들어가기에 앞서

레이 커즈와일의 예측은 얼마나 신뢰할 수 있을까

* 2010년대 말까지 안경은 망막에 이미지를 직접 투사할 수 있게 될 것이다
* 2020년대엔 의학 기술보다 나노기술이 더 스마트해지면서 대부분의 질병이 사라질 것이다
* 2020년대엔 무인 자동차가 거리를 활보할 것이고 인간에게 고속도로 주행은 허용되지 않을 것이다
* 2030년대엔 가상현실을 100% 현실로 인식하게 될 것이고 2040년 전까지 인간의 정신과 의식을 업로드할 수 있을 것이다
* 2040년대엔 비생명 지능이 생명 지능을 10억배 능가하게 될 것이다

출처 : inquisitr.(2015.2.1).

레이 커즈와일의 가정은?

image

  • 가정 : “기술 개발은 S형 곡선으로 이루어지지만 하위 패러다임을 깨뜨리는 전체적인 틀에서 기술 발전을 바라볼 때 연속적인 기하급수적 그래프로 그려진다”(레이 커즈와일, 2007. 특이점이 온다 ; 103-104쪽)

필립 테틀록의 예측가 연구

정확한 판단 프로젝트(BBC 인용)

image

  • 초예측가 연구
  • 약사들이 가장 정확한 예측, 이유는 개방성
  • 예측에 있어 중요한 특성은 자신의 단점을 인식하는 ‘자기 인식’
  • 많은 심리학자들은 전문가로 이루어진 팀이 개별적인 전문가보다 더 못한 결과를 낼 수 있다고 생각합니다. 이는 한 사람의 편견에 다른 사람들이 동의하게 되는 경우가 있기 때문
  • “테틀록이 연구한 결과 언론과 인터뷰를 많이 한 전문가일수록 예측이 빗나가는 경향을 보였다”(네이트 실버, ‘신호와 소음 ; p.89)

애덤 고든은 어떤 사람인가

  • UCT Graduate School of Business에서 시나리오 기획으로 박사 학위
  • Executive Education at WBS에서 디렉터
  • 전형적인 시장주의자로 주류 경제학의 보편적 가정을 수용

내용을 요약하면

한 줄 요약

  • 시나리오 계획법으로 미래를 예측하라

두 줄 요약

  • 정량적 예측 방법론은 한계가 많다 : 추세외삽법에 너무 의존 말 것
  • 정성적 예측 방법론을 선호해라 : 시나리오 기획법이다

More Things

  • 바이어스에 빠지는 조건을 이해하고 벗어나야 한다
  • 가정을 의심하고 의심하고 그래서 훌륭한 가정을 세워라
  • 기술 의존적 예측 위험하다 그러므로 소비자 효용도 함께 봐라

제2장 데이터는 얼마나 신뢰할 수 있는가

과거 데이터

  • 훌륭한 예측을 위해서는 데이터가 언제 생성된 것인지 확인한 뒤 추론해야

투영 데이터

  • 투영 데이터에 근거한 미래 데이터는 두 단계(어떤 투영법을 썼는지, 어던 가정들이 깔려있는지)에 걸친 인간의 주관적인 선택을 거쳐야 하고, 이 과정에서 바이어스가 생길 가능성이 높기 때문에 세심한 주의가 필요하다

표본의 문제

  • 표본이 대표성을 띠려면 수가 충부히 커야 한다
  • 미래 예측가들은 표본은 편하게 자의적으로 선택하다 보면 바이어스가 생길 가능성이 크다

정의의 타탕성(58쪽)

  • 인권을 느슨하게 정의하면 인권 탄압 사례가 더 많이 조사, 그 반대면 덜 조사될 것이다.

설문 데이터와 델파이 기법

  • 델파이 기법은 예측된 사건이 발생할 가능성이 얼마나 되는지 평균치를 보여주기 때문에 정확성이 높은 것으로 알려져있다.
  • 어떤 질문을 선택하고 어떤 방법으로 설문을 설계하느냐에 따라 예측 결과가 달라진다

숨겨진 숫자와 정치 관계(64쪽)

  • 숨겨진 숫자(dark fiture) 때문에 공식적으로 발표되는 수치와 실제 수치는 달라진다
    • 한국의 사례 : 미분양 숫자

수학에 대한 이해 부족

  • 확률과 조건부 확률에 대한 이해부족

데이터의 부적절한 사용

  • 데이터와 추론 간의 연관성
  • 인과관계와 상관관계의 혼동
  • 비레에 대한 오류
    • 예측 결과가 비례에 맞게 늘어나거나 줄어든다는 가정. 이런 가정은 타당하지 않은 경우 많다.(선형성?)

