노이즈 : 생각의 잡음

제목 : 노이즈 : 생각의 잡음

저자 : 대니얼 카너먼, 올리비에 시보니, 캐스 선스타인

ISBN : 9788934961567

 

독서 기간 : 2022-12-25 ~ 2023-01-18

어떠한 제도(판사, 의사 등)의 판단에 대한 잡음을 '제도 잡음'이라 한다.

2부 : 잡음과 인간의 마음

    4장 : 판단의 문제

판단의 문제는 “제한된 의견 불일치에 대한 기대”로 정의된다.
판단을 내릴 때 – 외부 정보와 전혀 무관한, “판단완료에 대한 내재적 신호”로 판단을 내림.

    5장 : 오류 측정

여기에서도 최소 제곱법(method of least squares)이 사용될 줄은 몰랐다.
예측에 대한 오류에는 편향과 잡음이 동시에 존재하기 때문에, 잡음을 줄이는 것도 매우 중요하다.

$$전체 오류 = 편향^2 + 잡음^2$$

    6장 : 잡음 분석

수준 잡음(level noise) : 여러 사건의 판단(의 평균)이 사람마다 얼마나 다른가?
ex) 어떤 판사는 '가혹하게' 처벌, 다른 판사는 '관대하게' 처벌
패턴 잡음(pattern noise) : 여러 사건의 판단의 평균과 각 사건에서의 판단의 차이
-> 사실 판사x사건 상호작용(judge-by-case)이 적절한 통계 용어이다.
ex) 어떤 판사는 '관대하게' 처벌하는데, '특정 사건'에 대해서는 가혹하게 처벌할 수도 있다.
$$제도 잡음^2 = 수준 잡음^2 + 패턴 잡음^2$$
상황 잡음(occasion noise) : 예를 들어 판사가 응원하는 팀이 승리해서 판결이 관대해지는 등의 일시적인 변산성을 이름.

    7장 : 상황 잡음

군중의 지혜 효과(wisdom-of-crowds effect)는 실재한다!
내부 군중(crowd within) 효과 : 스스로에게 같은 질문을 두 번했을 때는 다른 누군가에게서 두 번째 의견을 구할 때의 10분 의 1 정도의 판단 개선 효과를 얻는다.
but, 시간 간격을 두고 두 번째 예측을 하면 1/3으로 상승했다!

변증법정 부트스트래핑(dialectical bootstrapping) : 아래의 지시사항에 따라 두 번째 판단을 해보자!
1. 여러분의 첫 번째 추정값이 정답에서 완전히 벗어났다고 가정하라.
2. 정답에서 완전히 벗어난 예측을 했던 이유를 생각해 보라. 어느 가정과 검토가 틀렸던 것일까?
3. 첫 번째 추정 값이 너무 높거나 너무 낮았나?
4. 이렇게 얻은 새로운 관점을 바탕으로 첫 번째 추정값의 대안이 되는 두 번째 추정값을 생각해 보라.
변증법정 부트스트래핑은 첫 번째 추정값을 생각한 직후에 두 번째 추정값을 내놓은 경우보다 정확도가 더 높았다.
-> 위 지시사항에 의해 자신과는 다른 또 다른 자신을 불러내야 했음 -> 더 멀리 떨어진 '내부 군중'이 되어야 함!

"누군가의 추정값은 그 사람이 갖고 있던 모든 지식에 근거하여 결정적으로 선택된 값이라기보다 내부 확률 분포의 샘플이다."

 

    8장 : 집단은 잡음을 어떻게 증폭시키나

인기는 자기 강화를 하기 때문에 그룹의 결과는 꽤나 쉽게 조작될 수 있다.
사회적 영향은 여러 집단들 간에 상당한 잡음을 낳는다.
정보의 폭포(informational cascades) : 초기 발언자나 강력한 누군가의 판단은 다른 구성원들의 합의에 자기 의견을 보태고, 결국 사회적 압박 수준을 높인다.
집단 극화(group polarization) : 사람들이 서로 대화하면서 본래 성향보다 더 극단적인 결론을 내리는 경향
'내부 토의'는 확신과 결속 및 극단주의를 강화시키고, 이를 강화된 열정으로 간주한다.

3부 : 예측적 판단에 나타나는 잡음

    9장 : 판단과 모델

인간의 '임상적 예측(clinical judgment)' vs 컴퓨터의 '기계적 예측(mechanical prediction)'
밀의 연구 결과에 따르면...
자신의 판단의 질에 대해서 느끼는 만족감이 얼마나 높던지 간에 그 만족감은 환상, 즉 '타당성의 환상(illusion of validity)'이다.

