스코티와 그의 동료들은 망설이다가 누가 듣지 않는지 주위를 둘러보고는, 자신들이 만든 지침들은 자기들도 전혀 따르지 않는다고 털어놓았다. “아니, 그럼 왜 당신들이 따르는 지침 그대로를 옮겨 놓지 않았습니까?”라고 물었는데, 바로 그게 문제점이었다. 그들은 그들이 어떤 지침을 따른다고 생각하지 않았던 것이다. 그들은 신참 조종사가 그들이 정리한 지침을 따르면 임무를 수행할 수는 있겠지만, 아주 잘하지는 못할 거라고 믿었다. 그들은 자신들이 왜 그 과제를 지침으로 만들 수 없는지 궁금해 했다. 대화의 마지막에 우리는 그 임무를 수행하는 데 필요한 비행 스킬은 지침으로 만들 수 없다는 결론을 내렸다. 그들의 이야기 때문에 나는 지침이라는 주제에 대해 관심을 갖게 되었다. 미 공군은 수업체제설계를 도입 중이었는데, 이는 복잡한 과제를 손쉽게 가르칠 수 있게 지침화하는 방법이었다. 만약 과제를 쪼개서 지침으로 만들 수 있다는 기본 가정이 틀리면, 그 훈련 방식 전체가 문제가 된다.---p.32

비상대응팀의 훈련과 지침은 팀원들이 대형을 유지해 건물에 들어가서 1층부터 올라가며 방 하나하나를 수색하도록 규정하고 있다. 하지만 작전이 새벽 3시에 벌어지면 용의자가 침실에서 자고 있을 확률이 높다. 한 비상대응팀 지휘관이 이렇게 말했다. “만약 우리가 모든 방을 차례차례 수색한다면, 2층에 있는 침실에 도착할 때쯤이면 2분 정도가 소요되고… 그러면 용의자가 깨어나게 된다. 그러면 우리들 스스로를 위험에 빠뜨리게 되고 임무도 망치게 된다. 따라서 우리는 1층부터 모든 방을 먼저 수색하라는 지침을 어기고 2층 침실로 직행할 것이다.”---p.65

직관은 마법 같은 것이 아니다. 나는 직관을 ‘의식적인 사고 과정 없이도 우리의 경험을 활용하는 방법’이라고 정의한다. 직관은 우리가 말로 표현할 수 없는 암묵적 지식을 포함한다. 그리고 기억에 저장된 유형을 인식할 수 있는 능력도 포함한다.1) 우리는 수십 년간 이런 유형들을 쌓아왔기 때문에, 특정 상황을 빠르게 특정 유형으로 인식할 수 있으며, 무언가 유형에서 벗어나면 이를 감지할 수 있다. 우리가 조심해야 할 일종의 예외적인 현상을 감지할 수 있는 것이다.---pp.110-111

때때로 우리는 여러 가지 행동 방침들을 비교해야만 하는 상황에 직면하기도 한다. 우리는 몇 명의 구직자들 중 한 명을 선택하거나, 여러 직업들 중 하나를 고르거나, 입학 허가를 받은 대학 중 하나를 고르거나, 어떤 컴퓨터를 살지 결정해야 할 수도 있다. 또 배우자와 같이 살기 위해 다른 주로 이사할지, 말지를 결정해야 할 수도 있다. 이럴 때 우리는 어떻게 하는가?
이는 숙련된 체스 선수들로부터 배울 수 있다. 그들은 첫 번째 만족스런 대안에 안주하지 않는다. 그들은 가능한 최고의 수를 두기를 진심으로 원한다. 그들의 전략은 각각의 유망한 수에 대해 정신적 시뮬레이션을 해보는 것이다. 각 수가 초래할 결과를 아주 멀리까지 예상해보는 것이다.---p.149

일부 의사들은 이런 추세에 반대한다. 그들은 자신들의 판단을 통계 전문가에게 종속시키는 것을 못마땅해한다. 그들은 환자에게 부작용이 나타날 경우 소송을 당하거나 기소될까 봐 지침과 어긋나는 치료를 하기를 꺼린다. 그들은 특정 상황에서는 알맞지 않을 수도 있는 모범 치료 관행에 자신들의 판단을 종속시키는 것을 원하지 않는다. 그들은 전문 기상예보관들이, 자신들로 하여금 ‘그만그만한’ 예측 결과를 내놓도록 제한하는 지침서를 싫어했던 것과 같은 반응을 보이는 것이다.---p.167

