추가 적립 안내

번뜩이는 직감을 믿지 마라!
당신의 모든 선택에서 진짜 원하는 것을 얻는 법

“‘머니볼’의 인생판 같은 책. 게다가 엄청 재미있기까지 합니다.
… 답은 이 책 안에 있습니다. 무수히 쌓이는 인류의 데이터로부터
‘데이터 중심 인생 해법’을 찾고 싶은
모든 분에게 일독을 권합니다”
_《그냥 하지 말라》 저자, 마인드 마이너 송길영

“당신은 더 나은 결정을 할 수 있다”
이 책은 우리가 삶의 주요 결정을 내리는 방식을 바꿀 것이다
중요하고 큰 결정은 늘 어렵다. 우리는 친구나 가족과 의논하고, 온라인에서 ‘전문가’의 헷갈리는 조언들을 찾아보고, 지침을 얻고자 자기계발서를 읽어본다. 그러다가 결국에는 그냥 ‘적절하다고 느껴지는’ 쪽을 선택한다. 데이트는 어떤 식으로 하며, 누구와 결혼하는가, 어디에 살 것인가, 무엇이 우리를 행복하게 하는가와 같이 인생의 중대한 결정과 선택을 순전히 직감에 따라 하고 마는 것이다.
전설적인 행동과학자들이 발견한 바에 따르면, 감정과 직감은 우리를 잘못될 길로 인도할 때가 많다. 아모스 트버스키와 대니얼 카너먼의 주장대로라면 우리의 마음은 편견으로 가득하며, 직감은 믿을 만한 안내인이 못 된다. 또 우리는 지나치게 낙관적일 때가 많다. 쉽게 기억된 이야기들의 중요도를 과대평가하고, 자기가 믿고 싶은 것과 일치하는 정보에 매달린다. 예측 불가능했던 사건들을 우리가 설명할 수 있다고 잘못된 결론을 내린다. 직감의 오류를 나열하자면 끝도 없다. (그래서 이 책의 원제는 Don’t Trust Your Gut, ‘네 직감을 믿지 말라’다.)
이제, 새로운 대안이 있다.

삶에서 원하는 것을 얻는 사람들의 비밀은 빅데이터가 밝혀냈다
빅데이터 혁명은 우리에게 우리 자신의 목소리를 듣는 것이 아닌 새로운 대안을 제공한다.
21세기 초 야구에서 통계 분석의 역할이 갑자기 커지기 시작했다. 이른바 세이버메트릭스(야구 통계분석 기법)의 등장이다. 《머니볼Moneyball》이라는 책과 영화를 통해 대중에게도 소개된 새로운 원칙들은 ‘데이터가 우리의 편견을 수정하는 데 유용하다’는 강력한 전제를 기반으로 다른 여러 영역에도 변화를 일으켰다. 예를 들어 실리콘밸리의 첨단 기업들은 대부분 ‘머니볼’ 원칙을 토대로 운영된다. 대표적으로 구글Google은 중요한 결정을 할 때 무엇보다 데이터의 힘을 확고히 신뢰하는 것으로 알려져 있다. 오직 데이터 패턴만 보고 주식을 거래하는 메달리언 펀드Medallion Fund는 설립 이후 해마다 S&P500 상승률보다 유의미하게 높은 수익을 올려 ‘효율적 시장 가설’을 사실상 뛰어넘었다.
그렇다면 보통 사람들의 일상 속 중요한 결정들도 스포츠계나 IT 스타트업처럼 데이터에 기반해서 내릴 수 있을까? 저자는 묻는다. “우리는 2002년의 애슬레틱스와 비슷한가, 아니면 그해의 다른 야구팀들과 더 비슷한가? 우리는 구글에 더 가까운가, 아니면 구멍가게에 더 가까운가? 르네상스 테크놀로지와 더 비슷한가, 아니면 전통적인 자산관리사와 더 비슷한가?”

