자기 생각이 있는 데이터 활용법

통계와 데이터를 먼저 살피고, 그 후 의사결정의 최종 순간에 직관을 허용

편향 또는 편견 (bias)는 부정적인 의미로 많이 사용되지만 거기에는 인생 경험이 녹아 있기도 하고 빠른 판단이 가능하게 하는 순기능도 있습니다. 또한 bias는 그 사람의 행동이나 결정에 드러나는 경우가 많으므로 상당한 주의를 기울여 예방할 수도 있습니다.

반면에 의사결정의 중요한 장애요소인 잡음(noise)의 경우는 어느 요인이 어느 방향으로 영향을 줄지 모르고 겉으로 드러나거나 구별해 내기 어렵기 때문에, 더욱 심각한 문제가 됩니다.

한 사업부를 맡아서 수 백 명의 전문가를 평가하고 관리해야 할 때, 제가 택한 방법은 제가 어떤 결론을 내리기 전에 기획팀이나 인사 담당자가 미리 가급적 많은 데이터를 수집하고 그것을 나름대로 분석하여 추천 안을 만들도록 하는 것이었습니다. 처음 과제를 요청하면 으레 돌아오는 질문은 특별히 높이 평가할 사람이나 중요한 요소를 미리 말해달라는 것이었으나 그 요청을 받아들이지는 않았습니다.

실무자나 시스템에 의한 분석의 결과를 그대로 평가나 관리에 적용한다면 굳이 리더의 필요성도 없을 것입니다. 리더가 평소 파악한 내용이나 직관 등도 고려/반영해야 합니다. 그러나, 순서가 중요합니다. 리더 개인의 생각이나 직관으로 먼저 결론을 내리고, 여러 데이터로 그 결론을 정당화하는 것은 좋지 않다고 생각합니다. 먼저 통계와 데이터, 그리고 외부 분석 결과나 관점을 이용하고 그다음에 본인의 직관을 사용하는 것이 특히 noise를 예방하거나 최소화하는 데 좋은 방법이라고 아직도 생각하고 있습니다. 

그런 의미에서, 중대 질병에 대한 의사의 진단이나 처방 등에도 반드시 검사 결과뿐만 아니라 외부의 의견이나 알고리즘의 분석 결과 등을 참고하도록 하는 것이 유효할 수 있다고 생각합니다. 조직에서의 평가 및 의사결정은 물론이고요.