판단을 제대로 할려면 (데이터 분석을 제대로 하기위한) 3가지 기준

대통령 선거가 얼마 남지 않았습니다.

올바른 선택과 대한민국을 위하고 경제, 청년실업을 생각할때 정말 옳은 현명한 선택을 하시기 바랍니다.

저를 비롯한 고귀한 투표행사를 위한 한표를 위하여 올바른 선택/판단 에 대한 글입니다.

---

 

정확한 판단을 하기위한 기준

데이터 분석과정에서 가장 중요한 문제 

 

1. 무의식적 편향(confirmation bias)/확증편향 에서 자유로울 수 있을까?

 

2. “오차범위”와 “기준 조건”이 함께 제시되었는가?

 

3. “한국어는 주관적이고 맥락 의존적이기 때문에, 100% 정확한 전달은 불가능하다. 따라서 최대한 객관화, 수치화, 맥락 보완을 통해 100%에 가까워지려는 노력이 필요하다.”

---

※ 무의식적 편향(confirmation bias)/확증편향  : 사람이 자신의 기존 신념, 기대, 가설을 확인해주는 정보만을 선택적으로 수용하고, 그에 반하는 정보는 무시하거나 축소해서 해석하는 경향을 말합니다. 이는 우리가 의사결정을 내릴 때 객관적인 판단을 방해하고, 잘못된 결론이나 왜곡된 신념을 유지하게 만들 수 있습니다.

 

1. 개념 정리 

정의	기존 믿음이나 생각을 뒷받침하는 정보에만 주목하고, 반대되는 정보는 무시하거나 과소평가하는 심리적 경향
형태	뉴스, 연구, 토론, 실험 등에서 자신이 믿는 것과 일치하는 정보만 선택
원인	인지적 편안함을 추구하려는 심리, 기존 신념을 유지하려는 자기 일관성 욕구
결과	오판, 고정관념 유지, 편향된 결론 도출, 집단극화

---

2. 예시 

1. 정치적 의견: 진보 성향의 사람은 진보 매체 뉴스만 보고, 보수 뉴스는 '가짜 뉴스'로 무시함.
2. 건강 정보: 어떤 식이요법이 좋다고 믿는 사람이, 그것이 해롭다는 연구는 무시하고 유리한 기사만 찾아봄.
3. 채용 과정: 면접관이 특정 학교 출신을 선호한다면, 그 출신 지원자의 장점만 보고 단점은 무시할 수 있음.

---

3. 왜 문제가 되는가?

• 객관적인 판단을 저해하여 의사결정의 질이 낮아짐
• 집단 내 토론이 극단화(Polarization)되는 현상 발생
• 학문/과학 연구에서 실험 결과 왜곡 가능성 증가 (연구자가 원하는 결과를 유도)

---

※ 극단화(Polarization) 란 :

사람들이 어떤 주제나 이슈에 대해 토론하거나 정보를 주고받는 과정에서, 의견이 더 극단적인 방향으로 치우치는 현상을 말합니다. 이는 개인이 속한 집단의 공통된 신념이나 감정이 강화되면서, 점점 더 한쪽 방향으로 편향되는 심리·사회적 현상입니다.

---

1. 개념 정리 

정의	어떤 이슈나 주제에 대해 의견이 토론이나 상호작용을 통해 점점 극단적인 방향으로 치우치는 현상
원인	동질적 집단 내 상호작용, 확증 편향, 사회적 동일시 욕구
형태	정치적 극단화, 사회적 갈등 격화, 집단 내 배타성 증가
결과	타인에 대한 이해 부족, 갈등 격화, 사회적 분열

 

---

2. 작동 방식 

1. 확증 편향 작용
   → 자신과 같은 생각만 접하게 되면 신념이 더욱 강화됨.
2. 사회적 비교
   → “남들보다 더 열성적으로 보여야 한다”는 압박으로 극단적인 태도 취함.
3. 반대 집단에 대한 경계심
   → 타 집단은 '틀렸다'고 확신하며, 이질감과 적대감을 강화.
4. 온라인 필터 버블
   → SNS나 유튜브 알고리즘이 비슷한 견해의 정보만 보여주어 극단화 가속.

---

3. 예시 – 실생활 중심 정리

정치 토론	같은 정치 성향의 사람들이 모이면 점점 더 강경한 주장만 나오게 됨
소비자 리뷰	부정적 댓글이 많은 곳에선 더 악의적인 댓글이 추가됨
지역사회 갈등	동일한 의견을 가진 주민 모임이 강경한 행동으로 이어짐

 

---

4. 왜 문제가 되는가?

