불확실한 상황의 의사 결정 원칙(feat. 안티프래질)

in Diary on diary


  • 키워드 : 의사 결정 프로세스, 의사 결정 방법, 의사 결정 과정, 의사 결정 원칙
  • 우리는 살면서 의사 결정을 해야하는 경우가 많습니다. 이럴 때 어떻게 해야 최선의 의사 결정을 할 수 있을까?라는 생각을 하곤 합니다. 아마 많은 분들이 한번쯤 이런 생각을 하셨을거에요.
  • 나심 니콜라스 탈레브의 안티프래질 책을 2021년에 읽고, 김창준님의 함께 자라기, AC2 수업을 2022년에 수강 등 다양한 경험을 하면서 저만의 의사 결정 프로세스가 생겼습니다.
  • 최근 비즈까페님께서 운영하는 독서 모임에서 안티프래질 책을 읽으며, 생각을 공유하는 시간을 가졌습니다. 여러 대화를 하며 영감도 얻었고, 저의 의사 원칙을 정리하는 글을 작성하려고 합니다
  • 내용의 일부는 PM을 위한 데이터 리터러시 강의에서 확인할 수 있습니다

무엇에 대한 의사 결정을 해야하는가

Gray Zone

  • 1+1은 같은 질문 또는 명확하게 하나의 선택이 좋은 경우는 명확하게 결정할 수 있는 경우가 많음
    • 명확하거나 어렵지 않은 것은 쉽게 결정할 수 있음
  • 대부분 우리가 어려워하는 것은 “Gray Zone”에 있는 문제
  • Gray Zone은 대부분 다음과 같은 특징을 가짐
    • 경험을 해보지 않음
    • 불확실성이 매우 높음
    • 명확히 나뉠 수 있는 것이 아닌 여러 문제가 복합적으로 연결됨
    • 문제 정의를 한 문장으로 정리하기 어려움

생각할 틈도 없이 변한 세상

  • 올해 AI의 화두는 ChatGPT라고 봐도 과언이 아님
    • 잘 생각해보면 4년 전엔 이런 상황을 상상할 수 있었을까? 생각하면 상상할 수는 있지만 언제일지 몰랐음
    • 4년 전과 요즘은 일하는 방식도 달라지고 있음
    • Copilot 등을 사용해 생산성을 더 올리고, 오류 메세지가 나오면 ChatGPT에게 물어보는 세상이 되었음
    • ChatGPT 전에는 Stack Overflow의 글을 많이 참고했지만, 요즘은 확실히 Stack Overflow에 접근하는 비율이 줄었음
    • Transfomer가 나왔을 시기에 대단하다!라고 했었는데, 그것도 이제 과거의 일
  • 요즘 마케팅 트렌드를 빠르게 파악하려면 틱톡을 봐야한다는 말을 들었음
    • 4~5년 전엔 광고를 보면 트렌드를 알 수 있다고 들었는데 달라짐
  • 코로나를 생각해도 과거엔 이런 현상이 생길지 몰랐지만, 코로나로 인해 정말 많은 것들이 변함
    • 요즘은 많이 안정되었다고 볼 수 있지만, 코로나가 막 시작되었을 땐 언제 끝날지 상상할 수 없었음
  • 스타트업, IT 업계는 투자가 잘 돌지 않으면서 이직의 난이도도 어려워짐
    • 불과 몇년 전만 해도 개발자 연봉 1억! 이랬는데 최근 엄청 변함(취업이 몇년 전에 비하면 어려워짐)
    • 개발자 이직이 언제 잘 풀릴지에 대한 토론을 개발자 커뮤니티에서 보면 많이 하곤 합
  • 대학 입학할 때 생각하면 공대에선 전화기가 엄청 강세였는데, 요즘은 컴공에 가서 개발자를 하고 싶다는 사람들도 생김. 과거의 인식과 현재의 인식은 달라짐

