한눈에 보기
계획 오류(planning fallacy)는 어떤 일에 걸릴 시간과 비용을 실제보다 낙관적으로 잡고, 위험은 작게 보는 경향입니다. 과거에 비슷한 일이 늦어졌던 경험이 있어도 "이번엔 다르다"고 믿는 것이 특징입니다. 이 글은 개념의 유래, 대학생 졸업 논문 연구의 구체적인 수치, 공공 대형 사업의 사례, 그리고 이를 줄이는 준거집단 예측의 절차를 정리합니다. 심리학 이론을 설명하는 일반 정보이며, 개인의 능력이나 성격을 평가하는 도구가 아닙니다.
- "평균적으로 걸리는 시간"이 아니라 "순조로울 때의 시나리오"로 일정을 짜는 데서 생깁니다.
- 남의 일은 비관적으로, 내 일은 낙관적으로 보는 비대칭이 보고되었습니다.
- 해결의 핵심은 의지가 아니라 과거 유사 사례의 실제 기록을 기준점으로 삼는 절차입니다.
개념의 등장
위키백과에 따르면 계획 오류는 대니얼 카너먼과 아모스 트버스키가 1979년에 제안한 개념입니다(같은 문서의 참고 문헌에는 1977년 기술 보고서가 올라 있어 문헌에 따라 연도 표기가 다릅니다). 이후 2003년 로발로(Lovallo)와 카너먼은 정의를 넓혀 시간뿐 아니라 비용과 위험의 과소평가, 이익의 과대평가까지 포함시켰습니다. 따라서 오늘날 이 용어는 "일정이 늦다"보다 넓게, 계획 단계의 낙관적 왜곡 전반을 가리킵니다.
왜 생기나: 내부 관점과 외부 관점
사람은 계획을 세울 때 이 일이 어떻게 진행될지 상상하는 구체적 시나리오, 즉 내부 관점에 의존합니다. 이 시나리오에는 병이 나거나 요구가 바뀌거나 자료가 늦게 오는 일이 잘 들어가지 않습니다. 반면 외부 관점은 "비슷한 일은 실제로 얼마나 걸렸는가"라는 통계를 봅니다. 위키백과는 이 편향이 자기 과제에 대한 예측에서 나타나며, 관찰자는 오히려 소요 시간을 과대 추정하는 경향이 있고, 사람들은 과거 자신의 예측이 낙관적이었음을 인정하면서도 이번 예측은 현실적이라고 주장한다고 정리합니다.
사례 1: 졸업 논문 연구(뷸러·그리핀·로스, 1994)
뷸러(Buehler)와 그리핀(Griffin), 로스(Ross)는 심리학 전공 학생 37명에게 졸업 논문을 끝낼 시점을 예측하게 했습니다(위키백과 기준). 평균 예측은 33.9일, "모든 것이 잘 풀릴 때"의 예측은 27.4일, "최악일 때"의 예측은 48.6일이었습니다. 실제 평균 소요는 55.5일로 최악의 예측보다도 길었고, 자신이 예측한 시점까지 끝낸 학생은 약 30%였습니다. 같은 연구진이 1995년에 개인 과제를 대상으로 50%, 75%, 99% 확신 시점을 물었을 때는 각각 13%, 19%, 45%만이 그 시점까지 끝냈다고 합니다. 확신한다고 말한 시점조차 절반 이상이 지키지 못한 것입니다. 여기서 배울 점은 "여유를 두라"는 조언만으로는 부족하며, 최악을 상상하라고 해도 낙관적 시나리오의 틀 안에서 상상하기 쉽다는 것입니다.
세금 신고서 발송을 조사한 1997년 캐나다 설문에서는 사람들이 예측보다 평균 일주일쯤 늦게 서류를 부쳤다고 합니다(위키백과 기준). 일상적인 과제에서도 같은 패턴이 보고된다는 점에서 의미가 있습니다.
사례 2: 대형 공공사업의 지연과 초과 비용
아래는 위키백과에 정리된 공개 수치입니다. 출처마다 물가 기준이 달라 직접 비교는 어렵습니다.
| 사업 | 계획 | 실제 |
|---|---|---|
| 시드니 오페라하우스 | 1963년 완공 예상, 비용 700만 달러 추정 | 1973년 축소된 안으로 개관, 비용 1억 200만 달러 |
| 보스턴 빅딕 | 예산 28억 달러(1988년 달러 기준) | 7년 늦게 완료, 80.8억 달러 |
| 덴버 국제공항 | - | 16개월 지연, 비용 48억 달러(예상보다 20억 달러 이상 초과) |
| 베를린 브란덴부르크 공항 | 2011년 10월 개항 계획, 예산 28.3억 유로 | 2020년 10월 31일 개항, 비용은 100억 유로 안팎으로 전망 |
이 사업들은 요구 사항 변경, 기술 난이도, 정치적 결정 등 개별 원인도 많아서 모든 초과를 계획 오류만으로 설명할 수는 없습니다. 다만 비슷한 지연이 여러 나라에서 반복된다는 점에서 외부 관점으로 예측하는 방법이 필요하다는 근거가 됩니다.
해법: 준거집단 예측
위키백과에 따르면 준거집단 예측(reference class forecasting)은 카너먼과 트버스키의 이론에 뿌리를 두고, 2004년 벤트 플루비야(Bent Flyvbjerg)와 COWI가 정책·계획 실무에 쓸 수 있도록 발전시켰습니다. 절차는 세 단계입니다.