나는 야구 경기를 보다가 궁금해졌다. 만약 우리가 인생의 중요한 결정을 할 때도 데이터에 기반한 접근법을 사용한다면 어떤 일이 벌어질까? 빌리 빈이 오클랜드 애슬레틱스를 운영한 방법대로 우리의 개인 생활을 운영한다면 어떨까?
그런 방식으로 인생에 접근하기는 점점 쉬워지고 있다. 나의 전작인 《모두 거짓말을 한다Everybody Lies》에서는 인터넷 덕분에 새롭게 확보된 데이터가 사회와 인간 정신에 대한 우리의 이해를 어떻게 변화시키고 있는지를 살펴봤다. 야구 통계에 집착하던 팬들이 요구하고 수집한 데이터 덕분에 야구에서 통계혁명이 먼저 일어났다. 이제는 ‘머니볼’이 아닌 ‘라이프볼Lifeball’ 혁명도 가능하다. 우리의 스마트폰과 컴퓨터가 수집한 모든 데이터 덕분이다.
_머리말에서

경제학자이자 구글의 데이터과학자였던 세스 스티븐스 다비도위츠는 2017년 첫 저서인 《모두 거짓말을 한다》로 일약 《뉴욕타임스》 베스트셀러 작가 반열에 올랐다. 《모두 거짓말을 한다》 이후 5년 만에 내놓은 후속작인 이 책에서 그는 더 나은 삶을 위해 중대한 결정을 내릴 때 우리가 잘못 생각하는 것이 얼마나 많은지에 초점을 맞춘다.

“세스는 최고의 데이터 스토리텔러다!”_《괴짜경제학》 저자 스티븐 레빗

몇 사람의 조언이나 직감이 아니라 인류의 생애로부터 배울 수는 없을까요? 여기 힌트가 가득한 책이 있습니다. 야구선수들의 통계가 가득한 세이버메트릭스로부터 효율적인 자원 분배로 최선의 이기는 방안을 도출해냈던 《머니볼》의 인생판 같은 책이 나온 것입니다. 게다가 엄청 재미있기까지 합니다. (중략)
답은 이 책 안에 있습니다. 무수히 쌓이는 인류의 데이터로부터 ‘데이터 중심 인생 해법’을 찾을 수 있음을 보여준 저자에게 감사하며, 그 비법을 알고 싶은 모든 분에게 일독을 권합니다.
_마인드 마이너 송길영, ‘추천의 글’에서

관계, 성공, 돈, 행복… 잘되는 방법은 ‘데이터’에 맡겨라
인생을 좌우하는 수많은 결정, 어떻게 해야 잘 내릴 수 있을까? 오늘날의 거대한 데이터세트 속에 믿을 만한 답들이 숨어 있다.

ㆍ 어떤 사람과 결혼해야 할까?
ㆍ 행복한 관계는 무엇으로 예측할 수 있을까?
ㆍ 좋은 부모가 되려면 어떻게 해야 할까?
ㆍ 내가 유명인사가 될 확률은 얼마나 될까?
ㆍ 진짜 숨은 부자는 어떤 사람들일까?
ㆍ 그런 부자가 되려면 어떻게 해야 할까?
ㆍ 지금 창업을 하기에는 내 나이가 너무 많은가?
ㆍ 왜 어떤 사람들은 유달리 운이 좋은가?
ㆍ 외모를 어떻게 바꾸면 가장 멋져 보일까?
ㆍ 사람은 무엇을 하면 행복해질까?

