네 갈래 유형
우리는 어떠한 대상을 평가할 때 각각의 특성에 가중치를 부여합니다. 그렇게 각 특성은 평가에 미치는 영향이 달라지게 되는데 이런 현상은 알게 모르게 작동하며 이는 시스템 1이 작동한 결과입니다.
확률 변화
효용 이론에서 기대 원칙은 사람들이 위험이 따르는 결과에 대한 확률을 어떻게 생각하는지 포함하지 않습니다. 어떤 사건이 발생할 확률이 0-> 5% 로 변할때와 60 -> 65%, 95% -> 100% 각각 변한 확률은 5%로 같지만 사람들이 받아들이는 심리는 동일하지 않습니다.
0->5% 인 경우 아예 불가능한 상황에서 조금이라도 가능성이 생길확률이 생기면서 사람들은 5% 증가한것에 비해 심리적으로 더 큰 희망을 가지게 됩니다. 이를 가능성 효과라고 합니다.
95% -> 100% 로의 변화는 100%에는 불확실성을 제거하는 효과가 발생합니다. 이를 확실성 효과라고 합니다.
가능성 효과와 확실성 효과는 심리적 요인때문에 실질적으로 변화한 5%에 비해 더 큰 심리적 가중치를 가지게 됩니다. 이러한 효과를 이용한것들중 하나는 복권을 예로 들 수 있습니다. 거대한 부를 가질수 있는 확률이 0%인 것 보다 복권을 사면서 적지만 가능성이 생기면 사람들은 적은 확률에 희망을 가지게 됩니다.
알레의 역설
다음의 두가지 질문에서 선택을 해봅시다.
1. 61% 확률로 52만 달러를 받거나, 63% 확률로 50만 달러를 받기 2. 98% 확률로 52만 달러를 받거나, 100% 확률로 50만 달러를 받기
대부분의 사람은 1에서 61%를 선택하고 2에서 100%를 선택합니다. 이는 기존의 경제논리에 위반되는 행동입니다. 두 가지 질문에서 모두 2%만 차이를 가지고 있어서 경제논리로는 둘 다 같은 선택을 해야하지만, 실제론 98% -> 100%의 경우가 더 인상적입니다.
이런 현상에 대해 정확히 판단하려면 우리는 사람들이 각 확률에 대해 어떤 가중치를 가지는지 알아야 합니다.
결정 가중치
결정 가중치는 확률 변화에 따른 사람들의 심리적 가중치를 표현한 표 입니다. 양 극단인 0, 100% 확률에서는 결정 가중치 역서 0, 100의 확률을 가지지만, 조금이라도 확률의 변화가 있으면 가중치의 변화가 크게 나타납니다.
이런 결정 가중치는 항상 같지 않습니다. 결정 가중치는 사건의 효율을 고려해 가중치를 제로로 부여해서 아예 무시할 때도 있고, 반대로 일어날것같지 않은 극단적 상황들에 대해선(예를 들면 핵전쟁) 그 사건이 주의를 끌게 되면 과도한 가중치를 부여하게 됩니다. 이 경우엔 걱정이 결정 가중치에 반영이 됩니다.
네 갈래 유형
이렇게 사람들이 부여하는 가치는 두가지를 고려해볼 수 있는데, 하나는 사람들은 부보다 이익과 손실에 가치를 부여한다는 것, 그리고 결과에 부여하는 결정 가중치는 확률과는 다르다는것 입니다. 이 두가지를 합치면 네 갈래 유형 이라는 사람들의 선호 유형을 확인할 수 있습니다.
드문 사건
버스 폭탄 테러가 발생하면 사람들은 버스에 대해 민감하게 반응합니다. 괜히 이용 안하게 되고 길에서 보이면 거리를 두는식으로 알게 모르게 반응을 보입니다. 하지만 일반적으로 버스 폭탄 테러같은 사건은 발생할 확률이 매우 낮지만 사람들은 그 가중치를 높게 부여합니다.
이런 사건들은 사람들에게 회상 용이성 폭포를 유발하고, 언론에 자주 보도되면서 비슷한 상황이 연출되면 연상 작용이 일어나 사건들이 훨씬 많이 발생하는것 처럼 느끼게 됩니다.
사람들은 발생 확률이 극히 낮은 사건은 무시하거나 과도한 가중치를 부여하게됩니다. 일어날 것 같지 않은 일에 지나치게 비중을 두는 것은 시스템 1과 연관있습니다. 감정과 생생함은 회상 속도, 회상 용이성, 확률 판단에 영향을 미치고 결국 매우 드문 사건들에 과도한 반응을 보이게 합니다.
