생존자 편향 (Survivorship Bias)

한눈에 보기

1. 요약

우리가 성공을 분석할 때, 우리는 오직 승자들만 보게 됩니다. 번창한 회사들, 아직 서 있는 건물들, 성공한 사람들 말입니다. 사라진 실패 사례들은 결코 우리 눈에 띄지 않습니다. 이는 우리의 성공 가능성을 과대평가하게 만들고, 성공의 원인을 잘못 파악하게 하며, 불완전한 데이터로부터 결론을 도출하게 하는 위험하게 왜곡된 현실 인식을 만듭니다. 가장 중요한 정보는 거의 항상 누락된 정보입니다.

2. 과학적 배경

2.1. 발견과 역사

생존자 편향에 대한 지적 인식은 현대 통계학보다 2천 년 이상 앞서지만, 공식적인 수학적 취급은 제2차 세계대전 중에 나타났습니다.

고대 기원 (기원전 5세기): 최초로 문서화된 관찰은 멜로스의 디아고라스(그리스 시인이자 무신론자)로부터 나왔습니다. 난파선에서 생존한 숭배자들의 그림이 신의 개입의 증거로 제시되었을 때, 디아고라스는 유명한 말을 남겼습니다. "구조된 사람들의 그림은 보이지만, 난파된 사람들의 그림은 어디에 있습니까?" 키케로가 *신들의 본성에 관하여(De Natura Deorum)*에 보존한 이 일화는 편향의 전체 메커니즘을 포착합니다. 생존자는 눈에 띄고 목소리를 내지만 죽은 자는 말이 없습니다.

르네상스 시대의 공식화 (17세기): 프랜시스 베이컨(Francis Bacon)은 이 관찰을 자신의 "우상(Idols)" 이론, 특히 '종족의 우상(Idols of the Tribe)'에 통합했습니다. 그는 인간의 지성이 부정적인 것보다 긍정적인 것에 더 많이 움직인다고 지적했습니다. 성공은 기록되지만 실패는 기록에서 사라집니다.

제2차 세계대전 당시의 수학적 취급 (1943년): 컬럼비아 대학의 통계 연구 그룹(Statistical Research Group)에서 에이브러햄 왈드(Abraham Wald)가 한 연구는 생존자 편향을 해결하기 위한 최초의 엄격한 수학적 프레임워크를 제공하여 작전 연구와 군사 전략을 영원히 바꿔놓았습니다.

금융 경제학 혁명 (1990년대): 브라운, 괴츠만, 엘튼, 그루버, 블레이크를 포함한 연구자들은 뮤추얼 펀드와 헤지 펀드 성과 데이터에 미치는 이 편향의 영향을 정량화하여 투자 분석에 미치는 심오한 영향을 입증했습니다.

대중 철학 (2000년대): 나심 니콜라스 탈레브(Nassim Nicholas Taleb)는 행운에 속지 마라(Fooled by Randomness) (2001)와 블랙 스완(The Black Swan) (2007)을 통해 생존자 편향을 통계적 개념에서 철학적 세계관으로 끌어올렸습니다.

2.2. 주요 연구자

2.3. 기념비적 연구

항공기 취약성 분석 (Wald, 1943)

제2차 세계대전 중, 통계 연구 그룹은 폭격기에 장갑을 어디에 배치할지 결정하라는 요청을 받았습니다. 군은 귀환한 비행기의 총알구멍 집중도를 보여주는 데이터를 제시했습니다. 동체, 날개, 꼬리에는 심한 손상이 있었지만 엔진과 조종석에는 최소한의 손상만 있었습니다.

군의 직관적인 결론은 피격을 가장 많이 받은 부분에 장갑을 두르는 것이었습니다. 왈드의 직관에 반하는 통찰은 이 권고를 완전히 뒤집었습니다. 손상이 관찰되지 않은 부위인 엔진과 조종석에 장갑을 둘러야 한다는 것이었습니다.

그의 추론은 다음과 같았습니다. 적의 사격은 항공기 전체에 무작위로 분포되었을 가능성이 높습니다. 엔진에 "없는" 총알구멍은 엔진이 맞지 않았다는 증거가 아니라, 엔진에 총을 맞은 비행기가 돌아오지 못했다는 증거였습니다. 군은 치명적인 손상이 아니라 생존 가능한 손상을 조사하고 있었던 것입니다.

왈드는 이를 "생존자의 손상에 기반한 비행기 취약성 추정 방법"이라는 각서로 공식화하여, 생존자에게서 관찰된 피격 밀도가 해당 부위의 치명도에 반비례한다는 것을 입증했습니다.

