Contents

    1. 1장. Ten Surprises about How we handle ambiguous situations
  2. Part 1. Making Decisions
    1. 2장 매뉴얼의 함정 (A passions for Procedures)
    2. 3장 Seeing the Invisible
    3. 4장 How Biased is Our Thinking?
    4. 5장 Intuition versus Analysis
    5. 6장 직관은 어떻게 활용하는가? (Blending Intuition and Analysis to Make Rapid Decisions)
    6. 7장 직관과 분석의 조화 (Experts and Errors)
    7. 8장 의사결정 시스템이 실패하는 이유 (Automating Decisions)
  3. Part 2. Making Sense of Situations
    1. 9장 지나친 것은 모자람만 못하다 (More is Less)
    2. 10장 장고 끝에 악수를 두는 이유 (When Patience is a Vice)
    3. 11장 효과적으로 피드백하는 법 (The Limits of Feedback)
    4. 12장 모든 데이터를 부정하라 (Correcting the Dots)
    5. 13장 인간은 컴퓨터처럼 사고하는가? (Do we think like computers?)
  4. Part 3. Adapting
    1. 14장. 목적지는 어디인가? (Moving Targets)
    2. 15장. 리스크 관리의 리스크 (The Risks of Risk Management)
    3. 16장. 미래 예측의 기술 (The Cognitive Wavelength)
    4. 17장. 한정된 프레임을 버려라 (Unlearning)
  5. Part 4. Finishing
    1. 18장. 의사결정의 잘못된 10가지 믿음 (Reclaming our minds)
    2. 19장. 당신의 경험은 답을 알고 있다 (Getting Found)

전문성 연구자인 GaryKlein의 책, 'Streetlights and Shadows'를 읽고 있다. 번역서가 '이기는 결정의 제1원칙'이라는 제목으로 나와있다.

주요 내용이 사람들이 통념으로 믿고 있는 10가지 법칙의 허구성에 대해 밝히는 책인데 - 허구성을 폭로한다기보다는, 모든 경우에 척 들어맞는 만병통치약은 아니라는 주장을 펼친다 - 아마도 그 '법칙'을 가로등(streetlights)으로, 그 한계점을 그림자(shadows)로 비유한 것 같다.

분류

법칙

설명

문제점

대체

의사결정

1. 처리 지침 교육은 업무 처리를 더 능숙하게 하는데 도움이 된다.

자신이 책임지고 있는 시추 장비로 이어진 파이프에서 발생한 천연가스 거품을 처리하는 표준 지침을 따르지 않았던 관리자를 다시 떠올려보자. 그는 단지 시추 장비의 폭발로 사람들이 죽게 되는 사태를 막았을 뿐이다.

지침을 따르면 융통성이 떨어질 수 있다. 많은 종류의 스킬들은 지침을 가르치는 게 학습에 방해가 될 수도 있다. 지침은 복잡한 과업을 수행하는 데 충분치 않고, 지속적으로 갱신할 필요가 있으며, 전문성을 개발하고 적용하는 것을 더 어렵게 만들 수도 있다.

복잡한 상황에서는 지침을 효과적으로 따르거나, 필요하면 벗어날 수 있게 해주는 판단 스킬이 필요하다.

2. 의사결정의 편향이 우리의 사고를 왜곡한다.

사람들은 대부분 잘 작동하지만 완벽하지는 않은 간편추정법을 이용한다. 이른바 편향이라고 하는 것들 중에, 실제 환경에서 심각한 영향을 끼치는 것으로 보이는 것은 거의 없다. 예를 들면, 게르트 기거렌처는 에이즈 상담사들이 HIV 테스트 결과를 어떻게 해석해야 할지를 잘 모른다는 것을 보여줬다. 하지만 기거렌처의 연구팀이 확률 데이터 대신 빈도 데이터를 제시한 경우에는 의사결정의 편향을 제거할 수 있었다.

사람들은 '대부분 잘 작동하지만 완벽하지는 않은 간편추정법'을 이용한다.

의사결정의 편향은 우리의 사고를 반영한다. 사람들의 간편추정법 사용을 막는 것보다, 전문성을 구축할 수 있도록 도와서 그들이 간편추정법을 더 효과적으로 사용할 수 있게 해야 한다.

2a. 성공적인 의사결정자는 직관 대신 논리와 통계에 의존한다.

의사결정을 할 때 직관과 감정을 사용하게 해주느 뇌 부위에 손상을 입은 환자들은 아주 간단한 선택조차 하지 못하게 된다. 쇼핑객들이 복잡한 선택을 할 때는, 상황을 분석하지 못하는 게 더 나은 의사결정을 내리도록 했다.

논리에 의존하고 직관을 억제한다는 생각은 그 나름의 오류를 일으킨다.

우리는 체계적인 분석과 직관을 적절히 섞어서 사용해야 한다.

3. 의사결정을 위해 여러 가지 대안을 만들고 비교해서 최선의 대안을 골라야 한다.

인식 촉발 의사결정 모형(RPD)은 사람들이 실제로 의사결정을 하는 방식을 설명해준다. 사람들은 의사결정 대안을 만들고 그것들을 비교하는게 아니라, 합리적 행동 대안 중 처음 떠오르는 대안이 어떤 결과를 낳을지를 상상함으로써 평가하고 결정한다. 경험이 더 많이 쌓일수록 그런 방법을 사용할 가능성이 높다.

우리는 의사결정을 할 때 수학적인 기법들을 거의 사용하지 않는다.

뛰어난 의사결정자는 그들의 경험을 활용해서, 효과적인 대안을 알아차리고 정신적 시뮬레이션을 통해 그 대안들을 평가한다.

상황파악

4. 정보를 더 많이 모으면 불확실성을 줄일 수 있다.

지나치게 많은 정보는 방해가 될 수 있다. 진주만 공습이나 911 테러, 엔론 사건 등의 역사적 사례들은, 우리가 가진 정보를 이해하는데 필요한 것 이상으로 정보를 수집할 필요는 없다는 것을 보여준다.

정보를 많이 모으는 것은 퍼즐을 푸는 데는 도움이 되겠지만, 미스터리를 푸는 데는 도움이 되지 않는다. 미스터리를 푸는 데는 데이터보다 상황파악이 더 필요하다.

복잡한 환경에서 우리에게 필요한 것은 알맞은 정보가 아니라 우리가 가진 정보를 이해할 수 있는 알맞은 방법이다.

5. 성급히 결론을 내리는 것은 나쁘다. 모든 증거를 확인할 때까지 기다려라.

이는 또 하나의 수동적 관점이다. 능동적으로 추론해보고 그 추론들을 테스트한 마취과 레지던트들이, 결국 시뮬레이션 환자가 왜 호흡 곤란을 일으켰는지를 알아냈다는 사례를 떠올려보자. 모든 데이터를 수집할 때까지 추론을 유보하려고 했던 레지던트들은 무엇이 문제의 원인인지 밝혀내지 못했다. 왓슨과 크릭도 그들의 잘못된 3중 나선 모형을 적극적으로 탐구한 결과 DNA 유전자 구조를 발견했다. 복잡한 환경에서는, 추론을 억제하는 것보다 예견적 사고를 하는 게 더 낫다.

열린 마음을 유지하라는 충고를 따르기란 어렵다. 그리고 그런 충고는 따라서도 안된다. 왜냐하면 그런 태도는 우리를 수동적으로 만들테니 말이다.

적극적으로 해답을 추측하되, 그 추측에 얽매이지 말고 추측들을 테스트 해보라.

6. 사람들을 배우게 하려면 그들 행동의 결과에 대해 피드백을 해줘야 한다.

하지만 항공모함에 A-6 전투기를 착륙시키기 위해 완벽하게 정렬했다고 생각했던 미해군 전투기 조종사 덕 해링턴의 사례는 어떻게 된 것일가? 그는 분명히 명확하고 직접적인 피드백을 받았다. 그 착함신호사관은 기본적으로 그에게 다음과 같은 메시지를 보낸 것이다. "안 돼, 당신은 이 항공모함에 착함할 수 없어. 다른 항공모함이나 다른 활주로에나 가보시지. 당신은 착륙 라인에 전혀 정렬이 되지 않았어." 그 피드백을 받고도 덕은 어떻게 해야 할지를 배울 수가 없었다. 그 착함신호사관이 그의 방으로 와서 그가 무엇을 잘못하고 있는지 알아낼 수 있게 도와줄 때까지, 그는 테스트를 마치고 자신의 방에서 어쩔 줄 몰라 하고 있었던 것이다.

복잡한 상황에서는 피드백을 이해하는 게 힘들며, 학습자가 그 의미를 이해하지 못하면 피드백도 도움이 되지 않는다.

단지 피드백을 제공하는 것만으로는 충분하지 않다. 피드백을 이해할 수 있는 방법을 찾아야만 한다.

7. 상황 파악을 위해서는 데이터를 기반으로 추론을 해야 한다.

이 방법도 우리가 사용하는 방법 중 하나인 사고의 조립 라인 모형이다. 그러나 이는 지나치게 수동적인 관점이다. 우리는 어떤 게 중요한 데이터 값인지 파악하기 위해 우리의 이해력도 활용한다. 그리고 단지 계속해서 추론을 만들어내는 게 아니라 일관된 시나리오를 만들어내려고 노력한다. 기갑 부대 장군이 신참 장교보다 사막에 있는 적의 부대를 훨씬 더 많이 찾아낸 사례를 떠올려보라.

여러분은 상황을 이해하지도 못한 채 무한정 추론을 만들어낼 수도 있다. 상황 파악이란 단지 추론을 많이 하는 것과는 다르다. 상황 파악은 사건의 원인을 설명해줄 수 있는 시나리오를 만들어내는 것이다.

우리는 데이터 요소들을 시나리오 등의 사고의 틀에 끼워 맞춤으로써 상황을 파악하지만, 그 반대도 일어난다. 즉 사고의 틀이 우리가 어떤 것을 데이터로 사용할지를 결정한다.

적응

8. 모든 프로젝트의 시작은 목표를 명확하게 설정하는 것이다.

이 주장을 따른다면 상황이 복잡하거나 목표가 명확하게 설정되지 않은 경우 우리는 일을 전혀 시작도 못하게 될 것이다. 조 윌슨은 자신이 일을 해나가면서 목표를 계속해서 재설정했기 때문에 제록스 914 복사기 비즈니스를 개척할 수 있었다. 우리는 목표에 의한 관리 기법보다는 발견에 의한 관리가 더 필요하다.

복잡한 상황에서는 대부분의 목표가 명확하지 않으며, 막연하고 모호하다. 목표 고착화, 즉 의미 없게 된 목표에 집착하는 현상을 보이는 관리자들이 너무 많다.

우리는 까다로운 문제에 직면할 경우, 목표를 달성하기 위해 노력하면서 목표를 재정의해야 한다.

9. 계획의 성공률을 높이기 위해서는 위험들을 파악하고 제거 방법을 찾아야 한다.