"사람들은 판단을 내릴 때 자신들의 복잡성을 포착하고 중요한 세부 요인을 면밀히 검토해 낸다고 생각한다. 하지만 복잡성과 섬세함은 판단에서 대체로 쓸모가 없다. 보통 그것들은 단순한 모델의 정확도를 높이지 않는다."
"판단자를 기초로 설계된 잡음 없는 판단 모델이 실제 판단자의 예측보다 더 정확한 예측을 내놓는다는 판단에는 많은 잡음이 존재한다."
-> 잡음이 없는 규칙과 알고리즘을 사용해야 한다!

    10장 : 잡음 없는 규칙

"사람들은 기꺼이 알고리즘에 기회를 주지만, 알고리즘이 실수를 저지르는 순간 믿음을 거둔다."

    11장 : 객관적인 무지

직관 : 옳다거나 타당하다는 후광 내지 확신은 있지만 명확한 이유나 근거 없이 머릿속에 떠오르는 이미 정해진 행동 방침에 관한 판단, 즉 알고는 있지만 그 이유는 모르는 판단 -> 4장에서 언급했던 판단 완료에 대한 '내재적 신호'

"해소할 수 없는 불확실성(알 수 없는 정보)과 불완전한 정보(알 수 있지만 알려고 하지 않는 정보)가 완벽한 예측을 불가능하게 만든다."

스스로 꽤 정확한 예측적 판단을 내릴 수 있다고 믿는 사람들 : 과신 + 판단에 잡은과 편향의 위험 모두 부정
-> 무지의 부정
예측 모델이 사람보다 더 정확한 판단을 내릴 수는 있지만, 그 차이는 그리 크지 않다.

"많은 영역에 도입된 알고리즘이 거의 완벽에 가깝지 않은 이상, 객관적인 무지는 불완전한 알고리즘이 인적 판단을 대체하는 일을 결코 허용하지 않을 것이다. 이것이야 말로 인적 판단이 반드시 개선되어야 하는 이유다."

    12장 : 정상의 계곡

사회심리학적 효과는 일반적으로 0.21에 상응하는 상관계수를 지닌다.
일반적인 사회과학 연구에서 하는 사고 : 통계적 사고(statistical thinking)
구체적인 사건, 사람과 대상이 서로 영향을 주고받는 이야기를 살펴보는 사고 : 인과적 사고(casual thinking)

대부분의 인간 경험은 양극단 사이 범주에 들어간다. 이를 '정상의 계곡(valley of the normal)'이라 한다.
스스로 서사를 만들어서 관측한 사건을 설명해 내는 능력이 사람들로 하여금 세상을 이해한다고 느끼게 만든다.
어떤 사건의 원인을 찾는 여정은 대체로 늘 성공적이다.
-> 원인이란 것은 이 세상에 대한 무한한 사실과 믿음으로부터 도출될 수 있기 때문이다.
살아가면서 인생을 이해하고 있다는 느낌은 정상의 계곡에서 꾸준히 뒤를 돌아보는 행위가 있기에 가능하다.
-> 사후적으로 사건을 이해한다.

인과적 사고는 정신노동이 거의 필요 없다. 통계적 사고는 엄청난 정신노동이 필요하다.(전문적인 훈련도 필요하다.)
단일 사건을 인과적 사고를 통해 이해하면 예측 가능한 오류가 발생한다. 앞으로 우리가 '외부 관점(outside view)'라고 부를 통계적 사고에 기대면 이런 오류를 피할 수 있다.

시스템 1 : 과거를 이해하는 사고방식, 직관적 사고 (정신노동이 거의 필요 없음)
시스템 2 : 심사숙고와 관련된 사고 모드 (엄청난 정신노동 필요)

4부 : 잡음은 어떻게 일어나는가.

    13장 : 어림짐작, 편향 그리고 잡음

어림짐작에서의 판단 : 사람들이 판단 오류를 일으키는 사고 프로세스를 공유한다

우리들은 자꾸 어려운 판단을 쉬운 판단으로 대체하는 경향이 있다.
ex) 빈도를 평가할 때 그것이 일어나기 얼마나 쉬운가라는 질문으로 대체(회상 용이성 어림짐작 availability heuristic)

p248 2번째 문단 4번째 줄 "예를 들어 사람들은 자신가 지지하는~" 자신가 -> 자신이

결론 편향의 대표적인 예시 : 기준점 효과(anchoring effect)
기준점 효과 : 임의의 숫자가 정량적 판단을 내려야 하는 사람들에게 영향을 미치는 현상
가격 협상 등을 벌일 때 가격을 먼저 제시하자
과도한 일관성 : 사람들은 재빨리 일관성을 확보하고 일관되지 않는 요인들을 서서히 바꿔나간다.