뮤추얼 펀드 생존자 편향 (Brown, Goetzmann, et al., 1992)

*금융 연구 리뷰(Review of Financial Studies)*에 발표된 이 논문은 표준 금융 데이터베이스가 청산되거나 합병된 펀드의 기록을 체계적으로 삭제한다는 것을 보여주었습니다. 펀드는 거의 항상 실적 부진으로 청산되기 때문에 이러한 삭제는 통계적 착시를 만들어냈습니다. 평균 펀드 성과가 실제보다 나아 보이게 하고, 실제로는 존재하지 않는 "실력"을 흉내 내는 변동성과 수익률 사이의 가짜 상관관계를 만들었습니다.

생존자 편향과 뮤추얼 펀드 성과 (Elton, Gruber & Blake, 1996)

이 획기적인 연구는 1976년 말에 존재했던 모든 뮤추얼 펀드를 추적했습니다. 주요 발견:

• 생존자 편향은 연간 수익률을 약 0.9%(90 베이시스 포인트) 부풀렸습니다.
• 편향은 대형 펀드보다 소형 펀드에서 훨씬 더 컸습니다.
• 합병된 펀드(보통 큰 펀드에 나쁜 기록을 숨김)와 청산된 펀드 모두 편향에 기여했습니다.

이러한 발견은 편향이 교정된 후 효율적 시장 가설(Efficient Market Hypothesis)에 대한 강력한 경험적 증거를 제공했습니다.

2.4. 신경학적 근거

생존자 편향은 인간 인지의 근본적인 특성에서 비롯됩니다:

시스템 1 사고: 대니얼 카너먼(Daniel Kahneman)의 "빠른 사고" 시스템은 "회상 용이성"과 "발생 빈도"를 혼동합니다. 성공적인 사례(스티브 잡스, 빌 게이츠)는 쉽게 기억되기 때문에 우리는 기저율(base rate)이 보장하는 것보다 유사한 결과에 직관적으로 더 높은 확률을 부여합니다.

가용성 휴리스틱: 뇌는 결정을 내릴 때 즉시 사용 가능한 예시에 의존합니다. 성공은 본질적으로 더 "가용성"이 높습니다. 성공한 회사는 주식 시장에 상장되는 반면 실패한 회사는 상장 폐지되고, 성공한 건물은 서 있는 반면 무너진 건물은 교체됩니다.

패턴 인식의 한계: 인간의 뇌는 인지된 데이터에서 인과적 서사를 추출하도록 진화했지만 존재하지 않는 데이터를 처리할 수는 없습니다. 우리가 볼 수 있는 것만 분석할 수 있다는 이 근본적인 한계가 생존자 편향의 신경학적 기초입니다.

낙관주의 편향 상호작용: 자가 평가와 관련된 신경 회로는 낙관주의 쪽으로 기우는 경향이 있습니다. 생존자 편향된 데이터를 볼 때, 이 회로는 실패의 침묵하는 다수보다는 승자와 동일시하도록 장려하여 위험한 행동을 강화합니다.

3. 진화적 기원

생존자 편향은 속도가 종종 정밀도보다 중요한 환경에서 작동하는 패턴 인식 엔진으로서 우리의 진화적 유산에 깊이 뿌리박혀 있습니다.

조상 환경에서의 적응 가치: 우리 조상들에게는 성공적인 전략에 집중하는 것이 합리적이었습니다. 사냥 기술, 이동 경로, 식량 공급원이 생존자를 만들어냈다면 모방할 가치가 있었습니다. 다른 접근법을 시도하다가 죽은 실패자들은 조언을 구할 수 없었습니다. 눈에 보이는 성공으로부터 배우는 것은 빠르고 효율적인 휴리스틱이었습니다.

에너지 보존: 뇌는 우리 대사 에너지의 약 20%를 소비합니다. 볼 수 없는 모든 실패를 상상하는 것, 즉 부재하는 데이터를 분석하는 것은 인지적으로 비용이 많이 듭니다. 진화는 보이지 않는 대안을 철저히 모델링하는 것보다 사용 가능한 정보를 효율적으로 처리하는 뇌를 선호했습니다.

버그가 아니라 특징: 상대적으로 안정적인 조건과 결과를 즉시 관찰할 수 있는 조상 환경에서는 생존자 편향적인 학습이 종종 충분히 좋았습니다. 이웃이 특정 형태의 피난처를 사용하여 겨울을 살아남았다면 그것을 모방하는 것은 합리적이었습니다. 이 편향은 실패가 체계적으로 숨겨지고 "생존자" 표본이 모집단을 크게 대표하지 못하는 복잡하고 현대적인 환경에서만 문제가 됩니다.

가용성 불일치: 우리의 뇌는 대부분의 관련 사건을 직접 관찰할 수 있는 소규모 집단에서 진화했습니다. 현대 사회에서 우리는 여러 층의 선택(미디어, 시장, 역사)을 거쳐 걸러진 정보를 접하며, 이는 가용성에 기반한 직관을 체계적으로 오도합니다.