데이터를 의심하라

  • 숫자는 인간의 자의적인 해석에 따라 만들어진다
  • 모든 숫자는 거짓믈을 하고 일부는 아주 심한 거짓말을 하고 있다
  • 데이터가 아무리 과학적으로 보이더라도 우리가 관찰하고, 세고, 측정하고, 보고하는 방식에는 주관적인 선택이 개입할 수밖에 없다

제3장 데이터 해석, 어떤 문제가 발생하는가

바이어스는 데이터 해석의 열쇠

  • 현재의 트렌드와 불확실성으로부터 미래의 가능성을 해석하는 것 자체가 객관적일 수 없다
  • 미래대비 예측이라면 바이어스는 자연적인 것
  • 미래영향 예측이라면 바이어스는 의도적일 가능성이 훨씬 높다
  • 미래 예측 시 바이어스가 발생하는 경우
    • 원하는 데이터의 선별 또는 원하지 않는 데이터의 생략
    • 보고서의 편파적인 구성 및 강조
    • 감성적인 단어와 자극적인 이미지
    • 최악의 사례가 전체를 상징하는 것으로 표현
    • 주요 용어에 대한 편견이 느껴지는 정의

바이어스 언제 어떻게 발생하나

자기 충족적인 예측

  • 새로운 분야에 대해서는 신뢰할 만한 기준 예측치가 알려져 있지 않기 때문에 기업은 예측 결과에 대해 구체적으로 설명하지 않고 엄청난 예측치를 내놓을 가능성이 ㄴ포다

동기를 부여하기 위한 예측

  • 낙관적인 예측 결과 : 직원, 거래처에 동기를 부여하기 위함
  • 비관적인 예측 결과 : 임금 인상 저지하고 열심히 일하도록 경각심

이해 당사자의 지원을 받은 예측

정치와 연관된 예측

극단적인 예측

내부자 예측(83쪽)

  • 지난 15년 동안 방사선 기사로 일했던 사람은 의료 진단 장비의 95% 이상이 전산화되고 자동화되리라는 예측 결과에 거부담을 가질 것
  • 이 때문에 외부자들의 예측 결과가 보다 정확할 가능성이 높다
  • 밥 사이덴스티커가 지적했듯이 시계 회사가 디지털 시계를 발명하지 않았고, 주판 회사가 전자계산기를 개발하지 않았으며, 장기판이나 바둑판 회사가 비디오게임기를 생산하지 않았고 만년필 회사가 볼펜이라는 신제품을 내놓지도 않았다

언론의 개입

  • 언론은 예측 결과를 자신의 목적에 맞게 가공해서 편향된 예측 결과를 제시한다
  • 논쟁을 불러일으킬 만큼 극단적인 예측 결과를 만들어내고 이를 부각시키려 한다

언론의 검토 과정을 거친 예측

미래학자들의 편향된 예측

  • 미래학자들은 실제로 아무런 변화가 없는데도 변화를 읽어내려는 경향이 있다. 이때 해석상의 바이어스 발생
  • 미래학자들은 사회의 각 부분에서 새로운 변화가 빠르게 퍼져갈 것이라는 편향된 예측을 하게 된다

신기술을 좋아하는 사람들의 예측

예측의 숨은 변수, 정치적인 입장

  • 때로는 에측 결과의 배후에 있는 단서들이 누락되기도 한다(지원 기관 등)

예측가의 권위는 신뢰성의 척도(91쪽)

  • 바이어스는 예측 기관이나 전문가의 이력을 반영한다. 균형 잡힌 예측 결과를 제시하는 것으로 알려진 예측 기관이나 전문가의 권위는 오랜 기간에 걸쳐 누적된 것이다.
  • 가트너사나 포레스터 리서치 같은 민간 컨설팅 회사들은 산업별 동향을 관련 기관이나 단체에 판매한다. 판매 목적으로 만들어지는 예측 결과는 다른 예측 결과에 비해 바이어스가 큰 편이다

