여우와 고슴도치
고슴도치는 거창한 생각 즉 세상에 대한 지배적 원칙, 사회적, 물리적 상호작용을 실질적으로 뒷받침하는 것처럼 작동하는 거대한 원칙을 믿는다.
여우는 이에 비해 수없이 사소한 생각들을 믿으며 또 문제를 해결하려면 다양한 접근이 필요하다고 여기는 관심이 사방팔방 뻗치는 산만하기 짝이 없는 유형이다. 여우는 뉘앙스의 차이, 불확실성, 복잡성, 대치되는 의견 등에 좀 더 관대한 경향이 있다.
여우는 세상의 많은 것들을 예측하기 어려우며 또한 이런 불확실성을 충분히 고려해야 한다고 믿기 때문에 자신감과 확신이 부족하다는 오해를 받기도 한다.
여우의 원칙1 – 확률적으로 생각하라.
결과가 일어날 가능성을 범위로 제시한다. 예측 결과가 광범위하게 분포하는 것은 실제 현실에 내재하는 불확실성을 가장 정직하게 표현했기 때문이다. 자신이 하는 여러 예측에 내재하는 실재 현실 불확실성을 인정하려면, 세상이 어떻게 움직일지 설명하는 자기 이론이 완전하지 못하다는 점을 인정해야만 한다.
여우의 원칙2 – 날마다 새로운 예측을 하라
예측가로서 올바른 태도는 오늘 할 수 있는 최선의 예측을 하겠다는 마음가짐이다. ‘사실 관계가 바뀔 때, 내 마음을 바꾼다.’ - 존 메이나드 케인즈
선거결과 예측은 포커와 비슷하다. 상대방의 행동을 관찰해서 새로운 단서를 찾아낼 수 있지만 상대방의 카드를 볼 수는 없는 상황이다. 그렇게 한정된 정보를 최대한 활용하려면 자기가 한 예측을 업데이트해야 한다.
여우의 원칙3 – 집단지성을 활용하라
‘여우들은 흔히 전체 고슴도치 집단을 어떻게 처리할지 머릿속으로 생각한다’ 여우는 전체 전문가 집단에 일일이 질문하는 대신 자기자신에게 끊임없이 질문을 던진다.
객관적? 주관적?
‘객관적’은 때로 ‘계량적’과 동의어로 받아들여지는데 이 말은 개인적 편향과 편견 너머에 있는 진리를 바라본다는 뜻이다.
사실관계와 조건, 환경이 바뀔 때마다 자기가 한 예측을 업데이트 할 필요가 있다. 기존의 관점이 아닌 다른 관점으로 세상을 바라볼 때 지혜를 얻을 수 있음을 깨달아야 한다. 여우와 같은 예측가는 예측할 때 인간의 판단이 미칠 수 없는 한계가 있음을 인식하고 인정한다.
3. 야구 경기는 왜 모든 ‘예측’의 모델이 되는가
좋은 야구 예측 시스템은 다음 세 가지 기본 사항을 갖추어야 한다.
1. 각 선수의 통계자료가 갖는 맥락의 의미 이해하기
2. 실력과 운을 분리하기
3. 나이를 먹음에 따라 성적이 어떻게 진화하는지 이해하기. 즉 ‘노화곡선’ 이해하기
야구에서는 복잡성과 비선형성에 영향을 받는 문제들이 상대적으로 적고 우연적인 것들을 쉽게 걸러낼 수 있다. 선수마다 노화곡선이 다르다는 블라드미르 시스템의 발상은 인간수행에 내재한 복잡성에 잘 들어맞는 듯하다. 과연 통계는 어떤 선수에 대해 당신이 알고자 하는 모든 것을 말해 줄 수 있는가? 정확한 예측을 하는 열쇠는 순전히 계량적이기만 한 정보에 의존 하는게 아니라 모든 유형의 정보를 적절한 맥락 속에서 파악하는 좋은 의사결정과정을 구축하는 것이다. 사실 야구계에서 통계와 스카우트 사이의 경계선, 양적 정보와 질적 정보 사이의 경계선이 이미 흐릿해 졋다. ‘시장의 비효율성에서 이득을 취하는 것’은 쉽다. 좋은 발상을 하기란 어렵다. 훌륭한 혁신가는 매우 크게 생각하고 또 매우 작게 생각한다. 왜 세상은 지금 이 모양으로 되어 있을까? 현재의 지배적 패러다임을 대체할 대안은 없는가? 새로운 발상과 정보를 좀 더 자주 찾을 수 있도록 여러 도구와 습관을 개발하는 것이 관건이다.