4. 이 편향이 나타나는 방식

4.1. 일상 생활에서

"예전처럼 튼튼하게 만들지 않네": 로마의 판테온, 빅토리아 시대의 마호가니 가구, "여전히 작동하는" 1950년대 가전제품은 수백 년의 파괴를 견뎌낸 통계적 이상치입니다. 붕괴된 로마의 조악한 연립주택, 썩어버린 값싼 빅토리아 시대 가구, 쓰레기 매립지에 있는 고장 난 1950년대 가전제품은 보이지 않습니다. 우리는 과거의 최고와 현재의 평균을 비교합니다.

"클래식" 음악의 오류: 사람들은 1960~70년대 음악이 더 우수했다고 주장합니다. "그 시대 노래는 다 클래식이니까"라면서요. 이는 파생적이고 엉성하게 제작된 수천 곡의 노래가 발매되었다는 사실을 무시합니다. 라디오 방송국은 살아남은 상위 1%의 히트곡만 틀어줍니다. 우리는 과거의 걸러진 최고와 오늘날 결과물의 100%를 비교합니다.

행복한 커플의 관계 조언: 연애나 결혼 조언을 구할 때, 우리는 보통 아직 함께 있는 커플에게 상담합니다. 우리는 똑같은 방식을 시도했다가 이혼으로 끝난 사람들, 어쩌면 그 실패에 기여했을지도 모르는 조언을 따랐던 사람들로부터는 거의 듣지 못합니다.

식당 추천: 도시의 인기 있는 식당은 정의상 생존자입니다. 똑같은 전략을 가졌을지도 모르는 실패한 수천 개의 식당은 문을 닫았고 우리에게 무엇이 효과가 없는지 경고해줄 수 없습니다.

4.2. 직장에서

대학 중퇴자 신화: 미디어는 게이츠, 잡스, 저커버그와 같은 억만장자를 조명하며 대학 중퇴가 성공으로 이어진다는 증거로 삼습니다. 이는 빚을 지고 평생 소득이 낮아진 수만 명의 중퇴자를 무시한 것입니다. 중퇴자의 성공 기본 비율은 졸업생보다 통계적으로 낮습니다. 유명한 사례는 극단적인 이상치일 뿐입니다.

"내가 성공한 방법" 문학: 나심 탈레브가 지적하듯, 실패한 기업가는 "내가 스타트업을 파산시킨 방법"이라는 제목의 책을 쓰지 않습니다. 성공한 기업가들이 "내가 해낸 방법"을 쓰고, 그들의 조언(큰 위험을 감수하라, 비판을 무시하라)은 실패자들이 실패하게 만든 바로 그 행동일 수도 있습니다.

"성공적인" 프로필에 기반한 채용: 회사는 종종 최고 성과자의 특징을 바탕으로 채용 프로필을 만듭니다. 그러나 그들은 똑같이 좋은 성과를 낼 수 있었지만 거절당한 후보자나 비슷한 특성을 가지고 채용되었지만 실패하고 떠난 사람들에 대한 데이터가 없습니다.

성과 귀인 오류: 특정 프로젝트가 왜 성공했는지 분석할 때 조직은 성공한 팀을 연구합니다. 그들은 폐기되거나 재구성되거나 팀원이 떠난 실패 사례를 연구할 수 없으며, 양쪽 모두에 동일한 "성공 요인"이 있었음을 잠재적으로 발견할 수 없습니다.

4.3. 비즈니스와 마케팅에서

창업 "성공 공식": 조언 산업은 생존자들이 독점하고 있습니다. "근면", "끈기", "품질에 대한 집착"은 성공한 기업가들의 이야기에 등장하지만, 실패한 기업가들의 무덤을 조사해 보면 필시 동일한 특성을 발견할 것입니다. 차별화 요인은 종종 운, 타이밍 또는 외부 사건입니다.

제품 추천 후기: 마케팅은 만족한 고객을 보여줍니다. 이탈하거나, 환불을 요청하거나, 단순히 사라진 불만족 고객은 서사에서 빠져 있어 인지된 제품의 효과를 왜곡합니다.

경쟁사 벤치마킹: 회사는 성공적인 경쟁사를 벤치마킹하여 그들의 전략을 배웁니다. 하지만 비슷한 전략을 시도했다가 실패한 회사들은 인수되거나 해산되거나 방향을 바꿨으며, 이들의 실패한 전략은 분석에 보이지 않습니다.