최고경영ㅇ자들은 수학적 위험 분석을 중시하지 않는다. 일을 시작하기 전에 위험을 수치화하려고 노력하는 대신, 그들은 발생할 수 있는 위험에 자신들이 대처할 수 있는지를 확인하고 싶어한다.

복잡한 상황에서 우리는 위험을 관리할 수 있다는 착각을 버려야 한다. 관리자들은 '위험을 파악하고 수치화하고 우선순위를 매기기 위한 수학적 방법'을 사용하지 않는다. 대신 그들은 자신들이 다루게 될 수도 있는 새로운 문제를 경계하도록 하기 위해서 상황을 이해하고 싶어한다.

복잡한 상황에서의 위험에 대처하기 위해서는, 위험을 파악하고 예방하기보다는 회복력 공학에 의존해야 한다.

10. 리더는 역할을 나누고 기본 원칙을 정함으로써 공통 기반을 마련할 수 있다.

진단을 받기 위해 입원한 여성 환자가 사망한 사례는 공통 기반이 얼마나 깨지기 쉬운지 그리고 공통 기반은 지속적으로 감독하고 수정하는 게 얼마나 중요한지를 보여준다.

우리는 시계를 맞추듯이 팀의 공통 기반을 설정할 수 없다. 상황이 빨리 바뀔수록 공통 기반도 더 빨리 와해된다.

모든 팀원들은 공통 기반이 와해되지 않도록 지속적으로 감시하고, 필요할 경우 이를 수정해야 할 책임이 있다.

1장. Ten Surprises about How we handle ambiguous situations

의사결정 내리기, 상황 파악하기, 적응하기라는 사고의 측면들은 바로 이 책의 1,2,3부의 주제이다. ... 의사결정 내리기, 즉 무엇을 할지 선택하는 것은 가장 직접적이고 가시적인 과제로서 1부의 주제다. 그러나 우리가 내리는 선택은 우리가 상황을 파악하는 방식에 따라 달라진다. 이것이 2부의 주제이다. 3부의 주제인 '상황에 적응하기'는 상황을 파악하는 방식에 따라 달라지고 우리의 의사결정과 학습 능력을 반영한다. 이 세 가지 인식 작용은 많은 종류의 인간 활동에 되풀이되어 나타난다. - p17

대부분의 사람들은 앞의 세 가지 인식 작용 각각을 수행하는 방식에 대해 몇 가지 법칙을 믿게 되었다.

  1. 처리 지침 교육은 업무 처리를 더 능숙하게 하는데 도움이 된다.
  2. 의사결정의 편향이 우리의 사고를 왜곡한다.
    1. 성공적인 의사결정자는 직관 대신 논리와 통계에 의존한다.
  3. 의사결정을 위해 여러 가지 대안을 만들고 비교해서 최선의 대안을 골라야 한다.
  4. 정보를 더 많이 모으면 불확실성을 줄일 수 있다.
  5. 성급히 결론을 내리는 것은 나쁘다. 모든 증거를 확인할 때까지 기다려라.
  6. 사람들을 배우게 하려면 그들 행동의 결과에 대해 피드백을 해줘야 한다.
  7. 상황 파악을 위해서는 데이터를 기반으로 추론을 해야 한다.
  8. 모든 프로젝트의 시작은 목표를 명확하게 설정하는 것이다.
  9. 계획의 성공률을 높이기 위해서는 위험들을 파악하고 제거 방법을 찾아야 한다.
  10. 리더는 역할을 나누고 기본 원칙을 정함으로써 공통 기반을 마련할 수 있다.

어느 정도 예상할 수 있듯이, 이 책은 위의 10가지(실제로는 11가지) 법칙이 반드시 맞는 것은 아니라는 것을 주장한다.

위의 주장들은 질서정연한 상황에서는 잘 들어맞는다. ... 하지만 우리는 그런 확실성의 세계에 살고 있지 않다. ... 복잡한 상황은 질서정연한 상황만큼 체계적이고 안정적이지 못하기 때문에 빠르고 예상치 못하게 바뀌기도 한다. ... 모호하고 복잡하며 예측 불가능한 상황에서 우리의 의사결정은 다른 양상을 보인다. 이런 상황에서는 질서정연한 순간에는 매우 유용했던 방법도 제대로 통하지 않을 수 있고, 아예 쓸모 없을 수도 있다. ... 그러나 이런 상황에서는 일반적인 통념이 잘 통하지 않고, 오히려 우리를 잘못된 방향으로 안내할 수도 있다. - p23

이 책의 목표는 10가지 주장이 잘 적용되는 상황과 잘 통하지 않는 상황, 오히려 해가 되는 상황을 구분하는 경계의 조건들을 살펴보는 것이다. - p24

Part 1. Making Decisions

2장 매뉴얼의 함정 (A passions for Procedures)

주장 1. 처리 지침 교육은 업무 처리를 더 능숙하게 하는 데 도움이 된다.

# 지침은 완벽하지 못하다. 전문가가 가지고 있는 암묵지를 모두 지침화하려면 어마어마한 양이 필요할 것이다. 하지만 그렇게 지침화하는데 성공했다 하더라도 엄청나게 두꺼워진 매뉴얼은 실전에서 활용하기 어렵다. 드라이퍼스 모델에서는, 초보자에게는 규칙이 필요할 수도 있지만, 숙련자가 되기 위해서는 규칙을 뛰어 넘어야 한다. 게다가 상황은 계속 변화하기 때문에 지침도 계속 업데이트해주어야 한다. 엄청 두꺼워진 매뉴얼을 갱신하기는 사실상 어렵다.

요컨대 지침은 완전하지도 않고 방해가 될 수도 있으며, 전문성을 개발하고 적용하는 것을 막기도 하고 시간이 지남에 따라 낡기도 한다. 지침은 정연한 상황에서 가장 잘 작동한다. 상황이 바뀔까 걱정할 필요도 없고, 지침을 적용할지 말지 결정하기 위해 전후 상황을 고려할 필요가 없을 때 소용이 있는 것이다. - p.46

# 오히려 매뉴얼이 있기 때문에, 전문가가 매뉴얼보다 더 효과적인 자신의 직관을 따라서 업무를 수행했을 때, '왜 절차를 따르지 않았는지' 문책할 수 있는 근거가 되기도 한다. 전문가가 직관을 따른 결과가 성공적이었다면 별 문제가 없을 수 있지만, 최선을 다했지만 실패한 경우에는 오히려 문책의 대상이 될 수 있다. 사실상 매뉴얼을 따랐으면 성공했겠느냐는 보장도 없는데 말이다.

다음은 지침의 좋은 점들이다 - p48

3장 Seeing the Invisible

4장 How Biased is Our Thinking?

5장 Intuition versus Analysis

6장 직관은 어떻게 활용하는가? (Blending Intuition and Analysis to Make Rapid Decisions)

주장 3. 의사결정을 위해서는 여러 가지 대안을 만들고 비교해서 최고의 대안을 골라야 한다.

# 사이람에 있을때 '중복없이 빠짐없이(MECE: MutuallyExclusiveCollectivelyExhaustive)'라는 말을 정말로 많이 들었다. 여러 대안들에 대해서 비교항목을 만들고, 거기에 판단의 준거가 될만한 정보들을 다 채워넣는다. 그렇게 마련된 정보를 바탕으로 최적의 대안을 선택한다. 하지만 중간에 낀 실무자들은 죽을 맛이었다. 그냥 간단하게 명백하게, 쉽게 의사결정할 수 있는 것도 비교표를 만들어야 했기 때문이다. 이런 종류의 분석을 GaryKlein은 합리적 선택 기법(Rational Choice Method)라고 부른다. 또는 DecisionTree를 쓸 수도 있다.

사람들과 조직이 공식적인 의사결정 기법을 좀처럼 사용하지 않는 한 가지 이유는 그 기법들을 사용하는 데 너무 많은 시간과 노력이 들기 때문이다. 의사결정을 하는데 30분 이내의 시간밖에 없다면 그 기법들은 사용할 수 없다.

두 번째 이유는 공식적인 기법을 사용하려면 의사결정 행렬의 모든 항에 수많은 데이터를 채워 넣거나, 모든 대안의 확률을 추정해야 한다. 그런 기법들을 사용하려면, 당신 자신도 확증할 방법이 없는 평가나 확률을 추정해야 한다. 당신이 그런 기법에 사용하는 추정치를 확신하지 못하면, 그 기법을 통해 나오는 결과도 믿지 못하게 된다.

세 번째 이유는 체계적으로 정리된 변수들보다 복잡한 변수들을 추정하는 게 훨씬 어렵기 때문이다. 자동차를 구입할 때 우리는 내구성이나 연비, 충돌 보호 등급 등을 추정할 수 있는 반면, 장거리 운전에 얼마나 편할지, 조종 용이성이 얼마나 좋을지, 유아용 시트 사용이 얼마나 수울지 등을 추정하기란 어렵다. 그 결과 우리는 이런 속성들을 무시하거나 모든 대안을 평균적으로 평가함으로써 의사결정에서 그 변수를 배제하게 된다. - p. 133

그리고 우리는 이런 종류의 분석 결과, 마음에 들지 않는 답이 나왔을 때 어떻게 되는지 잘 알고 있다. ... 우리는 다시 평가표로 되돌아가서 우리가 원하는 결과가 나올 때까지 평가 기준과 점수를 조정한다. 기법을 가지고 노는 것이다. p. 134

# 아이러니하게도 어떤 한 대안이 다른 대안들보다 월등히 나을 때는 이런 소모적인 분석 과정이 굳이 필요 없다. 반면에 어떤 한 대안이 다른 대안들과 거의 비등비등할 때는 역설적으로 어떤 대안을 선택하든 큰 상관이 없다.

HebertSimon은 어느 회사건 간에 이익을 최적화하거나 최상의 결정을 하려고 시도하는 회사는 '최상의 결정을 찾기 위한 끊임없는 추구 상태'에 빠지게 될 거라고 주장했다. - p. 135

# 실제로 전문가들이 의사결정을 하는 방법은, 여러 대안을 떠올리고 모든 평가기준을 따져서 최상의 대안을 선택하는 방식으로 이루어지지 않는다. 오히려 '상황을 보면 저절로 무엇을 해야 할지 안다'고 대답했다. 조금 더 인터뷰를 통해 깊숙히 질문해보니, 그들은 상황이 전개되는 것을 보고 패턴을 파악한다. '아, 이건 이 상황이구만!' 그래서 그 패턴 상황에 알맞는 대안을 자연스럽게 떠올릴 수 있다. 하지만 그렇게 떠오른 대안이 모든 경우에 적용 가능하지는 않을 것이다. 이 상황에는 맞지 않는 것일 수도 있다. 그것을 해결하기 위해서 전문가들은 머릿속으로 그 대안이 적용되었을 때의 상황을 시뮬레이션해본다. 이런 방법을 인식 촉발 의사결정 모형 (RecognitionPrimedDecisionModel: RPD)라고 한다.