- 과거의 유사한 사업들로 구성된 준거집단을 정합니다.
- 그 집단으로 예측하려는 값(기간, 비용)의 확률분포를 만듭니다.
- 이번 사업을 그 분포와 비교해 가장 그럴듯한 결과를 정합니다.
적용 사례: 에든버러 트램 2호선
위키백과에 따르면 2004년 에든버러 트램 2호선은 3억 2천만 파운드에 25% 예비비로 예측되었습니다. 준거집단 예측을 적용했을 때 50번째 백분위는 3억 5,700만 파운드(예비비 40%), 80번째 백분위는 4억 파운드(57%)였습니다. 실제로는 3년 늦은 2014년 5월에 개통했고 최종 비용은 7억 7,600만 파운드(2004년 물가 기준 6억 2,800만 파운드)였습니다. 외부 관점이 원래 추정보다 높은 숫자를 가리켰지만 그마저도 실제에는 못 미칠 수 있음을 보여 주는 사례입니다. 같은 문서에 따르면 영국 교통부가 2004년에 지침을 냈고, 크로스레일 등 다른 영국 사업과 네덜란드·덴마크·스위스에서도 이 방법의 변형이 쓰였다고 합니다.
일상에서 줄이는 방법
- 기록 남기기: 지난 비슷한 일(보고서, 이사, 시험 준비)에 걸린 실제 시간을 적어 둡니다. 다음 일정의 기준점이 됩니다.
- 작업 쪼개기: 큰 과제를 단계로 나눠 각각의 시간을 합산하되, 합계를 과거 기록과 대조합니다.
- 제3자에게 물어보기: 관찰자는 소요 시간을 길게 보는 경향이 있으므로 남의 추정을 참고합니다.
- 범위가 아닌 확률로 말하기: "대략 2주"보다 "50% 확률로 2주, 90% 확률로 4주"처럼 신뢰 수준을 붙입니다.
- 완충 시간: 일정의 일정 비율을 여유로 더하는 것은 실용적인 대응이지만, 어느 비율이 적절한지는 과제마다 다릅니다.
흔한 오해와 정정
- 오해: 게으르거나 능력이 부족해서 생긴다. 실제: 연구는 이를 일반적인 판단 경향으로 다루며, 개인의 능력 문제로 보지 않습니다.
- 오해: 최악의 경우까지 생각하면 해결된다. 실제: 논문 연구에서 "최악" 예측(48.6일)도 실제(55.5일)에 미치지 못했습니다.
- 오해: 경험이 쌓이면 저절로 정확해진다. 실제: 과거 예측이 낙관적이었다고 인정하면서도 이번 예측은 현실적이라고 여기는 경향이 보고됩니다.
한계와 논쟁
위에서 인용한 수치는 소규모 학생 표본(37명)과 위키백과 요약에 근거하므로 모든 사람과 과제로 일반화할 수 없습니다. 대형 사업의 초과에는 설계 변경과 외부 여건 같은 요인이 함께 작용하며, 이 글은 그 비중을 확정적으로 말하지 않습니다. 또한 준거집단을 어떻게 고르느냐에 따라 예측이 달라질 수 있다는 어려움이 있습니다. 원 논문과 개별 연구의 세부 방법은 학술 데이터베이스에서 직접 확인하시기 바랍니다.
자주 묻는 질문
계획 오류는 경험이 쌓이면 사라지나요?
과거에 비슷한 일이 예상보다 오래 걸렸던 경험이 있어도, 이번 일만은 다를 것이라 믿는 경향이 반복해서 나타난다고 보고됩니다. 경험만으로는 충분히 교정되지 않으며, 의식적으로 과거 통계를 참고하는 절차가 필요하다고 설명됩니다.
계획 오류와 낙관 편향은 같은 것인가요?
계획 오류는 낙관 편향이 시간과 비용 추정이라는 구체적인 영역에 적용된 형태로 이해됩니다. 계획 오류는 특정 과제의 완료 시점이라는 좁고 검증 가능한 대상에 초점을 맞춘다는 점에서 더 넓은 개념인 낙관 편향과 구분됩니다.
계획 오류를 줄이는 실용적인 방법은 무엇인가요?
이번 일에 대한 낙관적 시나리오 대신 과거 유사 프로젝트들이 실제로 얼마나 걸렸는지의 통계를 기준으로 일정을 잡는 준거집단 예측 방법이 효과적이라고 소개됩니다. 예상 소요 시간에 일정 비율의 여유 기간을 미리 더해두는 것도 실용적인 대응입니다.
다른 사람의 일정은 왜 더 정확하게 예측하나요?
위키백과는 이 편향이 자기 과제에 대한 예측에서 나타나고, 외부 관찰자는 오히려 소요 시간을 길게 잡는 경향이 있다고 정리합니다. 남의 일은 구체적 시나리오 없이 일반적인 기준으로 보게 되기 때문이라고 해석할 수 있으나, 정확한 기제는 연구마다 설명이 다릅니다.
개인 일정에도 준거집단 예측을 쓸 수 있나요?
쓸 수 있습니다. 비슷한 일을 이전에 해 보고 실제 걸린 시간을 기록해 두었다면 그 기록의 평균과 분포가 곧 준거집단입니다. 기록이 없다면 이번부터 남기는 것이 시작입니다.