위와 같은 현상 : 블랙 스완

  • 블랙 스완 : 발생하기 전에는 가능성이 매우 낮아서 예측이 불가능하지만 일단 발생하면 경제에 큰 영향을 줄 수 있는 사건
    • 일어날 것 같지 않은 일이 일어나는 현상
    • 블랙 스완은 나심 니콜라스 탈레브의 다른 책
  • 블랙 스완 현상이 발생하기 전엔 사람들이 상상도 하지 못함. 그러나 현상이 발생한 후엔 그 현상에 대한 전문가들이 나오면서 “이런 저런 이유로 이런 현상이 발생된 것이다”라는 이야기가 나옴
    • 페이스북에 ChatGPT 전문가라고 하는 분들이 이런 느낌이였음
  • 사실 우리는 그냥 이런 현상이라고 믿고 있었던 것일지도
    • 그러길 바랬는데, 막상 그런 상황이 발생하지 않아서 너무 리스크가 컸던 것
    • 또한 내가 생각한 것이 아닌, 주변이 믿는 것을 믿었던 것일수도(다른 사람의 의견이 나에게 영향을 미쳤던 것인가?)



안티프래질

  • 안티프래질은 불확실한 상황에서 어떻게 해야할까에 대한 관점
  • 프래질 : 충격을 가하면 부서짐
  • 안티프래질 : 충격을 받으면 오히려 더 성장함
    • 성장 마인드셋과 유사
    • 목이 잘리면 2개의 목이 생기는 히드라, 죽음을 경험하면 더 강해지는 드래곤볼의 초사이언, 충격을 흡수했다가 강한 에너지로 분출하는 블랙 펜서의 비브라늄 슈트 등을 예시로 들 수 있음
  • 불확실한 상황에 어떤 태도를 가져야 할까?
    • 성공, 실패는 결국 피드백이다. 그 안에서 경험을 얻자
    • 닥친 스트레스를 대응하자
  • 전략
    • 바벨 전략 : 중간이 아닌 양 극단을 모두 수용
      • 승무원 채용할 때 낙천적인 사람
      • 조종사 채용할 때 비관적인 사람(잘못될 경우 리스크가 크므로)
    • 옵션
      • 비대칭성 : 예측이 틀렸을 때 잃는 돈보다 옳았을 때 버는 돈이 많음
      • 합리성 : 좋은 것을 유지하고 나쁜 것은 버림
  • 아래는 책을 읽고 정리한 내용



데이터 과학자 관점에서 생각해보기

  • 데이터 과학에선 과거의 데이터로 미래를 예측, 추론하려고 함
  • 데이터 과학 교육에서 “아웃라이어”라는 개념이 존재하는데, 아웃라이어는 평균에서 크게 벗어나 다른 대상과 확연히 구분되는 표본을 의미함
    • 이런 아웃라이어는 모델링하거나 분석할 때 제외함
    • 그리고 이런 현상이 일어나지 않을 때의 모델, 분석을 만들어서 활용함
  • 처음 학습할 땐 아웃라이어는 빼야지!라는 생각을 했지만, 현업에서 일을 하면서 여러 경험을 하니 아웃라이어를 꼭 제외하지 않고, 어떻게 바라볼지에 대해 생각하는 시간도 필요할 것이라 생각했음
  • 블랙 스완 현상이 발생해서, 그 부분과 관련된 데이터는 아웃라이어가 될 수도 있다
    • 아웃라이어를 무조건 제외하는 것이 아니라, 아웃라이어가 발생한 맥락도 확인해봐야 하지 않을까?
    • 아웃라이어를 제외하고 모델을 잘 만드는 것도 중요하지만, 아웃라이어가 발생했을 때 어떻게 대처하는게 중요하지 않을까?
    • 대처에 대한 관점은 MLOps 관점에서도 연결이 된다고 느꼈음
  • 만약 SNS 프러덕트에서 실시간 추천 시스템을 운영하는데, 이상한 컨텐츠(광고나 음란물 등)가 굉장히 많이 유입된다면? 또한 어뷰징을 하는 봇이 많아서 이런 컨텐츠 위주로 좋아요, 댓글을 한다면?
    • 모델링 관점에선 사람들이 좋아할 컨텐츠를 추천하고 있을 수 있음
    • 그러나 이런 상황이 발생하지 않길 바라는 경우가 많을 것
    • 유저 관점에서 이런 컨텐츠가 많으면 프러덕트의 만족도가 하락될 가능성이 높음
    • 이런 예시는 단순 예시가 아니라 인스타나 페이스북에서도 발생하고 있던 일. 해결 방법 중 하나로 컨텐츠를 올릴 때, 컨텐츠의 속성을 예측해서 이상하다고 생각하면 Block을 하고 있음
    • 만약 데이터가 있다면 모델링을 할 수 있지만, 데이터가 없다면(=상상도 못한 종류의 일이 발생한다면) 모델링이 어려움. 물론 기술적으로 이런 것들을 해결하기 위한 방법을 Anomaly Detection에서 많이 시도하기도 함
  • 위에 이야기의 핵심은 불확실한 상황이 생겼을 때 우리는 어떻게 해야 할까? 모든 것을 데이터 기반으로 할 수 있는가?라는 질문을 던지는 것
    • 불확실함이 매우 크다면 완전 데이터 기반은 어려울 수도 있다는 관점을 제시하고 싶은 것
  • 데이터 과학자로 일하면서 종종 데이터로 좋은 의사결정해주세요!라는 말을 자주 듣는데(예로 코로나), 나도 코로나는 처음이고 이런 상황에 어떻게 해야할지는 사실 몰랐다. 그냥 데이터와 여러 경험을 토대로 추론하고 이런 Action Item에 베팅할 뿐