추가적인 정보가 있었다면 진주만과 9·11테러 사건을 막을 수 있었을까? 아마도 반드시 그렇지만은 않았을 것이다. 그 당시에는 추가적인 단서들도 정보의 혼란에 파묻히고 불신에 막혀서 무시되었을 것이다. 사용되지 않을 거면 왜 힘들게 정보를 수집하는가? 만약 미국이 그들이 가진 정보의 양을 두 배로 늘린다면, 그 추가적인 정보들 또한 정확하게 연관되지 않는 두 배의 메시지들로 늘어나서 그 메시지들 사이의 연결이 기하급수적으로 증가했을 것이다. 추가적인 정보를 더 잘 분석할 수 있는 방법이 없다면, 정보를 추가하는 것만으로 사건을 막을 수는 없다. 그리고 정보기관들이 그런 능력을 가지고 있었다면, 추가적인 데이터는 필요하지 않았을 것이다. 그들은 이미 충분한 데이터를 가지고 있었다. 그들은 그 데이터들을 관료적 비효율성 때문에 날려버린 것이다.---p.213

피드백을 준다는 생각 자체가 학습자가 수동적이라는 것의 암시다. 학습자들은 스스로 피드백을 찾고, 필요할 때 조언을 구하는 편이 더 나을 것이다. 나는 피드백이 의욕을 떨어뜨리는 경우도 있다고 생각한다. 피드백을 주는 사람은 자신이 유능한 선생, 전문가, 부모라고 느끼지만, 피드백므 받는 쪽은 시시각각 더 멍청해지는 느낌을 갖게 될 것이다. 그들은 수동적인 역할에 빠져서, 자신들이 요청하지도 않고 이해할 준비도 되어 있지 않은 정보를 받게 된다. 이것이 바로 컴퓨터 기반의 ‘지능형 교육 시스템’들이 상대적으로 성공률이 낮은 주요 이유일 것이다. 피드백을 주는 것은 아마도 강사가 할 수 있는 가장 중요한 일이며, 훌륭한 강사들조차 피드백을 주어야 할 때가 되면 종종 어려움을 느낀다. 컴퓨터 기반의 가상 강사는 피드백을 제대로 제공할 가능성이 더욱 적다.---p.262

복잡한 상황에서 위험을 관리할 수 있다는 착각을 버려야 한다. 우리는 위험을 미리 예견하거나 파악할 수 없으며, 알 수 없거나 이해할 수 없는 것을 관리할 수도 없다. 게다가 과거의 사건들을 기반으로 개발해온 온갖 수단들은 아마도 미래에는 도움이 되지 않을 것이다. 우리는 허리케인 카트리나 이후 뉴올리언스 시에서 범한 실수들 덕분에 재난 구호에 대해서 많은 것을 배웠으므로, 앞으로는 재난 구호를 더 잘할 것이다. 그러나 다음 번 재난의 일부 핵심적인 특성들은 그때와 다를 수밖에 없다. 해수면 보다 낮은 지역에 있는 미국 도시들은 많지 않기 때문이다. 그리고 뉴올리언스 시도 그런 지역의 취약성을 알고 위험 관리 계획을 세웠지만, 그 위기에 적절히 대처하지 못했다.