• 사회의 중도·합리적 목소리 소멸
• 갈등 해결보다 감정적 충돌 증가
• 공공 정책 수립 시 의견 수렴 어려움
• 다양성·포용성 위축

---

5. 해결 방법 – 극단화 방지 전략

1. 이질적 집단과의 교류 유도
   → 다양한 의견을 접할 수 있는 환경 조성
2. 의도적인 반대 의견 노출
   → 알고리즘을 벗어난 정보 소비 노력
3. 토론의 룰 정하기
   → 감정보다 사실 기반으로 논의하게 유도
4. 공감 훈련 및 경청 문화 조성
   → 타인의 입장을 이해하려는 연습

---

4. 어떻게 줄일 수 있을까?

1. 반대 의견 적극 수용: 반론도 충분히 검토해보기
2. 악마의 변호인 역할: 일부러 반대 관점을 주장해보며 사고 확장
3. 다양한 출처 활용: 정보 출처를 다양화해 편향 방지
4. 데이터 기반 의사결정: 감정보다 수치와 증거에 기반

---

 

아무리 과학적 리서치라도 그 결과가 ‘절대적 진실’은 아님. 다음을 늘 고려해야 한다.

• “누가 자금을 댔는가?”
• “누가 연구를 설계했는가?”
• “결론이 누구에게 유리한가?”
• “그 결론은 어떤 배경/가치를 전제로 하고 있는가?”

이게 바로 Evidence-Based Thinking의 핵심 원칙

---

※ Evidence-Based Thinking (근거 기반 사고) : 

관, 감정, 관습이 아닌 객관적이고 검증된 증거에 기반하여 판단하고 결정을 내리는 사고 방식입니다. 이는 의학, 경영, 교육, 정책 결정, 채용 등 다양한 분야에서 활용되며, 비판적 사고의 실천 방식으로도 간주됩니다.

1. 핵심 원칙 

1.	최고의 이용 가능한 증거 사용	과학적 연구, 실험, 데이터 등 신뢰도 높은 자료를 기반으로 판단
2.	문제와 맥락에 대한 명확한 정의	결정의 대상이 되는 문제, 환경, 조건을 분명히 규정
3.	비판적 사고의 적용	모든 주장과 자료에 대해 검토, 의심, 논리적 평가 수행
4.	이해관계자의 가치와 선호 고려	증거뿐 아니라 관련자의 입장과 상황도 함께 반영
5.	의사결정의 투명성과 재현 가능성 확보	왜 그 결정을 내렸는지, 어떤 과정을 거쳤는지 설명 가능해야 함

 

---

2. 비교 정리 – 전통적 사고 vs. 근거 기반 사고

기준	경험, 직관, 권위자 조언	검증된 연구, 통계, 데이터
과정	즉흥적, 감각 중심	체계적, 검토 중심
결과	편향 가능성 높음	객관성, 신뢰성 향상
적용 예시	“이건 원래 이렇게 해왔어”	“무슨 근거로 그렇게 하는가?”

 

---

3. 주요 적용 분야

1. Evidence-Based Medicine – 임상 시험 결과에 따라 치료 선택
2. Evidence-Based Management – 조직 관리에 논문과 데이터 기반 접근
3. Evidence-Based Policy – 공공정책 입안 시 실증연구 반영
4. Evidence-Based Hiring – 이력서나 학력보다 실제 성과 기반 평가

---

4. 실천을 위한 질문 프레임워크 (6A 질문법)

Ask	정확히 무엇이 궁금한가? 문제 정의
Acquire	관련된 정보를 어디서 얻을 것인가?
Appraise	그 정보는 얼마나 신뢰할 수 있는가? (출처, 방법 등)
Aggregate	다양한 정보를 어떻게 통합할 것인가?
Apply	어떻게 실천에 적용할 것인가?
Assess	실행 후 결과는 어떤가? 평가 및 피드백

 

---

5. 실천 시 유의할 점

• 모든 증거가 좋은 증거는 아님 → 메타분석, 무작위대조실험(RCT) 등 높은 수준의 근거 우선
• 정보 편향 주의 → 확증 편향, 생존자 편향, 선택적 인지 회피
• 맥락 반영 → 조직, 환경, 개인 차이에 따라 증거 해석은 달라질 수 있음

---

 

“리서치라도 수익, 이익, 취향이 개입되어 있다면 최적의 결론은 아니다.”

모든 분석 결과는 “오차범위”와 “기준 조건”이 함께 제시되어야 한다.

이유: 수치는 그 자체로 진실이 아니라, 그 수치를 만들어낸 조건과 오차범위가 진실의 윤곽을 결정하기 때문.

 

결론 : 

모든 올바른 선택과 데이터분석과정과 결론에서 기역해야될것 은

첫째 : 무의식적 편향(confirmation bias)에서 자유로운가?

둘째 : “오차범위”와 “기준 조건”이 함께 제시되었는가?