제 의사 결정 원칙

1) 답을 내린다는 표현 대신 베팅한다고 생각하기

  • 어떤 단어를 쓰느냐에 따라 나의 사고가 결정된다고 생각하기에 베팅한다라는 표현을 사용
  • 비슷하게 당연하다라는 말도 잘 쓰지 않음. 당연하지 않을 수 있고, 당연하다고 우리가 믿는 것일 수 있음


2) 지표로 나타날 수 있는가?

  • 현상을 파악할 수 있는 지표 2-3개가 존재한다면 그 지표를 사용
  • 여러 케이스에 대해서 Mental Simulation을 진행
  • 2개의 지표가 있는 경우엔
    • a 상승, b 상승
    • a 상승, b 하락
    • a 하락, b 상승
    • a 하락, b 하락
    • 각각의 경우가 발생하면 어떤 Action Item을 할 것인가? So What에 대해 생각해봄
    • 이런 사고를 하면 미리 Risk를 대비하려는 노력을 하고, 실제로 이와 유사한 상황이 오면 당황하지 않게 됨(물론 블랙 스완은 위 케이스보다 더 극단적이라 놀라긴 할 것이지만 심리적으론 더 건강)


3) 아 정말 모르겠다면?

  • 다른 사람들이 어떤 선택을 하는지 보고, 일반적이지 않은 선택을 한다
  • 군 전역 후 25세부터 생긴 마음 가짐
  • 남들이 선택하지 않은 것을 하다보면, 그 희소한 선택들이 모여 나를 더 희소하게 만들 것
  • 알파고가 뜨고 동아리 동기들이 모두 대학원에 갈 때 패스트캠퍼스에서 공부한 것, 데이터 분석가로 들어갔는데 데이터 엔지니어 일을 받았을 때 오히려 더 잘해보려고 한 것, 시키는 일 이상으로 더 잘하기 위한 고민을 했던 것, 코칭/교육을 시도했던 것
  • 위 케이스는 모두 내가 경험한 것으로, 다양한 경험들이 쌓여서 현재의 나를 만들었음
  • 여전히 고민될 땐 “다수가 A라고 하면 난 A가 아닌 방법으로 해내자”라는 생각을 자주 함(반골 기질?)


4) 에너지가 충분한지 확인

  • 에너지가 충분하지 않으면, 좋은 결정을 하기 어려움
  • 특히 불안할 땐 더 그럼. 다른 사람에게 의존하거나 맡기고 싶어함
  • 이럴 땐 차라리 푹 쉰다. 그리고 다시 본다


5) 결정을 했으면 그 결정이 좋은 결과를 낼 수 있는 방법을 고민하기

  • 어떤 결정을 하면, 모든 시도를 하면서 결국 해내는 것이 중요하다고 생각
  • 결국 해내는 사람이 될 것인가? 할 수 있는 정도만 하는 사람이 될 것인가?