4.4. 정치와 미디어에서

역사 서사 구성: 역사는 생존자들에 의해 쓰이며 그들의 관점을 결정적인 것으로 제시합니다. 패배하고 죽고 소외된 자들이 제안한 관점, 경고, 대안은 체계적으로 과소평가됩니다.

뉴스의 생존자 편향: 미디어는 편집의 선택에서 살아남은 이야기들을 다룹니다. 똑같이 뉴스 가치가 있는 수천 개의 사건은 보도되지 않으며, 대중이 어떤 문제가 존재하고 어떤 해결책이 효과가 있는지에 대한 인식을 형성합니다.

정치 전략 "교훈": 정치 분석가들은 성공 요인을 추출하기 위해 승리한 캠페인을 연구합니다. 그러나 동일한 전략을 사용하고도 패배한 캠페인은 주목을 덜 받아 결함이 있는 전략적 권고로 이어질 수 있습니다.

4.5. 의료 분야에서

제1차 세계대전 헬멧 역설: 1차 대전에서 철모가 도입되었을 때 야전 병원은 머리 부상이 극적으로 증가했다고 보고했습니다. 일부는 헬멧에 결함이 있다고 시사했습니다. 현실: 헬멧이 있기 전에는 파편이 머리에 맞으면 병사들이 즉사했습니다(KIA로 기록되어 병원에 도착하지 못함). 헬멧은 사망을 치료 가능한 부상으로 바꾸어 데이터에 머리 부상이 처음으로 눈에 띄게 만든 것입니다.

고양이 고층 증후군: 1987년 수의학 연구에 따르면 7층 이상에서 떨어진 고양이가 5~7층에서 떨어진 고양보다 부상이 적어 더 높은 곳에서 떨어지는 것이 더 "안전"하다는 점이 시사되었습니다. 편향: 데이터 세트에는 수의사에게 데려온 고양이만 포함되었습니다. 30층에서 떨어져 충격으로 사망한 고양이는 치료받지 않고 묻혀 고공 추락 안전성에 대한 환상을 만들어냈습니다.

"건강한 근로자 효과": 연구는 종종 산업 근로자가 일반 인구보다 사망률이 낮다는 것을 보여줍니다. 이는 공장 노동이 건강에 좋아서가 아니라 노동력에서 장애인, 병상에 누워있는 사람, 불치병 환자가 배제되기 때문입니다. 노동자는 이미 선택된 생존자입니다.

외상 사망률 통계: 외딴 지역의 사고 피해자는 때때로 도시 피해자보다 병원 내 사망률이 낮게 나타납니다. 현실: 중상을 입은 외딴 지역 환자들은 긴 이송 중에 사망하여 "도착 전 사망(DOA)" 상태가 되어 병원 통계에서 제외됩니다. 도시 병원은 위급한 환자를 산 채로 받아 병원 내에서 사망하게 하므로 도시 병원 사망률을 부풀립니다.

4.6. 금융 및 투자에서

뮤추얼 펀드 성과: 표준 데이터베이스는 청산된 펀드 기록을 삭제했습니다. 펀드는 성과 부진으로 청산되기 때문에 데이터베이스는 실패를 제거하여 평균 펀드 성과가 실제보다 연간 약 0.9% 더 높게 보이게 만들었습니다.

헤지 펀드 데이터: 헤지 펀드는 자발적으로 보고하여 이중 편향을 도입합니다. 생존자 편향(실패한 펀드는 보고 중단)과 백필(backfill)/즉석 기록 편향(성공한 펀드는 보고를 시작하고 운이 좋았던 초기 연도를 채워 넣고, 실패한 초기 펀드는 보고하지 않고 해산)입니다. 말키엘은 이 결합된 편향이 연간 약 4.4%의 수익률 부풀리기에 해당한다고 추정했습니다.

S&P 500 백테스팅: 지수 구성은 파산한 회사가 제외되고 성장하는 회사가 추가되면서 바뀝니다. 현재의 S&P 500 목록을 사용한 백테스팅은 100% 생존을 뜻하지 않게 보장함으로써 비현실적인 수익률을 달성합니다. 테스트 기간 동안 실패한 모든 회사는 제외됩니다.

"핫 핸드(Hot Hand)" 환상: 초기 연구는 펀드 매니저가 지속적으로 시장을 이길 수 있다고 시사했습니다. 브라운과 괴츠만이 생존자 편향을 교정하자 이러한 표면적인 실력의 대부분이 사라졌습니다. "핫 핸드"는 대체로 무작위 분포의 끝자락이었습니다.

5. 실제 사례 연구

사례 연구 1: 폭격기 장갑 결정 (제2차 세계대전)

• 배경: 적의 포화로 인한 연합군 폭격기의 엄청난 손실은 군이 비행기를 장갑판으로 강화할 것을 제안하도록 이끌었습니다. 그러나 장갑은 무게를 더해 항속 거리, 기동성, 폭탄 적재량을 줄이므로 최적으로 배치해야 했습니다.