이런 RPD 방법은 직관과 분석을 통합하는 것이다. 유형의 대조는 직관의 영역이고, 정신적 시뮬레이션은 신중한 분석의 영역이다. - p. 141

따라서 나는 주장3을 RPD 모형을 사용해서 대체하려고 한다. 훌륭한 의사결정자는 그들의 경험을 활용해서 효과적인 대안을 인식하고 정신적 시뮬레이션을 통해 그것을 평가한다. - p. 141

소방관들에 대한 첫 번째 조사는 어려운 의사결정의 약 80퍼센트가 RPD 모형을 따른다는 것을 보여줬다. 나중에 좀더 폭넓은 환경에서 조사한 연구는 그 수치가 90퍼센트에 달했다. 연안 원유 설비 위기 관리자들과 해군 기술자들을 조사한 다른 연구자들도 우리와 같은 결론을 얻었다. - p. 142

많은 연구자들이 이제는 이중 사고 체계를 지지한다. 무의식 시스템(Automatic System)은 빠르고 자동적이며, 일부러 노력하지 않아도 되고 감정적이며, 암묵적 지식을 사용한다. 숙고 시스템(Reflective System)은 느리고 의식적이고 노력이 필요하며, 사려 깊고 논리적이고 순차적이며, 명시적 지식을 사용한다. 다른 방식으로 작동하는 이 두 시스템들은 서로를 보완한다. ... 무의식과 숙고라는 이중 시스템 틀의 구조는 의식 촉발 의사결정 모형에 잘 들어맞는다. - p. 145

합리적 선택 기법을 고안한 하워드 라이파는, 사람들이 이 기법을 통해서 그들의 직관이 분석 결과와 부합하지 않는 경우를 알아차리기를 바랐다. 라이파는 그런 경우가 발생했을 때 무조건 분석 결과를 따르라고 권유하지 않는다. 대신 분석에서 누락된 게 없는지 재검토하고, 그래도 직관이 설득력이 있는지 살펴볼 것을 권했다. - p. 150

7장 직관과 분석의 조화 (Experts and Errors)

# 7장에서는 10가지 법칙에 대한 반론을 다루지 않고, 앞 장들에 대한 중간 정리를 한다.

# 전문가들은 자신의 전문 분야에 대해 정교한 사고모형을 가지고 있다.

사고 모형은 경험을 통해 발전되는데, 그 경험에는 개인적 경험, 조직적 경험, 문화적 경험이 포함되어 있다. MM같은 전문가의 풍부한 사고 모형은 더 많은 지식을 포괄하고 있고, 전문가들이 변수들 간의 관계를 더 잘 알 수 있게 해준다. 이 것이 바로 복잡성의 두 가지 결정적 특성이다. 전문가들의 사고 모형은 다른 사람들의 사고 모형보다 더 복잡하다. - p. 161

# 전문가들도 오류를 범하는 경우가 있다. 하지만 그렇다고 해서 전문가들을 폄하할 수는 없다. 그보다는 지침과 분석, 그리고 전문성을 아울러 활용하는 것이 좋다.

카너먼과 나는 신뢰할 만한 직관이 개발되기 위해서는 두 가지 조건이 필수적이라는 결론을 얻었다. 첫째는 상황이 어느 정도 예측 가능해야 한다는 것이고, 둘째는 사람들이 습득할 기회가 있어야 한다는 것이다. 예측 가능성이 낮은 상황에서는 믿을 만한 단서를 파악하기 어렵기 때문에 사람들이 전문성을 개발할 수 있는 가능성이 낮아진다. - p. 172

성과를 개선하기 위한 방법들 중 대부분은 실수를 줄이는 데 초점을 맞추고 있다. ... 그러나 실수를 없앤다고 전문성이 생기는 것은 아니다. - p. 174

# 마치 코칭이나 AppreciativeInquiry, 그리고 긍정심리학과 비슷한 관점이다. 실수를 줄이는 것은 부족 상태(-)에서 정상 상태(0)으로 가는 것이다. 실수를 줄인다고 해서 긍정 상태(+)로 가지는 않는다. 실수를 줄이기 위한 노력과 전문성을 구축하는 노력은 다른 범주의 것이다. 전문성은 정교한 사고 모형을 구축하는 것과 연관된다.

대부분의 경우, 실수를 회피하는 성향이 생산성을 저하시킬 수 있다. 학습을 위해서는 실수가 따라야 한다. 디킨과 코블리는 2003년, 최상위 피겨스케이팅 선수들이 연습시간에 다른 선수들보다 더 많이 넘어진다는 사실을 발견했다. 왜냐하면 그들은 자신들이 숙달하지 못한 점프를 더 많이 시도하기 때문이다. 만일 그 선수들에게 넘어지지 말라고 한다면, 그들은 그렇게 빨리 배울 수 없을 것이다. - p. 174

8장 의사결정 시스템이 실패하는 이유 (Automating Decisions)

# 7-8장은 1부를 마무리하는 장이다. 의사결정에 대한 오해들을 바로잡는 것이 중요한 이유는, 의사결정을 전문가 시스템이나 일련의 의사결정 알고리즘으로 대체하려는 움직임이 있기 때문이다.

통계적 기법이 더욱 발전함에 따라서 통계 기법 옹호자들은 새로운 의사결정 지원 시스템이 더욱 강력하고 포괄적이고 만능이라고 해명하며, 기존 시스템의 실패에 대한 비난을 털어내려고 한다. 직관적인 무의식 시스템과 분석적인 숙고 시스템의 조화를 주장하는 사람들은 조직들이 지원들의 암묵적 지식을 중시해야 한다고 계속해서 주장한다. 그 균형이 무너지면 전문성은 시들어버리기 시작할 것이다. - p. 177

나는 대니얼 카너먼과의 대화 과정에서 의사결정 지원 시스템의 네 가지 접근법을 다음과 같이 정리했다. - p. 178

  1. 의사결정자 단독으로 의사결정을 내린다.
  2. 의사결정자가 지원 시스템 및 알고리즘의 도움을 받는다.
  3. 의사결정 지원 시스템이 사람들로부터 압력을 받아서 최종 결정을 한다.
  4. 의사결정 지원 시스템이 전체 결정을 스스로 내린다.

Part 2. Making Sense of Situations

9장 지나친 것은 모자람만 못하다 (More is Less)

# 이번 장부터는 전문가가 상황을 파악하는 독특한 점을 다룬다.

주장 4. 정보를 더 많이 모으면 불확실성을 줄일 수 있다.

# 이번 장은, 정보를 더 많이 모으면 불확실성을 줄일 수 있다는 통념에 대한 반론을 제기하는 장이다.

불확실성에도 여러 종류가 있다. 때때로 우리는 필요한 정보가 없어서 확신을 하지 못한다. ... (그러나) 때때로 우리는 필요한 정보는 있지만 그것을 신뢰할 수 있을지 알지 못한다. 때때로 우리는 해당 정보를 신뢰하기는 하지만, 그것은 우리가 신뢰하는 다른 정보들과 상충하기도 한다. 때때로 우리는 해당 정보를 신뢰하기는 하지만 그것의 정확한 의미는 알지 못하는 경우도 있다. 주장 4는 정보의 부족 때문에 발생하는 첫 번째 종류의 불확실성에만 적용된다. - p. 196

불확실성을 이해하는 유용한 방법 중 하나는 퍼즐과 미스터리를 구분하는 것이다. 퍼즐은 핵심적인 데이터값 하나만 추가해도 쉽게 풀 수 있다. 예를 들면, 내가 이 글을 쓴 2008년 당시 우리는 오사마 빈 라덴이 어디에 숨어 있는지 정확히 몰랐다. 그러나 그것은 얼마든지 알 수 있는 문제다. ... 그러나 어느 정보 제공자가 빈 라덴의 현재 위치를 제공하기만 하면 이 퍼즐은 쉽게 풀린다. - p. 197

미스터리는 핵심적인 데이터에 의해서도 풀리지 않는다. 미스터리를 풀려면 더 많은 데이터가 아니라 더 많은 분석이 필요하다. 이라크의 미래가 어떻게 될지 알고 싶다면, 어떤 데이터값도 우리에게 답을 줄 수 없다. - p. 197

퍼즐은 주로 정연한 상황에서 나타나는 반면, 복잡한 상황은 미스터리로 가득 차 있다. - p. 197

# 어느 정도의 정보는 도움이 될 수 있다. 그러나 그 양이 너무 많아지면 오히려 정보 과잉에 빠져서 정보들간의 관계나 의미를 파악하는데 집중하지 못하게 된다. 오히려 전문가들은 자신들이 어떤 정보를 수집해야 하는지 알고, 필요한 정보를 필요한 양만큼 수집한다.

주장4를 신념으로 받아들인다면 우리는 불확실한 상황에서 무엇을 해야할지 바로 알 수 있게 된다. 바로 정보를 더 모으는 것이다. ... 그럼 이렇게 하면 누구라도 확신을 가지게 될 수 있을까? - p. 219

그러나 참가자들에게 각자 개인적으로 일지를 쓰라고 요청하자, 모든 팀에서 적어도 한 명은 각자의 일지에 그 어렴풋한 징후를 기록했다. 어떤 팀은 팀원의 절반이나 그들의 일지에 그런 징후들을 기록했다. 다시 말해서 모든 팀이 그 어렴풋한 신호를 표면화시킬 수 있는 잠재력을 가지고 있었다. 그러나 한 팀도 그 징후들에 대해서 논의하지 않았다. 팀워크 분위기가 어떤 식으로든 그 단서들의 논의를 억제한 것이다. 우리는 팀원들이 놀림감이 되거나 신뢰성에 상처를 입지 않고도 자신이 가진 의혹과 직감을 표현할 수 있는 팀워크를 장려할 수 있는 방법을 찾아야 한다. - p. 221

불확실성을 관리한다는 것은 사람들이 진주만, 911, 엔론 사태를 예견할 수 있는 중요한 단서들을 억압하거나 회피할 핑계를 찾게 만드는 사고 경향으로부터 벗어나야 한다는 것을 의미한다. - p. 221

주장 4는 더 많은 정보의 탐색을 강조하는 반면에, 미스터리에 직면한 사람들은 사건들을 해석하고 예견하는 방법에 초점을 맞춰야 한다. - p. 222

10장 장고 끝에 악수를 두는 이유 (When Patience is a Vice)

주장 5. 성급히 결론을 내리는 것은 나쁘다. 모든 근거가 입증될 때까지 기다려라

# 사람들은 최초에 가진 입장에 고착되는 경우가 많다. 따라서 너무 성급하게 결론을 내리면 안된다. 하지만 그렇다고 열린 마음을 가지고 모든 가능성을 열어놓는다는 것도 어불성설이다. 모든 가능성을 열어놓고 추가적인 증거를 기다리는 것을 언제까지 할 것인가? 사실상 비현실적이다.