6) A or B라는 질문이 온다면

  • A and B가 안되는지 생각해본다. 정말 불가능한가? 둘 다 가능한 방법은 무엇일까?
  • 이분법을 넘어서 둘 다를 생각하는 사람


7) 시간이 지날수록 손해가 생기면 시간을 정해두고 끝낸다

  • 30분 안에 의사 결정하기!
  • 불확실한 일은 마감을 정하고 일차적으로 확인한 후 가는 것도 방법. 안되면 그냥 포기하는 것도 손실을 줄일 수 있음


8) 미리 하면 좋은 것이라면 차라리 먼저 하자

  • 미리 하면 좋은 것이면 시간이 지날수록 얻는 이익이 커짐
  • 예) 문서화. 문서화는 미리 할수록 좋음
  • 예2) 사람들과 신뢰 쌓기. 신뢰는 먼저 쌓을수록 좋다


9) 일단 경험하고, 그것을 좋게 만드는 것은 나의 몫

  • 어떤 마인드를 가지느냐에 따라 그 경험이 좋아질 수 있는 것은 결국 나의 마인드에 따라 결정
  • 다양한 관점으로 생각해보기
  • 정승제 선생님의 이 세상은 마인드의 차이야! 라는 컨텐츠를 봐도 크게 도움 됨
    • 일을 주체적으로 해결하려는 마인드


10) 고민이 될 때 보는 지침서 만들기

  • 저는 컨설팅, 팀 코칭을 할 때 항상 컨설팅의 비밀 이란 책을 읽고 갑니다. 이 책을 읽으며 이번엔 어떤 관점으로 시도할까를 생각하고 들어가요
  • 이런 루틴이 제 일하는 태도를 만들고, 미리 상상할 수 있어 더 좋은 의사 결정을 할 수 있게 되었어요


11) 칩 히스, 댄 히스의 의사 결정 프로세스를 자주 보며 리마인드

  • 후회 없음 책에서 나오는 의사 결정 프로세스 4단계
  • WRAP 1단계 : 선택지 넓히기
    • 현재 생각하는 대안이 전부인가? 생각하는 것을 모두 할 수 없다면 무엇을 해야하나?
  • WRAP 2단계 : 가정 검증
    • 지금 가정하는 것이 진짜 맞다고 확신할 수 있는가?
  • WRAP 3단계 : 결정과 거리 두기
    • 결정에 감정이 기여했는가? 이성적으로 생각했는가?
  • WRAP 4단계 : 틀릴 때를 대비하기
    • 예상과 다르면 어떻게 할 것인가?



마무리

  • 불확실한 상황에서 어떻게 행동해야 할까? 불확실한 상황일수록 자신이 어떤 사람인지 메타인지가 있고, 자신만의 원칙이 있을수록 더 소신 있게 움직일 수 있는 것 같습니다
  • 여러분들의 의사 결정 원칙은 무엇인가요? 자신만의 의사 결정 원칙을 만들어보시길 바랄게요
  • 제가 공유한 내용은 정답이 아니고, 경험한 내용을 글로 작성한 내용입니다. 내용에 의견이 있다면 언제든 말씀해주세요!



글 작성하는데 걸린 시간 : 1시간 38분

카일스쿨 유튜브 채널을 만들었습니다. 데이터 사이언스, 성장, 리더십, BigQuery 등을 이야기할 예정이니, 관심 있으시면 구독 부탁드립니다 :)

PM을 위한 데이터 리터러시 강의를 만들었습니다. 문제 정의, 지표, 실험 설계, 문화 만들기, 로그 설계, 회고 등을 담은 강의입니다

이 글이 도움이 되셨거나 다양한 의견이 있다면 댓글 부탁드립니다 :)

Buy me a coffeeBuy me a coffee



© 2017. by Seongyun Byeon

Powered by zzsza