과대평가와 과대 가중치
과대평가와 과대 가중치는 다른 현상이지만, 그 둘에는 똑같은 심리 작용인 주목, 확증 편향, 인지적 편안함이 관여합니다.
시스템 1은 일어나기 힘든 사건에 대해 상상을 하면 연상 체계는 상상을 확증하는 방향으로 작동하면서 그것들을 진실로 만들어주는 증거, 사례, 이미지들을 선별적으로 끄집어 냅니다. 현실의 범주 안에서 그럴듯한 시나리오를 만들어내게되고, 여기에 확률 판단은 시나리오가 쉽게 떠오를수록 확률이 높은것으로 간주됩니다.
드문 사건이 일어날 확률은 그 사건을 대체할 사건이 구체화되지 않을 때 과대평가될 가능성이 높습니다.
한 농구팬에게 NBA 플레이오프에 참가한 여덟 개 팀중 A 팀의 우승확률을 물어본다면 그 사람은 한 팀만 주목하고 되고 다른 팀에 대해서는 생각하지 않게됩니다. 그렇게 A 팀의 우승확률을 측정하고 이번에는 B 팀의 우승확률을 물어보면 B팀만 주목해서 우승확률을 측정하게 됩니다. 그리고 이렇게 측정된 8개의 팀의 우승확률을 모두 더하면 놀랍게도 100%가 넘어가는 현상을 발견할 수 있습니다.
이는 각 사건에 대한 대체할 사건을 고려하지 않아서 팀에 대한 과대평가가 이루어진 상황입니다.
이런 현상은 낙관주의자들역시 비슷한 상황임을 보여줍니다. 낙관주의자들은 어떤 계획의 결과를 성공적으로 실행하는 모습을 구체적으로 상상하게 됩니다. 반면 그 반대의 경우는 수없이 많아서 생각이 분산되고 구체적인 상상을 떠올리기 힘듭니다. 그래서 낙관주의자들은 자신들의 성공에 과대평가하게 됩니다.
생생한 결과
사람들은 돈을 따거나 잃는 결과보다 감정적 결과에서 확률에 훨씬 더 둔감해지는 경향이 있습니다. 아래의 두 문장을 확인해보겠습니다.
A는 기댓값을 계산하기 쉽습니다. 그래서 대략 50달러를 기준으로 도박을 할지 안할지 결정을 하게되지만 B의 경우는 기댓값을 계산하기 힘듭니다. 사람들은 84퍼센트라는 확률과 장미 열두 송이의 가격을 기준으로 도박의 가격을 결정하지 않고 개인의 감정에 따른 결정을 하게됩니다.
또 다른 질문을 보겠습니다.
두 문장에서 B의 경우에 확률에 덜 민감해지는데 상황에 대한 묘사가 더 생생한 이미지를 불러일으키고, 그 이미지는 머릿속으로 쉽게 들어옵니다. 이런 시스템1의 작용은 인지적 편안함과 확실성 효과에 기여해서 문장에 적힌 21퍼센트보다 더 큰 가중치를 부여하게됩니다.
생생한 확률
어떤 사건이 막힘없이 생생하게 떠오르고 상상하기 쉬우면 결정 가중치에 영향을 미치게 됩니다. 다음의 문장을 보겠습니다.
빨간 구슬을 뽑으면 상품을 준다고 했을 때 A, B 중 어느 단지를 선택하시겠습니까? 확률적으론 A는 10%, B는 8%로 A를 고르는것이 옳습니다. 하지만 대부분의 실험자들은 B를 고르는데 이는 시스템 1의 피상적인 사고 처리 특성을 잘 보여줍니다. 이런 편향적인 상황을 분모 무시라고 합니다.
상품을 탈 수 있는 구슬에 관심이 쏠리면 상품을 탈 수 없는 구슬은 신경쓰지 않게됩니다. 그래서 빨간 구슬을 고르게 되는 생생한 상상만을 하게되어 10% vs 8% 의 선택이 아니라 1개 vs 8개의 선택이 되어 사람들은 B단지를 고르게 됩니다.
분모 무시는 위험을 전달할 때 그 방법에 따라 효과가 왜 제각각인지도 설명할 수 있습니다. "질병을 보호하는 백신이 0.0001퍼센트 확률로 영구 장애를 일으킨다" 라고 했을땐 그 확률이 매우 작아보이지만 "10만 명 가운데 한 명은 영구 장애가 생깁니다." 라고 했을 때 백신을 맞고 영구 장애가 생긴 사람을 떠올리게 되면서 그 확률에 더 큰 가중치를 부여하게 됩니다.