    14장 : 매칭 과정

직관적인 시스템 1 사고는 문제가 제기되면 그 문제와 연관된 빠른 해결책을 제시한다. 하지만 이렇게 직관에서 나온 예측들은 '믿음'으로 굳어지기 전에 더 사색적인 시스템 2 사고의 지지를 받아야만 한다.
비교 판단 또는 상대 판단은 범주 판단 또는 절대 판단보다 더 민감하고 정확하다.
(+비교 판단에는 더 많은 노력과 시간이 필요하다.)

    15장 : 척도

사람은 '상대적'으로 판단을 내린다. 절대적 판단을 상대적 판단으로 바꾸면 많은 잡음을 제거할 수 있다.

    16장 : 패턴

$$패턴 오류 = 안정적인 패턴 오류 + 일시적인 (상황) 오류$$
"안정적인 패턴 오류와 일시적인 (상황) 오류는 독립변수이다."
$$(패턴잡음)^2 = (안정적인 패턴 잡음)^2 + (상황 잡음)^2$$

"패턴 잡음을 유발하는 요인이 개인적인 경험이나 가치에 있을 때, 우리는 그 패턴 잡음이 안정되어 있으며 판단자의 독특성을 보여준다고 예상할 수 있다."

= 판단의 패턴 잡음이 무작위로 나타나지는 않는다.

    17장 : 잡음의 원천

"앞 장들에서 했던 여러 얘기 들을 총정리"

$$ \begin{align} 평균제곱 오류 &= 편향^2 + 제도 잡음^2 \\ &= 편향^2 + 수준 잡음^2 + 패턴 잡음^2 \\ &= 편향^2 + 수준 잡음^2 + 상황 잡음^2 + 안정적인 패턴 잡음^2 \end{align} $$
"잡음은 대체로 수준의 차이가 아닌 상호작용의 산물이다."
기본적 귀인 오류(fundamental attribution error) : 운이나 객관적인 상황으로 더 잘 설명되는 행위 및 결과를 주체의 탓으로 돌리는 심리

5부 : 판단 개선

    18장 : 좋은 판단자가 좋은 판단을 내린다

"많은 판단은 검증될 수 없다."

 

전문가들의 판단에 대한 우리의 확신은 그들이 동료로부터 받는 존경에 근거 -> "존경-전문가(respect-expert)"라고 하자.
존경-전문가는...
- 일관된 판단을 내리는 데 능숙하며
- 경험에 비추어 패턴을 인식하며
- 앞선 사례와 비교하여 논리적으로 추론하고 빠르게 가설을 만들어 확인한다.
훈련, 경험, 확신 덕분에 존경-전문가들은 신뢰를 받는다.

결정적 지능 : 세상에 대한 축적된 지식에 의지하여 문제를 해결하는 능력
유동적 지능 : 새로운 문제를 해결하는 능력
* 일반정신능력(GMA, General Mental Ability)이 지능자수(IQ)보다 우선적으로 사용되는 용어다.

일반정신능력은 판단을 요하는 직업에서, 심지어 능력 좋은 개인들로 구성된 집단에서 업무 성과의 질에 상당히 기여한다.
-> 판단 내릴 사람을 뽑아야 한다면, 정신능력이 가장 높은 사람을 선택해야 한다.
(모두를 대상으로 검사를 진행할 순 없다...)
인지반응 척도, 인지욕구 척도 : 느리고 신중한 사고에 참여하는 성향을 측정함
적극적으로 열린 사고는 학습 가능한 기술이다!

똑똑한 사람보다 가장사려 깊고 개방적인 사람을 선택해야 한다.