• 발생한 일: 군은 임무를 마치고 귀환한 폭격기의 총알구멍에 대한 광범위한 데이터를 수집했습니다. 데이터는 동체, 날개, 꼬리에는 높은 손상 밀도를 보였지만 엔진과 조종석에는 최소한의 손상만 보였습니다. 군 사령관들은 장갑이 비행기가 가장 많이 맞는 곳에 배치되어야 한다고 결론지었습니다.

• 작동한 편향: 에이브러햄 왈드는 데이터가 오직 생존자들만 대표한다는 것을 깨달았습니다. 엔진과 조종석에 총을 맞은 비행기는 돌아오지 못했습니다. 영국 해협이나 독일 들판에 추락한 것입니다. "없는" 총알구멍은 엔진에 맞지 않았다는 증거가 아니라 엔진에 맞으면 치명적이라는 증거였습니다.

• 결과: 왈드는 엔진과 조종석에 장갑을 달 것을 권고했습니다. 그의 방법은 수많은 생명과 항공기를 구했고 한국 전쟁과 베트남 전쟁에서도 계속 사용되었습니다.

• 교훈: 결과를 분석할 때 항상 자문해 보십시오. "내가 볼 수 없는 경우들은 어떻게 되었는가?" 증거의 부재 자체가 가장 중요한 현상의 증거일 수도 있습니다.

사례 연구 2: 뮤추얼 펀드 산업의 폭로 (1990년대)

• 배경: 수십 년 동안 적극적인 펀드 매니저가 일관되게 시장을 이길 수 있는지("알파 창출")에 대한 논쟁이 맹렬했습니다. 초기 연구는 할 수 있다고 시사했습니다.

• 발생한 일: 연구자 브라운, 괴츠만, 엘튼, 그루버, 블레이크는 금융 데이터베이스가 청산되거나 합병된 펀드의 기록을 정기적으로 삭제한다는 사실을 발견했습니다. 펀드는 실적 부진으로 인해 거의 항상 문을 닫기 때문에 데이터베이스는 체계적으로 실패를 제거하고 있었습니다.

• 작동한 편향: 이 잘림(truncation)은 남아있는 "생존자" 펀드가 더 높은 평균 수익률을 가지며 변동성과 실력을 흉내 내는 성과 사이의 피상적인 관계를 보여주는 통계적 신기루를 만들었습니다.

• 결과: 연간 0.9% 편향이 수정되자 많은 적극적인 매니저들의 표면적인 우수한 성과는 사라졌으며 효율적 시장 가설에 강력한 근거를 제공하고 금융 연구가 과거 데이터를 다루는 방식에 혁명을 일으켰습니다.

• 교훈: 탈락, 폐쇄 또는 실종이 있는 모든 데이터세트는 생존자 편향을 분석해야 합니다. 기술이나 우수한 실적으로 보이는 것은 검열된 샘플의 인공물일 수 있습니다.

역사적 사례: 디아고라스와 신전 명판

고대 그리스 시인 멜로스의 디아고라스는 신전에서 난파선에서 생존하고 신들에게 기도한 선원들이 의뢰한 봉헌 명판 그림들을 보았습니다. 그의 친구는 이것을 신성한 보호의 증거로 제시했습니다.

디아고라스의 반응은 확률 철학의 기본 텍스트가 되었습니다. "구조된 사람들의 그림은 보이지만, 난파된 사람들의 그림은 어디에 있습니까?"

익사한 선원들은 그림을 의뢰할 수 없었습니다. 신전의 증거만 조사하는 관찰자는 기도가 바다에서의 안전을 보장한다고 결론을 내릴 것입니다. 이는 증거를 제공할 능력이 생존과 상관관계가 있는 철저히 검열된 샘플에서 전적으로 도출된 결론입니다.

이 2,500년 된 일화는 왜 생존자 편향이 그렇게 치명적인지 압축해서 보여줍니다. 생존자들만이 자신의 이야기를 할 수 있기 때문입니다.

6. 이 편향의 대가

6.1. 개인적 대가

왜곡된 위험 평가: 성공한 위험 감수자들만 봄으로써 개인은 실패 확률을 과소평가합니다. 억만장자가 되지 못한 대학 중퇴자, "모든 것을 올바르게" 하고 파산한 기업가, "확실한 것"에 전부를 걸었다가 모든 것을 잃은 투자자 - 그들의 경험은 보이지 않아 다른 사람들이 제대로 보정되지 않은 위험을 감수하게 합니다.

