1. 추단이란?
Kahneman과 Tversky의 연구에 의하면 사람들은 불확실한 상황에서 확률이나 효용을 극대화하기 위해 논리적 추론 과정을 거쳐 판단하기보다는 경험법칙, 즉 추단(heuristic)에 의해 어림짐작으로 직관에 의한 판단하는 것을 말합니다. 사람들은 어떤 대상이 특정 범주에 포함될 확률을 판단할 때 판단 대상이 해당 범주를 대표하는 속성을 어느 정도 포함하고 있는지에 의존합니다. 또 다른 말로 설명하자면 ‘A를 B로도 표현할 수 있거나 A와 B가 여러 면에서 비슷하다’라는 근거로 어떤 사건의 발생 가능성을 추정하려는 행위를 말합니다. 사전확률의 무시, 표본 크기에 대한 무시, 우연에 대한 오해, 예측 가능성에 둔감, 평균으로의 회귀에 둔감 등에 의해 나타나게 됩니다. 카너먼과 터브 스키는 소수의 법칙에 의해 인지적 편향이 발생한다고 주장합니다. 표본 집단이 매우 작을 때조차도 전체 집단을 실제로 대표한다고 강하게 믿는 경향이 두드러지게 됩니다. 사람들은 표본의 크기가 작은 경우에도 대수의 법칙에 의한 확률이 나타날 것이라고 착각하는 경우가 많습니다. 사람들은 예측 가능성에 둔감합니다. 과거에 성공한 사람은 계속 성공할 것으로 예측하고, 과거에 실패한 사람은 계속 실패할 것이라고 예측합니다. 예측한 결과와 예측의 근거가 되는 정보 사이에 유사성이 클수록 예측에 대해 확신합니다.
2. 가용성 추단이란?
어떤 사건의 확률을 판단할 때 쉽게 기억할 수 있는 비슷한 사건을 기준으로 판단하려 하는 것을 말합니다. 개인의 경험, 사진, 생생한 사례들은 타인에게 발생한 사건이나 단순한 말 또는 통계보다 머릿속에 더 잘 떠오르는 것을 예시로 생각할 수 있습니다. 한가지 실험을 예시로 들어보겠습니다. 찰스는 열흘간 중국 상하이로 휴가를 갈 예정이었습니다. 갑자기 중국에서 사스가 발생하자 모든 일정을 취소하게 되었습니다. 중국에 가는 게 너무 위험하다는 생각이 들어서 열흘 동안 캠핑카를 빌려 온 가족이 시카고에서 플로리다 올랜도까지 4,000km 왕복하기로 했습니다. 이런 상황에서 실제 위험에 대한 확률에 대해 따져보겠습니다. 상하이 여행 중 사스에 걸려 죽을 확률이 높을까요 시카고와 플로리다를 왕복하는 도중 교통사고로 사망할 확률이 높을까요? 정답은 후자입니다. 선택에 있어 오류를 범하게 된 것은 매스컴의 영향으로 사스에 대한 관심이 집중되면서 사스의 발병 확률을 훨씬 높게 인식했지만, 교통사고는 사스보다 훨씬 위험하지만 주목받지 못함에 따라 위험을 낮게 인식하였습니다. 여행 동안 운전으로 인한 사망 가능성은 매스컴을 통해 인식한 사스에 감염으로 인한 사망 가능성은 과대 추정합니다. 사람들이 TV, 인터넷, 신문 등의 대중매체를 통해 생동감 있는 최신의 기사들로 인해 기억에 떠올리기 쉽기 때문입니다.
3. 가용성 추단을 알 수 있는 실험
펜실베니아대학교의 MBA 과정 학생들을 대상으로 실험했습니다. MBA 과정의 일부로서 태국의 수도인 방콕을 방문할 계획을 했습니다. 방콕에서 미국인을 목표로 테러 행위의 가능성이 높다는 미국 국무부의 발표에 따라 여행계획이 취소되었습니다. 학생들이 여행에 따른 항공보험과 여행보험에 가입할 것으로 가정하여 지불할 의향이 있는 보험료 조사했습니다. 사망 시 10만 달러를 보험금으로 지급하는 보험의 가입 권유 받을 때 항공보험과 여행보험의 각 3가지 사고를 보장하는 보험에 가입하기 위해 얼마의 보험료를 지불할 용의가 있는지 알아봤습니다. 첫 번째, 미국에서 태국으로 비행 중 항공 테러로 인한 사망, 두 번째, 태국에서 미국으로 비행 중 항공 테러로 인한 사망, 세 번째 왕복 비행 중 항공 테러로 인한 사망의 사례 중 어느 상품이 가장 인기가 많았을까요? 항공보험의 경우 태국에서 미국으로 비행 중 항공 테러와 여행보험에서는 육상에서의 테러로 인한 사망을 보장하기 위한 보험의 보험료 지급 의향이 가장 높게 나타났습니다. 왜냐하면 태국에서 미국으로 비행 중 항공 테러와 태국에서의 육상테러에 대한 위험이 가장 생생하게 연상되기 때문입니다. 회상내용보다는 회상의 용이성이 더 큰 영향 미칩니다. 어떤 대상에 대해 판단할 때 ‘어떤 내용이 떠오르는가’ 보다 ‘얼마나 쉽게 떠오르는가’가 더 큰 영향 미치게 됩니다.
댓글