제4장 시대정신과 인식으로 인한 잘못된 예측

왜 진리는 주관적인가

  • 모든 지식은 인간의 정신 속에서 만들어지며 인간의 인식 범위를 넘어서지 못한다
  • 인간의 지식은 필연적으로 인간의 인식 여과 장치와 관련될 수밖에 없다
  • 혁명이 일어나기 전에 유행하던 정상 과학은 현재의 패러다임에 순응하지 못하는 발견을 무시하거나 보지 못하는 경향이 있다

뇌, 과거의 눈으로 미래를 보는 장치(98쪽)

  • ‘인간은 얼마나 무지한가’ 논문 : 정신이 분산된 상태일 때 뚜렷한 변화를 알아차리지 못한다
  • 인간이 다양한 현상을 인식하면서 산더미같이 많은 복잡한 현상에 압도되지 않으려면 경험했던 현상을 여과해야 한다. 이 과정에서 사건을 놓치거나 잘못 인식하게 된다
  • 1996년 당시 모임에 참석했던 사람들은 세계대전, 새로운 종교, 슈퍼버그, 시장 붕괴, 지진 등을 예상했지만 9.11테러와 같은 사태는 전혀 예상하지 못했다
  • 기업 의사결정자들이 실패하는 이유도 패러다임 변화를 읽어내지 못해서다

인식바이어스 : 판단의 지침인가 편견의 원인인가

  • 가장 널리 알려진 인식 바이어스
    • 손실 회피 : 수익보다는 손실 회피하는 쪽 행동하는 경향
    • 관찰자의 기대효과
    • 확증 바이어스 : 갖고 있는 선입견 확증하려는 의도
    • 밴드왜건 효과 도는 군중심리에 의한 편견 : 많은 사람들이 생각하거나 할 것 같은 방향으로 믿는 경향
    • 앵커링 : 처음 제시 조건에 의해 판단 기준이 영향 받는 것
    • 최신 효과 : 최근 일에 더 높은 비중
    • 상황에 따른 바이어스 : 현재 상황 따라 판단
    • 바넘 효과 : 모호한 말이 특정 피험자의 인격을 정확히 나타낸다고 믿는 경향
    • 우연한 현상에서 유형을 관찰 : 우연에 굳이 의미 부여하는 경향
  • 미래 예측하려면 가정을 세우는데 가정들이 갖는 인식 바이어스에서 벗어나야
  • 스왓분석은 의사결정자들이 현재의 패러다임 밖에 있는 미래를 대비하는 데 전혀 도움이 되지 않는다

    전문가 예측의함정 : 전문성이 덫이 되다(110쪽)

  • 시대정신에 따른 바이어스를 고려한다면 합의에 근거한 예측 결과에 의문을 제기할 수도 있다
  • 지적 무능 : 전문가들이 자신의 분야에서 과거에 일어난 일은 잘 알지만 새로운 가능성에 대해서는 남들보다 늦게 인식할 수 있다. 즉 현재 시스템에 너무 많은 것을 알고 있기 때문에 이 범위를 벗어나는 것에 대해서는 제대로 파악하지 못하는 것이다.
    • 공무원들은 지금 자신의 역할에 대해서는 익숙하지만 미래이 바람직한 정부의 모습에 대해서는 별로 아는 것이 없다
  • 전문가들이 자신이 속한 산업이나 회사의 구성원으로서 미래를 예측할 때 패러다임 마비 증상과 내부자에 의한 바이어스 문제가 발생한다

가정의 타당성 : 훌륭한 가정이 훌륭한 예측을 낳는다

  • 예측이 근거하고 있는 가정들을 확인하고 여기에 문제점을 제기해야 한다
  • 가정이 훌륭하면 예측은 미래에 실제로 나타날 결과에 근접하게 된다
  • 잘못된 가정의 사례 : 1990년대 ‘서류 없는 사무실 등장하리라’는 예측
  • 빠르게 움직이는 분야일수록 가정의 유효 기간은 짧다

가정의 확인과 검증, 그리고 역발상

  • 가정을 확인하고 검증하는 과정

    • 가정을 이끌어낸다 : 드러나지 않은 가정 확인
    • 가정의 검증과 역발상 : 세계 인구 80% 도시에서 살 것이다? 역발상 – 정보통신기술로 농촌에서 일할 수 있다