    19장 : 편향 제거와 결정 위생

사후 편향 제거(수정적 편향 제거) : 대체로 직관적
* 영국 재무부는 프로그램과 프로젝트를 평가하는 방법에 대한 안내서인 "녹서(The green Book)"을 발간했다.
-> 조직에서 관찰된 그동안의 낙관 편향에 기초, 다른 유사한 프로젝트의 일반적인 백분율 조정 방식 활용

사전 편향 제거(예방적 편향 제거) :
- 판단이나 결정이 내려지는 환경을 수정 (넛지, nudge)
- 의사결정자들이 자신들의 편향을 인식, 극복하도록 훈련시키는 과정 수반됨.(부스팅 boosting)

<편향 제거의 한계>
대부분의 편향 제거 방식들에는 존재한다고 추정되는 특정 편향을 공략한다. -> 이 가정이 가끔 틀리기도 한다.
어느 심리적 편향이 판단에 영향을 미치고 있는지 정확하게 알기 어렵다.
전반적으로 오류가 어느 방향으로 향하는지를 알고 그것이 분명한 통계적 편향인 상황에서 효과가 있다.
많은 경우에서 미리 오류의 방향을 알 수 없다.

그룹의 어떤 편향이 그룹을 최선의 판단에서 멀어지게 하는지 점검하기 위해 점검표를 이용하는 결정 관찰자(decision observer)를 이 책에서 제안한다.
* 편향 점검표

    20장 : 과학수사와 정보의 순차적 제시

좋은 의사결정자는 "너무나 많은 것을 알고 있는 사람"이 되지 않기 위해서 "의혹의 그림자"를 유지해야 한다.

    21장 : 예측의 선별과 집계

'좋은 판단 프로젝트'
- 운에 의해서 성공이나 실패가 결정되는 다수의 예측을 살펴봤다.
- 참가자들에게 그 사건이 일어날 확률을 제시하라고 요구했다.
- 시간이 지나면서 나타나는 새로운 정보를 고려하여 예측을 수정할 수 있는 기회도 주었다.
- '브라이어 점수(Brier score)'이라는 점수를 이용하여 예측과 실제 사건의 격차를 측정했다.

"무엇이 슈퍼 예측가들을 유능하게 만드는가?"
1. 분석적이고 확률적인 사고
2. 문제를 구조화(문제를 분해)하고 분석할 의지와 능력
3. 외부 관점을 잘 받아들인다.
4. 기저율을 굉장히 신경 쓴다.(이전에 이와 비슷한 사건이 있었는가?)

슈퍼 예측가들은... "시도하고, 실패하고, 분석하고, 조정하고, 다시 시도" 한다.

슈퍼 예측가 양성 프로젝트 -> 선별(동기부여)과 집계(협동)
* 다양성과 상관없이, 집계는 판단이 진정 독립적인 경우에만 잡음을 줄일 수 있다.

    22장 : 의료 가이드라인

*알고리즘이 의료계에서 확대되고 있다...!
의료 가이드라인은 복잡한 결정 사항을 미리 정해진 기준에 따라 더 쉬운 하위 판단 여러 개로 분해하여 잡음을 줄인다.
거기에 각 항목을 어떻게 평가하는지에 대한 설명 제공, 어떻게 가중치를 부여해야 하는지에 대한 기준 제공
(정신의학계는 아직 답이 없다.)

    23장 : 근무평정의 척도

(사실, 이 부분은 모두가 예상 가능한 부분...)
절대 평가가 아닌, 상대평가를 도입하여 잡음을 줄일 수 있다.(이는 앞에서 확인했다.)
-> 물론, 이 방법도 역효과가 꽤 있다.

어떻게 개선해야 할까?
- 공통 준거틀을 보장하여 평정자가 척도를 더욱 일관되게 사용하도록 해보자.
- 특정 사례와 비교할 수 있도록 사례 척도(case scale)를 제공해 보자.(기준점을 제공해 주자.)

    24장 : 채용 시스템의 구조화

"면접의 목적이 직무를 잘 수행할 지원자와 그렇지 못할 지원자를 가려내는 것이라면,
표준화된 면접은 대체로 쓸모없다."

면접에는 잡음이 매우 많다 -> 심리적 편향, 패턴 잡음, 상황 잡음 등

"구글의 인재 선발 방식을 알아보자."

1. 같은 지원자에 대한 여러 면접관의 판단을 집계한다.
-> 다른 면접관과 의견을 주고받기 전에 개별적으로 지원자를 평가해야 한다.(판단의 독립성)
2. 복잡한 판단을 구조화(분해, 독립성과 전체론적 판단의 지연)
2-1) 분해 : 결정을 구성요소 또는 매개 평가 항목으로 나눈다.
2-2) 독립성 : 각각의 평가에 대한 정보가 독립적으로 수집되어야 한다.
-> 구조화된 행동 면접 : 지원자의 행동에 대해 미리 정의된 질문을 하고 미리 결정된 평가 척도에 따라 점수 책정
2-3) 작업 표본 검사(work sample test) : 코딩테스트
2-4) 전체론적 판단의 지연 : 모든 증거를 고려하고 전체적인 관점에서 저울질한 뒤에 최종판단.
최종 결정이 기계적으로 내려지지는 않지만, 네 명의 면접관의 면접 점수의 평균에 단단히 기초한다.