잘못 귀인된 성공 요인: 사람들은 실패자들에게도 동일한 특성이 존재한다는 사실을 인식하지 못한 채 생존자의 행동(끈기, 위험 감수, 자신감)을 채택합니다. 실제 차별화 요인이 아니었던 전략에 수년을 허비할 수 있습니다.

모방에 낭비되는 자원: 생존자 편향 데이터에서 파생된 "성공 공식"을 따르면 실제로 성공을 이끌어내지 못하는 (가시적 샘플에서 상관관계만 있는) 접근 방식에 노력을 투자하게 됩니다.

자아상 손상: 생존자 파생 조언을 따랐음에도 성공하지 못할 때, 개인은 그 조언이 결함 있는 데이터에 기반했다는 것을 인식하기보다는 자신을 비난할 수 있습니다.

6.2. 직업적 대가

투자 손실: 금융 분야에서 생존자 편향은 연간 수익률 인플레이션의 약 0.9~4.4%로 정량화되었습니다. 보정되지 않은 과거 데이터에 기반하여 의사 결정을 내리는 투자자들은 체계적으로 기대 수익을 과대평가하고 위험을 과소평가합니다.

전략적 잘못된 방향성: 성공한 기업을 연구하여 도출된 비즈니스 전략은 동일한 전략을 사용하고 실패한 기업을 놓칩니다. 검증된 것처럼 느껴지지만 무작위일 수 있는 접근 방식에 자원이 유입됩니다.

채용 및 인재 결정: 성공적인 직원에 기반한 프로필은 눈에 띄는 패턴과는 다르지만 잠재적으로 훌륭한 후보자를 놓칠 수 있으며, 패턴과 일치하는 사람을 채용하는 것은 실제 성과와 관련 없는 특성을 복제할 수 있습니다.

제품 개발 실패: 유사한 실패 제품을 연구하지 않고 성공한 제품에서만 학습하면 실제로 성공 요인이 아니었던 기능이나 접근 방식에 투자하게 됩니다.

6.3. 사회적 대가

역사적 오해: 생존자에 의해 쓰인 역사는 왜곡된 관점을 제시합니다. 잃어버린 관점, 대안적 접근 방식, 패자의 경고는 집단 기억에서 체계적으로 배제됩니다.

정책 오도: 비슷한 특성을 가진 실패를 고려하지 않고 성공적인 결과(경제, 사회, 군사) 연구에 기반한 정책은 결함 있는 개입으로 이어집니다.

문화적 신화 만들기: 생존자 편향에 의해 증폭된 "자수성가한 성공" 서사는 운, 타이밍 및 상황의 역할을 모호하게 하여 불평등과 사회적 이동성에 대한 태도를 형성합니다.

의료 프로토콜 오류: 생존자 편향된 데이터에 기반한 치료 결정은 특정 환자가 치료를 덜 받았거나 특정 개입 덕분이 아니라 '그럼에도 불구하고' 성공적인 결과가 나왔다는 사실을 놓칠 수 있습니다.

6.4. 통계적 영향

7. 숨겨진 이점

생존자 편향은 순전히 부정적이지만은 않습니다. 그것은 적응 기능을 수행했으며 특정 상황에서는 여전히 가치를 제공할 수 있습니다.

효율적인 학습 휴리스틱: 결과를 직접 관찰할 수 있는 안정적인 환경에서는 생존자로부터 학습하는 것이 빠르고 합리적으로 정확합니다. 이웃에게 효과가 있었던 대부분의 피난처 디자인이 당신에게도 효과가 있다면 생존자를 모방하는 것이 효율적입니다.

동기 부여 기능: 성공 사례에 약간 노출되는 것은 동기 부여와 모방할 모델을 제공합니다. 모든 실패를 완전히 인지하는 것은 행동을 마비시킬 수 있습니다. 핵심은 노출을 없애는 것이 아니라 조정하는 것입니다.

빠른 의사 결정: 정밀성보다 속도가 더 중요할 때, 가능한 예시(본질적으로 생존자 편향됨)를 사용하는 것이 분석을 지연시키는 것보다 나을 수 있습니다. 모든 결정이 철저한 조사를 요하는 것은 아닙니다.

합법적인 패턴 감지: 때로는 생존자 특성이 단순한 상관관계가 아니라 진정으로 인과 관계가 있을 수 있습니다. 실패 모드가 무작위적이고 성공 요인이 체계적인 영역에서는 생존자가 유용한 실제 정보를 전달합니다.

바람직하지 않은 극단: 생존자 편향을 완전히 제거하려면 결정을 내리기 전에 가능한 모든 실패에 대한 철저한 분석이 필요할 것입니다. 이는 인지적으로 불가능하고 현실적으로 마비를 부릅니다. 목표는 제거가 아니라 인식과 적절한 교정입니다.

8. 자가 진단: 당신에게 이 편향이 있습니까?