    제5장 소비자는 효용에 따라 움직인다

    • 기술이 예측 결과를 주도하는 것은 적절하지 않다. 소비자의 효용을 고려하지 않는다면 이런 예측 결과는 허황된 이야기에 지나지 않는다(134쪽).
    • 기술 혁신은 소비자의 효용을 증대시키는 방향으로 진행돼야 한다. 1

효용법칙 이면에 숨은 원리들

소비자들은 미래를 서서히 변화시킨다

  • 효용 분석은 미래 예측에 가장 중요한 가이드가 된다.
  • 새로운 기술이 효용이라는 높은 장벽을 극복해야 한다는 사실을 이해해야만 미래에 대해 단순히 희망사항을 나열하는 대신 실질적이고 믿을 만한 그림을 그릴 수 있다.
  • 로저스에 따르면 신기술은 상대적 우위, 양립성, 구현 가능성, 관찰 가능성이 클수록 확산 속도가 빠른 반면, 복잡성이 크면 확산 속도가 느리다고 한다.2

제6장 트렌드를 움직이는 변수들

트렌드란 무엇인가

  • 트렌드란 데이터가 갖는 일련의 패턴을 말한다. 최소한 두 시점 이상에서 측정된 변수들의 증가 혹은 하락으로 관찰된 변화를 의미하는 말이다.
  • 일시적 변동과 트렌드는 구분해야 하는데 이를 위해서는 ‘유의성 검증’을 해야 한다
    • 20세기 여성권익 향상은 트렌드지만 1970년대 cbc 라디오 청취율 변화는 일시적 변동으로 봐야

수평 스캐닝 : 변화의신호를 감지하다

  • 예측 전문가들은 수평 스캐닝을 통해 인식의 한계점에 있는 정보를 찾아냄으로써 트렌드를 인식한다
  • 스캐닝의 품질은 사람들의 말과 글만이 아니라 그들이 행동을 직접 인식하는데 달려있다

트렌드 인식 : 보이지 않는 배후의 문제점들

  • 사람들의 트렌드 인식에는 정치적인 성향이 많이 작용한다. 지구온난화는 많은 사람들이 공감하는 문제인데도 관련 데이터의 집계와 측정 방법에 대해 논란이 많고 이렇게 모인 데이터를 해석하는데도 이견이 분분하다

추세외삽법 : 과거의 데이터로 미래를 예측하다

  • 추세외삽법 : 과거의 데이터로 미래를 예측하는 방식. 불가지론적 측면도 동시에 갖는다.
  • 19세기 말 빅토리아 시대에 어떤 정책 담당자가 런던의 인구 성장을 살펴보고는 길거에 말똥이 늘어날 것이라고 예상했다. 그런데 이런 일은 일어나지 않았다. (자동차가 도로를 달리면서 마차는 사라짐)

변화의 변수 : 변화촉진자, 변화조력자, 변화마찰자, 변화방해자

  • 변화촉진자 : 변화를 이끌어가는 힘. 예, 환경 문제-하이브리드카
  • 변화조력자 : 예, 정부 연구기금
  • 변화마찰자 : 규제, 제도, 관습
  • 변화방해자 : 새로운 법안, 독과점 등

  • 예측 전문가들조차도 변화방해자 혹은 변화마찰자의 역할을 충분히 고려하지 못하고 과거의 트렌드만으로 미래를 예측하기도 한다.

  • 변화방해자, 변화촉진자 특성 분석할 때 살펴봐야 할 요소
    • 기술
    • 영향력 있는 개인 또는 기관
    • 사상과 이데올로기
    • 사회적 혹은 도덕적 가치

변화의 속도는 어떻게 결정되는가

트렌드의 중단과 변곡점

  • 트렌드를 변화촉진자와 변화방해자의 힘이 반영된 것으로 이해하면 트렌드가 예기치 못한 움직임을 보이거나 갑작스러운 반전을 나타내는 이유를 알 수 있다
  • 추세외삽법은 변화촉진자와 변화방해자가 갖는 역학 관계가 미래에도 상당 기간 지속될 만한 유력한 근거가 있을 때만 적용할 수 있다
    • 1910년 벨의 한 통계학자 “전화가 널리 보급되면 모든 여성이 전화 교환원 일할 수 있다” – 자동 교환 방식 등장
  • 추세외삽법은 트렌드 중단 시점을 알 수 없다

변화 속도의 변화

현상을 유지하려는 힘(167쪽)

  • 아이러니한 사실은 바로 변화에 대한 저항이 필연이라는 말이다.

