Á¦°¡ ÀÌ Ã¥ÀÇ Á¸À縦 ¾Ë°Ô µÈ °ÍÀº Åè »÷Æ®(Tom Sant)°¡ ¾´ “¼³µæÀÇ ±âȹ¼”(¿øÁ¦: Persuasive Business Proposal)À» Àд °úÁ¤¿¡¼ ÀÌ´Ù. Åè »÷Æ®´Â Á¦¾È¼°¡ °®´Â °¡Ä¡¸¦ ¼³¸íÇÏ¸é¼ Á¦¾È °ËÅäÀÚ°¡ ¾î¶»°Ô ¾î¶² °Í¿¡ ÃÊÁ¡À» ¸ÂÃß¸é¼ Á¦¾È¼¸¦ °ËÅäÇÏ´ÂÁö¶ó´Â ´Ü¿ø¿¡¼ ÀÌ Ã¥¿¡ ³ª¿À´Â 7Á¾·ùÀÇ ÈÞ¸®½ºÆ½½º(Heuristics)¸¦ °£·«È÷ ¼³¸íÇÏ¿´´Ù.
±× ÈÄ Á¦ÀÌ¹Ì ¼ÒÄݷοì(Jayme A. Sokolow)°¡ ¾´ ‘Á¦¾È °ËÅäÀÚ°¡ ¾î¶»°Ô ´ç½ÅÀÇ Á¦¾È¼¸¦ Æò°¡Çϳª?”(How do reviewers really evaluate your proposal ? what the cognitive science of heuristics tells us about making decisions), APMP Spring/Summer 2004, pp.34~50, ¸¦ ÀÐ°Ô µÇ¸é¼ ÀÎÁö°úÇаú ÈÞ¸®½ºÆ½½º°¡ Á¦¾È¼ °ËÅä¿¡ ¾î¶² ¿µÇâÀ» ¹ÌÄ¡´ÂÁö¸¦ Á» ´õ ÀÚ¼¼È÷ ¾Ë ¼ö ÀÖ°Ô µÇ¾ú´Ù.
¶Ç ½É¸®Çп¡¼´Â ÃʵÎÈ¿°ú(primacy effect)¶ó´Â °ÍÀÌ ÀÖ´Ù. Áï ¾î¶² »ç¶÷¿¡ ´ëÇØ »ó¹ÝµÇ´Â Á¤º¸°¡ ½Ã°£ °£°ÝÀ» µÎ°í ÁÖ¾îÁö¸é, ¾ÕÀÇ Á¤º¸°¡ µÚÀÇ Á¤º¸º¸´Ù ÀλóÇü¼º¿¡ ´õ Å« ¿µÇâÀ» ¹ÌÄ£´Ù´Â °ÍÀ¸·Î, ÀÌ´Â »ç¶÷µéÀÌ ½É¸®ÀûÀ¸·Î ÀÏ°ü¼º ÀÖ°Ô Áö°¢ÇÏ·Á°í Çϱ⠶§¹®À̶ó´Â °ÍÀÌ´Ù. ƯÈ÷ »ç¶÷À» ¸¸³¯ ¶§ ùÀλóÀÌ Áß¿äÇÏ´Ù´Â °ÍÀ» ¼³¸íÇÏ´Â °ÍÀ̱⵵ ÇÏ´Ù. ÀÌ´Â Á¦¾È¼ÀÇ °ËÅä¿¡¼µµ À¯»çÇÑ Àǹ̸¦ Áö´Ò °ÍÀ¸·Î »ý°¢µÈ´Ù.
¾ó¸¶ÀÇ ½Ã°£ÀÇ Áö³ µÚ ÀÎÅͳݿ¡¼ ÀÌ Ã¥ÀÇ Á¦¸ñÀ¸·Î °Ë»öÀ» ÇÏ¿© ÀÌ Ã¥ÀÇ ¿ä¾àº»(Precis of Simple heuristics that make us smart), Behavioral and Brain Sciences (2000) 23, 727-780À» ÀÐÀ» ¼ö ÀÖ¾ú°í, Á¶±ÝÀº ¿À·¡µÈ Ã¥ÀÌÁö¸¸ ±¹³» ¿Â¶óÀμÁ¡¿¡¼ ±¸¸ÅÇÏ¿© »ó´çÇÑ ½Ã°£À» µé¿© óÀ½ºÎÅÍ ³¡±îÁö Àо ¼ö ÀÖ°Ô µÇ¾ú´Ù. Á» ºñ½ÎÁö¸¸ °áÄÚ ¾Æ±õÁö ¾ÊÀº Ã¥ÀÌ´Ù. ´Ù¸¸ ³¡±îÁö ÀÐÀº °ÍÀÌ Á¶±Ý ¾î·ÆÁö¸¸...
