휴리스틱 의사결정: 생각을 줄일수록 왜 더 정확해지는가

정보가 많을수록 판단은 정확해지는가

이직, 투자, 집 계약, 채용처럼 중요한 결정을 앞두면 사람들은 본능적으로 브라우저 창부터 늘린다. 수십 편의 분석 기사를 스크랩하고, 재무 지표와 평판 조회를 거듭하며, 엑셀 시트에 온갖 변수를 채워 넣는다. 정보를 많이 모을수록 마음은 잠시 놓인다. 남들보다 더 많이 읽고 더 꼼꼼히 따졌으니 실패할 확률도 줄어들었으리라 믿기 때문이다.

결론부터 말하면 이 상식은 틀렸다. 정보의 양과 결정의 정확성은 비례하지 않는다. 오히려 변수가 많고 불확실한 현실에서는, 복잡한 통계 모델을 돌리거나 몇 주 동안 고민한 사람보다 가장 중요한 기준 한두 개만 보고 빠르게 결단을 내린 사람이 더 높은 적중률을 보인다.

이것이 결코 근거 없는 감이나 충동에 휘둘려도 된다는 뜻은 아니다. 우리가 합리적이라고 믿어온 복잡한 분석 방식이 현실의 잡음 앞에서는 전혀 다른 방식으로 오작동한다는 뜻이다. 진정한 합리성은 ‘무엇을 더 알아낼까’가 아니라 ‘무엇을 보지 않고 넘길 것인가’를 아는 데서 출발한다.

왜 우리는 계산에 집착하는가

우리는 직관을 의심하도록 훈련받아 왔다. 감으로 결정을 내리면 경솔하다는 비판을 받지만, 두꺼운 보고서와 복잡한 지표를 들이밀면 그 자체로 신중하고 합리적이라는 대접을 받는다. 실패했을 때의 책임을 피하기 위해서라도 우리는 더 많은 숫자를 모은다.

하지만 현실의 문제는 정답이 정해진 시험지가 아니다. 정보가 불완전하고 시시각각 요동치는 세계에서는 모든 변수를 계산에 넣으려는 시도 자체가 불가능하며, 오히려 시야를 흐린다.

진짜 유용한 판단 규칙이란 수학적으로 복잡한 계산이 아니라, 내가 처한 현실 환경의 구조와 얼마나 잘 들어맞는가에 달려 있다. 주변 환경이 복잡할수록, 계산은 단순해야 한다.

과적합: 잡음을 진실로 착각할 때

이 원리는 간단한 퀴즈에서도 드러난다. 두 도시 중 어느 곳의 인구가 더 많은지 맞히는 문제를 낼 때, 면적, 예산, 도로망 같은 수십 가지 통계를 전부 따져보게 한 쪽보다 단순히 "둘 중 이름을 들어본 도시"를 고르게 한 쪽의 적중률이 같거나 오히려 더 높게 나타난다. 대도시일수록 일상에서 자주 언급된다는 현실의 특성 덕분에, ‘이름 인지도’라는 단순한 단서 하나가 수많은 지표를 단숨에 압도하는 핵심 신호가 되기 때문이다.

반면 수많은 변수를 다루는 정밀한 분석 모델은 치명적인 함정에 빠진다. 과거 데이터에는 미래에 다시는 반복되지 않을 일회성 우연, 즉 무의미한 잡음(Noise)이 반드시 섞여 있다. 모델이 똑똑하고 복잡해질수록 이 잡음까지 진짜 법칙인 줄 알고 학습해 버린다. 이를 통계학에서는 ‘과적합(Overfitting)’이라 부른다.

그 결과 과거 데이터는 오차 없이 설명해 내지만, 정작 내일의 현실 앞에서는 크게 빗나간다. 사소한 변수를 버리고 핵심 신호만 남긴 단순한 규칙이야말로 자잘한 요동에 휘둘리지 않고, 미래의 흔들림을 줄여 진짜 적중률을 지켜낸다.

확대

판단은 언제 멈춰야 하는가

결정을 망치는 가장 큰 원인은 정보의 부족이 아니라, 조사를 멈출 줄 모르는 태도다.

자료를 한 장 더 읽고 보고서를 하나 더 확인할 때마다 잠시 안도감이 든다. 하지만 정보 탐색에는 시간, 집중력, 기회비용이라는 값비싼 대가가 따른다. 무엇보다 지금 더 찾으려는 그 정보가 기존 결론을 뒤집을 정도의 위력을 지니지 못했다면, 그것은 판단을 정교하게 다듬는 과정이 아니라 단지 결정을 내리는 순간의 불안을 미루는 핑계에 불과하다.

좋은 의사결정에는 반드시 ‘중단 규칙(Stopping Rule)’이 있어야 한다. 대안들을 저울질할 때 가장 판별력이 높은 기준 딱 하나를 먼저 본다. 거기서 분명한 차이가 확인되면 추가 조사를 즉시 멈추고 결단을 내린다.

이 방식은 모든 변수를 똑같은 무게로 다루지 않는다. 결정적인 신호에만 무게를 싣고, 나머지는 과감하게 쳐낸다. 모든 가능성을 끝없이 따지는 사람을 신중하다고 착각하기 쉽지만, 복잡한 현실에서 진짜 지적인 능력은 ‘더 많이 알아내는 것’이 아니라 ‘무엇을 더 이상 보지 않고 결정을 끝낼 것인가’에 있다.

확대

단순함이 위험해지는 순간과 실전 원칙

물론 단순한 판단 규칙이 모든 상황에서 정답인 것은 아니다. 단순함이 힘을 잃는 영역도 분명히 존재한다.

첫째, 잡음이 거의 없고 인과관계가 엄밀한 분야다. 천문 관측, 반도체 공정, 구조 역학 시뮬레이션처럼 물리 법칙이 일정하고 정밀한 데이터가 대량으로 쌓인 영역에서는 수천 개의 변수를 빈틈없이 계산하는 복잡한 모델이 압도적으로 유리하다.

둘째, 타인의 의도적인 속임수와 왜곡이 개입하는 환경이다. 사기성 마케팅, 허위 리뷰, 작전성 투자 제안이 판치는 곳에서 단순한 규칙을 고집하면 치명적인 손실을 입는다. 겉보기에 익숙한 단서 자체가 함정으로 파여 있을 때, 검증 없는 단순함은 나태함에 불과하다.

결국 "직관만 무조건 믿으라"는 조언도, "데이터를 끝없이 모으라"는 조언도 반쪽짜리다. 내가 서 있는 자리가 잡음이 지배하는 세계인지 통제된 법칙이 지배하는 세계인지 가려내는 눈이 먼저다. 그 뒤에 물어야 한다. 지금 더 모으려는 그 정보가 과연 내 선택을 바꿀 수 있는가?