프린스턴대학교의 알렉산더 토도로프(Alexander Todorov)와 동료들은 특별한 편향이 없는 실험 참가자들에게 2000년과 2004년 사이에 치러진 미국 상하원 선거에 입후보한 사람들의 흑백사진을 한 번에 두 장씩 깜빡이는 영상으로 보여준 다음 영상 속 인물 둘 중 누가 더 훌륭해 보이는지 고르게 하는 헤드샷 방식의 실험을 진행했다.
각 영상을 볼 수 있는 제한 시간은 1초에 불과한 상황에서 피실험자들은 어느 후보자가 가장 유력해 보이는지 바로 선택해야 했다. 만약 실험 참가자가 이미 알고 있는 후보자인 경우에는 그 항목을 폐기했다. 따라서 판단에 영향을 미치는 변수는 단지 후보자들의 얼굴뿐이었다. 가장 유력한 후보자로 뽑힌 사람은 당시 상원선거에서 71%, 하원선거에서 66%의 득표율로 압승했다. 우연한 추측에 기반한 실험치고는 예상보다 훨씬 더 대단한 결과인 셈이다.
_Chapter 1 수많은 뉴런의 위력

인류는 생존을 위해 세상에 존재하는 반복적인 패턴을 찾아내는 능력을 발전시켰다. 새떼 한 무리가 다급한 울음소리를 내며 갑자기 하늘로 날아가면 이는 사자가 근처에 있음을 알리는 표시였다. 특정 식물의 잎사귀를 먹으면 어김없이 복통을 앓았다. 사냥에 나서기 직전에 의식을 치렀을 때 그 사냥이 더 잘되는 경우가 많았다. 이런 표면상의 패턴 상당수가 사실과 무관하다고 여기고 완전히 무시할 때엔 더 큰 위험이 닥쳤다. 새들이 기겁하여 법석을 떠는데도 가만히 있다가 사자가 출현해 거의 죽을 뻔한 고비를 넘겨야 했다. 위협거리가 없는데 공연히 잽싸게 몸을 놀려 자리를 박차고 떠난다면 칼로리만 축났다. 따라서 인간의 뇌는 도처에 존재하는 패턴에 주목하고, 동시에 패턴이 실제로 존재하는지 여부와 상관없이 우선 덮어놓고 믿어보는 쪽으로 진화했다.
_Chapter 2 제대로 판단하는 방법이 있는가

그러나 컴퓨터만 믿었다간 낭패를 볼 수도 있다. 두 가지 일들이 연관성을 갖는다고 해서 반드시 인과관계가 성립하지는 않기 때문이다. 1945년 이래의 브라질 인구 동향과 동일한 시기 동안 영국 열차여행의 평균 비용 사이에 상관성이 상당히 높았다. 그렇다고 해도 열차 요금이 또다시 인상된 까닭이 브라질 사람들 때문이라고 탓할 수는 없다. 이 두 요소들 각각이 동일한 시기에 증가하는 바람에 우연히 일치했지만 그 이유는 서로 달랐다. 또한 아이스크림 판매량이 갑자기 부쩍 늘어난 현상이 익사자의 증가세와 관련성이 있으므로 응당 아이스크림 판매금지 캠페인을 벌이는 건 말도 안 된다. 상관성이 생긴 이유는 제3의 요소인 날씨 때문이었다. 더울 때 아이스크림이 더 많이 팔리고 수영하는 사람들도 더 많아진다.
_Chapter 3 감당하기 벅찬 컴퓨터 메모리

《이코노미스트》는 1984년 크리스마스 호에 게재할 목적으로 특이한 실험을 실시했다. 총 인원이 4명인 팀을 여럿 구성하여 1994년의 경기가 어떨지 예측하게 했다. 실험에 참가한 사람들의 특성은 팀별로 각양각색이었다. 팀 구성원 모두는 각각 재무장관들, 다국적 기업 회장들, 그리고 옥스퍼드대학교 경제학과 학생들이었다. 네 번째 팀이 가장 이채로웠는데 바로 런던의 환경미화원들이었다. 모두에게 요청한 예측은 일반 기업과 행정당국의 주도로 장기계획 연구에 흔히들 활용하는, 전형적인 것이었다. 예측 대상은 물가상승, 경제성장률, 유가 그리고 미국 달러 대 영국 파운드의 환율이었다. 10년 6개월이 지나 1995년의 어느 시점에 《이코노미스트》에 재직하는 누군가가 그 실험을 기억하고는 당시의 예측 내용이 얼마나 정확하게 맞았는지 확인해보았다. 예측 정확도가 가장 뛰어나기로는 환경미화원들이 기업체 사장들과 동률을 기록했다. 꼴찌는 재무장관들이었다. 유가 예측에서는 환경미화원들이 단연코 1등이었다.