¿©±â¼ ÈÞ¸®½ºÆ½½º¶õ “¹«¾ð°¡¸¦ ã°Å³ª ¹ß°ßÇÏ·Á°í ³ë·ÂÇÑ´Ù”(Serving to find out or discover)´Â ±×¸®½º¾î¿¡ ¾î¿øÀ» µÎ°í ÀÖÀ¸¸ç Çѱ۷δ ÃߴܹýÀ̶ó ¹ø¿ªµÇ±âµµ ÇÑ´Ù. (ÀÌ¿µ¾Ö±³¼öÀÇ ¹ø¿ª¿¡¼)
ÀÌ Ã¥Àº µ¶ÀÏ º£¸¦¸°¿¡ À§Ä¡ÇÑ Àΰ£°³¹ßÀ» À§ÇÑ ¸·½ºÇöûÅ©¿¬±¸¼Ò³»¿¡¼ 1995³â ¼³¸³µÈ ABC(ÀûÀÀÇൿ ¹× ÀÎÁö¼¾ÅÍ, Center for Adaptive Behavior and Cognition, web: http://www-abc.mpib-berlin.mpg.de/)ÀÇ ¿¬±¸ °á°ú¸¦ ³í¹®ÇüÅ·Π¹Àº °ÍÀÌ°í 1999³â Ãâ°£µÇ¾ú°í, Ã¥¿¡ ´ëÇÑ À¥ÆäÀÌÁö´Â http://www-abc.mpib-berlin.mpg.de/shtmus/ ¸¦ ¹æ¹®ÇÏ¸é º¸´Ù ÀÚ¼¼ÇÑ Á¤º¸¿Í ½Ã¹Ä·¹À̼ÇÇÁ·Î±×·¥À» ÀÌ¿ëÇÒ ¼ö ÀÖ´Ù.
ÀÌ Ã¥¿¡¼ ÁÖÀåÇÏ´Â ³íÁö´Â »ç¶÷µéÀÌ ¾î¶² »çÇ׿¡ ´ëÇØ ÆÇ´ÜÀ» ÇÒ ¶§, ƯÈ÷ Á¦ÇÑµÈ ½Ã°£°ú Áö½Ä(limited time and knowledge)ÇÏ¿¡¼´Â “ºü¸£¸é¼µµ °æÁ¦ÀûÀÎ ÈÞ¸®½ºÆ½½º”(Fast and Frugal heuristics)¸¦ »ç¿ëÇÑ´Ù´Â °Í°ú ÀÌ °ÍÀÇ Á¤È®µµ°¡ ´Ù¸¥ ÆǴܹæ¹ý°ú ºñ±³Çصµ ¼Õ»öÀÌ ¾ø´Ù´Â °ÍÀÌ´Ù. ÀÌ´Â ¸®Ã³µå µµÅ²½º(Richard Dawkins)°¡ “À̱âÀû À¯ÀüÀÚ”(The selfish Gene)¶õ Ã¥¿¡¼ ÀÌ¹Ì ¿ì¸®ÀÇ À¯ÀüÀÚ¸¦ À§ÇÑ »ýÁ¸±â°è·Î¼ÀÇ Àΰ£Àº °¡¿ëÇÑ ¸ðµç »çÇ×À» °ËÅäÇÏ¿© ÆÇ´Ü°ú °áÁ¤À» ÇÒ ¿©À¯°¡ ¾ø´Ù°í ÀÌ¹Ì ¾ð±ÞÇÏ¿´°í, ºü¸£°í °æÁ¦ÀûÀÎ ÈÞ¸®½ºÆ½½º¸¦ »ç¿ëÇÔÀ¸·Î ÀÎÇØ Àΰ£ÀÌ ±×¸® ±æÁö ¾ÊÀº ½Ã°£ – ´Ù¸¥ µ¿¹°°ú ºñ±³Çؼ - À» Áö³½ ÈÄ ÁøÈÀÇ ÃÖ°íºÀ¿¡ ¿À¸¦ ¼ö ÀÖ¾ú´ø ÀÌÀ¯°¡ µÉ °ÍÀ¸·Î »ý°¢µÈ´Ù.