20세기만 해도 ‘무엇이 사람들을 행복하게 만드는가?’라는 질문에 대해 정밀하고 체계적인 데이터를 구할 수 없었다. 고작해야 수십 개의 데이터 측정값을 가지고 연구하는 수준이었다. 하지만 이제는 스마트폰을 활용해 전례 없이 거대한 행복 데이터세트를 구축할 수 있다. 그리고 여기서 얻은 결과 중에는 우리의 예상이나 통념을 뒤엎는 도발적인 것도 있다.
지난 십수 년 동안 학자들은 엄청난 규모의 데이터세트를 발굴해 인생 최대의 자기계발 난제들에 새로운 방법으로 접근했다. 수십만 명의 데이트 사이트 계정에서 얻은 데이터는 데이트를 성사시키는 놀라운 전략을 알려준다. 납세 기록 수억 건에서 얻은 데이터로 아이를 키우기에 좋은 동네가 어떤 곳인지를 밝혀냈다. 수백만 명의 경력을 추적한 데이터에서는 정상에 올라서는 사람들의 비밀을 발견했다.
창업하기에 가장 좋은 시기는 언제인지를 알려주고, 우리가 친구의 생일파티를 건너뛰고 저녁 내내 소파에서 넷플릭스에 몰두할 때 과연 실제로 얼마나 행복해지는지도 알려준다. 돈을 제일 많이 벌지만 따분한 직업들에 관한 이야기도 들려주고, 너무 많이 들어서 농담처럼 느껴지는 오래된 연애 조언이 실제로는 데이터로 뒷받침되는 진리라고 귀띔해주기도 한다.

데이터에 기반해서
편견을 깨고 성공 확률을 높여라
우리는 더 나은 삶을 사는 법을 안다고 생각하지만, 데이터에 따르면 그렇지 않다! 확고한 사실과 숫자는 빈번히 본능과 충돌한다. 그리고 실제 효과를 발휘하는 인생의 법칙을 알려주는 건 숫자다.
야구 경기를 보다가 떠오른 생각을 계기로, 저자는 지난 4년간 수많은 연구자를 만나고 논문을 파고들어 최신 빅데이터 연구와 숫자들에 얽힌 참신하고 매력적인 이야기를 발굴했다. 저자의 독자적인 조사와 해석도 곁들여, 결혼, 육아, 스포츠, 재테크, 기업 경영, 행운, 외모, 행복과 같은 여러 영역에서 이 책을 읽는 모두가 자기 삶의 ‘빌리 빈’이 되기를 바라며 이야기를 풀어낸다.
이야기는 “어떤 사람과 결혼해야 할까? ‘누구와 결혼할지’를 정하는 데 알고리즘이 도움이 될까?”라는 질문으로 시작한다(1장). 데이트 앱에서 얻은 방대한 데이터를 토대로 ‘연인관계의 행복이란 예측 가능한가’라는 질문에 냉철하고도 현실적인 지혜를 준다. 이어서 더 나은 부모가 되는 법을 찾아 고민을 거듭할 수많은 부모를 위해 최신 데이터세트, 특히 미국인 수억 명의 납세 기록에서 어떤 부모가 좋은 부모인지에 관해 새로운 통찰을 전한다(2장). 그러고는 한발 더 나아가 아이가 스포츠계에서 성공하기를 바랄 때 참고할 최신 데이터도 (저자의 자전적 유머를 곁들여) 선사한다(3장).
4장부터 7장까지는 주로 직업적 성공을 달성하는 방법에 관한 얘기들이 펼쳐진다.
예컨대 (미국의) 진짜 숨은 부자는 누구인가?(4장) 그들이 어떤 사람인지 우리는 시원하게 답할 수 있는가?(4장) 경제학자 네 명이 미국 국세청으로부터 미국 납세자 전체의 비식별화된 데이터를 제공받아 미국의 숨은 부자들(상위 0.1퍼센트 소득자)이 누구인지를 드러낸다. 그리고 진짜 부자들은 우리가 흔히 예상했던 사람들이 아니었다. 〈21세기 자본가Capitalists in the Twenty-First Century〉라는 이 획기적인 연구는 소수의 유명한 실리콘밸리 억만장자들이 아니라 연간 158만 달러 이상을 벌어들이는 14만 명 이상의 부자들에 대해 말해준다. 연구자들이 파악한 전형적인 부유한 미국인은 ‘자동차 판매업자’나 ‘주류 도매업자’ 같은 지역 사업체의 소유주였다.
그다음으로, 누가 성공하느냐를 결정하는 요인은 무엇인가? 최근 데이터과학자들은 사업가들의 세계에 관한 데이터세트를 확보하여 성공을 예측하는 예상외의 변수들을 발견했다. 창업이라는 게 정말 젊고 패기 넘치는 사람일수록 성공 확률이 높은 영역일까? 5장에서는 창업의 성공에 관한 몇 가지 선입견을 깨뜨리고 데이터에서 찾아낸 신빙성 있는 공식을 소개한다.
그런데 솔직히 말해서 성공에는 행운도 크게 작용한다. 6장에서는 화가 수십만 명의 작품 판매액수를 포함하는 빅데이터를 통해 행운의 작동 원리를 알아본다. 데이터에서 얻은 통찰을 활용하면 우리도 운 좋은 사람이 되어볼 수 있을까? 한발 더 나아가, 머신러닝과 개인정보 데이터세트를 통해 알아낸 새로운 교훈을 활용하면 내가 가장 멋지게 보일 방법도 나오지 않을까?(7장)
8장과 9장에서는 무엇이 사람들을 행복하게 또는 불행하게 만드는지를 더 자세히 알아본다. 이전의 소규모 연구로만 보면 우리 인간은 무엇이 우리를 행복하게 만드는지를 잘 모르는 것 같았고, 여기에는 인간 고유의 인지편향이 한몫해왔다. 초대형 행복 데이터세트를 활용한 ‘매피니스 프로젝트’ 연구 결과는, 솔직히 말해서 명백하다. ‘오르가슴을 경험하는 것이 독감으로 앓아눕는 것보다 유쾌하다’는 것쯤은 과학자들이 알려주지 않아도 알듯이, 일견 당연해 보이기도 한다. 하지만 이전에는 그렇게 뻔하지 않았던 결과들도 있다.
행복에 관한 데이터의 명확성에는 심오함이 있다. 때때로 빅데이터는 충격적인 반전을 드러내지만 때로는 “비결 따위는 없다”고 말해준다. 그리고 행복이 바로 후자의 경우다. 우리가 명심해야 할 결정적인 사실은 바로 대다수 사람이 ‘자신을 명백히 행복하게 해주는 일들’을 잘 하지 않는다는 점이다. 데이터가 ‘우리를 행복하게 해주지 않는다’고 말하는 것, 곧 ‘우리를 불행에 빠뜨리는 함정’에 현대인은 쉽게 빠져든다.