_Chapter 4 전문가를 주목하라

언젠가는 반드시 성공하리라는 긍정적이다 못해 거의 망상에 가까운 소신은 일부 사람들에게만 존재한다. 그리고 바로 이 소신 덕에 세상이 오늘날의 모습으로 바뀔 수 있었다. 성공할 가능성이 희박한데도 끝끝내 고군분투하며 목표를 이루고자 굴하지 않고 나아간 사람들의 이야기는 역사에 차고 넘친다. 윈스턴 처칠이 말하기를 “나는 낙관론자다. 이것 말고는 도움이 되는 일이란 없다.” 히틀러가 이끄는 막강한 독일군이 영국을 침공하려 하자, 영국인 대다수는 평화를 원했다. 처칠은 전쟁을 선택했다. 그는 국민들이 자신을 따르고자 하는 의욕을 고취시켰다. 5년이 흐른 후 나치는 처참하게 무너졌다.
_Chapter 6 우리 자신의 미래는 예측할 수 있을까

경찰이 예견적 치안유지 활동을 벌여 큰 성과를 거두지만 문제점도 상당히 많다. 현재 미국 로스앤젤레스와 영국 켄트와 같은 지역의 경찰당국은 우범지대를 미리 예측하려는 목적으로 빅데이터를 기반으로 한 첨단 알고리즘들을 가동한다. 경찰관들이 순찰차 내부에 장착된 화면을 지켜보며 범죄가 발생할 소지가 큰 주차장이나 아파트 밀집지대 등의 지역에 빨간 점들이 나타나는지 확인한다. 심지어 몇몇 알고리즘은 기상조건까지도 다 포섭하고 있다(대개 노상강도들은 비 오는 날을 반기지 않는다). 게다가 예측값을 구하는 당일이 직장인들의 월급날인지마저도 다 컴퓨터 계산에 포함시킨다. 그 결과 경찰 인력들을보다 더 효율적으로 운용할 수 있고 범죄율도 현격하게 떨어졌다.
_Chapter 11 무지함을 자각하고 섣부른 지식을 경계하라

호모에코노미쿠스라는 초인간적 지식인은 결국 허상에 불과했다. 인간이란 무작위인 사건들에서 잘못된 패턴들을 찾아내기 급급하고 냉철한 판단을 한답시고 오류투성이 기억에만 과도하게 의존하기 쉬운 존재임이 입증되었다. 실험을 거듭할수록 우리 머릿속에 이미 심어진 엉뚱한 숫자들에 우리가 지나치게 영향을 받을 수 있음이 제대로 밝혀졌다. 아울러 우리는 정확한 통계보다 신빙성은 없되 내용이 다채로운 사연들을 더 좋아한다는 점도 확실하게 드러났다.
_Chapter 12 결론: 완벽한 예측은 어떻게 이루어지는가

현명한 결정을 내리기 위해서는 어떤 다른 가능성들이 있는지 그런 가능성들이 일어날 확률은 얼마나 되는지, 그리고 최악의 일이 벌어질 때 어떤 형국이 될지에 대해 일일이 확인해주는 말을 들을 필요가 있다. 그리고 만일 예측 전문가가 이에 대해 알지 못한다면 솔직히 모른다고 곧이곧대로 우리에게 털어놓아야 한다. 단 하나의 숫자 혹은 단 하나의 사건으로 나온 예측은 반드시 경계해야 한다. 모름지기 충고는 이렇게 똑 부러지게 해야 한다.