ÀÌ·¯ÇÑ ¿¬±¸ÀÇ ½ÃÃÊ´Â 1978³â ³ëº§°æÁ¦Çлó(Nobel Memorial Prize in Economics)¼ö»óÀÚÀÎ Çã¹öÆ® ½ÎÀ̸ó(Herbert Simon, 1916~2001) – ºñ °æÁ¦ÇÐ Àü°øÀÚÁß ÃÖÃÊ·Î °æÁ¦ÇлóÀ» ¼ö»óÇÑ ºÐ- ÀÌ °³³äÀ» ¸¸µé¾î ³»°í ¹ßÀü½ÃŲ “ÇÑÁ¤Àû ÇÕ¸®¼º ¸ðµ¨”(Models of Bounded Rationality)À̷п¡ ¹ÙÅÁÀ» µÎ°í ÀÖ´Ù. ½ÎÀ̸óÀº ´ëºÎºÐÀÇ »ç¶÷µéÀº Á¦ÇÑÀûÀ¸·Î¸¸ ÇÕ¸®ÀûÀÌ°í(only partial rational), ±×µéÀÇ ÇàÀ§ÀÇ ³ª¸ÓÁö ºÎºÐÀº »ç½Ç °¨Á¤Àû ¶Ç´Â ºñÇÕ¸®Àû(emotional/irrational)À̶ó°í ¼³¸íÇÏ¿´´Ù.
ÀÌ¿Í µ¿½Ã¿¡ ´Ù´Ï¿¤ Ä«³×¸¸(Daniel Kahneman)Àº ¾Æ¸ð½º Æ®¹ö½ºÅ°(Amos Tversky, 1937~1996)µî°ú ÇÔ²² ÈÞ¸®½ºÆ½½º¿Í ÆíÇâ(Bias)¸¦ »ç¿ëÇÏ´Â °æ¿ìÀÇ ÆÇ´Ü¿¡ ´ëÇØ ¿¬±¸¸¦ Çß°í, ÀϾ ¼ö ÀÖ´Â È®·üÀ» ¾Ë°í ÀÖÀ» ¶§ À§Çè(Risk)¸¦ µ¿¹ÝÇÏ´Â ¼±Åà »çÀÌ¿¡¼ÀÇ ÀÇ»ç°áÁ¤¿¡ °üÇÑ “Àü¸ÁÀ̷Д(Prospect theory)¸¦ Á¦¾ÈÇßÀ¸¸ç, ±× °ø·Î·Î 2002³â ³ëº§ °æÁ¦ÇлóÀ» ¼ö»óÇß´Ù. ±×ÀÇ ³ëº§»ó ¼ö»ó¿¬¼³ “ÇÑÁ¤Àû ÇÕ¸®¼ºÀÇ Áöµµ”(Maps of Bounded Rationality)´Â ³ëº§»ó ȨÆäÀÌÁö¿¡¼ µéÀ» ¼ö ÀÖ´Ù. (À¥ÁÖ¼Ò: http://nobelprize.org/nobel_prizes/economics/laureates/2002/kahneman-lecture.html) Ä«³×¸¸Àº µ¿·áµé°ú ÇÔ²² 1982³â±îÁöÀÇ ¿¬±¸¸¦ ¸ðµÎ ¸ð¾Æ “Judgment under uncertainty: Heuristics and biases”(Çѱۿª Á¦¸ñ: ºÒÈ®½ÇÇÑ »óȲ¿¡¼ÀÇ ÆÇ´Ü, ÀÌ¿µ¾Ö¿ª, ´ë¿ìÇмúÃѼ 518)¶õ Á¦¸ñÀ¸·Î ÈÞ¸®½ºÆ½½º¿Í ±× È¿°ú¸¦ ¹àÈ÷´Â ³í¹®µéÀ» ÆíÁýÇÏ¿© ¹ßÇàÇϱ⵵ ÇßÀ¸¸ç, ±¹³» ¸ð ±³¼ö´ÔÀÇ °æ¿ì ÀÌ Ã¥À» ÀÐ°í °ø°ú´ëÇп¡¼ ½É¸®ÇÐÀ¸·Î Àü°øÀ» ¹Ù²Ù°Ô²û ¸¸µç ¿µÇâ·Â ÀÖ´Â ³»¿ëÀÌ µé¾îÀÖ¾ú´ø °Í °°´Ù. ÀÌ Ã¥Àº ¾ÆÁ÷ ÀÐÁö¸¦ ¸øÇßÁö¸¸ ÇöÀç ±¸¸Å ÁßÀÌ´Ù.