현대 빅데이터 행복 연구의 모든 교훈을 압축한다면?
“데이터 중심 인생 해법”
쉽게 말해, 행복에 관한 과학적이고 혁신적 연구 결과, 행복은 우리 생각만큼 복잡하지 않았다. 사람들을 행복하게 만드는 아주 간단한 사실들, 곧 수천 년 동안 존재해온 지혜가 존재한다. 다만 현대 사회가 우리를 속여서 행복해지지 않을 일을 많이 시킬 따름이다. 행복하지 않다면, 스스로를 행복하게 만드는 행동을 충분히 하고 있는지 검토해봐야 한다는 것이 핵심이다!
빅데이터는 우리가 생각하는 ‘세상이 돌아가는 방식’이 실제로 세상이 돌아가는 방식과 다르다는 것을 근거를 가지고 보여준다. 데이터는 때론 직관에 완전히 반하는 통찰, 때로는 직관에 반하는 통념에 또다시 반하는 통찰을 준다.
데이터를 적절히 활용하면 우리 자신에 관해 더 잘 알고 더 나은 삶을 살 수 있다. 당신이 세상이 진짜로 어떻게 돌아가는지에 관한 데이터를 가지고 있다면, 그래서 사람들의 거짓말과 대중매체의 거짓말을 걸러낼 수 있다면, 당신은 더 나은 결정을 할 준비가 된 것이다.

대니얼 핑크(《새로운 미래가 온다》 저자)
분석과 유머와 인간미의 절묘한 배합

이언 브레머(국제정치학자, '유라시아그룹' 총장)
데이터에 기반해서 인생을 조금 더 영리하게 사는 법

애덤 그랜트(《기브 앤 테이크》 저자)
빅데이터는 직관을 시험하는 자원으로 볼 수 있다.
더 현명한 결정을 위한 놀랍고 유용한 통찰로 가득하다.