_Chapter 12 결론: 완벽한 예측은 어떻게 이루어지는가

삶의 모든 순간에 예측이 있다<br/>우리는 삶의 거의 모든 순간 예측을 하며 산다. 어떤 행동을 할지 선택하는 동시에 그다음 행보를 예상하기 때문이다. 작게는 내일 날씨가 좋을지, 여름휴가를 어디로 갈 것인지부터, 새 회사는 내 경력에 얼마나 도움이 될지, 다음 선거에서는 누가 당선될 것인지, 내가 응원하는 스포츠 팀이 승률이 얼마나 높은지, 새로 출시하는 제품이 시장에서 인기를 얻을 것인지, 어디에 투자해야 내 돈을 잃지 않을 것인지 계속 예측하게 된다. 예측은 낭비를 줄여주기도 한다. 다음 주 매장에 놓을 물건 재고를 정확하게 예측해야 물건이 넘치거나 모자라지 않을 것이다. 심지어는 단순히 ‘마음의 안정’을 찾기 위해 예측을 이용한다. 연초엔 한 해의 운을 점치고자 하는 사람들이 늘어나고 평소에도 궁금한 점이 있으면 타로카드를 이용한다. <br/><br/>과학적 예측은 복잡하고 어렵기에, 사람들은 때로 자신의 직감에 따라 선택을 한다. 하지만 좀 더 정확하게 미래를 예측할 수 있다면 실패를 줄일 수 있다. 〈예측, 일단 의심하라〉는 ‘직감’을 따라가도 되는 때와 ‘과학적 예측’을 해야 하는 시점과 방법이 언제인지 알려준다. 미래를 예측하는 작업은 심리학, 역사학, 정치학, 사회학, 통계분석, 그리고 컴퓨터의 힘과 결부되어 있다. 이 모두를 아우르는 일은 정말 멋지지만 신뢰할 수 있는 예측과 버릴 예측을 식별하는 ‘옥석 가리기’는 결코 만만치 않은 작업이다. 이 책은 다양한 사례를 들어 예측이 믿을 만한 지침이 되어줄 때와, 무시해도 될 때를 구분하게끔 도와준다. <br/><br/>집단이 나을까, 개인이 나을까<br/>사람이 나을까, 컴퓨터가 나을까 <br/>전문가들이 잔뜩 모여 온갖 정보와 전문지식으로 무장했음에도 그들은 브렉시트도, 도널드 트럼프의 미국 대통령 당선도 알아맞히지 못했다. 그렇다면 이런 의문이 든다. 왜 대체 그렇게 사람들은 미래를 예측하려고 안간힘을 쓰는 것일까? 그리고 많은 돈과 전문가 여럿을 두고도 왜 예측은 틀리는 것일까? <br/>자신의 미래와 크게 연관이 없을 것 같은 일에도 사람들은 알 수만 있다면 미래를 알고 싶어한다. 이는 인간의 뇌가 불확실성을 꺼려하는 습성 때문이다. 심리학자 데이비드 로크(David Rock)에 의하면 인간의 뇌는 불확실성을 고통으로 여기고, 이는 자신이 미래를 통제할 수 없다는 불안함으로 이어진다고 한다.<br/><br/>사람들이 미래를 예측하기 위해 기술을 발전시키고 정보를 모아왔음에도 객관적 지표를 바탕으로 한 예측은 왜 틀리는 것일까. 첫 번째는 정보 자체가 잘못된 경우다. 정보는 어떤 식으로든 모아져야 한다. 미국 제45대 대통령 선거의 경우 빅데이터까지 동원했음에도 예측 전문가들은 도널드 트럼프가 대통령이 된다고 생각조차 하지 못했다. 심지어 이 때문에 〈뉴스위크〉지는 힐러리 클린턴이 대통령이 되었다는 표지를 찍었다가 황급히 회수하는 사태까지 겪어야 했다. 컴퓨터 알고리즘은 다양한 데이터를 분석했고, 선거 전문가들은 여론조사를 세밀히 분석했지만, 그들은 사람에 대해 파악하지 못했다. 겉으로는 트럼프같이 문제가 많은 후보에겐 투표하지 않을 것처럼 굴었지만 속내를 드러내지 않은 유권자들도 있었다. 