면접관은 차례대로 각 항목에 유의미한 객관적인 증거를 찾아내고 다음 항목을 평가하기 전에 해당 항목에 대해 점수를 매겨야 한다. 그러고 나서 판단과 직관을 사용해서 최종 결정을 내리게 된다.

"구조화된 면접 시스템!"

    25장 : 매개 평가 프로토콜

"조직의 의사결정 방법" - 매개 평가 프로토콜(MAP, Mediating Assessments Protocol) p.460
1. 의사결정 과정 초반의 결정을 매개 평가 항목으로 체계적으로 분해한다.
-> 반복적인 판단 : 이 단계는 한 번만 하면 됨
2. 가능할 때마다 매개 평가에서 외부 관점 활용
-> 반복적인 판단 : 사례 척도를 기준으로 상대적 판단 사용
3. 분석 단계에서 평가 항목을 다른 항목들과 분리하여 최대한 독립적으로 분석
4. 의사결정 단계에서 각각의 매개 평가 결과를 별도로 검토한다.
5. 각각의 매개 평가 항목에서 참가자들은 개별적으로 판단을 내려야 한다. 그러고 나서 추정-대화-추정 방법 이용
6. 최종 결정을 내리기 위해서 직관은 잠시 미뤄둔다.(전체적으로 다시 한번 판단) 직관적인 판단을 완전히 포기하진 말라.

"여러 항목을 개별적으로 평가하고 결론을 내린 뒤에 직관을 발휘하는 편이 훨씬 좋다."

 

6부 : 최적의 잡음

*** 잡음 축소를 위한 가이드라인을 비판하는 주장에 대한 반박 ***

    26장 : 잡음 축소 비용

인종이나 성별을 판단의 조건으로 삼지 않는 알고리즘을 설계해야 한다.
ex) 키와 몸무게 - 성별과 상관됨, 어디서 성장했고 어디에 사는가 - 인종과 상관될 수 있음
ex2) 편향된 데이터 세트를 학습하면 알고리즘도 편향됨
but, 불명확한 판단을 자주 내리는 인간을 자세히 평가하는 일은 매우 어려움 -> 알고리즘이 인간보다 투명할 수 있음

"잡음 축소 전략은 비쌀 수 있지만, 치를 만한 가치가 있는 비용인 경우가 많다."

     27장 : 존엄

1. 변하는 가치

혹자는 잡음 있는 제도를 통해서 새로운 가치를 받아들일 기회를 얻을 수 있다고 주장한다.

  -> 판단 집계 등 가장 중요한 잡음 축소 전략 가운데 일부도 새로운 가치를 허용한다.

  -> 외부 관점에 기초를 둔 공유된 척도를 사용한다면, 시간에 따라 변하는 가치에 대응할 수 있다.

  -> "진화하는 가치를 허용하는 제도를 설계하면서 잡음을 줄이거나 없애려고 최선을 다해야 한다"

 

2. 편법

잡음이 존재하는 제도에서 모든 판단자는 상황이 요구하는 대로 행동하고 예기치 않은 전개에 대응할 수 있다.

ex) 조세제도에서 잡음을 없애면, 세법 규정을 피할 방법을 찾게 된다!

잡음을 없애서 명확한 규정 vs 예측 불가능성을 허용하여 세금 회피 막기

 -> 28장에서 다시 고민해 보자.

 

3. 의욕과 적극성을 억누를까?

"잡음 있는 제도는 사람들이 독립적으로 결정을 내릴 수 있기 때문에 사기 진작에 도움이 된다.

규칙이 마련되면, 독창성과 창의성이 줄어들 수 있다."라는 의견

  -> 새로운 아이디어를 적극 수용하면서 잡음을 줄일 수 있어야 한다.

  -> 복잡한 판단의 구조화 등 일부 잡음 축소 전략이 유효할 것이다.

엄격한 규칙이 마련되면, 책임자는 그것을 수정하고 개선하기 위해서 적당한 프로세스를 마련해야 한다.

    28장 : 규칙이냐 기준이냐

규칙은 적용 대상자의 재량을 없애고자 함  /  기준은 재량을 적용 대상자에게 부여함

* 가이드라인은 재량의 행사를 금지하지 않으며, 가이드라인이 엄격해져서 재량을 없앨 때 규칙이 된다.