4 기상 예측의 진보, 허리케인과 카오스의 원뿔
불확실성은 기상 예측의 근본 요소입니다. 이 불확실성에 대한 묘사나 언급이 없으면 그 어떤 예측도 완전할 수 없습니다. “기상을 예측하는 사람의 역할은 가능한 최상의 예측을 하는 것입니다.”
5. 지진.
지진은 예측할 수 없다. - 미국 지질 조사소
1) 예측은 지진이 언제 그리고 어디에서 일어날 것인지 구체적이고 명시적으로 말하는 것이다.
2) 예상은 확률적 진술이며 대개는 장기적 차원의 발상이다. 지진을 예측할 수는 없어도 예상할 수는 있다는 게 미국 지질 조사소의 공식 입장이다.
멱법칙 분포(거듭제곱법칙 분포)
통계학에서 소음을 신호로 잘못 인식하는 행동에 붙은 명칭이 ‘과잉적합’이다. - 과잉적합의 오류는 실제 자료가 어떤 것으로 보이든 간에 우리가 그 자료를 정확하게 알 수 있다고 설정하는 것이다. 예를 들어 노화곡선 .‘회의주의자는 우리의 호기심이 상황을 오판하지 않게끔 만든다.’ 마이클 베이뱌크
6 평균과 불확실성 – 숫자에 속지마라
예측이 실제로 얼마나 잘 맞느냐와 얼마나 잘 맞는다고 인식되느냐 사이에는 실로 엄청난 간극이 있다.
경제 전문가들은 오랜 세월 경제 방향을 예측하는 자신의 능력을 지나치게 과신해왔다. 전문가라는 사람들은 자기가 하는 예측에 내재하는 불확실성을 솔직하게 털어놓는 데 서툴거나 아예 관심이 없다. 이처럼 지나친 자신감 또는 자만심에 물든 예측은 경제뿐 아니라 의학, 정치, 금융, 심리학 등 다른 분야의 예측에서도 나타난다. 이 같은 현상은 정치전문가들처럼 우리 자신의 판단에 따라 예측을 할 때나 통계모델을 이용해 예측을 할 때 있음을 충분히 예상할 수 있다. 내가 정말 찾고 싶은 경제전문가는 자신이 하는 일이 얼마나 어려운지 또 자기 예측이 얼마나 쉽게 빗나갈 수 있는지 솔직하게 말할 줄 아는 사람이다. ‘그 누구도 단서를 가지고 있지 않습니다. 경제처럼 복잡한 유기체를 이해하는 일 이 왜 안 어렵겠습니까? 경제 예측의 세 가지 근본적인 문제는 1) 경제 통계 자료만으로 인과관계를 결정하기가 어렵다. 2) 경제는 항상 움직이는 만큼, 지금의 경제 주기에서 유효한 경제적 행동이 미래의 경제 주기에서는 전혀 효과가 없을 수 있다. 3) 경제전문가 만큼이나 자료도 훌륭하지 않다.
인과관계와 상관성
무엇이 우연이고 무엇이 실제 상관성이 있는지 알아내는 일은 무척 어렵다. ‘상관성은 인과 관계를 의미하는 게 아니다’ 두 개 변수가 서로 통계적상관성이 있다는 이유만으로 둘 사이에 인과 관계가 있다고 볼 수는 없다. 통계모델에는 대부분 독립변수와 종속변수가 존재하고 이들 변수는 서로 엄격하게 분리된 상태로 유지될 수 있다는 발상을 기초로 한다. 하지만 실제 경제 현실에서는 이 변수들이 모두 한 덩어리로 엉겨 붙어 있다. 미래를 예측하려면 결코 자료를 무시해선 안 된다. 특히 경기후퇴나 선거 같은 경우.