그들은 오히려 소셜미디어에서 자신의 진심을 드러냈다. <br/><br/>두 번째로는 정보를 모으는 사람에게도 성향이 존재하기 때문이다. 여론조사 전문가들의 편향성이 대선 과정에 영향을 미치면서 전문가들은 주어진 정보의 일부를 무시해버렸다. 예측 전문가들은 초접전 지역인 플로리다에서 도널드 트럼프가 힐러리 클린턴을 제쳤다는 정보를 데이터 상의 ‘노이즈’로 인식하고 무시했다. 심지어 자신의 마음에 들게끔 데이터를 적절히 조절하는 경우도 있었다. 당연히 이럴 경우 미세하게 예측치가 달라지곤 했다. <br/><br/>세 번째로는 데이터에만 너무 집착하기 때문에 예측이 틀리기도 한다. 컴퓨터는 데이터 상에 나타나는 자잘한 노이즈가 ‘노이즈’인지, 아직은 미약하지만 나중에는 ‘중요해질 수 있는 정보’인지 구분해내지 못한다. 소비자 고객만족도 조사에서 만족한다는 소비자의 답변을 본 컴퓨터는 이 고객이 앞으로도 자사의 브랜드를 구매할 것이라고 인지하지만, 노련한 영업 사원은 그 고객의 표정을 보고 ‘앞으로 이 고객은 우리 브랜드 제품을 구매하지 않을 것이다’라는 것을 금세 알아차릴 것이다. 너무 컴퓨터의 데이터에만 의존해도 정확한 예측치를 얻을 수 없는 경우가 생긴다.<br/><br/>마지막으로 미래 자체에 예상할 수 없는 일들이 너무 자주 일어난다. 저자는 2004년에 스리랑카의 최고경영자들에게 5년 내로 스리랑카의 관광 산업에 일어날 수 있는 일들을 예상해달라고 요청했다. 그들이 말한 예상 답변으로는 내란 또는 쿠데타, 저가항공사의 약진, 아시아의 새 관광객 유치, 반군세력의 몰락 등이 있었다. 그런데 석 달 뒤, 그 누구도 말한 적 없던 요소인 쓰나미가 이 지역을 덮쳤다. 이처럼 어떤 예측을 하든지 그 바탕에는 ‘우리가 알지 못하는 것은 없다’는 태도와 심리가 있어 더 정확한 예측을 방해한다. 적어도 정확한 예측을 하지 못한다는 사실을 인지하는 한은 예측 자체를 과신하지 않고 있는 그대로 받아들일 수 있다. <br/><br/>예측을 돕는 시나리오 설계 <br/>그렇다면 미래를 예측하는 방법은 없을까. 한 가지 방법은 ‘시나리오 설계’다. 시나리오 설계는 극단적인 방법을 생각해보는 것이다. 극단적으로 좋아질 수 있는 방향과 극단적으로 나빠질 수 있는 방향을 모두 고려해보는 것이다. 시나리오 설계는 그 사이 어디에선가 예상했던 미래가 나올 것이라고 예측하는 방식이다. 시나리오 설계는 미래를 아는 방법이라기보다는 앞으로 벌어질 일들에 대해 예상해보고 이에 대처하기 위해 만들어졌다. 굳이 일어나지 않을 수도 있는 일들까지 예측하는 이유는 무엇인가. 우선 각 시나리오에 따라 세웠던 전략이 효과가 있는지 확인케 해주는 ‘풍동’ 역할을 한다. 위험하거나 예측할 수 없는 상황에서 살아남기 위해서는 스스로를 가다듬어 미래에 겪을 수도 있는 손실이 어느 이상은 넘어서지 않도록 준비하는 것이다. 그러면 혹시라도 벌어질 극단적인 일들에 버틸 수 있는 힘을 가지게 된다. 사람들은 예측을 한 가지 결과만으로 바라는 경향이 있다. 차기 대통령, 가장 수익이 좋을 것 같은 회사의 주식, 다음 분기의 회사 매출액 등 한 가지의 똑 떨어지는 값이 가장 기억하기도 좋고 대처도 쉬울 것이라 예상하기 때문이다. 