Searching...
한국어
English
Español
简体中文
Français
Deutsch
日本語
Português
Italiano
한국어
Русский
Nederlands
العربية
Polski
हिन्दी
Tiếng Việt
Svenska
Ελληνικά
Türkçe
ไทย
Čeština
Română
Magyar
Українська
Bahasa Indonesia
Dansk
Suomi
Български
עברית
Norsk
Hrvatski
Català
Slovenčina
Lietuvių
Slovenščina
Српски
Eesti
Latviešu
فارسی
മലയാളം
தமிழ்
اردو
Noise

Noise

A Flaw in Human Judgment
by Daniel Kahneman 2021 386 pages
Psychology
Science
Business
듣기

가지 주요 요점

1. 소음: 인간 판단의 숨겨진 변동성

판단이 있는 곳에는 소음이 있으며, 그 양은 생각보다 많다.

소음의 정의. 소음은 동일해야 할 판단에서 발생하는 원치 않는 변동성이다. 동일한 정보를 제공받은 다른 전문가들이 서로 다른 결론에 도달할 때 발생한다. 이 변동성은 종종 눈에 보이지 않으며 과소평가되지만, 다음과 같은 다양한 분야에서 중요한 결과를 초래한다:

  • 의학: 동일한 환자에 대해 다른 진단을 내리는 의사들
  • 형사 사법: 유사한 범죄에 대해 매우 다른 형량을 부여하는 판사들
  • 비즈니스: 동일한 위험에 대해 매우 다른 보험료를 설정하는 언더라이터들

소음의 영향. 소음의 존재는 의사결정 과정에서 불공정성, 일관성 부족, 비용이 많이 드는 오류를 초래한다. 특정 방향으로 체계적인 오류를 일으키는 편향과 달리, 소음은 판단에서 무작위로 흩어지는 현상을 만든다. 이 무작위성은 다음과 같은 이유로 편향만큼이나 해로울 수 있다:

  • 전문가 판단의 신뢰성을 저해한다
  • 유사한 사례에 대한 불평등한 처우를 초래한다
  • 비즈니스 환경에서 상당한 재정적 손실을 초래할 수 있다

2. 편향과 소음: 오류의 두 가지 구성 요소

편향과 소음—체계적인 편차와 무작위 흩어짐—은 오류의 다른 구성 요소이다.

오류 이해하기. 판단의 오류는 두 가지 구성 요소로 이루어진다: 편향과 소음. 두 요소 모두 부정확성에 기여하지만, 그 방식은 다르다:

  • 편향: 목표에서의 평균 오류 또는 체계적인 편차
  • 소음: 평균 주위의 판단 변동성 또는 흩어짐

오류 방정식. 전체 오류를 결정하는 데 있어 편향과 소음의 관계는 수학적으로 표현될 수 있다:

총 오류 = 편향² + 소음²

이 방정식은 다음을 강조한다:

  • 편향이나 소음을 줄이면 정확성이 향상된다
  • 많은 경우 소음이 편향보다 오류에 더 많이 기여한다
  • 오류를 줄이기 위한 노력은 두 구성 요소 모두를 다루어야 한다

3. 다양한 분야에 걸친 소음의 만연성

시스템 소음은 심각한 문제이다: 이는 우리에게 수억 달러의 비용을 초래한다.

광범위한 발생. 소음은 몇몇 특정 도메인에 국한되지 않고 다양한 분야와 직업에 걸쳐 만연해 있다. 예시로는 다음이 있다:

  • 의학: 진단, 치료 권장 사항 및 예후의 변동성
  • 법률: 형량, 보석 결정 및 망명 승인에서의 불일치
  • 비즈니스: 채용 결정, 성과 평가 및 재무 예측의 차이
  • 정부: 정책 시행 및 규제 결정에서의 격차

숨겨진 비용. 소음의 재정적 및 사회적 비용은 종종 과소평가되거나 완전히 간과된다. 이러한 비용은 다음과 같은 형태로 나타난다:

  • 자원 할당의 비효율성
  • 개인에 대한 불공정한 처우
  • 기관에 대한 공공 신뢰 감소
  • 기회 상실 및 최적이 아닌 결정

4. 조직에서 소음을 측정하고 감사하기

판단의 오류를 이해하려면 편향과 소음을 모두 이해해야 한다.