또한 어떤 사건을 말할 때 확률을 제시하는것 보단 빈도로 묘사할 때 분모 무시 효과에 의해 그 확률에 더 큰 가중치를 부여하게 됩니다.
A. 1만 명당 1,286명이 사망하는 질병 B. 전체 인구 중 24.14% 가 사망하는 질병
A,B 두 가지 정보가 있을 때 사람들은 A를 더 위험하게 느끼지만 실제론 B 질병이 두배는 더 위험한 질병입니다.
전반적 인상에 기초한 결정
지금까지의 내용은 일어날 것 같지 않은 사건이나 결과라도 유난히 두드러져 보이거나 관심이 집중되면 사건이 과대평가되고 해당 결과에 과도한 비중이 부여된다는 내용입니다. 또한 사건을 생생하게 설명하거나, 확률 전달 방식을 바꾸기만 해도 그 사건이 더욱 두드러져 보인다는 내용을 다루고 있었습니다.
하지만 때론 사건에 주목하더라도 확률이 높아지지 않는 예외도 있는데 바로 경험에 기초한 선택 입니다.
우리가 어떤 사건을 과대평가하고 과대 가중치를 부여하는 편향 현상은 서술에 기초한 선택입니다.
경험이 뒷받침되지 않은 상태로 어떤 상황을 서술했을때 우리는 머릿속으로 상상을 하게되고 그 과정은 시스템 1이 관여하게 됩니다. 하지만 경험에 의한 선택은 상상이 필요없으며 기존 경험을 토대로 어떤 결과가 나오는지를 알기 때문에 가중치를 과도하게 부여하는 일이 적고, 오히려 가중치를 지나치게 적게 부여하는 일이 흔합니다.
위험관리 정책
한번 아래의 질문을 읽고 선택을 해봅시다.
대부분 사람들은 B보다 A를, C보다 D를 더 좋아합니다. 하지만 위의 선택을 할 때, 두 가지 선택을 조합해서 어떤 조합이 가장 좋은지는 따져보지 않았을 것입니다. 여기서 조합을 하면 위의 두가지 문제는 다음의 문제로 변합니다.
AD. 240달러를 받을 확률 25%, 760달러를 잃을 확률 75% BC. 250달러를 받을 확률 25%, 750달러를 잃을 확률 75%
대부분의 사람들은 A, D를 선택하게 되지만 문제를 조합하면 B, C를 고르는게 더 나은 선택이 됩니다.
넓은 틀짜기와 좁은 틀짜기
이런 선택 조합은 인간의 합리성 한계에 많은 점을 시사합니다. 하나의 선택하기 쉬운 문제를 분해해서 대다수 사람들이 불리한 선택을 하게만드는 여러문제로 만들 수 있다는점 입니다.
이 사례가 보여주는 또 한가지는 위험을 회피하고 손실에서 위험을 추구하다 보면 비싼 대가를 치를 수 있다는 것입니다. 웃돈을 얹어주면서 도박보다 확실한 이익을 택하고, 웃돈을 얹어주면서 확실한 손실을 피한다면 두 종류의 문제를 동시에 만날 때 최상의 선택이 아니게 되는 모순을 발견하게 됩니다.
우리는 위와같은 결정을 좁은 틀짜기와 넓은 틀짜기라는 용어로 정리해볼 수 있습니다.
앞의 상황에선 넓은 틀짜기가 더 유리합니다.
새뮤얼슨의 문제
새뮤얼슨의 문제는 경제학자 폴 새뮤얼슨이 지인에게 동전던지기 내기를 한 이야기를 말합니다. 새뮤얼슨은 지인에게 동전던지기로 이기면 200달러를 주고 지면 100달러를 잃는 내기를 하겟느냐고 질문했고, 그 지인은 1회는 안하겠지만 100번 하게해준다면 하겠다는 대답을 받았습니다.
이 응답의 놀라운점은 같은 도박이라도 횟수를 늘리게 되면 극단적으로 돈을 잃거나 얻는 상황은 매우 적은 확률이 되며 돈을 잃을 확률이 줄어든다는점 입니다.
금융시장의 노련한 거래인들은 넓은 틀짜기의 기술로 포트폴리오를 구성해서 손실의 고통을 피하며 살아갑니다. 손실 회피와 좁은 틀짜기가 합쳐지면 대가가 큰 재앙이 될 수 있으며 개인 투자자라면 투자 수익을 점검하는 횟수를 줄여 이 재앙을 피할 수 있습니다.