8.1. 경고 신호 체크리스트

• 인생/경력 전략에 대한 증거로 종종 성공한 사람들(잡스, 게이츠, 머스크)을 인용한다
• 과거의 제품/음악/장인 정신이 오늘날의 것보다 일반적으로 더 우수했다고 믿는다
• 성공적인 예시만 연구하여 중대한 결정을 내린 적이 있다
• "이것을 시도하고 실패한 사람들은 어떻게 되었는가?"라고 좀처럼 묻지 않는다
• 과거 펀드/투자 실적 데이터를 액면 그대로 믿는다
• 승자에게서 확실히 추출할 수 있는 "성공이 남긴 단서"가 있다고 믿는다
• 존경하는 성공 이야기에서 운/타이밍을 중요한 요소로 일축한다
• 효과가 없었던 다른 사람들을 고려하지 않고 자신에게 효과가 있었던 방식에 기반하여 조언을 한 적이 있다
• "내가 성공한 방법" 책/팟캐스트가 매우 설득력 있다고 생각한다
• 결정을 분석할 때, 그 결정에 이르는 과정보다는 결과에 초점을 맞춘다

채점:

• 0-2개 체크: 낮은 취약성
• 3-5개 체크: 보통 취약성
• 6-8개 체크: 높은 취약성
• 9-10개 체크: 매우 높은 취약성

8.2. 자아 성찰 질문

1. 중요한 결정을 내리기 전에 마지막으로 고의적으로 실패 사례를 찾아본 적이 언제입니까?

2. 성취한 성공을 생각해 보십시오. 비슷한 접근 방식을 시도했다가 실패한 사람은 얼마나 될까요? 당신은 실제로 알고 있습니까?

3. 당신이 믿는 "명백한" 성공 요인은 무엇입니까? 이러한 요인이 실패 사례에도 존재하는지 어떻게 테스트할 수 있습니까?

4. 성공한 사람들로부터 조언을 받을 때, 얼마나 많은 실패한 사람들이 똑같은 조언을 했을지 고려하십니까?

5. 불완전한 데이터에서 결론을 도출하고 있다고 누군가가 지적한 적이 있습니까? 어떻게 반응했습니까?

8.3. 빠른 진단 시나리오

시나리오: 당신은 사업 시작을 고려 중이며, 고객 서비스에 집중한 해당 업계 사업체의 60%가 처음 5년 동안 생존했다는 글을 읽었습니다. 이는 고객 서비스 집중이 생존의 핵심이라는 강력한 증거인 것 같습니다.

이것을 어떻게 해석하시겠습니까?

• A) "멋지다! 확실히 고객 서비스를 우선시해야겠다. 데이터가 그것이 효과가 있음을 명확하게 보여주네." → 높은 취약성
• B) "흥미롭지만 실패한 기업의 몇 퍼센트가 고객 서비스를 우선시했는지 궁금하군." → 보통 취약성
• C) "실패한 기업의 고객 서비스 비율을 알기 전에는 이 정보는 나에게 아무것도 말해주지 않는다. 실패의 60%도 고객 서비스에 집중했다면, 이 요소는 예측 가치가 없다." → 낮은 취약성

9. 타인에게서 이 편향을 식별하기

9.1. 행동 지표

말에서:

• 유명한 성공 사례를 보편적인 증거로 빈번하게 사용
• 가시적인 소수의 승자 표본으로부터의 일반화
• 성공 서사에서 운/타이밍 요소의 일축
• 보이지 않는 실패를 인정하지 않고 "무엇이 효과가 있는지"로부터의 추론

의사 결정에서:

• 성공적인 회사/사람들의 사례 연구에 대한 과도한 의존
• 기저율 및 실패 빈도의 과소평가
• 성공적인 경쟁사만을 대상으로 한 독점적인 벤치마킹
• 데이터 수집 과정에 대한 의문 없이 과거 성과 데이터 신뢰

주장에서:

• 전략 타당성의 증거로 성공적인 예의 존재를 사용
• X가 실패한 Z는 고려하지 않고 "Y에게 X가 효과가 있었다"고 주장
• 증거의 부재(알려진 실패 없음)를 부재의 증거로 해석

9.2. 대화의 적신호

이 편향에 빠진 사람들이 하는 말:

• "[유명한 성공 사례]를 봐 - 그들은 X를 했고 효과가 있었어!"
• "내가 아는 성공한 사람들은 모두 Y 특성을 가지고 있어."
• "데이터는 이 접근 방식이 훌륭한 실적을 가지고 있음을 보여줘."
• "요즘은 물건을 옛날처럼 튼튼하게 만들지 않아."
• "모든 위대한 회사는 이런 특징을 가지고 있어."

