오늘의 지식: 생존자 편향, 남아 있는 것만 보고 판단하는 실수

우리는 보이는 것에서 배웁니다. 문제는 실패해서 사라진 것, 기록되지 않은 것, 표본에 들어오지 못한 것이 종종 더 중요한 단서라는 점입니다.

한 번에 이해하기

생존자 편향은 어떤 과정에서 살아남거나 관측 가능한 대상만 보고 전체를 판단하는 오류입니다. 성공한 회사, 유명한 예술가, 살아 돌아온 비행기, 오래 버틴 제품만 보면 실패한 대부분의 사례가 빠집니다.

이 편향은 “성공한 사람들은 이렇게 했다”는 조언에서 특히 강하게 나타납니다. 같은 행동을 했지만 실패한 사람들을 함께 보지 않으면 그 행동이 원인인지, 운 좋게 살아남은 결과인지 구분하기 어렵습니다.

핵심은 보이지 않는 표본을 상상하는 습관입니다. 데이터에 없는 것이 정말 없어서인지, 측정 과정에서 탈락했는지 물어야 합니다.

왜 지금도 중요한가

오늘날 우리는 성공 사례를 빠르게 소비합니다. 스타트업 회고, 투자 성공담, 공부법, 생산성 루틴은 읽기 쉽고 동기를 줍니다. 하지만 성공한 사람의 공통점이 성공의 원인이라는 보장은 없습니다.

제품 분석에서도 마찬가지입니다. 남아 있는 사용자 인터뷰만 보면 이탈한 사용자의 불만을 놓칩니다. 구매 고객의 행동만 보면 구매하지 않은 고객이 어디서 막혔는지 보이지 않습니다.

생존자 편향을 이해하면 사례 연구를 더 조심스럽게 읽게 됩니다. 성공의 패턴뿐 아니라 실패의 빈도와 탈락한 경로를 같이 봐야 판단이 단단해집니다.

작은 사례

유명한 예로 전쟁 중 귀환한 비행기의 피탄 부위만 보고 장갑을 보강하려던 사례가 자주 언급됩니다. 돌아오지 못한 비행기는 데이터에 없으므로, 오히려 귀환한 비행기에 덜 맞은 부위가 치명적인 곳일 수 있습니다.

앱의 충성 사용자만 인터뷰하면 “기능이 충분히 좋다”는 결론이 나오기 쉽습니다. 하지만 첫날 떠난 사용자는 복잡한 가입 절차나 느린 첫 화면에서 이미 탈락했을 수 있습니다.

투자에서 살아남은 펀드의 수익률만 보면 시장 전체가 실제보다 좋아 보일 수 있습니다. 폐쇄된 펀드나 실패한 전략을 빼면 위험이 작게 보입니다.

오해하기 쉬운 지점

• 생존자 편향은 성공 사례가 쓸모없다는 뜻이 아닙니다. 다만 성공 사례만으로 원인을 확정하지 말자는 뜻입니다.

• 모든 누락 데이터를 완벽히 복원해야 한다는 뜻도 아닙니다. 중요한 것은 어떤 표본이 빠졌을 가능성이 큰지 의식하는 것입니다.

• 실패 사례만 보면 된다는 말도 아닙니다. 성공과 실패를 같은 기준으로 비교할 때 배움이 생깁니다.

오늘 써먹는 법

• 성공 사례를 읽을 때 “같은 방식을 썼지만 실패한 사례는 어디에 있을까”를 함께 적어보세요.
• 제품 지표를 볼 때 남아 있는 사용자와 떠난 사용자를 분리해서 비교하세요.
• 포트폴리오, 리뷰, 추천 목록처럼 선별된 자료를 볼 때 선별 기준을 먼저 확인하세요.

더 알아보기

• Britannica: Survivorship bias
• Encyclopaedia Britannica: selection bias
• NASA History: Abraham Wald and aircraft survivability

오늘의 한 줄

보이는 데이터는 살아남은 데이터입니다. 빠진 것을 묻는 순간 판단이 한 단계 좋아집니다.