셰인 베티에(NBA 챔피언)
인생의 작은 유리함을 잘 활용해서
더 나은 삶을 살 수 있다는 메시지가 마음에 쏙 든다.

그레첸 루빈(《무조건 행복할 것》 저자)
그 누구보다도 설득력 있는 데이터를 보여준다.

퍼블리셔스 위클리
매끄러운 전개와 풍부한 디테일로 자기계발 장르에
분석적 엄밀함을 더해준다.

추천사 ‘머니볼’을 넘어 '라이프볼'로 _송길영

머리말 데이터를 사랑하는 사람들을 위한 자기계발서
당신 인생을 위한 '머니볼'
인생에도 '내야 시프트'가 있다
《모두 거짓말을 한다》에서 《데이터는 어떻게 인생의 무기가 되는가》로
신에서 느낌으로, 느낌에서 데이터로

1장. AI 시대의 결혼
사람들은 어떤 애인을 원하는가
무엇으로 행복한 연애를 예측할 수 있는가
데이터과학이 말한다: "문제는 당신이 아니고 나야"
외모의 중요성은 과대평가되었다: 그리고 당신이 오래전부터 들어왔고 늘 무시했지만 데이터로 입증되었다는 사실을 알면 조금 더 잘 따를 조언들
사랑의 유킬리스: 저평가된 자산을 강조하라
최고의 짝이 될 사람은 누구인가?: 삶에 만족하고, 자기 자신을 사랑하고, 더 나은 사람이 되려고 성실하게 노력하는 사람
두 사람 사이의 일은 결국 무작위적이고 예측할 수 없는 일 아닐까?

2장. 아이를 잘 키우는 비결: ‘동네’가 중요하다
부모가 아이에게 끼치는 영향
동네의 영향이 이렇게 큽니다
동네가 왜 가장 중요한지 수학적으로 보여줄게
좋은 동네는 왜 좋을까?
사례 1: 여성 혁신가 역할모델의 힘
사례 2: 흑인 남성 역할모델의 힘
성인 역할모델이 이렇게 중요한 이유
당신의 아이에게 꼭 있어야 할 것: 바람직한 성인 역할모델

3장. 재능 없이도 운동으로 성공하는 가장 그럴싸한 방법
체육 장학금 받고 대학 가기 계산법
야구팀 이름만 트윈스(쌍둥이)인 게 아니야
농구 유전자는 있다
야구 유전자와 미식축구 유전자는 덜 중요하다
승마 유전자와 다이빙 유전자는 없다고 봐라

4장. 미국의 숨은 부자는 누구인가?
미국 부자들에 관한 데이터
부자는 회사 사장님이다
부자는 알짜 회사 사장님이다
유명 연예인이 되려는 건 정신 나간 짓인가?
부자는 가격경쟁에서 탈피한다
부자는 다국적 대기업과 맞붙지 않는다

5장. 성공이라는 길고 따분한 과정
잘못된 통념 1: 젊을수록 창업에 유리하다
잘못된 통념 2: 외톨이가 창업에 유리하다
잘못된 통념 3: 주변부의 힘
직관에 반하는 것에 반하는 아이디어
데이터를 신뢰하라: 성공에는 인내가 필요하다

6장. 행운을 붙잡는 비결
예술의 세계에서 배운다: 행운을 부르는 방법
모나리자 효과: 세상에서 가장 유명한 그림은 운이었다
다빈치 효과: 작품이 아니라 작가가 중요하다
스프링스틴의 법칙: 여행을 하면서 기회를 찾아라
피카소의 법칙: 다작으로 행운이 굴러들어오게 하라
데이트에 관한 피카소의 법칙
구직자를 위한 피카소의 법칙

7장. 데이터광의 외모 대변신
외모는 중요하다
당신의 외모는 보기에 따라 달라진다
세상에서 가장 독특한 외모 대변신
당신이 어떨 때 가장 매력적인지 알아보는 3단계 접근법

8장. 인생은 소파를 박차고 일어날 때 바뀐다
우리는 무엇으로 행복해지는가에 대한 오해
우리가 무엇 때문에 행복해졌는가에 대한 오해
인지 편향: 기쁨과 고통에 관한 기억은 왜곡된다
스마트폰: 스마트폰이 얼마나 사람을 불행하게 만드는지 연구하게 해준 혁명적 도구
행복을 불러오는 활동 목록
과소평가된 활동과 과대평가된 활동
이런 말 하고 싶지 않지만, 래리 데이비드의 말은 틀렸다
행복해지려면 이 책을 내려놓아라?