¹°·Ð À§¿¡¼ ¸»ÇÑ ½ÎÀ̸ó, Ä«³×¸¸, Æ®¹ö½ºÅ°´Â ¸ðµÎ ÀÎÁö°úÇÐÀÇ ¼±±¸ÀÚµéÀ̸ç, ¿ì¸®¿¡°Ô »ç¶÷¿¡ ´ëÇÑ ÀÌÇØ¿Í ÁÖÀ§ ȯ°æ¿¡ ´ëÇÑ ½Ã¾ßÀÇ ÁöÆòÀ» ³ÐÇôÁִµ¥ Áö´ëÇÑ °øÇåÀ» ÇÑ ºÐµéÀÌ´Ù.
°ÅÆ® ±â°Å·»Â¼(Gerd Gigerrenzer)·Î ´ëÇ¥µÇ´Â ABC±×·ì¿¡¼´Â Ä«³×¸¸°ú Æ®¹ö½ºÅ°ÀÇ ÈÞ¸®½ºÆ½½º¿Í ÆíÇâÀÌ·ÐÀ» ºñÆÇÇϸé¼, ÈÞ¸®½ºÆ½½º°¡ ¿ì¸®µé¿¡°Ô ÀûÀÀÀûÀÎ µµ±¸(adaptive tool)·Î¼ ÇÕ¸®¼º¿¡ À̸£°Ô ÇÑ´Ù°í ÁÖÀåÇÏ¸é¼ ¼ÒÀ§ ºü¸£°í °æÁ¦ÀûÀÎ ÈÞ¸®½ºÆ½½º¸¦ ÀÌ¿ëÇÏ¿© ÀÇ»ç°áÁ¤°úÁ¤À» ¼³¸íÇÏ·Á°í ½ÃµµÇØ ¿ÔÀ¸¸ç, ÀÌ Ã¥Àº ÀÌ·¯ÇÑ ¿¬±¸ÀÇ Ã¹ ¹ø° °á½ÇÀÌ¶ó º¼ ¼ö ÀÖ´Ù.
ÀÌ Ã¥¿¡¼± ÇÕ¸®¼ºÀ» ¼¼°¡Áö·Î ±¸ºÐÇÏ°í ÀÖ´Ù. ù ¹ø°·Î ÇÑÁ¤Àû ÇÕ¸®¼º(bounded rationality), µÑ°·Î »ýÅÂÀû ÇÕ¸®¼º(ecological rationality) ±×¸®°í ¸¶Áö¸·À¸·Î »çȸÀû ÇÕ¸®¼º(Social rationality)À¸·Î ºÐ·ùÇÏ°í ÀÖ´Ù.