변수들 간의 상호작용

  • 추세외삽법의 가장 큰 문제점은 단 하나의 변수만을 뽑아내서 이것의 과거를 가지고 미래를 펼쳐보인다는 것이다
  • 경제학 경영학은 다른 조건들이 불변이라는 걸 자주 가정

제7장 통계분석을 통한 예측의 한계

손쉬운 미래 예측 : 통계 분석과 정량적 모델링

  • 미래 예측용 소프트웨어 : 오토캐스트, 포캐스트엑스, 포캐스트프로, 스마트포캐스트
  • 시계열분석 : 특정 대상의 시간적 변동을 연속적으로 관측해 그 결과로 수학적 곡선을 도출한 다음, 그 변동의 원인을 분석하고 미래를 예측하는 통계적 분석 방법이다

결정론의 한계 : 카오스, 복잡성, 불명확한 문제

  • 18세기 사상가들은 인간의 행동을 물리적 법칙처럼 결정론적인 시각에서 바라봤다
  • 칼 포퍼가 사회과학에 대해 한 말 “역사의 흐름에 대해 과학적이거나 합리적인 방법으로 예측하는 것은 불가능하다. 우리는 사회과학이 이론물리학에 버금갈 것이라는 환상을 버려야 한다.”
  • 카오스 이론 : 나비 효과. 약간의 변화가 엄청나게 다른 결과를 가져온다
  • 불명확한 문제(wicked problem) : 불완전하고 제대로 정의되지 않으며 모순적인 독립변수를 지닌 문제. 여기엔 정답이 있을 수 없다

불확실성의 단계 : 이원화된 시각을 넘어서다(184쪽)

  • 휴 커트니는 동료 연구자들과 함께 불확실성 수준을 평가. 이를 4단계로 분류
    • 1단계 : 기반이 튼튼하고 변화가 느린 상황으로 예측 결과도 신뢰성이 있다 – 성숙산업 / 의사결정트리
    • 2단계 : 한정적이며 확정적인 범위 안에서 미래의 결과를 예측할 수 있다 – /시나리오 계획법
    • 3단계 : 미래의 결과가 확정적이지는 않지만 발생 가능한 범위 안에 있다 – 신기술 기반 상품 개발, 신 수익모델
    • 4단계 : 미래의 결과도 알 수 없고 결과의 범위도 정해져있지 않다 – / 없음

불확실성 단계에 따라 분석도구를 결정하라

  • 정량적 예측 : 천천히 변화하고 범위가 좁으며 잘 알려져있는 상황에서 단기간에 걸친 미래를 예측할 경우
  • 적절하지 못한 가정 하에 모델링 방법들을 적용하여 조금씩 다른 분석 결과를 내놓았다고 해서 도움이 되는 것도 아니다
  • 세련된 모델을 개발하고 컴퓨터의 성능이 좋아진다고 해서 잘못된 예측 결과가 개선되는 것은 아니다. 중요한 것은 예측 방법이 아니라 예측에 사용된 가정이다.3

제8장 새로운 예측 도구, 시스템 모델링

역효과와 부작용의 발생

  • 역효과 사례 : 미국 CIA가 1980년대 아프가니스탄에서 구소련에 반대하는 이슬람 단체에 자금을 지원했던 예. 그 결과 미국 정부를 위협하는 알카에다가 만들어지게 됐다
  • 시스템 효과 : A라는 요소가 변할 때 이것과는 아무 관련이 없어 보이던 제3의 요소 C가 나타나서 A의 변화에 영향을 받는 다른 요소에 부수적인 변화를 일으키는 것이다. 시스템 내의 한 요소를 변하게 하는 것은 다른 요소들까지도 변하게 한다