루돌프는 이 시나리오에 대한 그들의 대응을 기준으로 조사 대상을 다음의 네 가지 범주로 구분했다. 교착 집단, 고착 집단, 방랑자적 진단 집단, 적응형 문제 해결자의 네 집단이다. - p. 233

# 교착 집단은 돌발적인 상황에 전혀 대응하지 못하고 어쩔줄 몰라했다. 고착 집단은 최초에 결론 내린 진단을 바탕으로 처치를 이어갔다. 그 진단을 뒷받침하는 여러 정황들이 발견되었다. 하지만 그 진단은 정답과는 다른 것이었다. 결국 그들은 문제의 원인을 밝혀내지 못했다. 방랑자적 진단 집단, 즉 열린 마음으로 여러 진단의 가능성을 열어둔 집단은 어떤 진단에도 고착되지 않는 대신, 각 가능성을 검토하지만 더 깊게 검토하지 않았기 때문에 결국 문제의 원인이 무엇인지 규명하지 못했다.

마지막 아홉 명의 레지던트는 빨리 결론을 내림과 동시에 각각의 진단을 시험해봤다. 루돌프는 그들을 '적응형 문제 해결자'라고 불렀다. 고착형 문제 해결자들과 마찬가지로 그들 중 대부분은 즉시 기관지 경련을 가장 가능성 높은 원인으로 진단했다. 그러나 그 처치가 효과가 없자, 그들은 다른 진단으로 넘어가서 각각의 진단을 테스트하고 기각하기를 반복한 끝에 결국 호흡 튜브가 막힌 것을 생각해냈다. 그들의 적극적인 진찰 행위가 그들로 하여금 최초 진단에 뒤이은 테스트와 처치를 수행하는 발판으로 삼게 해줬다. 아홉 명 중 일곱 명의 레지던트는 굳어진 점액이 막힌 것을 찾아냈다. 그들이 테스트한 방법은 여러 가지였다. 내시경을 이용하기도 하고 흡입관의 느낌을 통해 알아낸 사람도 있었으며, 튜브를 흡입했을 때 나는 말라붙은 소리를 듣고 알아낸 사람도 있었고 흡입관을 호흡 튜브 안으로 밀어넣은 길이와 호흡 튜브의 길이를 비교해서 알아낸 사람도 있었다. 이 네 가지 다른 방법 모두 같은 진단을 이끌어냈다. 다른 범주에 속한 레지던트들은 아무도 그 진단을 이끌어내지 못했다. - p. 234

유일하게 성공한 사람들은 성급히 진단을 내리고 진단들을 테스트해본 사람들이었다. 그들은 최초의 생각에 고착되지 않았다. 대신 그들은 그 생각을 자신들이 행한 테스트의 기반으로 삼고 또한 새로운 정보를 찾기위한 방법으로 삼았다. 그들은 '강력한 아이디어를 약하게 고수하는' 방법을 잘 보여줬다. - p. 235

우리는 모순을 발견했다. 루돌프는 열린 마음을 가진 레지던트들이 진단을 제대로 하지 못했다는 것을 발견했지만, 브루너와 포터는 이미지가 너무 흐릿한 상태부터 보기 시작한 사람들은 너무 빨리 추측을 하게 되어 가장 나쁜 결과를 보인다는 것을 발견했다. 이를 어떻게 이해해야 할까? - p. 235

그것은 아마도 사람들이 수동적이냐, 능동적이냐 하는데 달려 있을 것이다. 브루너와 포터의 조사 대상인 대학생들은 그들이 원하는 대로 찾아볼 수 없었다. 그들은 그냥 가만히 앉아서 흐릿한 이미지를 보면서 자신들이 본 게 무엇인지 대답해야만 했다. 반면에 루돌프는 조사 대상인 마취과 레지던트들에게 능동적으로 정보를 수집하도록 했다. 아마도 그것이, 그들의 최초 추측이 테스트와 조사의 기반이 된 이유일 것이다. - p. 235

적극적으로 해답을 추측하되, 그 추측에 얽매이지 말고 그 추측들을 테스트해보라. 사람들에게 열린 마음을 지라고 충고하는 대신 우리는 사람들에게 '추측 후 테스트하기Speculate and Test ' 방법을 쓰도록 권장해도 좋을 것이다. - p. 236

# Lean Startup에서 말하는 Validated Learning과 Learn-Build-Measure cycle과 맞닿아 있는 부분인 것 같다. 실용주의 프로그래머에서 말하는 '달려가면서 쏘기'와도 맥락이 비슷하다. 처음부터 완벽한 진단을 해서 한 방에 처치하려고 하지 말고, 처음 내린 결론은 잠정적인 가설이라고 보고, 실행을 통해 참인지 여부를 확인하고.

# 이번 장은 재미있는 사례가 많이 등장했다. 막힌 호흡 튜브 사례, 3중 나선 구조 사례, 운전 중 위기상황 살피기 사례 등.

11장 효과적으로 피드백하는 법 (The Limits of Feedback)

주장 6. 사람들을 배우게 하려면 그들 행동의 결과에 대해 피드백을 해줘야 한다.

# 중간에 다시 짚고 넘어가자면, 이 책은 각 '주장'에 대해 반론을 펼치는 내용이다. 따라서 이 주장을 뒤엎어보면, 행동의 결과에 대해 피드백을 해준다 하더라도 사람들이 배우지 못하는 경우가 있다는 것이다. 처음부터 이번 장까지를 읽어오면서, 이번 장이 제일 흥미로웠다. 피드백만으로는 충분하지 않다.

결과에 대한 피드백은 우리가 발전하고 있는지 판단하는데 도움이 된다. 또 우리가 더 잘할 수 있도록 동기부여를 해줄 수도 있다. 하지만 '결과 피드백Outcome Feedback '은 우리가 어떻게 하면 더 잘할 수 있는지를 파악하는 데는 도움이 되지 않는다. 양궁을 할 때 화살이 계속해서 왼쪽에 맞는다는 것은 좀더 오른쪽을 겨냥해야 한다는 의미이다. 하지만 그렇게 하려면 나의 겨냥 지점, 자세, 어깨의 정렬을 바꿔야 하는지, 아니면 화살 끝 위로 머리를 기울이는 방법을 바꿔야 하는지를 알아야 한다. 결과 피드백은 우리가 무엇을 향상시켜야 하는지를 진단하는 데 도움이 되지 않는다. - p. 253

실력을 향상시키기 위해서는, 우리의 행동방식에 대한 '과정 피드백Process Feedback '이 필요하다. 나에게는 겨냥하는 방식과 화살을 놓는 방식에 대한 피드백이 필요하다. 연구자들은 결과 피드백, 즉 결과에 대한 지식이 우리가 결점을 어떻게 고칠 수 있는지 이해하도록 도와주는 과정 피드백만큼 우리의 성과를 향상시켜주지 못한다는 것을 발견했다. 그러나 과정 피드백은 얻기가 더 어렵고, 주장 6에 의해 커버되지 않는다. 주장 6은 결과 피드백을 말하는 것이다.

# 결과에 대한 피드백을 준다고 해서 실력이 나아지지 않는다. 과정에 대한 피드백을 줘야 한다. 예컨대 어려운 수학 문제를 푸는 학생에게, 그가 푼 답이 정답인지 아닌지만을 알려줘서는 그 학생의 실력이 늘지 않는다. 화살 과녁 맞추기처럼 수학 문제풀기보다는 비교적 사고모델이 단순한 행위를 하는 경우에는 결과 피드백만을 받아도 어느 정도 스스로 과정에 대한 피드백으로 연결시킬 수 있을지도 모른다. 하지만 그 과정이 복잡해질수록, 결과에 대한 피드백만으로는 실력 향상이 어렵다.

하지만 아무리 주장 6에 과정 피드백을 포함시켜서 수정을 하더라도 우리는 문제에 봉착할 것이다. 과정 피드백을 받더라도 우리는 그 의미를 이해해야 한다. 특정한 일련의 행동이 좋은 결과를 낳는다는 것을 습득하려면, 우리가 행한 행동과 나중에 발생한 사건들 사이의 원인-결과 관계를 파악해야만 한다. - p. 254

정연한 작업에 대한 피드백 개념과 복잡한 작업에 대한 피드백 개념을 비교해보자. 화살을 과녁에 명중시키는 정확도를 높이고 싶다면 나는 즉각적이고 정확하며 명백한 피드백에 의존할 수 있다. 반면에 상사를 만족시킬 만한 보고서를 써야 한다면 나는 즉각적이고 정확하며 명백한 피드백에 의존할 수 없을 것이다. 상사가 일주일 동안 나의 보고서를 읽지 않을 수도 있고, 평소라면 아주 훌륭하다고 했을 문장 하나에 과민반응을 보일 수도 있으며, '잘 했어' 같은 말을 해주거나 또는 '좀더 갠선이 필요해' 같은 두려운 말을 해줄 수도 있을 것이다. ... 상사가 독창적인 제안을 많이 하는 것을 칭찬할 경우 이는 무엇을 의미할까? ... 우리는 결과가 모호하거나 결과가 업무 제안이나 신뢰성 같은 행위에 연계되어 있는 경우 그 원인-결과 관계를 파악하는 데 더 큰 어려움을 겪는다.

피드백은 특정 종류의 학습에 더 잘 적용된다. ... 그리고 통찰력에 대한 학습도 있다. 왓슨과 크릭이 DNA의 2중 나선 구조에 대해 통찰력을 갖게 되었을 때, 그에 대한 피드백은 어디서 받았을까? 그들은 아무런 행위도 하지 않았다. 그 순간 그들에게 찬사를 보낼 사람이 주변에 아무도 없었다. 그들은 자신들의 새로운 모형이 제대로 작동하는지를 확인하고 그것이 옳다는 것을 깨달았다. 그들은 2중 나선 구조를 발견한 과정 도중에 격려받은 적이 없다. - p. 262

우리는 스킬, 지침, 반복적인 일 등을 배우기 위해서는 피드백이 필요하지만, 사실을 습득하거나 통찰력을 얻기 위해서는 피드백이 필요 없다. 따라서 피드백은 학습을 하는데 충분치 않다. 피드백은 복잡한 환경에서는 종종 이해하기 힘들며, 왜곡될 수도 있다. 사람들이 피드백에 대한 단서들을 감지하지 못하는 경우도 있다. 강사들과 코치들이 피드백을 주는데 능숙하지 않을 수도 잇고, 오히려 학습하는데 방해가 될 수도 있다. 그리고 피드백은 반응과 행위를 학습하는 데는 적합하지만, 아마도 다른 종류의 학습에는 적합하지 않을 것이다. - p. 262

복잡한 환경에서는 학습자들이 피드백을 해석해야만 한다. 그들의 행위와 결과 사이의 관계를 배우고, 인과관계가 성립하는지 아니면 우연의 일치인지를 구별하는 법을 배워야 한다. 상황 파악은 인지적 스킬 학습의 핵심이다. 단지 새로운 지식을 습득하기만 하는 것은 아니다. 우리는 상황 파악을 통해 세상을 이해하고 세상에 대해 사고하는 방식을 바꾸는 것이다. 그것은 상충되고 혼란스러운 데이터들의 의미를 이해하는 것이다. - p. 263

인지적 스킬을 개발하기 위해서 우리는 단지 우리의 기억에 사실들을 더하는 게 아니라, 우리의 사고방식을 바꿀 수 있는 피드백을 원할 것이다. - p. 264

# 게리 클라인은 전문성에 대한 연구를 오랫동안 진행해왔다. 때문에 전문성을 계발할 수 있는 형태의 피드백에 대해서 이야기한다는 점이 다른 곳에서 말하는 피드백에 대한 이야기와 달랐다. 친구인 지미에게 탁구를 가르쳐주는 장면은, Timothy Gallway의 Inner Game을 보는 것 같았다. 또 해링턴에게 항공모함 착륙방법을 깨닫게 해준 착함 장교의 예화도 굉장히 인상적이었다. 적절한 넛지를 제공함으로써 상대방이 자신의 사고 모델을 수정할 수 있는 깨달음을 주는 것, 코칭에서도 중요하게 이야기하는 부분이지만, 피드백이 어떤 과정을 거쳐서 작용하는지, 피드백의 한계는 무엇인지 이야기해준 것이 인상적이었다.