하지만 단일 예측값은 신뢰도가 떨어진다. 그보다는 예측 구간값이라 불리는 일정량의 범위를 주는 쪽이 좀 더 신빙성이 높다. 하지만 이런 예측 구간값은 범위가 넓을수록 사람들의 주목을 받기 어렵다. 이를 좀 더 잘 이해시키는 방법으로는 사람들이 자주 쓰는 표현으로 예측값을 풀어 설명하면 된다. <br/><br/>집단지성은 예측에 도움이 될까<br/>사람들은 개인보다 집단의 예측이 더 정확하리라 믿는다. 집단의 다양한 견해와 보다 더 광범위한 정보를 바탕으로 생각을 주고받는 가운데 근거가 있는 주장만이 살아남기 때문이다. 집단이 합심해 특정 작전을 수립하고 그 작전을 밀어붙일 때 그 결과에 대한 예측은 기반이 탄탄할 수밖에 없다. 하지만 이론상으로 그럴싸하지만 실제 현실은 이와 딴판인 경우가 허다하다. 문제는 집단의 구성원 각자가 분위기에 중압감을 느껴 구성원들의 공통된 생각이라고 판단한 사항에 아무 거리낌 없이 동조한다는 데 있다. 이를 집단사고라 부르는데 리더의 제안이 위험해 보여도 다른 사람들이 동조하면 소수 의견은 묵살된다. 보통 이런 집단사고는 낙관론으로 흐르기 마련인데 이는 미래에 일어날 수 있는 문제를 보지 못하게 한다. 냉정하게 외부 관찰자로서의 시각을 취할 수 없게 되면서 편향성을 지닐 수밖에 없다. 이를 방지하기 위해선 반대의 의견에도 귀를 기울일 줄 알아야 한다. 이 사례가 가장 유용한 겨우는 재무 설계 포트폴리오를 짤 때이다. 즉, 우비를 만드는 업체와 자외선 차단제를 만드는 회사의 주식을 다 가지고 있으면 한쪽에서 손실이 나더라도 다른 쪽에서 손해를 만회해줄 것이다. 집단사고의 위험을 방지하기 위해서는 개별의 예측은 독립적이되, 이를 검토하는 과정에서는 상호교류가 필수적이다. 또한 반대 의견을 공격대상으로 삼지 않아야 한다. <br/><br/>좋은 예측과 나쁜 예측을 구분하는 방법<br/>그렇다면 어떻게 해야 좋은 예측과 나쁜 예측을 구분할 수 있을까? 우선 객관적이어야 한다. 예측값이 목적에 맞게 조정되지 않았는지 확인해야 한다. 목표치가 있게 되면 예측값을 자신의 구미에 맞게 수정하고 싶어지기 때문이다. 높은 목표를 제시한 리더에게 잘 보이고 싶어 예측 담당자나 전문가가 판매 예상치를 데이터와 다르게 조정하게 되면 예측치가 틀릴 가능성이 높아진다. 또한 예측 자체가 불완전한 과정임을 인지해야 한다. 단 하나의 예측이나 숫자는 그 외의 다양한 가능성들을 모두 배제하기에 틀릴 수밖에 없다. 과거에 좋았던 단 하나의 사건이 미래에도 똑같이 일어나리라는 믿음도 버려야 한다. 과거는 과거고 미래에는 또 다른 변수들이 생길 수밖에 없다. 그리고 극단적인 결과를 내는 전문가들도 경계해야 한다. <br/>이처럼 우리는 예측을 통해 좋은 일을 맞이할 준비도 해야 하지만 좋지 않은 일이 벌어질 경우에도 그에 대처할 수 있는 준비를 해야 한다. 예측 데이터가 이에 도움이 된다면 그 예측은 소임을 다한 것이다. 또한 예측값 자체에만 관심을 두지 말고, 예측값이 도출되기까지의 과정을 일일이 따져볼 필요가 있다. 이 책을 읽고 나면 전문가의 예측이든 우리가 직접 예상해본 것이든 예측 내용을 신뢰해도 좋을 때가 언제인지, 그리고 언제 의심하는 것이 좋을지 알게 된다.