어떻게 시스템을 모델링할 것인가

강화 루프: 악순환과 선순환

image
* 시스템 모델의 루프는 변수들 간의 상호작용에 의해 나타나는 강화 효과나 균형 효과를 보여준다.
* 강화 루프의 경우 어떤 변수의 변화가 루프 상의 다른 변수들에 영향을 미치면서 처음 변수도 동일한 방향의 영향을 다시 받게 된다
* 강화 사이클은 어떤 대상이 성장 또는 하락하는 현상을 설명하는데 유용하다
* 초기의 아주 작은 변화는 강화 루프를 거치면서 점점 더 확대돼 기하급수적인 변화를 일으킨다

균형 루프 : 변화를 막는 힘

  • 균형 루프 : 어떤 변수의 초기 변화에 대해 시스템이 반대 방향으로 작동하는 것을 의미. 초기 변화에 대해 시스템이 같은 방향으로 작동하는 강화 루프와는 대비(negative feedback)

변수 간의 다양한 인과관계를 어떻게 나타낼 것인가

인과관계 루프 다이어그램의 유용성과 한계점

  • 시스템 모델링은 미래 예측을 목적으로 만들어진 것은 아니다
  • 예측 도구 되려면 시스템의 움직임을 정량적으로 나타낼 수 있어야 한다 : 스텔라4가 이런 기능 수행
  • 유용성
    • 특정 상황을 둘러싸고 있는 변수들의 인과관계 파악에 도움

시스템 : 개인을 움직임이는 힘

  • 시스템 모델링은 개인의 행위에 관한 구조적인 원인을 살펴보고 개인의 역할에 대한 불필요한 설명을 피하게 도와준다.5
  • 개인의 행위는 이것이 지배하는 시스템에 의해 결정된다.

티핑포인트 : 급격한 변화의 시작

  • 티핑포인트 : 강화 루프가 작동하는 시점
  • 강화 루프가 작동하믕로써 변수가 급격히 증가하는 현상은 네트워크 효과로 더욱 확대되기도 한다

긍정적인 예측이 성공을 가져온다(210쪽)

S자 곡선 : 변화의 한계를 그리다

image
* 시스템 모델링은 강화 루프의 영향력이 강해지면서 특정 변수가 급격하게 증가하는 이유를 설명해준다
* 시간이 지나면서 균형 루프의 영향력이 강해진다
* 이 과정이 순환하는 형태가 s자 곡선

시스템적 사고로 예측하기

  • 시스템적인 사고를 하게 되면 지금의 추세가 미래에도 계속될 것이라는 생각은 크게 잘못된 것임을 금방 알 수 있다.6

균형잡힌 시각으로 미래를 보라

  • 두뇌과학은 인간이 인지능력을 크게 향상시킬 것이고 인공지능 개발을 이끌 것이다. ;하지만 이런 성과들은 변화의 속도가 과거보다 빨라졌음을 의미하지는 않는다.
  • 지금 우리는 역사상 가장 빠르게 변하는 시대를 살고 있다고 생각한다 그러나 1850년대 사람들도 그렇게 생각했을 것이고 1950년대 사람들도 마찬가지였을 것.

제9장 잘못된 예측보다는 애매한 예측이 낫다

예측을 재정리하다

  • 정성적 예측인 대안적 미래 예측(아마도 필자가 말하는 시스템 모델링)은 정량적 예측을 보완해준다
  • 미래의 성공을 위해 올바른 결정을 하는데 예측 결과가 얼마나 도움이 되는가. 이런 관점에서 본다면 예측 결과에 대한 판단 기준은 정확성이 아니라 유용성에 있다.(221쪽)
  • 새로운 시각이란 ‘예측은 미래의결과를 미리 알려고 하는 것이라기보다는 미래의 불확실성을 관리하려는 것’이라는 시각을 말한다.

생각하지 않았던 것을 생각하라

  • 대안들을 분석하는 정성적 예측 방법의 핵심은 바로 시나리오 분석이다
  • 1950년대 랜드 연구소의 허먼 칸은 스탠리 큐브릭을 비롯한 많은 영화 작가와 영화 제작자들의 영향을 받아 핵전쟁이 어떻게 발발하여 어떻게 전개될지에 대한 시나리오를 쓰기 시작했다
  • 피에르 왁은 칸의 방법을 더욱 발전시켜서 1971년 석유 산업에 대한 시나리오 분석을 했다
  • 하지만 아직도 많은 기업들이 데이터를 이용한 정량적 분석을 통해 미래를 예측하는 전략 계획 부서를 두고 있다