12장 모든 데이터를 부정하라 (Correcting the Dots)

주장 7. 상황을 파악하기 위해서 우리는 데이터를 기반으로 추론을 해야 한다.

# 이 장 역시, 데이터를 기반으로 추론해도 상황을 파악할 수 없을 수 있다는 이야기를 한다. 어떤 사람들은 사람의 사고를 <데이터 -> 정보 -> 지식 -> 이해>의 순서를 거치는 단순한 조립 라인 같은 것으로 묘사한다. 그러나 이런 모델은 우리가 어떤게 중요한 단서인지 확신할 수 없는 모호한 상황에서는 작동하지 않는다.

제 1차 세계대전의 영웅인 미국 전투기 조종사 에디 리켄배커는 1919년 자신의 책 '비행 편대와의 전투'에서 신참 시절 독일 상공을 비행했던 자신의 경험을 기술했다. 그의 비행 편대가 기지로 귀환하자, 편대장이 리켄배커에게 비행 도중 본 것을 말해보라고 했다. 리켄배커는 비행은 아주 순조로웠으며, 우리 편대 외에 다른 비행기는 보이지 않았다고 말했다. 리켄배커는 독일군 대공포들을 보긴 했는데 그들이 탄약을 낭비하는 것을 보고 재미있어 했었따. 편대장이 그가 놓친 것을 지적해줬다. 그들이 적진에 침투하기 직전에 다섯 대의 영국군 전투기 편대가 그들 편대의 아래로 지나갔고, 곧이어 또 다른 다섯 대의 편대가 그들 옆으로 지나갔는데, 두 편대 모두 450미터 이내의 거리였다. 게다가 그들이 돌아올 때 3km 전방에 독일군 알바트로스 전투기 네 대가 있었고, 나중에 또 다른 독일군 2인승 전투기도 보였다. 그러고 나서 편대장은 리켄배커를 지나쳐 그의 비행기로 걸어가더니, 그가 그렇게 재미있어 했던 독일군 방공포 공격에 의한 유산탄 구멍들을 보여줬는데, 그 구멍 중의 하나는 그의 몸에서 겨우 30cm 떨어진 날개 두 개를 관통했다. 리켄배커는 자신의 비행기가 총탄을 맞았는지도 몰랐던 것이다. 그것이 그의 진짜 교육의 시작이었따. 편대장에게는 데이터가 존재하고 있었지만, 리켄배커에게는 아니었다.

# 무엇이 중요한 데이터인지, 어떤 정보를 수집해야 하는지를 알아야 데이터를 기반으로 추론을 할 수 있다. 데이터만 나열해놓아서는 단지 개연성 없는 여러 종류의 정보들일 뿐이다. 그것들에서 어떤 것이 중요한 정보인지를 선택하고, 그 정보들을 엮어서, 가능한 시나리오/사고 모델로 재구성해보고, 그 시나리오에 추가적인 데이터들을 맞춰 봄으로서 시나리오가 맞는지 검증하는 과정을 거쳐야 제대로 데이터에 기반한 추론을 한다고 할 수 있다.

하지만 우리는 데이터를 조망하기 위해서 시나리오가 필요하다. 시나리오 없이는 데이터도 그다지 의미가 없다. - p. 275

상황 파악의 중요한 측면 중 하나는 어떤 게 신뢰할만한 점인지 파악하는 것이다. 상황 파악의 많은 부분은 그 데이터가 정확한지 재확인하는 것이다. 상황 파악은 또한 그 시나리오가 그럴 듯한지 판단하는 것이다. - p. 285

# 때로는 데이터가 잘못된 경우도 있다. 계기판이나 수집기가 고장났다던지, 어떠한 경우에서 기계가 잘못된 데이터를 보내주는 경우도 있다.

추론을 계속하라는 조립 라인 모형은, 우리가 길을 잃고 어디에 있는지, 어디로 가야 하는지, 어떤 데이터를 믿을 수 있는지 파악해야 하는 상황에서 느끼는 절망을 반영하지 못한다. 데이브 말렉은 항로를 잘 회복할 수 있었다. 왜냐하면 그가 데이터를 의심하기 시작했을 때 자신의 항법 장치를 시험하는 방법을 고안해냈기 때문이다. 그러나 때때로 사람들은 제 시간에 오류를 회복하지 못한다. - p. 289

상황 파악은 단지 데이터를 받아서 추론하는 것만이 아니다. 이는 우리가 원하는 것을 찾기 위해 시스템을 뒤바꾸는 방법을 아는 것까지도 포함한다. - p. 296

# 2차 세계대전 중 진주만에서 근무했던 해군 장교 조제프 로슈포르 중령의 예가 나온다. 일본의 진주만 공습 이후, 추가적인 공격이 우려되었다. 로슈포르는 일본군의 암호를 감청하면서, 다음 공격 목표지가 AF라는 약어로 표시되고 있다는 것을 알아챈다. 그는 자신이 일본군이라면 미드웨이의 환상 산호섬을 목표로 할 것이라고 가설을 세웠다. 그리고 그 이론이 맞는지 시험하기 위해, 미드웨이의 소규모 부대에게 담수 시설이 고장났다는 가짜 신호를 보내게 했다. 다음날 일본군의 전보를 감청하니, AF에 식수가 부족하다는 내용이었다. 로슈포르는 일본군이 그 섬을 공격할 것을 알게 되었다. 그 정보를 바탕으로 전력을 보완한 결과, 결국 일본군은 6척의 주력 항공모함 중 4대를 잃고 전투기도 250대 이상 잃었다. 태평양 전쟁의 판도가 완전히 뒤바뀌었다.

# 데이터를 수동적으로 수집할 뿐만 아니라, 적극적으로 시스템에 작용을 흘려보낼 수도 있다.

우리는 단서와 데이터를 스토리, 시나리오, 지도, 전략 등과 같은 사고의 틀로 조직함으로써 상황을 파악한다. 그러나 그 반대의 경우도 발생한다. 사고의 틀이 우리가 어떤 것을 데이터로 사용할지를 결정하는 것이다. 두 가지 과정은 동시에 일어난다. 데이터와 사고의 틀 사이의 이런 상호작용이 상황 파악의 핵심이다. 우리는 데이터 요소들을 시나리오 등의 사고의 틀에 끼워 맞춤으로써 상황을 파악하지만, 그 반대도 일어난다. 즉 사고의 틀이 우리가 어떤 것을 데이터로 사용할지를 결정한다.

13장 인간은 컴퓨터처럼 사고하는가? (Do we think like computers?)

# 이 장은 분량도 매우 짧아서, 왜 들어있는지 모르겠는데, 컴퓨터가 과연 인간의 사고를 흉내낼 수 있는가에 대한 비판이다. 여행하는 세일즈맨 문제(TSP)를 가지고, 인공지능은 모든 경우의 수를 다 방문해가며 가장 짧은 경로를 찾는데, 인간은 그냥 찾는다는 것이다. 인간에게는 일종의 휴리스틱이 있다는 것이다. 물론 컴퓨터 알고리즘에도 그 휴리스틱을 적용하면 TSP 문제도 인간과 비슷한 방식으로 풀 수 있을지도 모르겠다. 하지만 인간은 스스로 그 휴리스틱을 고안해낼 수 있는 능력이 있고, 컴퓨터는 인간이 고안해낸 그 휴리스틱을 알고리즘으로 프로그래밍해줘야만 그런 방식으로 계산하는 것이 가능해진다.

러시아 출신 세계 체스 챔피언인 개리 카스파로프가 IBM의 딥 블루 프로그램에 패배한 일은 기계 지능이 하기 힘든 또 하나의 인간 능력을 보여준다. 그것은 바로 문제를 진단하는 능력이다. 앞서 11장에서 인공지능 시스템이 피드백에 따라 작용을 늘리거나 줄임으로써 피드백에 대응한다는 내용을 기술했다. 그런 시스템은 어떤 행위가 왜 실패했는지 그 원인을 진단하려고 하지 않는다. 딥 블루는 스스로가 가진 엄청난 연산 능력에도 불구하고 아무런 진단도 하지 못했다. 경기의 결정적인 순간에, 딥 블루의 조작자들이 그 컴퓨터 프로그램을 변경할 필요가 있다고 결정했다. 그들은 자신들의 프로그램이 왜 곤경에 처하는지를 파악해서 필요한 수정을 했고, 결국 경기에서 이길 수 있었다. 카스파로프도 자신에게 조언을 해주는 조작자들이 있었다. 그러나 결정적인 차이는 카스파로프는 조작자들 없이도 스스로 결점을 진단할 수 있었다는 점이다. 딥 블루는 그럴 수 없었다. 진단 루틴 기능이 프로그램에 포함되어 있지 않았다. 카스파로프는 어리석게도 양쪽 다 조작자를 두기로 한 협정에 합의했다. 자신은 조작자가 필요치 않고, 딥 블루는 조작자 없이는 아무런 개선도 할 수 없었는데도 불구하고 말이다.

# 물론 유전자 알고리즘을 사용하면 알고리즘도 스스로 진화할 수 있다고 주장할 수도 있겠다. 하지만 '이해'라는 측면에서 보면, 단지 주어진 수치나 목표에 최적화하도록 알고리즘을 개선하는 것이, 문제를 이해하는 것이냐는 부분은 논란의 여지가 있을 것 같다. 설(Searl)의 '중국어 방' 논란을 참고.

Part 3. Adapting

14장. 목적지는 어디인가? (Moving Targets)

# 이번 장부터는 전문가의 '적응' 측면의 특징을 다룬다.

주장 8. 모든 프로젝트의 시작은 명확한 목표를 설정하는 것이다.