9장. 현대인을 불행에 빠뜨리는 함정
‘일’이라는 함정
‘친구나 애인과 충분히 시간을 보내지 않음’이라는 함정
‘소셜미디어’라는 함정
‘스포츠라는 함정
’술‘이라는 함정
’자연 결핍‘이라는 함정

맺음말 데이터 중심 인생 해법을 찾아서

당신은 더 나은 결정을 할 수 있다. 빅데이터가 당신을 도와줄 것이다.
(...) 《모두 거짓말을 한다》와 이 책의 두 번째 연결고리는 이 책도 현대인의 삶의 비밀을 밝혀내기 위해 데이터를 활용한다는 것이다. 현명한 결정을 하는 데 데이터가 유용한 이유 중 하나는 세상에 관한 기본적인 정보들이 우리 눈에 보이지 않는다는 것이다. 삶에서 원하는 것을 얻는 사람들의 비밀은 빅데이터가 밝혀냈다. _머리말. 데이터를 사랑하는 사람들을 위한 자기계발서

300만 개 이상의 측정값에서 얻은 결과 중에는 도발적인 것도 있었다. 예컨대 스포츠 팬들에게는 자신이 응원하는 팀이 이길 때 얻는 기쁨보다 자신이 응원하는 팀이 졌을 때 느끼는 고통이 더 컸다. 알코올을 섭취해서 행복이 증진되는 효과는 친구들과 어울릴 때보다 집안일을 할 때 더 많이 나타났다. 분석 결과 중에는 심오한 것도 있었다. 예컨대 일은 사람들을 불행하게 만드는 경향이 있었는데, 친구들과 함께 일할 때는 예외였다.
(...) 나는 수백만 개의 스마트폰 메시지에서 추출한 신빙성 있는 행복의 공식으로 이 책을 마무리할 것이다. 나는 그 공식을 ‘데이터 중심 인생 해법’이라고 부른다. _머리말. 데이터를 사랑하는 사람들을 위한 자기계발서

당신이 지금 혼자라면, 데이트 상대를 고를 때 모두가 원하는 특징을 갖고 있지 못한 사람들에게 에너지를 투입하라. 마음이 안정된 사람들에게 더 주의를 기울여라. 연애를 시작했다면 상대와 함께 있을 때 당신이 얼마나 행복한지에만 신경을 쓰고, 당신과 상대의 공통점이나 차이점에 관해서는 괜히 걱정하거나 근거 없는 자신감을 가지지 마라. 지금은 행복하지만 나중에는 틀어질 관계 또는 지금은 삐걱거리지만 나중에 행복해질 관계를 알아보는 능력이 당신에게 있다고 생각하지 마라. 세상에서 가장 훌륭한 현대 과학자들이 전례 없이 광범위한 데이터세트를 사용해서도 그런 식의 관계 변화를 예측할 수 없다면 당신도 예측할 수 없다. _1장. AI 시대의 결혼

“너무 깊이 고민하지 마세요.”
나는 이 말이야말로 캐플런이 그 책을 쓴 해인 2011년 무렵의 과학적 근거를 가진 육아 조언들 중에 최고라고 생각한다. 부모가 하는 모든 행동의 결과를 합쳐도 사람들이 생각하는 것보다 작고, 부모들이 염려하는 문제에 관해 최선의 결정을 하더라도 아이의 장래에 측정 가능한 영향을 거의 주지 않는다는 증거는 2011년 이후로도 계속 쌓였다. 하지만 이제 중요한 사실 하나가 새롭게 밝혀지고 있다. 부모들이 하는 결정들 중 한 가지는 중요하며 깊이 고민할 가치가 있다는 증거가 일부 나왔기 때문이다. 지금 나는 부모들에게 이렇게 충고하고 싶다. “너무 깊이 고민하지 마세요……. 단 한 가지만 빼고요.” _2장. 아이를 잘 키우는 비결: ‘동네’가 중요하다