소음 감사. 소음 감사는 조직이나 의사결정 시스템 내의 소음 수준을 측정하는 체계적인 접근 방식이다. 이 과정은 일반적으로 다음을 포함한다:

  1. 여러 심판에게 동일한 사례나 시나리오를 제시
  2. 그들의 독립적인 판단 수집
  3. 이러한 판단의 변동성 분석

소음의 유형. 소음 감사는 다양한 유형의 소음을 드러낼 수 있다:

  • 수준 소음: 개인 간 판단 수준의 일관된 차이
  • 패턴 소음: 다양한 사례 특징에 대한 개인의 반응 차이
  • 기회 소음: 동일한 사례에 대한 개인의 판단이 시간에 따라 변동하는 것

감사의 이점. 소음 감사를 수행하면 다음과 같은 이점이 있다:

  • 조직 내 소음의 정도에 대한 인식 제고
  • 높은 소음 수준에 취약한 특정 영역이나 프로세스 식별
  • 소음 감소 노력의 효과를 측정하기 위한 기준 제공

5. 소음의 심리학: 왜 발생하고 지속되는가

판단은 자유투와 같다: 아무리 정확히 반복하려고 해도 결코 동일하지 않다.

인지적 요인. 여러 심리적 메커니즘이 소음의 생성과 지속에 기여한다:

  • 과도한 일관성: 지나치게 일관된 인상을 형성하려는 경향
  • 확증 편향: 초기 인상을 지지하는 정보를 찾는 경향
  • 가용성 편향: 쉽게 기억할 수 있는 정보를 과대평가하는 경향
  • 앵커링: 관련 없는 초기 정보에 영향을 받는 경향

합의의 환상. 사람들은 종종 다른 사람들이 자신의 판단에 동의할 정도를 과대평가한다. 이 환상은 다음에서 비롯된다:

  • 대안적 관점을 상상하는 어려움
  • 자신의 견해를 확인하려는 경향
  • 판단 정확성에 대한 정기적인 피드백 부족

객관적 무지. 많은 상황의 본질적인 예측 불가능성은 소음에 기여한다. 사람들은 자신의 불확실성 수준을 과소평가하여 다음과 같은 결과를 초래한다:

  • 예측에 대한 과신
  • 알려지지 않은 요인을 고려하지 않음
  • 판단에서 기술과 운을 구별하는 어려움

6. 결정 위생: 소음을 줄이고 판단을 개선하는 전략

결정 위생은 오류가 무엇인지 알지 못한 채로 오류를 방지할 것이다.

결정 위생의 원칙. 소음을 줄이고 판단의 질을 향상시키기 위해 조직은 여러 전략을 구현할 수 있다:

  1. 판단에서 개인 표현보다 정확성을 선호
  2. 외부 관점을 채택하고 통계적으로 사고
  3. 복잡한 판단을 독립적인 작업으로 구조화
  4. 성급한 직관을 저항
  5. 그룹 토론 전에 독립적인 판단을 얻기
  6. 가능한 경우 절대적 판단보다 상대적 판단 사용

구체적인 기법. 결정 위생을 구현하기 위해 다양한 방법을 사용할 수 있다:

  • 지침 및 체크리스트: 의사결정에 대한 구조화된 접근 방식 제공
  • 중재 평가 프로토콜: 복잡한 결정을 별도의 평가로 분할
  • 여러 독립적인 판단의 집계: 군중의 지혜 활용
  • 알고리즘의 보정된 사용: 데이터 기반 통찰력으로 인간 판단 보완

저항 극복. 결정 위생을 구현하는 것은 종종 다음과 같은 이유로 저항에 직면한다:

  • 직관적 판단의 우월성에 대한 믿음
  • 자율성 상실에 대한 불편함
  • 소음의 만연성과 영향에 대한 과소평가

7. 규칙과 기준의 균형: 최적의 소음 감소를 위한 탐구

규칙은 삶을 단순화하고 소음을 줄인다. 그러나 기준은 사람들이 상황의 특수성에 맞게 조정할 수 있게 한다.

