4.1 한계점에 주의하기

판단 예측값은 주관적이라, 편견이나 한계점에 노출될 수밖에 없습니다.

판단 예측값은 일관적이지 않을 수 있습니다. 항상 같은 수학적인 식에서 나오는 통계적인 예측값과는 달리, 판단 예측값은 사람의 인지력에 크게 의존하기에 이러한 한계점에 취약합니다. 예를 들면, 제한적인 기억 때문에 최근의 사건을 사건이 실제로 일어난 것보다 더 중요하게 생각할 수도 있고, 훨씬 더 과거에 일어난 무게감 있는 사건을 무시할 수도 있습니다. 또는 제한적인 관심 때문에 중요한 정보를 빠뜨리는 결과가 생길 수도 있습니다. 혹은 인과 관계를 잘못 이해하여 잘못된 추론으로 이어질 수도 있습니다. 게다가, 인간의 판단은 심리학적인 요인의 효과에 따라 변할 수 있습니다. 관리자 있는 상황을 생각해봅시다. 어떤 날은 그 관리자가 긍정적인 기분으로 있다면 예측값은 다소 낙관적일 수 있고, 또 다른 어떤 날에 부정적인 기분으로 있다면, 다소 덜 낙관적인 예측값을 낼 수 있습니다.

판단은 개인적이거나 정치적인 쟁점 때문에 흐려질 수 있습니다. 이 상황에서 ( 1 장에서 정의한 것처럼) 목표와 예측값은 분리되지 않습니다. 예를 들어, 만약 자신이 낸 예측값을 판매량 예측값을(목표) 정하는데 사용할 것을 판매 담당하는 직원이 안다고 하면, (즉, 기대 목표치를 초과하는) 좋은 결과를 보여주기 위해 이러한 예측값을 낮게 잡는 경향을 나타낼 수도 있습니다. 목표와 예측값이 잘 분리되어있는 상황에서도, 낙관적이거나 희망적인 생각 때문에 판단이 흐려질 수 있습니다. 예를 들어, 신제품 출시를 목표로 하고 일하는 팀이 제품이 실패할 것이라고 예측하는 상황은 매우 드물 것입니다. 뒤에서 살펴보겠지만, 그룹 회의를 준비할 때 이렇게 낙관하는 자세가 강조될 수 있습니다. “여러분의 마케팅 담당 동료들과 영업 담당 동료의 열정을 경계하시길 바랍니다”4.

판단 예측에서 흔히 나타나지만 원치 않는 또 다른 특징은 정착효과(the effect of anchoring)입니다. 이 경우에, 연이은 예측값은 조정된 초기 기준점과 비슷하거나 이에 수렴하는 경향이 있습니다. 예를 들면, 흔히 마지막 관측치를 기준점으로 둡니다. 예측하는 사람이 선행 정보에 과도하게 영향을 받아서, 예측 과정에서 마지막 관측치에 더 큰 가중치를 줍니다. 정착 효과는 보수적인 생각을 낳고, 현재에 더 가까운 정보와 새로운 정보를 과소평가하는 것으로 이어지며, 그것 때문에 조직적인 편향이 생깁니다.


  1. Fildes & Goodwin (2007b)↩︎