# 이번 장 역시 주장 8이 항상 맞지는 않는다는 것, 그리고 이제는 다들 알겠지만 복잡한 상황에서는 주장8이 맞지 않는 경우가 있다는 점을 중점적으로 설명한다.

# 실제 현실에서 명확한 목표를 세운다는 것이 얼마나 쉽게 허물어질 수 있는 것인지를 보여준다. 하나의 행동은 side effect를 수반한다. 명확한 하나의 목표를 가지기란 어렵다. 게다가 시작 시점에서는 어떤 트레이드오프가 발생할지 예측하기 어렵다.

# 프로젝트를 시작할 때는, 역설적으로, 명확한 목표를 설정하기가 어렵다. 오히려 프로젝트를 진행해가면서 어떤 목표를 추구해야하는지 점점 배워가게 된다.

빌 더건은 자신의 책 책/전략적 직관에서 리더들이 자신이 습득한 것을 바탕으로 목표를 변경했던 많은 다른 사례들을 기술했다. 나폴레옹은 확고한 계획 없이 전투에 나갔다. 그는 적당한 적과 맞닥뜨릴 때까지 자신의 군대를 진군시켰다. 그런 다음 공격했다. 마이크로소프트의 창립자인 빌 게이츠와 폴 앨런은 소프트웨어 회사를 창업할 계획이 없었다. 초기 사업에 실패하고 표준화된 소프트웨어 프로그램의 잠재성을 깨닫고 난 뒤에야 그런 계획이 나왔다. ... 더건은 그런 돌파구는 애초의 목표를 끈질기게 추구하는게 아니라, 새로운 연결점을 만드는 과정을 통해서 배울 수 있는 능력에 달려 있다고 주장했다. - p. 326

베이커 등이 211개의 연구 개발 프로젝트를 조사한 결과, 잘 정의된 비즈니스 및 기술적 목표를 가지고 시작한 프로젝트의 성공 확률이 초기에 불확실한 목표를 가지고 시작한 프로젝트의 성공 확률보다 높지 않다는 것을 발견했다. 하지만 성공한 프로젝트의 비즈니스 및 기술적 목표는 실패한 프로젝트의 목표에 비해서 프로젝트 기간 동안 더 잘 가다듬어졌다. 따라서 중요한 것은 애초에 명확한 목표를 설정하려고 노력하는 게 아니라 의미 있는 목표를 결과적으로 찾아내는 것이다.

MBO의 또 다른 결점은 객관적으로 측정 가능한 목표를 필요로 한다는 것이다. 성과를 숫자로 표현할 수 있으면 그 진척을 측정하는 게 더 쉽기 때문에, 직원들은 중요한 목표가 있어도 숫자로 표현할 수 없으면 그걸 버림으로써, 평가 프로세스를 더욱더 왜곡시킨다. ... 복잡한 상황에서는 처음부터 명확한 목표 설정을 방해하는 까다로운 문제들이 종종 발생한다. ... (목표와 스케쥴에) 너무 많은 변경이 일어나서, 새로 수정된 간트 차트가 공식적으로 배포될 때쯤에는 벌써 낡은 게 되어버렸기 때문에, 팀원들은 이를 신뢰하지 않았다. - p. 333

센굽타, 압델-하미드와 반 바센호브는 '최초 목표 편향 (initial goal bias)'을 발견했다. 우리는 그것을 목표 고착, 즉 애초의 목표를 고수하는 것으로 간주할 수 있다. ... 그들은 그 관리자들이 자신들의 목표가 쓸모 없게 되었을 때조차 그 목표를 수정하지 못한다는 것을 발견했다. ... 비록 그것이 전체적으로 더 나쁜 결과를 초래하더라도 말이다. ... 목표 달성이 불가능함을 시사하는 초기 데이터를 접해도 아무도 그 결과를 인정하려고 하지 않았다. 대신 그들은 그 데이터에 대해 변명할 방법을 찾았다. ... 직원들은 목표 달성 실패를 시사하는 신호를 더 이상 무시할 수 없게 될 때까지 계속 부정함으로써 목표와 계획을 조금이라도 조정할 기회를 잃어버리게 된다. 나중에서야 그들은 비효율적이고 파괴적인 변경을 하곤 했다. - p. 335

목표와 목적을 수정하는 것은 아주 어렵다. 목표 고착은 우리가 변화하는 상황에 대처하는 것을 거의 불가능하게 만든다. 그리고 우리가 상황을 파악함에 따라 알게 되는 것들을 활용하지 못하게 만든다. - p. 337

주장 8의 대체는 다음과 같다. 까다로운 문제에 직면할 경우, 목표를 달성하기 위해 노력해나가면서 목표를 재정의해야 한다. 사람들이 직면하는 대부분의 문제들은 불명확한 목표를 가지고 있다. 아무리 많이 생각하고 분석하더라도 그 목표들을 잘 정의할 수는 없다. 그런 경우에는 일을 해나가면서 목표를 설정해야만 할 것이다. 더 빠르게 학습할 수 있다면 성공할 가능성은 더 커질 것이다. 그러나 많은 사람들이 정 반대의 길을 택한다. - p. 338

제이 로스먼과 나는 '발견에 의한 관리 (ManagementByDiscovery: MBD)'라고 명명한 대안적 접근법을 제안했다. MBO와는 반대로, 발견에 의한 관리 기법은 복잡한 상황에 직면하면 일을 추진하면서 알게 된 것을 기반으로 목표를 수정하고 대체할 것을 예상해야 한다고 주장한다. - p. 339

까다로운 문제와 복잡성이 있는 경우 간트 차트 같은 표준 목표 기반 기법들은 유용하지 않을 것이다. 그럴 경우 한 가지 방법은 '목표 영역(Goal Field)'을 만들고 이를 기준으로 해서 습득한 것을 반영하는 것이다. 이 목표 영역을 부하직원들과 공유함으로써 발견에 대한 평가를 도울 수 있다. ... 목표 영역은 주요 목표들과 그것들이 서로 어떻게 관련되어 있는지를 나타낸다. ... 일부 '반대 목표(anti-goal)', 즉 발생하기 원하지 않는 것들을 목표 영역에 추가할 수도 있다. ... 일을 진행해나갈수록 목표 영역은 더욱더 풍부해지고 깊어질 것이다. 만약 그렇지 않다면 이는 그들이 애초의 목표에 고착되었을 수도 있다는 경고 신호다.

# LeanStartup에서 말하는 것과 비슷한 맥락이다. 상상에 기반한 plan A에서 출발해서 validated learning을 통해 사실과 검증에 기반한 plan B로 나아가라는 것이다. 최초의 목표가 옳다고 생각하고 목표에 고착되어서 밀고 나가기보다는, 목표 영역을 두고 점점 목표를 또렷이 하나가라는 이야기이다. 목표 영역이라는 표현이 참 마음에 든다. 목표가 특정한 하나의 지점이 아니라, 넒은 범위의 영역이라는 것, 그래서 점점 목표에 가까이 접근하면서 목표가 어디에 있는지 점점 더 명확히 알아가는 과정이라는 점을 잘 드러내주는 표현인 것 같다.

15장. 리스크 관리의 리스크 (The Risks of Risk Management)

주장 9. 우리 계획의 성공을 위해서는 가장 큰 위험들을 파악하고 제거할 방법을 찾아야 한다.

# 15장은, 주장 9가 들어맞지 않는 상황에 대해 이야기한다. 계획을 세우고 실천하는 과정에는 많은 위험들이 따른다. 그래서 사람들은 그러한 위험을 관리하기 위해 여러 가지 기법들을 만들었다. 대표적으로 5단계 위험 관리 기법이 있다.

다음은 효과적인 위험 관리의 기본 단계들이다. - p. 348

  1. 계획에 영향을 줄 수 있는 위험들을 체계적으로 파악하라.
  2. 가장 걱정되는 위험에 집중하라. 각 위험이 발생할 가능성과 그 영향을 추정함으로써 가능하다. 그리고 나면 어떤 위험이 가장 큰 위험이 되는지 계산할 수 있다.
  3. 가장 큰 위험을 줄이고 그들의 잠재적인 피해를 최소화하기 위해 위험경감 계획을 개발하라. 위험경감 계획은 진척을 위한 이정표가 되어 안전 마진이 줄어들면 우리에게 경고를 해줄 수 있다.
  4. 이런 위험 경감 계획을 실행하라.
  5. 그 위험 경감 계획이 제대로 실행되는지 평가하라. 프로젝트에 문제가 발생하기 시작하면 우리는 감독 수준을 높인다. 우리는 새로운 위험을 파악하고 그 위험 관리 프로세스를 되풀이한다.

# 이 장은, 위의 5단계 각각이 어떤 경우에 잘 동작하지 않는지 설명한다.

# 우선 1단계, 위험을 미리 체계적으로 파악하기. 실행해본 적이 전혀 없는 종류의 계획에 대해서 미리 어떤 위험이 있을지 알 수 있을까?

실패한 프로젝트를 살펴보면, 가장 치명적인 위험 요소는 종종 아무도 예상하지 않았거나 생각조차 하지 못했던 것으로 드러나기도 한다. ... 나심 탈레브는 그의 2007년 저서 '블랙 스완'에서 위험성 계산 공식들은 과거에 발생한 사건의 이력을 중심으로 만들어지므로, 발생 가능성은 드물지만 그 영향은 매우 큰, 예기치 못한 사건들을 다루지 못한다고 지적했다. 그는 이런 사건들을 '블랙 스완'이라고 부른다. 그런 사건들은 존재할 리가 없다고 생각되기 때문이다. 그러나 그런 사건은 존재하고, 아무도 그것을 위험성 공식에 반영하지 않았기 때문에 모든 위험 추정치를 무용지물로 만든다. - p. 350

# 357 페이지에서는 사전 부검(Premortem)에 대해서 설명한다.

# 2단계, 가장 걱정되는 위험에 집중하라. 가장 위협이 되는 위험을 결정하기 위해, 대부분 확률적 기법을 사용한다. 하지만 각 위험 요소들에 대해 어떤 숫자를 할당한다는 것이 어떤 의미가 있는가? 상황은 계속 변하고, 요인들간의 연관관계도 계속 변한다. 이전에 위협적이지 않던 요인이 이제는 위협적이 된다.

