4.4 유사점으로 예측하기

실제로 종종 구현되는 유용한 판단 접근 방식 중의 하나는 유사점으로 예측하는 것입니다. 일반적인 예는 감정 과정으로 주택 가격을 결정하는 것입니다. 감정 과정에서는 해당 지역에서 판매된 비슷한 특징이 있는 집과 비교하여 주택의 시장 가격을 추정합니다. 비슷한 정도는 고려하는 속성에 따라 다릅니다. 주택 감정 과정에서는, 토지 면적, 주거 면적, 침실과 욕실의 개수, 차고 공간 등을 주로 고려합니다.

유사한 제품이나 상황을 생각하고 토론하는 것도 쓸모 있는 (그리고 때때로 중요한) 정보로 이어질 수 있습니다. 다음의 예제를 통해서 이 점을 설명하겠습니다.8

예제: 고등학교 교육과정 디자인

소규모 그룹의 학자와 교사는 불확실성이 있을 때 판단과 의사 결정을 가르치는 이스라엘의 고등학교 교육과정 개발 작업을 요청 받았습니다. 각 그룹 구성원은 교육과정을 마치는데 시간이 얼마나 걸릴 지 예측하는 작업을 요청 받았습니다. 응답 결과는 18개월에서 30개월 사이였습니다. 교육과정 디자인 전문가 중에서 한 명은 전세계적으로 유사한 교육과정 개발 사례를 살펴보라는 요청을 받았습니다. 그는 그가 살펴본 유사한 그룹 중에서 40%가 그 작업을 전혀 마무리하지 못했다고 결론내렸습니다. 나머지는 7년에서 10년이 걸렸습니다. 그 이스라엘 프로젝트는 8년 걸려서 끝났습니다.

분명히, 유사점으로 예측하는 것에는 어려운 부분이 있습니다. 한 가지의 유사점 비교보다는 여러가지 유사점 비교에 근거한 예측값을 사용해야 합니다. 이로 인해 편향이 생길 수도 있습니다. 하지만, 이러한 편향을 찾아내는 것은 어려운 작업일 수 있습니다. 비슷하게, 여러가지 속성을 고려해야합니다. 이러한 것을 찾아내는 일이나 비교하는 일은 항상 그렇게 간단하지만은 않습니다. 늘 그렇듯이, 체계적인 접근 방식을 사용하여 이러한 비교 작업과 예측 과정을 수행하기를 바랍니다. 속성의 순위를 지정하고 순위를 지정하는 과정을 기록하기 위한 상세한 점수 매기는 방법을 개발하는 것은 항상 유용할 것입니다.

유사점을 구조적으로 찾기

대안으로, Green & Armstrong (2007) 에서 제안한 것처럼, 전문가들로 구성된 패널을 포함하는 구조화된 접근 방식을 구현할 수 있습니다. 개념은 델파이 기법과 비슷합니다. 하지만, 유사점을 고려하는 것을 통해 예측 작업을 마무리합니다. 먼저, 진행자를 선정합니다. 그리고 구조화된 접근 방식에는 다음과 같은 단계가 있습니다.

  1. 비슷한 상황에 대한 경험이 있을 법한 전문가의 패널을 구성합니다.
  2. 작업과 과제를 정하고 전문가에게 나누어줍니다.
  3. 전문가 그룹은 그들이 할 수 있는 한 많은 유사점을 찾아내고 설명합니다. 그리고 각각의 유사점에 기초하여 예측값을 냅니다.
  4. 전문가 그룹은 해당 목표 상황에 대한 각 유사점의 비슷한 부분과 차이를 나열하고, 각 유사점이 해당 목표 상황과 얼마나 비슷한지를 숫자로 나타냅니다.
  5. 설정 규칙을 이용하여 진행자가 예측값을 유도합니다. 이것은 가중 평균일 수 있습니다. 여기에서 가중치는 해당 전문가 그룹이 낸 각 유사점의 순위 점수에 따라 달라질 수 있습니다.

델파이 접근 방식처럼, 전문가 그룹의 익명성은 창의성을 억제하지 않는 장점이 될 수 있지만, 협업을 막을 수 있습니다. 그린(Green)과 암스트롱(Armstrong)은 전문가 사이의 협업이 전문가의 결과치에 별 이득이 되지 않는다는 것을 발견했습니다. 핵심적인 발견은 (2개 이상의) 여러가지 유사점을 사용하면서 해당 유사점에 대한 직접적인 경험을 가진 전문가 그룹이 가장 정확한 예측값을 낸다는 것입니다.

참고 문헌

Green, K. C., & Armstrong, J. S. (2007). Structured analogies for forecasting. International Journal of Forecasting, 23(3), 365–376. https://doi.org/10.1016/j.ijforecast.2007.05.005


  1. 이 예제는 Kahneman & Lovallo (1993) 에서 가져온 것입니다.↩︎