경제학•챕터 5•약 4분•최종 수정 2026년 9월 24일

행동경제학 — 판단의 휴리스틱과 신념의 편향

O
OIYO 편집부기여자
5/10

행동경제학 — 확률을 계산하지 않고 비슷함과 떠오르기 쉬움으로 판단한다

2–4장은 선호가 표준 모형과 어떻게 다른지를 다뤘다. 이 장은 신념을 다룬다. 표준 모형은 사람들이 새 정보를 베이즈 규칙으로 정확히 반영한다고 가정한다. 트버스키와 카너먼은 사람들이 복잡한 확률 계산 대신 몇 가지 휴리스틱에 기대며, 이 휴리스틱이 예측 가능한 방향으로 틀린다는 것을 보였다.

1. 대표성과 기저율 무시

어떤 질병의 유병률이 1%다. 검사는 환자의 90%를 양성으로 잡고, 건강한 사람의 9%도 양성으로 잘못 판정한다. 양성 판정을 받은 사람이 실제로 병에 걸렸을 확률은?

베이즈 규칙
P(D∣+)=P(+∣D)P(D)P(+∣D)P(D)+P(+∣¬D)P(¬D)=0.9×0.010.9×0.01+0.09×0.99≈9.2%P(D\mid +) = \frac{P(+\mid D)P(D)}{P(+\mid D)P(D)+P(+\mid \neg D)P(\neg D)} = \frac{0.9\times 0.01}{0.9\times 0.01 + 0.09\times 0.99}\approx 9.2\%
1만 명 중 환자 100명에서 양성 90명, 건강한 9,900명에서 양성 891명. 양성 981명 중 환자는 90명뿐이다.

많은 사람(의료인 포함)이 90%에 가까운 답을 한다. “양성 결과가 환자를 얼마나 닮았는가”(검사의 정확도)만 보고 기저율(유병률 1%)을 무시하기 때문이다. 이 판단 방식을 대표성 휴리스틱이라고 한다.

대표성은 다른 오류도 만든다.

  • 결합 오류: “린다는 철학을 전공했고 사회 정의에 관심이 많았다”는 설명을 듣고 “린다는 은행원이다”보다 “린다는 은행원이면서 여성운동가다”를 더 가능성 높다고 답한 비율이 85%였다. 두 사건의 결합 확률은 어느 한 사건의 확률보다 클 수 없다.
  • 도박사의 오류: 동전이 다섯 번 연속 앞면이 나오면 다음엔 뒷면이 나올 것 같다. 작은 표본도 모집단을 닮아야 한다는 믿음(소수의 법칙)이다.
  • 뜨거운 손 믿음: 반대로 연속 성공을 실력의 증거로 과대 해석한다. 다만 농구의 뜨거운 손은 이후 통계 방법을 바로잡은 연구에서 약한 실제 효과가 있다는 결과도 나와, 모든 연속 믿음이 오류는 아니라는 점도 기억해야 한다.

2. 가용성

사건의 빈도를 떠올리기 쉬운 정도로 판단하는 것이 가용성 휴리스틱이다. 비행기 사고, 상어 공격처럼 생생하고 보도가 많은 사건의 위험은 과대평가되고, 당뇨·낙상처럼 흔하지만 드라마틱하지 않은 위험은 과소평가된다.

경제적 결과는 보험과 투자에서 나타난다. 홍수가 난 직후 홍수보험 가입이 늘었다가 몇 년 뒤 해지가 늘어나는 패턴, 최근 급등한 자산으로 자금이 몰리는 패턴이 가용성과 일치한다.

3. 기준점과 조정

처음 제시된 숫자(기준점)에서 출발해 조정하지만, 조정이 충분하지 않다. 트버스키·카너먼(1974)의 실험에서 참가자들은 눈앞에서 돌린 숫자판의 결과(10 또는 65)를 본 뒤 유엔 회원국 중 아프리카 국가의 비율을 추정했다. 10을 본 집단의 추정 중앙값은 25%, 65를 본 집단은 45%였다. 무관한 숫자가 추정을 끌어당겼다.

경제적으로는 협상의 첫 제시가, 소매의 “정가”가, 연봉 협상의 이전 연봉이 기준점으로 작동한다. 할인 전 가격을 표시하는 것이 판매를 늘리는 이유 중 하나다.

4. 과신

과신의 세 형태
형태내용경제적 결과
과대추정자기 능력·성과를 실제보다 높게 본다창업 과잉, 과잉 거래
과대배치자신이 평균보다 낫다고 믿는다운전 실력 설문의 대다수가 '평균 이상'
과대정밀자기 예측의 불확실성을 과소평가한다90% 신뢰구간이 실제로는 훨씬 자주 빗나간다

과대정밀은 교정 검사로 잴 수 있다. “90% 확신하는 범위”를 여러 질문에 답하게 하면, 잘 교정된 사람은 10개 중 9개를 맞혀야 한다. 기업 재무 담당자들의 주가 수익률 예측 연구 등에서 실제 적중률은 이보다 훨씬 낮게 나온다. 8장에서 과신이 과잉 거래로 이어지는 증거를 본다.

5. 확증 편향

이미 가진 믿음을 지지하는 정보는 찾고 크게 반영하며, 반대 정보는 덜 찾고 깎아서 반영한다. 같은 증거를 본 두 사람이 각자 원래 믿음을 더 강하게 갖게 되는 태도 양극화가 그 결과다. 베이즈 갱신에서는 같은 증거가 두 사람의 믿음을 같은 방향으로 움직여야 한다.

확인문제

어느 도시 택시의 85%가 초록색, 15%가 파란색이다. 사고 목격자는 파란 택시를 봤다고 증언했고, 목격자의 색 구분 정확도는 80%다. 실제 파란 택시였을 확률은? 0.8×0.150.8×0.15+0.2×0.85=0.120.29≈41%\frac{0.8\times 0.15}{0.8\times 0.15+0.2\times 0.85}=\frac{0.12}{0.29}\approx 41\%다. 증언의 정확도 80%만 보면 과대평가하고, 기저율 15%를 넣으면 초록 택시였을 확률이 여전히 더 높다.

참고 자료

  • Amos Tversky and Daniel Kahneman, “Judgment under Uncertainty: Heuristics and Biases,” Science (1974)
  • Amos Tversky and Daniel Kahneman, “Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment,” Psychological Review (1983)
  • Don Moore and Paul Healy, “The Trouble with Overconfidence,” Psychological Review (2008)
  • Gerd Gigerenzer and Ulrich Hoffrage, “How to Improve Bayesian Reasoning without Instruction: Frequency Formats,” Psychological Review (1995)
O

OIYO 편집부

편집부

OIYO 편집부는 경제·법률·생활·자기이해 주제를 1차 자료와 공개 통계로 검증해 정리합니다. 모든 글은 출처 표기와 정기 점검을 거쳐 실용성과 정확성을 함께 유지합니다.