게다가 파악하지도 못한 위험들에 어떻게 확률을 부여할 수 있겠는가? 검은 백조라는 개념은 사전에 그것의 존재를 상상할 수 없다는 것이다. 따라서 우리의 위험 평가는 부정확하기 마련이다. ... 그 카지노는 가장 높은 위험들 중 어느 것 하나도 그들의 위험 관리 공식에 포함시키지 않았다. 카지노는 그 사건들 중 어떤 것도 예상치 못했다. 그런데 어떻게 그 위험들의 우선순위를 매길 수 있겠는가? - p. 359

위험과 안전성 분석 기법들은 한 시스템을 부분 또는 하위 시스템으로 표현할 수 있으며, 그 각각이 실패할 특정 확률을 가지고 있다고 가정한다. 비록 위험과 안전성 분석에 대한 이런 상향식 접근법은 기술 시스템에 있어서는 매우 성공적이지만, 인간 또는 사회/기술 시스템의 실패를 이해하는 데는 적합하지 않다. 이런 시스템은 구성 요소들로 온전히 분해시킬 수 없다. 그 구성 요소들은 서로 강하게 상호작요하고 정황에 따라서는 다르게 작용한다. - p. 360

나는 탈렙이 너무 낙관적이라고 생각한다. 그는 우리가 검은 백조를 예측하지 못할 뿐이라고 주장한다. 나는 검은 백조가 우리 앞에 나타나더라도, 우리가 그걸 믿지 않으려고 할지도 모른다고 주장한다. - p. 362

# 3단계. 위험 경감 계획을 개발하라.

역설적으로, 예측 불가능한 환경에서는 위험의 방어 자체가 문제의 일부분이 될 수도 있다. 민츠버그는 위험 경감 계획이 임무 완수에 대한 책임감과 유연성을 줄인다고 지적했다. 일단 그런 계획을 세우고 나면 관리자들은 긴장을 푼다. 왜냐하면 그들에게는 안전 장치가 있기 때문이다. ... 웨익과 서트클리프는 "계획은 예기치 못한 일을 주의깊게 예상하게 만드는 대신 아무 생각이 없어지게 만든다"고 했다. ... 이런 한계는 계획을 세우지 말아야 한다는 의미가 아니라, 계획 수립이 성공을 보장해주지 않으며 오히려 위험을 증대시킬 수도 있다느 사실을 깨달아야 한다는 것을 의미한다. 위험 관리 계획은 과거에 경험했던 위협에 대처하기 위해 만들어지지만, 미래의 위협을 감지하고 대처하는 데 방해가 될 수도 있다. - p. 363

# 4단계. 위험 경감 계획을 실행하라.

프로젝트 계획 자체가 자주 변경되는 경우는 어떻게 되는가? 위험 경감 계획도 재검토하고 수정해야 하는가? - p. 366

# 3단계와 4단계는 마치 프로그래밍에서의 자동화 테스트에 대입해봐도 맞는 말이다. 테스트 케이스를 만들었다고 해도, 그것은 그 케이스를 통과했다는 것일 뿐, 오류가 발생하지 않았다는 것을 보장해주지는 못한다. 오히려 개발자를 해이하게 만들 수 있다. 또한, 테스트 케이스를 무결하게 주렁주렁 달아놓게 되면, 원래 코드가 변경되면 테스트 코드도 따라 변경되어야 해서 노력이 더 들어간다.

위험 관리 계획도 안전 담당자들에게 의존하고 있는데, 그들은 함께 협조적으로 일하자는 관리자들의 유혹에 빠지기 쉽다. ... 위험 경보 시스템을 설치하려는 대부분의 시도는 실패한다. 왜냐하면 사람들이 그런 경보를 무시하기 때문이다. - p. 367

# 5단계. 위험 경감 계획이 제대로 실행되는지 평가하라.

문제 있는 프로젝트를 관리하고 있다면, 우리는 그것을 정상화시키기 위해 에너지를 쏟아야 한다. 하지만 위험 관리 감독자들이 그들의 감독을 배가시키면 더 많은 회의를 하게 될 것이다. ... 프로젝트의 정상화에만 집중해야 할 때 주의를 쏟아야 할 게 늘어나는 것이다. - p. 369

# 5단계 위험관리에 대한 논의는 여기서 끝난다.

우리는 사람들이 위험에 대해 생각하는 방식을 적어도 세 가지로 구분할 수 있다. ... '우선 순위를 정한 다음 줄이기', ... '계산한 다음 결정하기', ... '위협 회피' - p. 370

뉴욕 대학교의 스턴 경영대학원 수르 샤피라 교수는 수백 명의 최고 경영자들이 위험에 대해서 어떻게 생각하는지를 조사했다. ... 그들은 '계산한 다음 결정하기' 또는 '우선순위를 정한 다음 줄이기' 기법에는 그다지 관심이 없었다. 그들은 확률의 추정이 너무 추상적이라고 생각했으며, 구체적인 시나리오와 발생 가능한 최악의 결과에 대해서 생각하는 것을 선호했다. 샤피라는 그들의 위험 관리 방법을 2단계 프로세스로 묘사했다. 첫 번째 단계는 발생 가능한 최악의 경우를 고려해 이를 견딜 만한지 살펴보는 것이다. 견딜 수 없다면, 경영자들은 이를 피하고 그 대안을 기각할 것이다. 그들은 자신들이 위협에 대처할 수 없다고 판단되면 그 행동 방침을 추구하지 않을 것이다. 그 위협에 대처할 수 있을 것으로 보이면 경영자들은 2단계로 진행한다. 그 행동 방침을 추구할 가치가 있는지 보기 위해 그것의 이득을 살펴보는 것이다. - p. 372

즈비 라니르는 1983년 책 '놀랄만한 일의 근원'에서 많은 극적인 사건들의 경우, 놀랄 일은 외부에 있는게 아니라 내부에 있다는 것을 보여줬다. 허를 찔리는 사람들은 상대방이 무엇을 하려고 하는지 알고 있었지만, 위험을 감지하는 데 자신들의 주의를 기울이는 것을 중단한 경우가 많았다. 그들은 자신들이 위험의 조기 징후를 감지할 수 있고, 초기 타격을 견딜 수 있으며, 반격할 자원이 충분하다고 과신했다. 그들은 자신들의 강점이 서서히 잠식된다는 점을 간과했다. 놀랄 만한 일의 근원은 외부 세계가 아니라 자기 자신에게 있었다. - p. 375

웨익, 서트플리프, 옵스트펠트는 1999년, 사고 발생이 낮은 조직의 문화와 사고 발생률이 높은 조직의 문화를 비교했다. 사고 발생이 낮은 조직의 문화는 사고 발생 후에야 개선을 하기보다는, 발생할 뻔했던 사건들에 대해서도 개선점을 찾기를 선호한다. - p. 375

이전에 발생한 위협들을 막기 위한 안전 장치에 투자하는 대신, 회복력 공학은 예기치 못한 혼란을 처리하는 데 필요한 조직의 대응 능력을 향상시키려고 애쓴다. 회복력 공학은 '발견에 의한 위험 관리'로 간주될 수 있다. - p. 376

16장. 미래 예측의 기술 (The Cognitive Wavelength)

주장 10. 리더는 미리 역할을 나누고 기본 원칙을 정함으로써 공통 기반을 마련할 수 있다.

# 주장 10이 딜레마를 겪는 상황. 복잡하고 급변하는, 불확실한 상황.

# 공통 기반 자체는 과업 수행에 중요한 요소이다.

이런 공유된 믿음은 타인에 대해서 정확한 가정을 할 수 있게 해주며, 더 중요하게는 타인이 무엇을 할 것인지 정확하게 예측할 수 있게 해준다. 팀원들이 서로의 행동을 더 정확하게 예측할 수 있을 때 팀의 성과는 향상된다. - p. 380

그 팀의 리더는 각 팀원의 역할과 기능 그리고 그 프로젝트의 목표를 어느 정도 자세히 설명했다. 그는 약 15분에 걸쳐 설명했다. ... 그들은 실수를 하지 않았다. 시작할 때 투자한 시간은 혼선을 줄일 수 있었기 때문에 본전을 뽑고도 남았다. - p. 382

# 문제는 그렇게 미리 마련한 공통 기반이, 쓸모가 있느냐는 것이다. 미리 마련한 그런 공통 기반은, 상황이 급변함에 따라 쉽게 와해되고 변화된다.

운항 관리자, 기장, 관제사 세 사람은 그들 모두가 그 상황을 동일한 방식으로 이해하고 있다고 믿었다. 그들은 그들의 공통 기반이 얼마나 형편없이 와해되었는지 알지 못했다. ... 아무도 깨닫지 못하는 사이에 공통 기반이 와해되었다. - p. 385

환자를 한 병동에서 다른 병동으로 옮길 때마다 위험은 올라간다. 왜냐하면 공통 기반이 무너지기 때문이다. ... 공통 기반을 보장해주는 마법 같은 방법은 없다. 일부 리더들은 일을 시작할 때 공통 기반을 강화하는 부분에서 다른 사람들보다 뛰어나지만, 그렇다고 해서 역동적이며 예기치 못한 사건들이 일어나는 상황에서 공통 기반이 와해되는 것까지 막을 수는 없다. - p. 387

공통 기반은 항상 불완전하며, 계속해서 약화된다. 공통 기반이 약화되는 이유로는, 다른 사람들의 관점에서 생각하는 데 그다지 능숙하지 않다는 것, 모호한 단어들에 의해 혼동된다는 것 그리고 우리의 이해에 영향을 미치는 다양한 삶의 경험을 가지고 있다는 것 등이 있다. - p. 392

그(기장)는 비행기를 조종하고 있는 부기장에게 이렇게 물었다. "무슨 문제 있나?" 그러자 부기장은 "아니오"라고 대답했다. ... 기장은 그에게 비행기가 균형을 잃었냐고 물었어야 했다. 그게 기장이 진짜로 알고 싶었던 것이기 때문이다. - p. 393

여덟 시간 동안의 공유된 경험이 그 팀원들이 서로의 반응을 예측하는 능력을 향상시켜서 그들 사이의 조화로운 임무 수행 능력을 향상시켰다. 조종사들은 시작할 때보다 마지막에 더 성과가 좋았던 것이다. - p. 398

복잡한 상황에서, 애초의 계획, 목표, 역할 등은 변경될 가능성이 높아서 팀의 공통 기반을 약화시킨다. 그럴 경우 통제 수준을 높이려고 하는 대신 공통 기반의 약화를 예상하고, 일을 하는 도중이라도 공통 기반을 수정해야 한다. - p. 400

공통 기반이 무너지고 있다는 단서 중 하나는, 팀 동료들이 했던 어떤 행동에 대해서 우리가 "어떻게 그렇게 멍청할 수 있어?"라고 말하게 되는 경우다. 사람들은 대개는 멍청하지 않다. 만약 그들이 멍청해 보인다면, 아마도 우리가 무슨 일이 벌어지고 있는지 제대로 이해하지 못하고 있다는 뜻일 수 있다. - p. 404

나는 효과적인 팀들은 언제 그리고 어떻게 공통 기반이 약화될 수 있는지를 예견하는 방법을 습득하는 게 아닐까 생각한다. 그들은 다른 장소에 있는 팀원들과도 서로 연계하기 위해 추가적인 노력을 기울인다. - p. 404

우리가 다양한 사고들을 되돌하보면, 개인적인 차원의 실패보다 팀 차원의 실패가 훨씬 많다. 대부분의 팀 차원의 실패는 공통 기반의 붕괴와 관련된 것이다. 팀의 조화는 예측 가능성에 달려 있다. 충분한 공통 기반 없이는 서로의 행동을 일관되게 예측할 수 없다. - p. 405

17장. 한정된 프레임을 버려라 (Unlearning)

# 이제 3부를 완결짓는 쳅터이다. 이미 10가지 주장에 대해서는 16장을 마지막으로 모두 다루었다.

우리가 받는 많은 훈련과 안내서들은 창고 모형, 즉 우리의 사고를 채워야 할 창고로서, 성장하고 경험이 쌓이면서 더 많은 정보를 그 곳에 채워넣는 모형에 기반을 둔 것들이다. - p. 406

창고 모형은 지각 스킬, 차선책 찾기, 패턴의 대조, 전형성의 파악, 사고 모형 같은 암묵적 지식을 무시한다. ... 암묵적 지식은 그 목록을 정확하게 정리하는 것은 고사하고 표현하기조차 아주 어렵다. - p. 407

더 나은 사고 모형을 습득하기 위해서, 우리는 기존 지식의 일부를 버려야 할 수도 있다. - p. 411

# LearningCycle과 비슷한 부분이 있다. Piaget에 의하면, 학습자는 학습 대상과 상호작용하면서 인식의 지평을 넓혀가야 한다. 인식의 지평을 넓힌다는 것은, 기존의 패러다임(사고 모형)으로는 설명이 안되는 상황을 맞닥뜨리고, 그 과정에서 그 상황에 들어맞는 새로운 패러다임을 찾기 위한 탐색 과정을 거치고, 새롭게 형성된 지식을 자신의 지식 프레임 안으로 통합하고 활동하기 시작한다.

