니다.

불확실성은 실재하므로, 좋은 결정이 나쁜 결과를 낳을 수도 있고, 무모한 결정이 운 좋게 좋은 결과를 가져올 수도 있습니다. 결과만으로 결정을 판단하는 것은 결과주의(resulting)라고 불리는 함정입니다.

결정을 공정하게 평가하려면, 당시 알 수 있었던 정보에 비추어 볼 때 이것이 합리적인 베팅이었는지 물어보아야 합니다. 포커 선수가 한 판을 완벽하게 플레이하고도 운 좋은 카드에 패할 수 있습니다. 그것이 플레이가 틀렸다는 뜻은 아닙니다.

좋은 결정인가, 좋은 결과인가?

당신의 차례

한 친구가 새벽 2시에 주변에 차가 전혀 보이지 않는 상황에서 신호를 무시하고 적색 신호를 건너, 무사히 집에 도착했습니다.

기계가 선택을 권할 때

기계가 선택을 권할 때

자동화 시스템이 점점 더 많은 추천을 전달한다: 이 경로, 이 진단, 이 거래, 이 후보. 종종 시스템은 기대 가치나 유사한 점수로 옵션을 순위 매긴다.

그 추천은 입력값이지, 판결문이 아니다. 시스템은 주어진 숫자를 최적화할 뿐이다. 일방적인 문(돌이킬 수 없는 결정)의 무게를 느끼지 못하고, 어떤 손실이 당신을 파산시킬지 알지 못하며, 그 확률은 틀리거나 편향되어 있거나 맥락을 누락하고 있을 수 있다.

당신의 역할은 기계가 가중할 수 없는 것을 평가하는 것입니다. 더 높은 기대 가치(EV)를 가진 옵션이 실패할 경우 너무 위험한가? 이 결정은 되돌릴 수 있는가? 입력 데이터에 신뢰를 둘 수 있는가? 도구가 무엇을 제안하든, 당신은 기대 가치, 위험, 그리고 가역성을 평가하고 최종 결과에 대한 책임을 집니다.

권고 사항 무시하기

당신의 차례입니다

자동화 시스템이 가장 높은 기대 가치를 가지고 있기 때문에 옵션 A를 추천합니다.