¶Ç ºü¸£°í °æÁ¦ÀûÀÎ ÈÞ¸®½ºÆ½½º·Î 4Á¾·ù(class)·Î 7°¡Áö¸¦ Á¦¾ÈÇÏ°í ÀÖ´Ù. À̵é ù ¹ø° Á¾·ù·Î´Â ¹«½Ã ±â¹ÝÀÇ ÀÇ»ç°áÁ¤(ignorance-based decision making)À¸·Î À̶§ »ç¿ëÇÏ´Â ÈÞ¸®½ºÆ½½º´Â ÀÎÁöÈÞ¸®½ºÆ½½º(Recognition heuristics)°¡ ÀÖ°í, µÎ ¹ø° Á¾·ù·Î´Â ´ÜÀϱٰűâ¹Ý ÀÇ»ç°áÁ¤(one-reason decision making)À¸·Î ¿©±â¿¡´Â Minimalist, Take the Best ¹× Take the Last¶ó´Â 3°¡ÁöÀÇ ÈÞ¸®½ºÆ½½º°¡ ÀÖ´Ù. ¼¼ ¹ø° Á¾·ù·Î´Â Á¦¿Ü±â¹Ý ÀÇ»ç°áÁ¤(elimination)À¸·Î Á¦¿Ü ÈÞ¸®½ºÆ½½º(Elimination heuristics)¿Í Á¦¿Ü¿¡ ÀÇÇÑ ºÐ·ù(Categorization by Elimination) ÈÞ¸®½ºÆ½½º°¡ ÀÖ´Ù. ¸¶Áö¸· Á¾·ù·Î´Â ½ÎÀ̸óÀÌ Á¦Ã¢ÇÑ Satisficing – ÀÌ ´Ü¾î´Â ¸¸Á·½ÃÅ°´Ù(Satisfy)¿Í ÃæÁ·½ÃÅ°´Ù(Suffice)¶ó´Â ´Ü¾îÀÇ ÇÕ¼º¾îÀÌ´Ù. – ÈÞ¸®½ºÆ½½º°¡ ÀÖ´Ù.
ÀÌ Ã¥¿¡¼´Â ÀÌ·¯ÇÑ 7°¡ÁöÀÇ ÈÞ¸®½ºÆ½½º¸¦ 20¿© °¡ÁöÀÇ ½Ç»ýÈ° ȯ°æ(pp.99-101)¿¡¼ ½ÇÁõÇÑ ³»¿ëÀÌ ³ª¿Â´Ù. ¿¹¸¦ µé¸é ´ëÇб³ ±³¼öµéÀÇ ¿ù±Þ, Çб޿¡¼ÀÇ ³«¿ÀÀÚ µî¿¡ ´ëÇÑ Ã߷п¡¼ ºü¸£¸é¼ °æÁ¦ÀûÀÎ ÈÞ¸®½ºÆ½½ºÀÇ È¿°ú – ½Ã°£°ú °æÁ¦¼º ¹× Á¤µµ Ãø¸é¿¡¼ –¸¦ °ËÁõÇÑ º¥Ä¡¸¶Å·ÀÌ ³ª¿Â´Ù. ¶Ç ÀÌ·± ¹æ¹ýÀº ¿µ¿ª µ¶¸³Àû(domain-independent)ÀÎ Æò°¡(estimation), ºÐ·ù(classification), µÑ Áß Çϳª ¼±ÅÃ(two-alternative choice)¿Í ¿µ¿ª ÀÇÁ¸Àû(domain-specific)°æ¿ì¿¡¼ ¸ÔÀÌ Ã£±â(food choice), »ó´ë¹æ ã±â(mate search), ÁֽĽÃÀåºÐ¼®, ¿òÁ÷ÀÓ¿¡¼ºÎÅÍ Àǵµ Çؼ®(inferring intentions from motions), ºñ¼ »Ì±â(secretary problem), ÁöÂü±Ý¹®Á¦(dowry problem), Àڳ࿡ ´ëÇÑ ÅõÀÚ(parental investment)µî¿¡¼µµ Àû¿ëÀÌ °¡´ÉÇÏ´Ù.