해링턴은 그날의 실패로 인해 자신의 사고, 즉 그동안 잘 써왔던 사고 모형을 바꿀 준비가 되어 있었다. 그의 실패는 명확했고 공개적이었으며, 본인의 문제였고 감정적인 것이었다. 실패에 대해서 괴로워할 때, 우리는 상실감을 느낀다. 우리는 더 잘하기 위해서 무엇을 할 수 있었는지 확실히 모른다. 이런 형태의 감정적 프로세스를 거칠 때, 기존 지식을 버리는 과정이 가장 잘 작동하는 것으로 보인다. 자신의 사고 모형에 대해 확신을 잃게 되면, 우리는 새로운 믿음을 기꺼이 받아들일 수 있게 된다. - p. 414

복잡한 세상에서는, 뱀 껍질 모형이 창고 모형보다 더 나을 수 있다. 뱀은 계속해서 허물을 벗는다. 성장하는 생물은 모두 껍질을 벗어야 한다. 그렇지 않으면 기존 껍질에 갇히게 된다. ... 뱀 껍질 모형은 우리가 성장해서 기존의 사고 모형을 벗어나야 하며, 우리의 믿음들이 더 발전하게 되면 기존 사고 모형을 버려야 한다고 제안한다. 더 풍부한 사고 모형을 채택한다고 해서 기존 사고 모형을 완전히 잊어버리는 것은 아니다. ... 그보다는 우리가 새로운 사고 모형을 배우기 위해, 기존 사고 모형에 대한 우리의 믿음을 잠시 유보하는 것이다. 우리의 내용 지식은 재구성되거나 재배치된다. 그러고 나서 우리는 각각의 사고 모형들이 적용되는 구획을 나누거나, 기존 사고 모형을 버리거나, 그것들을 적절히 섞는 방법을 찾을 것이다. - p. 420

사람들이 새로운 사고 모형을 진지하게 고려할 수 있으려면, 대부분 먼저 그들의 기존 사고 모형에 대한 신뢰가 약해져야만 한다. - p. 423

어떻게 하면 사람들로 하여금 기존 사고 모형을 버리고 새로운 사고 모형을 키우게 할 수 있을까? - p. 420

  1. 우리 또는 다른 사람에게 고착이 발생할 때 이를 포착한다. "어떤 증거가 있어야만 당신의 생각을 바꿀 것인가?"
  2. 기존 믿음을 고수하기 위해서 모순되는 증거를 얼마나 많이 회피해야 하는지를 주시한다.
  3. 비슷한 사례를 살펴봄으로써 어떻게 될 것인지 확인한다.
  4. 우리 이슈에 대해 많이 알고 있지 않아서, 신선한 관점을 가진 사람을 초빙한다.
  5. 연습이나 시뮬레이션 등의 방법을 활용해서 실패를 경험하게 함으로써 학습자들이 피드백을 받아들일 준비를 시킨다.
  6. 유추법이나 은유법을 사용한다. 점진적으로 유추하게 해서 학생들이 더 잘 이해할 수 있게 한다.
  7. 논리적 대안 모음을 사용한다.
  8. 예언하는 수정 구슬 기법을 사용한다.
  9. 이상 현상을 발견하게 될 때 호기심을 가져본다.

고착에서 벗어나기 위한 각각의 방법은 활동을 수반한다는 사실을 주목하기 바란다. ... 활동은 부하직원이나 팀 동료의 사고 모형을 이해하는 데 도움이 될 수도 있다. 우리는 그들의 활동을 볼 수 있기 때문이다. - p. 426

# 창고 모형을 가진 인사부서나 교육부서 사람들은, 사람들에게 지식이나 규칙, 정보 등을 채워주려고 할 것이다. 하지만 인지적 스킬을 중요하게 여기는 뱀 껍질 모형을 가진 사람들은, 인지적 스킬을 학습시키기 위한 또 다른 방법이나 모형을 사용할 것이다.

Part 4. Finishing

18장. 의사결정의 잘못된 10가지 믿음 (Reclaming our minds)

# 페이지 첫 장의 총 정리 표.

지금까지 논의한 목적은 그 주장들에 대해서 비판적으로 평가함으로써, 그 주장들을 더 잘 이해하고 그 주장들이 적용되지 않는 상황에 대해서도 이해하며, 그 주장들 때문에 우리가 어떻게 곤경에 빠질 수 있는지를 이해하고 우리 자신에 대해서 더 완전하게 이해할 수 있도록 만드는 것이다. - p. 440

우리는 직관적인 사고와 분석적인 사고 둘 다 사용한다. 심리학 연구자들은 주로 숙고 형태의 사고에 대해서 연구한다. 그 결과 우리는 직관적인 사고에 대해서는 그만큼 많이 알지 못한다. 그리고 사람들이 복잡하고 모호한 상황에서 어떻게 사고하는지에 대해서도 그만큼 많이 알지 못한다. - p. 445

19장. 당신의 경험은 답을 알고 있다 (Getting Found)

어둠 속에 있을 때 우리는 밝은 가로등 불빛 아래서와는 다르게 생각하고 행동한다. 우리는 정확하게 목표를 찾아가기보다는 방향 감각을 활용해서 길을 찾는다. - p. 446

우리는 어둠 속에서 적응형 의사결정을 하기 위한 열쇠를 찾아야 한다. 우리는 사람들이 '복잡성', '까다로운 문제', '암묵적 지식을 필요로 하는 과업'에 직면했을 때 사고하는 방법을 이해해야 한다. 이 세 가지 주제가 이 책의 각 장의 중심 내용이다. - p. 446

우리가 직면하는 가장 큰 도전은 복잡하고 예측 불가능한 상황이다. - p. 447

그러나 복잡한 상황에서 우리는 대개 목표를 미리 설정할 수 없다. 목표는 일을 하는 도중에 확립되는 것이다. 우리는 일을 해나가면서 시행착오를 통해 배운 것들을 토대로 목표를 명확화하고 재설정해야 한다. - p. 448

전문가를 걸어 다니는 백과사전으로 보는 일반적인 관점과는 반대로, 그들을 탐지기로 간주하는 게 더 낫다. 그들은 보통사람들이 볼 수 없는 단서들을 알아차리는 능력을 키우기 위해 오랜 시간을 투자해왔다. 그들은 우리들 대부분이 식별할 수 없는 것을 식별할 수 있다. - p. 449

이제 길 찾기를 다른 관점에서 생각해보자. 즉 '각 단계 따르기' 사고 경향보다는 '회복 지향적' 사고 경향을 택해보자. ... 회복 지향적 사고 경향은 우리가 혼란을 겪을 가능성이 있는 곳을 지도에서 찾아보는 것이다. 정해진 길을 벗어났다는 것을 어떻게 알 것인지, 길을 어떻게 찾을지를 생각해보는 것이다. ... 회복 지향적인 관점을 채택하면, 지도도 다르게 보인다. 우리는 기존과느 다른 특성에 주목하게 된다. 예를 들면, 길을 지나치게 될 경우 만나게 되는 도로, 회전을 해야 하는 도로와 비슷한 도로, 길을 잘못 들 가능성이 있는 혼동 지역 등이다. 이런 식으로 지도를 살펴보면, 실수를 일부 예방할 수도 있다. 그러나 이런 '회복 지향적 관점 연습'의 핵심은 실수를 없애기 위한 것이 아니다. 실수를 없애려는 것은 통제 심리가 작동하고 있다는 것이다. 새로운 관점의 핵심은 길을 잃게 될 거라고 가정하는 것이다. - p. 455

우리의 현재 위치와 목적지를 알면 길 찾기는 쉽다. 하지만 일단 길을 잃으면 훨씬 어려워진다. 복잡한 조건의 프로젝트를 할 때마다, 우리는 중간에 길을 잃고 방향을 회복해야 하는 상황에 처할 가능성이 매우 높다. 그렇더라도 우리는 길을 찾아야만 한다. 이것이 두 사고 경향이 차이를 보이는 부분이다. 프로젝트가 곤경에 빠졌을 때, 통제 지향의 사고를 가진 사람은 좌절하고 낙담한다. 하지만 회복 지향의 사고 경향을 가진 사람들은 계획이 어긋나면 변속 기어를 바꿀 것이다. 그리고 그들은 즉흥적으로 대처하고 차선책을 찾을 것이다. 그들은 어둠 속을 탐구할 기회를 가질 것이다. - p. 457

불확실성을 다룬다는 측면에서, LeanStartup에도 시사하는 바가 많은 것 같다. 우선, 발견에 의한 관리, 해답을 추측하고 검증하기 등은 LeanStartup의 가설-검증 기반 운영방식과 일맥상통한다. 반대로 LeanStartup에 대한 나의 기존의 이해에 따르면, LeanStartup은 다소 Metric Driven 측면이 있다는 점인데, 전문성의 '상황파악' 부분에서는 그 통념과는 약간 다른 주장을 펼친다. 데이터를 많이 모으는 것이 능사가 아니라는 것, 정보만이 필요한 것이 아니라, 그것을 이해할 수 있는 방법 - 사고 모델이 필요하다는 것. 의사결정 측면에서도 LeanStartup은 논리와 통계에 의존한다는 오해를 가질 수 있는데, Klein은 체계적인 분석과 직관을 적절히 섞어서 사용해야 한다고 주장한다. 물론 Klein의 전문성 연구가 모두 LeanStartup에 연관지을 수 있는 것은 아니지만, 의미있는 통찰과 보완할만한 관점을 제공해준다.

CategoryBook

이기는 결정의 제1원칙 (last edited 2023-11-17 01:36:05 by 정수)