가정을 믿지 마라

  • 시나리오 분석은 미래 예측을 위한 가정들을 살펴보고 문제를 제기함으로써 시작한다

시나리오 계획법으로 미래를 탐색하라

  • 시나리오 계획법은 미래를 예측하는 사람이 조직에 맞는 예측 기간을 정한 다음 수평 스캐닝과 트렌드 인식을 거쳐 정보를 수집하고 변화의 흐름을 주시하게 된다.
  • 시나리오 작성자는 미래의 불확실성이 어떻게 전개될지를 모르기 때문에 다양한 대안들을 제시하게 된다.
  • 시나리오가 잘 구성되려면 각각의 시나리오들이 발생 가능하면서 논리적으로 타당한지에 대한 내부 검증이 필요
  • 시나리오는 숫자만 제시하는 것이 아니라 조직의 이해관계, 사람들의 여론, 경쟁자들의 갈등 등을 제시하기도 한다

시나리오 분석의 한계

  • 시나리오 계획법은 예측의 정확성을 중시하는 정량적 모델링의 단점을 개선함으로써 미래를 정확하게 예측하는 것이 반드시 바람직하지는 않음을 보여준다.
  • 불확실성 수준이 2단계나 3단계라서 정량적 예측 방법을 적용하기 곤란하다면 시나리오 계획법이 효과적이다
  • 예측가의 예상에 불과하므로 다른 시나리오가 발생할 수 있음을 인식해야 한다.

10장 잘못된 예측은 이렇게 만들어진다

사례1. 미국의 주택 수급 예측

예측 결과 요약

  • 주택 수요와 공급 : 주택을 소유하고 싶어하는 사람은 계속 늘어나면서 주택 수요는 매년 증가할 것이다. 따라서 매년 200만 호에 달하는 신규 주택을 공급해야 할 것이다
  • 주택 소유 : 주택 보유율은 계속 증가해서 2013년까지 70%를 넘을 것으로 전망된다.
  • 주택 가격 : 주택 가격은 2004년부터 2013년까지 연평균 5% 정도 상승할 것이다. 하지만 신규 주택이 원만하게 공급되지 않으면 연평균 6% 정도 상승할 수도 있다
  • 모기지 수요 및 공급 : 주택담보 대출 기관들은 연간 3조 달러에 달하는 자금을 대출할 것으로 예측된다. 그리고 주택담보 대출 연체는 매년 8.25%씩 증가할 것으로보인다.

예측 결과 분석

  • 이 예측 결과는 주택 보유를 장려하는 홈오너십 얼라이언스가 제공한 것. (나름 객관적으로 작성하려고 노력)
  • 2007년 주택 시장의 버블이 터지면서 주택 가격이 하락하고 주택은 더이상 담보물의 기능을 못하게 됐다
  • 투기적 버블은 강화 피드백 루프의 전형적인 사례 : 주택 가격 상승 -> 쉬운 대출 -> 주택 가격 상승
  • 그런데 시스템 내 변수 하나가 반대 방향으로 움직이기 시작하면 시스템 내의 균형 루프는 주택 가격을 더욱 떨어뜨린다
  • 이 보고서에는 모기지 이자율이 미래에도 계속 낮을 것이라는 가정이 깔려있다 : “저금리 기조에 힘입어 호황을 누리고 있다”(가정의 문제 발생)
  • 미래의 상황이 지금과는 다르게 전개될 가능성이 높으면 추세외삽법은 설득력을 잃는다


  1. 이 또한 시장주의 편향에 빠진 것은 아닐까. 기술은 사회적 가치가 증대되는 방향 혹은 공동체의 이익을 증대시키는 방향으로 진행될 수도 있는 것 아닐까. 

  2. 인공지능은 왜 확산이 늦었을까. 위 항목 가운데 어떤 것과 관련이 깊을까. 사실은 기술적 한계가 가장 크지 않았을까. 

  3. 대량의 데이터에 기반한 데이터마이닝도 결과적으로는 같은 오류를 발생시킨다는 의미일까. 

  4. 미래 예측용 소프트웨어 

  5. 구조주의 철학과 흡사 

  6. 인공지능 기술에 의한 사회의 변화도 균형점을 맞게 된다고 할 수 있을까. 변화방해자는 무엇일까.