규칙 대 기준. 규칙과 기준 사이의 선택은 소음 감소에서 근본적인 절충을 나타낸다:

  • 규칙: 재량을 최소화하는 정확하고 유연하지 않은 지침
  • 기준: 사례별 해석을 허용하는 일반 원칙

고려사항. 규칙과 기준 사이에서 결정할 때 조직은 다음을 고려해야 한다:

  • 의사결정 비용: 규칙은 일반적으로 적용하는 데 더 적은 노력이 필요하다
  • 오류 비용: 기준은 고유한 상황에 더 잘 맞출 수 있다
  • 일관성 필요성: 규칙은 일관성을 촉진하지만 적응성을 희생할 수 있다
  • 도메인의 복잡성: 기준은 매우 가변적인 상황에 더 적합할 수 있다

최적의 소음. 목표는 모든 소음을 제거하는 것이 아니라 다음과 같은 균형을 찾는 것이다:

  • 판단의 유해한 변동성을 줄인다
  • 고유한 상황을 다룰 수 있는 유연성을 유지한다
  • 인간의 존엄성과 공정한 대우의 감각을 보존한다
  • 시간에 따라 가치와 관행의 진화를 허용한다

Last updated:

리뷰

3.66 out of 5
Average of 13k+ ratings from Goodreads and Amazon.

노이즈는 의사 결정의 변동성에 대한 통찰을 칭찬하는 사람도 있는 반면, 길이와 반복성을 비판하는 사람도 있다. 많은 이들이 판단에서의 노이즈 개념을 가치 있게 여기지만, 일부는 이 책이 카너먼의 이전 작품에 비해 새로움이 부족하다고 주장한다. 독자들은 의학과 법률 같은 분야에서의 실용적인 적용을 높이 평가하지만, 일부는 글쓰기 스타일이 건조하고 지나치게 학문적이라고 느낀다. 이 책이 통계적 사고와 의사 결정 위생에 중점을 두고 있다는 점은 주목할 만하지만, 전체적인 영향력과 가독성에 대한 의견은 다양하다.

저자 소개

고교 시절 촉망받는 야구선수였던 저자는 연습 중 동료의 야구 배트에 얼굴을 정통으로 강타당하는 큰 사고를 당했다. 이 사고로 얼굴 뼈가 30조각이 났고, 왼쪽 눈이 튀어나와 실명 위기까지 왔으며, 심정지가 세 번이나 일어났다. 걸을 수조차 없었던 저자는 절망에 빠지는 대신 지금 당장 할 수 있는 아주 작은 일이라도 찾아 그것을 반복하자고 마음먹는다.

다니엘 카너먼은 행동 경제학과 인지 심리학 분야에서 획기적인 연구로 유명한 이스라엘계 미국인 심리학자였다. 1934년에 태어난 그는 2002년 불확실성 하에서의 의사결정에 관한 연구로 노벨 경제학상을 수상했으며, 특히 아모스 트버스키와 함께 개발한 전망 이론으로 잘 알려져 있다. 카너먼의 휴리스틱과 편향에 관한 연구는 인간의 판단과 의사결정 과정을 이해하는 데 혁신적인 변화를 가져왔다. 그는 프린스턴 대학교의 명예 교수였으며, "생각에 관한 생각"을 포함한 영향력 있는 책들을 저술했다. 카너먼의 연구는 경제학에서 공공 정책에 이르기까지 다양한 분야에 걸쳐 광범위한 영향을 미쳤으며, 인간 행동과 의사결정에 대한 우리의 이해를 계속해서 형성하고 있다.

0:00
-0:00
1x
Create a free account to unlock:
Bookmarks – save your favorite books
History – revisit books later
Ratings – rate books & see your ratings
Listening – audio summariesListen to the first takeaway of every book for free, upgrade to Pro for unlimited listening.
Unlock unlimited listening
Your first week's on us!
Today: Get Instant Access
Listen to full summaries of 73,530 books. That's 12,000+ hours of audio!
Day 5: Trial Reminder
We'll send you a notification that your trial is ending soon.
Day 7: Your subscription begins
You'll be charged on Sep 28,
cancel anytime before.
Compare Features Free Pro
Read full text summaries
Summaries are free to read for everyone
Listen to full summaries
Free users can listen to the first takeaway only
Unlimited Bookmarks
Free users are limited to 10
Unlimited History
Free users are limited to 10
What our users say
15,000+ readers
“...I can 10x the number of books I can read...”
“...exceptionally accurate, engaging, and beautifully presented...”
“...better than any amazon review when I'm making a book-buying decision...”
Save 62%
Yearly
$119.88 $44.99/yr
$3.75/mo
Monthly
$9.99/mo
Try Free & Unlock
7 days free, then $44.99/year. Cancel anytime.