Àü°øÀÚ°¡ ¾Æ´Ñ ÀÔÀå¿¡¼ Èï¹Ì·Î ¿Ô´ø »ç½ÇÀº ºñ¼¸¦ »õ·Î »ÌÀ» ¶§ »ùÇÃÀÇ ¼ö°¡ ÀüüÀÇ 37%¶ó´Â “37%ÀÇ ¹ýÄ¢”(37% rule)ÀÌ°í, ¶Ç ¹è¿ìÀÚ Ã£±â¿¡¼ Best-of-N ¹ýÄ¢ ¶Ç´Â ¿ªÄ¡±âÁعýÄ¢(Best-of N rule or threshold criterion rule)À̶ó ºÒ¸®´Â °Í À̾ú´Ù. ¹è¿ìÀÚ Ã£±â¿¡¼ Best-of-N¹ýÄ¢À̶õ ¼±À» º¼ ¼ö ÀÖ´Â ÀüüÀÇ °¡¿ëÇÑ ´ë»óÀÚÁß¿¡¼ 37%¹ýÄ¢À» Àû¿ëÇÏ¿© 37%À» ¸¸³ª ¸ÕÀú ±â´ëÄ¡(aspiration level)À» Á¤ÇÑ ÈÄ, ±× ´ÙÀ½¿¡ ¸¸³ª´Â ´ë»óÀÚ Áß ÀÌ ±â´ëÄ¡¸¦ ³Ñ´Â ù ¹ø° »ç¶÷À» ¼±ÅÃÇÏ´Â °ÍÀÌ ÃÖÀûÀÇ ¼±ÅÃÀ̶ó´Â °ÍÀÌ´Ù. (pp.288-289). ¼öÇÐÀûÀ¸·Î ¾î¶»°Ô ÀÌ·± °á·ÐÀÌ ³ª¿À´ÂÁö´Â Àß ¸ð¸£°ÚÁö¸¸ Èï¹Ì·Î¿î ³»¿ëÀÌ¶ó º¼ ¼ö ÀÖ´Ù.
±â°Å·»Â¼´Â ¶Ç 2004³â µ¶ÀÏ ÄܽºÅºÃ÷(Konstanz)´ëÇп¡¼ÀÇ ¹ßÇ¥¿¡¼ ¾Æ·¡¿Í °°Àº 4°¡ÁöÀÇ À߸øµÈ ¹ÏÀ½¿¡ ´ëÇØ ¾ð±ÞÇÏ°í ÀÖ´Ù.
l »ç¶÷µéÀº ±×µéÀÌ °®°í ÀÖ´Â ÀÎÁöÀûÀÎ ÇÑ°è ¶§¹®¿¡ ÈÞ¸®½ºÆ½½º¸¦ »ç¿ëÇÑ´Ù.
l ½Ç ¼¼°èÀÇ ¹®Á¦µéÀº ¾ðÁ¦³ª ÃÖÀûÈ¿¡ ÀÇÇØ Ç® ¼ö ÀÖ´Ù.
l ÈÞ¸®½ºÆ½½º´Â ¾ðÁ¦³ª µÎ ¹ø°·Î ÁÁÀº ÇعýÀÌ´Ù.
l º¸´Ù ¸¹Àº Á¤º¸°¡ ¾ðÁ¦³ª ÁÁ´Ù.
½Ã»çÇÏ´Â ¹Ù°¡ ÀÖ´Ù°í »ý°¢µÈ´Ù.
³ëÀÚ¿¡ ³ª¿À´Â ¾ÍÀÇ ÇѰ踦 ¾Æ´Ï Áñ°Å¿î ÀÏÀÌ ¾Æ´Ñ°¡¶ó´Â ±¸Àýµµ »ý°¢³ª¸ç, °á·ÐÀûÀ¸·Î ´Ü¼øÇÑ °ÍÀÌ ¾Æ¸§´ä´Ù´Â Ç¥ÇöÀ» »ý°¢³ª°Ô Çϴ åÀ̸ç, ½Ã°£ÀÌ µÈ´Ù¸é ÀÎÁö°úÇÐ, ½É¸®ÇÐ, ÀÇ»ç°áÁ¤·Ð µî¿¡ ´ëÇØ ´õ ¾Ë°í ½ÍÀº ¸¶À½ÀÌ »ý°å´Ù.
³¡À¸·Î ÀÌ Ã¥ÀÇ Á¦¸ñÀº µµ³¯µå ³ë¸Õ(Donald Norman)ÀÇ “Things that make us smart: defending human attributes in the age of machine”(Çѱۿª: »ý°¢ ÀÖ´Â µðÀÚÀÎ)¿¡¼ ¾ÆÀ̵ð¾î¸¦ ¾ò¾úÀ½À» ¼¹®¿¡¼ ¹àÈ÷°í ÀÖ´Ù. <³¡>