9. 인지적 편향의 종류

인지적 편향(Congnitive bias)이란, 분석가의 성향이나 상황에 따라 비논리적인 추론을 내리는 편향입니다. 인지심리학자인 트버스키(Amos Tversky)와 행동경제학자 대니얼 카너먼(Daniel Kahneman)은 사람들이 언제나 합리적으로 생각하고 행동하는 것이 아니고, 휴리스틱(heuristic)을 통해 왜곡된 지각으로 결정하는 경우가 많다고 주장합니다. 

 

1. 확증 편향(confirmation bias)

사람들이 자신이 믿고 있는 대로 정보를 받아들이고 임의로 판단하는 경향입니다. 자신의 판단에 대한 확신을 더해주는 방향으로 데이터를 조정하거나 처음부터 생각해 두었던 가설에 유리한 방향으로 정보를 수집하고 해석하여 명백한 오류를 만들고 분석의 신뢰성을 떨어뜨립니다. 이러한 기존의 상식과 고정관념에 따라서 선택하는 것을 방지하기 위해 두 명 이상의 분석가가 크로스 체크를 하거나, 블라인드 분석을 수행합니다.

 

예를 들어, 주가가 상승할 것이라는 확신을 가진 분석가는 상승 신호로 해석되는 데이터에만 집중하고, 하락 신호를 무시했습니다. 이러한 확증편향은 많은 투자자들이 잘못된 예측을 따르게 하여 큰 손실을 초래했습니다.

 

2. 기준점 편향(anchoring  bias)

사람들이 처음 접하는 정보에 지나치게 의존하여 판단을 내리는 경향입니다. 처음 표본을 통해서 나왔던 통계가 각인되어서 다른 분석 결과를 무시하거나 과소평가해 생각의 틀을 만들어서 합리적인 결정을 방해합니다.

 

예를 들어, 1980년대 미국에서는 높은 인플레이션이 지속된 후, 경제학자들이 향후 인플레이션을 예측하는 과정에서 과거의 높은 인플레이션율에 지나치게 의존했습니다. 초기 기준점에 대한 과도한 의존으로 인해 실제 인플레이션율이 하락하는 추세에도 불구하고 이를 제대로 예측하지 못한 경우가 많았습니다.

 

3. 선택 지원 편향(choice-supportive bias)

 사람들이 자신이 이미 내린 결정을 긍정적으로 평가하고, 그 결정을 지지하는 정보를 더 긍정적으로 받아들이는 경향입니다. 선택 지원 편향은 의사결정이 이루어진 순간부터 편향성을 가집니다.

 

예를 들어, 2000년대 초, 한 대형 기업의 경영진은 새로운 시장 진출 결정을 내린 후, 이 결정을 지지하는 데이터만을 긍정적으로 평가했습니다. 시장 진출 후 초기 성공 사례만을 강조하고, 실패하거나 예상보다 낮은 성과를 낸 데이터는 무시했습니다. 결과적으로, 선택 지원 편향으로 인해 손실을 최소화하거나 전략을 수정할 기회를 놓쳤습니다.

 

4. 분모 편향(denominator bias)

확률을 판단할 때 분자를 과대평가하고 분모를 무시하는 경향입니다. 비율도 분모 편향의 영향을 받을 수 있습니다.

 

예를 들어, 1980년대, 한 제약 회사는 신약의 효과를 홍보하면서 소수의 성공 사례(분자)만을 강조했습니다. 임상 시험에서 성공한 사례가 많아 보이도록 했지만, 전체 시험 참가자 수(분모)를 무시한 채 분석하여 실제 성공 확률을 과대평가했습니다. 이는 의사들과 환자들에게 오해를 불러일으켜 신약의 실제 효과에 대한 잘못된 기대를 형성했습니다.  

 

5. 생존자 편향(survival bias)

성공 사례나 살아남은 사례만을 분석하여 결론을 내리고, 실패하거나 도태된 사례를 무시하는 경향입니다.

 

예를 들어, 제2차 세계대전 당시, 전투기들의 총탄 자국들을 분석해 취약한 부분을 보강하려고 했습니다. 엔지니어들은 외상이 많은 부분에 추가로 덧대면 생존율이 높아질 거라 생각해서 일반적으로 총알 자국이 많았던 날개와 꼬리 부분을 보강하려고 했습니다. 하지만 분석 담당 연구원이 날개가 아닌, 조종석 엔진 부분을 집중적으로 보완해야 한다고 주장했는데 그 이유는 조종석과 엔진 부분의 총탄 자국이 적은 이유는 그 부분이 치명적이기 때문에 전투기들이 귀한하지 못했기 때문이라고 했으며 전투기 손실을 줄일 수 있었습니다.