<b>탁월한 결정의 마지막 1%를 가르는 ‘직관’과 ‘경험’의 모든 것<br/>당신의 경험은 데이터보다 합리적이다!</b><br/><br/>2001년 9월 11일, 미국의 심장 뉴욕에서 믿을 수 없는 일이 벌어졌다. 미국 자본주의의 상징처럼 여겨지던 세계무역센터가 알카에다의 항공기 납치 테러에 의해 무너진 것이다. 3500명의 인명이 사라진 이 참혹했던 사건은 미국을 넘어 전 세계에 엄청난 충격과 공포를 남겼다.<br/>사실 이 테러는 갑작스럽게 일어난 우연한 일이 아니다. 이슬람 테러단이 항공기를 무기로 사용할 수 있다는 사실은 이미 1990년대부터 드러나고 있었다. 실패로 돌아가긴 했지만 1995년 알제리의 한 테러 집단은 에어프랑스 제트기를 납치해 에펠탑을 공격하겠다고 위협했다. 또한 1994년 도쿄를 향하던 필리핀항공의 여객기가 폭파되었는데, 후에 미국의 정보기관은 이 사건이 경비행기로 CIA 본부를 공격하기 위한 테러의 연습이었다고 밝혔다. 세계무역센터 또한 1993년 트럭 폭탄에 의해 공격을 당했었다.<br/>이처럼 무수한 위험의 신호들을 감지했음에도 불구하고 미국은 결국 테러를 막지 못했다. 왜 그들은 힘들게 얻은 정보(데이터)를 사용하지 못했을까?<br/>의사결정 과정 연구의 권위자인 게리 클라인 박사는 ‘이기는 결정의 제1원칙(게리 클라인 지음?강홍구 옮김?값 18,000원?21세기북스)’에서 그 이유로 조직 간의 장벽과 정보기관 내부의 소통 단절을 이유로 꼽았다. 즉, 의사결정의 기능적 문제로 인해 참혹한 테러를 눈앞에서 지켜볼 수밖에 없었던 것이다.<br/>많은 데이터가 항상 좋은 것은 아니다. 우리가 알고 있는 데이터들은 그 한 가지로 작동하는 것이 아니라 다양한 방식으로 연계되어 있다. 그 방식을 모두 아는 것은 어렵다. 이 때 적용하는 것이 경험에 따른 직관이다.<br/><br/><b>슈퍼컴퓨터 도입 이후 일기예보가 더 자주 틀리는 이유는?<br/>우리가 잘못 알고 있던 의사결정의 10가지 오류들!</b><br/>일기예보 또한 의사결정 과정의 오류가 명확하게 드러나는 분야다. ‘불사조 프로젝트’로 명명된 캐나다 위니펙의 폭풍예보센터에서 진행한 실험은 의사결정에 있어 ‘자동화된 예측’과 전문 예보관들의 ‘경험적 예측’의 정확성을 비교하고 있다. 9회에 걸쳐 진행된 프로젝트의 결과 예보센터는 자동화된 슈퍼컴퓨터의 결정에 의존하기보다는 예보관들의 전문성을 향상시키기 위한 프로그램을 개발하는 것이 낫다는 결론을 내렸다. 슈퍼컴퓨터의 사용이 너무 어려웠기 때문에 예보관들은 시스템이 터무니없는 오류가 아닌 이상 시스템이 내놓은 결과를 그대로 수용했다. 사실 슈퍼컴퓨터는 단기적인 일기예보에서 예보관들과 비슷한 수준의 정확도를 보였다. 하지만 강한 태풍과 극한 기온 현상 등과 같은 파급 효과가 매우 큰 기상 상태에 대해서는 엉뚱한 결정을 내리기 일쑤였다. 전문 예보관 양성에 드는 비용을 들이기 위해 슈퍼컴퓨터를 도입했지만, 이 슈퍼컴퓨터는 인간과 같은 통합적?포괄적 인지와 사고가 불가능하다. 자동화된 의사결정 시스템은 결코 올바른 의사결정을 보장하지 못한다.<br/>성과를 얻기 위해서는 명확한 목표설정이 필요하다는 일반적인 의사결정의 믿음 또한 수정되어야 한고 저자는 주장한다. 저자는 최고의 의사결정권자들이 위대한 성과를 얻기 위해 수없이 목표를 변경했다고 말한다. 마이크로소프트의 창립자인 빌 게이츠는 처음부터 소프트웨어회사를 창업하려고 한 것이 아니었다. 그는 초기 사업이 실패하고 표준화된 소프트웨어 프로그램의 잠재성을 깨닫고 난 뒤에 목표를 수정했다. 구글의 창립자 세르게이 브린과 래리 페이지 또한 대학원 졸업 논문을 위한 좋은 주제를 찾으려고 했을 뿐이다. 그들은 자신들의 검색 알고리즘에 대한 특허를 100만 달러에 팔려고 했지만 뜻대로 되지 않아 자신들이 직접 사업을 하기로 결정했다. 이렇듯 위대한 결정은 애초의 목표를 끈질기게 추구하는 데 있는 것이 아니라 새로운 연결점을 만들어내는 것에서 출발한다.<br/>이 밖에도 이 책에서는 우리가 믿고 있던 의사결정의 10가지 법칙에 대해 풍부한 사례와 실험, 연구를 통해 폭넓게 반박하고 있다. 더불어 우리가 처한 복잡하고 모호한 환경에서 올바른 결정을 어떻게 내릴 것인지에 대해 저자는 좀 더 현실적인 아이디어를 제공한다.<br/>저자는 우리가 무조건적으로 믿고 있던 법칙과 사실을 항상 의심해야 한다고 말한다. 의사결정의 10가지 법칙 또한 마찬가지다. 정교한 논리와 합리적 이성, 수많은 데이터는 결코 우리를 올바른 결정으로 이끌 수 없으며, 지침 또한 탁월한 결정을 보장하지 않는다. 합리적이고 올바른 결정은 지침이나 데이터가 아니라 인간의 ‘경험’과 ‘직관’이 바탕이 되어야 한다는 사실을 기억한다면, 우리의 결정은 좀 더 완벽에 가까워질 것이다.