규칙은 편향될 수 있으며(하지만 잡음은 없다), 기준은 잡음을 자처한다.

 

규칙으로 잡음을 통제하려고 시도할 때마다, 규칙 때문에 은근히 재량 행사를 부추길 수 있는 가능성을 경계해야 한다.

ex) 삼진아웃 정책으로 검사들은 두 번 기소된 사람에게 중범죄로 기소하기를 자주 꺼려했다.

이렇게 잡음이 있지만 잡음을 눈치채지 못할 수 있기에, 의도대로 돌아가도록 규칙을 모니터링해야 한다.

규칙이 의도한 대로 작동하지 않으면 잡음이 발생하고, 규칙은 개정돼야 한다.

    결론 : 잡음을 진지하게 고민하자

"잡음이란 판단을 할 때 나타나는, 원하지 않은 변산성이다."

 

판단은 일종의 측정이며, 판단의 측정 도구는 인간의 마음이다.

판단은 비공식적으로 다양한 정보를 통합하여 전반적인 평가를 내린다.

판단은 연산이 아니며 정확한 규칙을 따르지 않는다.

 

오류에는 편향과 잡음이 있으며, 잡음은 똑같아야 하는 판단에서 나타나는 변산성이다.

'제도 잡음'은 전문가를 고용하는 조직에서 목격되는 잡음이다.

 

편향과 잡음은 '평균제곱 오류'를 이용해 측정 정확도를 확인한다.

편향 : 어떤 사례의 평균 판단과 그에 상응하는 참값의 차이

    -> 확인할 수 없는 판단에선 불가능하여, 판단의 평균을 참값의 최적 추정값이라 가정함

 

제도 잡음이 너무 과다할 경우, 전문적인 판단이 내려지는 제도에 일관성이 없는 것 같아서 신뢰를 잃게 된다.

 

제도 잡음 = 수준 잡음 + 패턴 잡음

수준 잡음 : 서로 다른 개인이 내린 평균 판단의 변산성

패턴 잡음 : 같은 사례에 대한 판단자의 개인적이고 고유한 반응의 차이

상황 잡음 : 패턴 잡음에서의 일시적인 요소

 

예측적 판단에서의 오류는 '인지적 오류'와 '객관적인 무지'가 큰 역할을 한다.

자신의 판단에 대한 주관적인 확신이 반드시 객관적인 정확도와 연관되진 않는다.

 

우리는 원인과 결과가 분명한 이야기를 선호하며, 우리의 직관에는 통계적 사고가 결여되어 있어 잡음이 편향보다 관심을 덜 받는다.

 

'결정 관찰자'를 이용하여 편향의 징후를 알아차리고, '결정 위생'을 이용하여 잡음을 줄이자.

통계적으로 생각하고 외부 관점을 활용하자.

판단을 여러 개의 독립적인 과제로 구조화하자.

이른 직관을 참자.(직관은 금지돼선 안 되지만, 잘 이해하고 통제하고 미룰 줄 알아야 한다)

증거를 순차적으로 제시하자.

여러 판단자들로부터 나온 독립적인 판단을 집계하자.

상대적 판단과 상대적 척도를 선호하자.

 

 

독후감

 정말 흥미로운 주제이었고, 재미있었던 책이었다.

솔직히 서술형 채점을 한 번이라도 해 보았다면, 잡음이 존재한다는 사실도 알고 있었을 것이다.

그리고, 방문하는 병원마다 약간의 처방이 다르다는 사실도 알고 있었을 것이다.

 

하지만, 이렇게 얼마나 존재하는지 등을 체계적으로 알게 된 것이 처음이었다.

그리고, 이 책은 '제도잡음'에 초점을 맞추어 여러 설명을 했지만, 우리 삶에 적용할만한 것들이 꽤 있었다.

대표적으로, '외부 관점을 활용하라'라든가, '내 판단을 반대하는 입장에서 다시 생각해 보자' 등이 있었다.

 

앞으로도 이러한 생각의 잡음을 살아가면서 계속 생각하면서 지낼 것 같다.

언젠가 창업을 해보고 싶은데, 그때에 이 책에서 제안한 방식을 적용해서 판단의 잡음을 줄일 수 있기를 바라야 할 것 같다.

 

이 포스트를 보는 분들도 이 책을 직접 읽어보기를 바랍니다! 매우 추천!