나쁜 소식에 단기적으로 반응하는 것은 좁은 틀짜기의 한 경우로 볼수 있고 이런 나쁜 소식을 몰아서 받는다면 위험 회피가 줄어서 더 나은 상황을 생각해볼 수 있게됩니다.
위험관리 정책
좁은 틀짜기로 결정을 내리는 사람들은 위험한 선택을 마주할 때마다 그때그때 결정을 하게되는데, 관련 문제가 생길 때마다 일상적으로 적용하는 위험관리 정책을 가지고 있으면 더 나은 결과를 얻을 수 있습니다.
위험관리 정책은 넓은 틀짜기중 하나의 전략입니다. 비슷한 여러 결정을 하나의 일반적인 상황으로 합산시켜 손실의 고통을 줄일 수 있습니다. 또한 위험관리 정책은 외부 관점과 비슷해서 발생가능한 위험요소들을 현 상황의 특수성을 고려하기 보다 비슷한 여러 통계를 주시할 수 있도록 도와줍니다.
외부 관점과 위험관리 정책은 두 가지 편향을 바로잡아줍니다. 하나는 계획 오류에 나타나는 과장된 낙관이고 다른 하나는 손실 회피 성향으로 인한 지나친 신중함 입니다.
정리
사람들이 어떤 사건에 대해 일어날 확률 변화는 실제로 심리적 변화를 반영하지 않는데, 이런 심리적 가중치를 포함한 것을 결정 가중치라고 합니다. 일어날 확률이 0~5% 변할때 실제 결정 가중치는 더 크게 변화하는데 이를 가능성 효과라고 하고 95~100% 변할 때는 확실성 효과라고 합니다.
사람들의 성향에 따라 이 결정 가중치는 각자 다르게 나타나는데 이를 네가지 성향으로 나눈 것을 네 갈래 유형이라 부릅니다.
과대평가와 과대 가중치는 주목, 확증 편향, 인지적 편안함에 영향을 받은 결과입니다. 일어나기 힘든 사건에 대해 주목하게 되면 우리는 그 사건이 일어나지 않을 확률은 고려하지 않게되고 사건이 발생할 확률을 과대평가하게 됩니다.
생생한 결과는 어떤 사건에 대한 확률을 측정할 경우 서술된 상황이 감정적 요소가 들어가는 경우 그 확률을 제대로 측정하기 어려워지고 감정적인 결정을 하는상황을 말합니다. 생생한 확률은 사건이 벌어질 확률을 표현하는데 그 표현방법에 따라 사람들이 느끼는 실제 확률이 달라지는 현상을 이야기 하며, 사건이 벌어질 확률을 빈도로 표현할 경우 전체 모집단의 수를 무시하는 현상을 분모 무시라고 합니다.
이렇게 사건들이 과대평가되거나 확률을 받아들이는데 오류가 발생하는 현상은 주로 서술에 기초한 선택에서 발생하지만, 경험에 기초한 선택은 이런 현상들이 발생할 확률을 줄여줍니다.
사람들은 어떤 사건들의 선택에 있어서 각각 개별적으로 대응하는 경우가 많은데 이 경우 최종적으론 안좋은 선택을 하는 경우가 있습니다. 그래서 작가는 여러 사건들을 하나로 묶어서 더 나은 결정하는 방법을 알려주는데 이를 넓은 틀짜기라 부르고 반대의 경우를 좁은 틀짜기라고 합니다.
위험관리 정책은 넓은 틀짜기중 하나의 전략이며 각각 안좋은 사건들을 개별적으로 처리하다 보면 안좋은 결과를 맞이할 수 있지만, 비슷한 유형의 사건들을 하나로 묶어서 처리하도록 위험관리 정책을 준비하면 준비과정에서 기존에 있던 통계자료를 이용할 수도 있고 여러번 발생하는 손실의 고통을 줄일 수 있다고 알려주고 있습니다.
결정 가중치와 가능성 효과를 상품으로 만든것이 복권과 보험이라는걸 알게되었는데 사람들이 낮은 확률에도 복권을 사는것이 심리적으로 설명이 되는점이 재밌었습니다. 넓은 틀짜기와 좁은 틀짜기는 각각의 상황에 따라 좋은 전략으로 작용하는경우가 다른데 왜 주식을 오래한 사람들이 자신의 전략을 가지고 기계처럼 판단하라고 하는지 이해가 되었습니다.
이번 '선택' 파트는 내용이 많아 세번으로 나눠서 정리하도록 하겠습니다.