이 데이터를 보기 전이었다면 나는 독립 예술가로서 성공을 꿈꾸는 사람들에게 “당신이 거액을 상속받은 게 아니라면 그건 어리석은 생각이야”라고 말했을 것이다. 하지만 이 데이터를 보고 나서는 중립적인 태도를 취할 것 같다. 대신 그 사람들에게 내가 6장에서 소개할 ‘행운을 잡을 확률을 극대화하는 방법’을 따르지 않으면서 예술가가 되려고 하는 건 어리석은 일이라고 말할 것이다. 그러나 만약 당신이 그런 노력을 기울인다면 예술가의 길을 가는 것도 어리석은 도전이 아니라고 생각한다. 당신이 젊다면 더욱 좋다. _4장. 미국의 숨은 부자는 누구인가?

사업의 성공 확률을 높이는 데는 명확한 공식이 있다. 그 공식은 바로 퍼델이 걸었던 것과 비슷한 길을 걷는 것이다. 오랜 세월 동안 전문지식과 인맥을 쌓으면서 한 분야에서 성공을 입증한 다음 중년의 나이에 자기 사업을 시작하라! 실제로 창업에 관한 통념들을 깨뜨리는 새로운 데이터가 나와 있다. _5장. 성공이라는 길고 따분한 과정

데이터에 기반한 결정을 하는 사람들은 여러 지역을 많이 다니면서 자신을 홍보하는 것과 같은 일들을 통해 자신이 선택받아 성공할 확률을 높일 수 있다. 내가 좋아하는 표현으로 바꿔보자. ‘행운은 데이터에 기반해서 결정하는 사람을 좋아한다.’ _6장. 행운을 붙잡는 비결

우리는 우리 자신의 머릿속에만 존재하는 문제들에 집착하곤 한다. 내가 어떤 미소를 지을지 고민했던 것처럼. 우리 대부분은 스타일을 바꿔서 우리 자신의 외모를 크게 개선할 수도 있다는 생각을 해보지도 않고 살아간다. 내가 10년 동안 턱수염 없이 살았던 것처럼. 그리고 우리 대부분은 우리 자신을 정확하게 파악하지 못한다. 내가 안경은 나에게 어울리지 않는다고 확신했던 것처럼.
내가 하려는 말은 우리의 외모는 중요하고, 우리의 외모는 얼마든지 개선할 수 있으며, 우리는 우리 자신의 외모를 잘 판단하지 못한다는 것이다. 이 명제들은 연구 결과로 강력하게 뒷받침되고 있다. 표현을 달리하면 인공지능과 신속한 시장조사와 통계 분석의 결합이 거울보다 낫다. _7장. 데이터광의 외모 대변신

사람들이 가지고 있는 구조적인 편견 중 하나는 수동적인 활동이 가져다주는 행복을 과대평가하는 것이다. ‘과대평가되는 활동’의 목록을 보라. 수면, 휴식, 게임, TV 시청, 간식 먹기, 인터넷 서핑. 이런 활동들은 에너지를 많이 요구하지 않는다.
우리의 마음은 이런 수동적인 활동들이 실제보다 더 큰 기쁨을 준다고 생각하도록 유도하는 것 같다. 그린버그와 내가 실험했던 것처럼 사람들에게 이런 수동적인 활동을 하고 있는 사람이 얼마나 행복할 것 같은지 물어보라. 그리고 매피니스 프로젝트에서처럼 실제로 이런 수동적인 활동을 하고 있을 때 얼마나 행복한지 물어보라. 결과는 일치하지 않는다. 사람들은 수동적인 활동이 큰 행복을 가져다준다고 생각하지만 실제로는 그렇지 않다. _8장. 인생은 소파를 박차고 일어날 때 바뀐다