그들이 제기하는 주장의 유형:

• 실패율을 고려하지 않은 가시적 성공으로부터의 귀납법
• 오직 살아남은 사례만을 사용한 "예시를 통한 증명"

그들이 묻기 꺼려하는 질문들:

• "이 접근을 시도하고 실패한 사람은 얼마나 될까?"
• "이 전략의 성공 기저율은 얼마일까?"
• "왜 이 데이터세트에서 실패 사례를 볼 수 없을까?"

9.3. 상황적 트리거

편향을 활성화하는 상황:

• 선별된 성공 스토리 접근(미디어, 도서, 컨퍼런스)
• 탈락/폐쇄/삭제 메커니즘을 갖춘 데이터베이스 분석
• 실패 사례가 시야에서 사라지는 모든 평가
• 현재 시장 리더들의 과거 데이터 분석

취약성을 높이는 감정 상태:

• 이미 내린 결정에 대한 낙관주의
• 어떤 접근 방식을 정당화하려는 욕구
• 성공한 인물에 대한 동경

시간의 압박:

• 긴급함은 반증(실패) 데이터를 찾을 가능성을 줄임
• 마감일은 철저한 조사보다 가용 예시를 선호하게 만듦

10. 인지적 편향 제거 전략

10.1. 즉각적인 기술

디아고라스의 질문: 성공 예시에 기반한 결정을 내리기 전에 명시적으로 질문하십시오. "난파된 사람들은 어디에 있는가?" 이것을 시도하고 실패한 사람은 누구인가? 왜 그들을 볼 수 없는가?

데이터 역전: 생존자 특성을 제시받을 때 심적으로 "실패자 무덤"을 구축해 보십시오. 실패한 사례들도 이 특성을 가졌을까? 모른다면 데이터는 불완전한 것입니다.

기저율 확인: 성공 사례에서 추론을 확장하기 전에 분모를 추정하십시오. "이 접근 방식을 시도한 모든 사람 중 몇 분의 일이 성공했는가?" 모른다면 불확실성을 인정하십시오.

실패 모드 인벤토리: 분석된 예시들이 실패하고 사라질 수 있었던 모든 방법의 목록을 만드십시오. 파산한 자동차 회사, 폐업한 식당, 청산된 펀드 - 그들은 어디로 갔습니까?

출처 질문: 모든 데이터세트에 대해 자문하십시오. "탈락/삭제/생존 메커니즘은 무엇인가?" 실패 사례는 어떻게 제거되는가? 이것이 편향의 구조를 드러냅니다.

10.2. 장기적 전략

고의적으로 실패 연구하기: 사후 분석, 파산 분석, 실패한 스타트업 이야기를 적극적으로 찾아보십시오. CB 인사이트의 "스타트업 실패 사후 분석" 등 유사한 리소스들은 일반적으로 누락된 침묵하는 증거를 제공합니다.

사전 분석(Pre-Mortem) 연습: 프로젝트를 시작하기 전에 "사전 분석"을 실시하십시오. 프로젝트가 실패했다고 상상하고 그 원인을 찾기 위해 역으로 작업해 보십시오. 이는 실패를 시각화하는 정신적 근육을 단련합니다.

확률 교정: 데이터를 찾아보기 전에 기저율을 추정하는 연습을 하십시오. 당신의 정확도를 추적하십시오. 눈에 띄는 성공률이 실제 성공률을 얼마나 자주 과장하는지에 대한 직관을 구축합니다.

역사적 반사실성: 역사를 연구할 때 대안적인 경로, 즉 어떤 일이 일어날 뻔했는지, 누가 거의 성공할 뻔했는지, 다른 어떤 결과가 가능했는지를 적극적으로 고려하십시오. 나심 탈레브는 이것을 "대안적 역사(alternative histories)"라고 부릅니다.

10.3. 환경적 설계

데이터 인프라: 생존자만 보여주는 현재 상태 데이터베이스보다 실패 기록을 존재했던 시점에 보존하는 "특정 시점(point-in-time)" 데이터세트를 사용하십시오.

실패 라이브러리: 조직 지식 관리는 성공한 프로젝트뿐만 아니라 실패한 프로젝트도 아카이브해야 합니다. 사후 분석은 성공 사례 연구만큼 쉽게 접근할 수 있어야 합니다.

악마의 변호인 프로토콜: 전략적 결정에서 반증하는 증거와 누락된 실패 데이터를 구체적으로 찾는 역할을 제도화하십시오.

다양한 자문 네트워크: 실패를 경험한 사람들을 자문 그룹에 포함시키십시오. 그들의 관점은 대개 누락되는 "침묵하는 증거"를 제공합니다.

10.4. 외부 의견을 구해야 할 때

외부 검증이 필요한 결정 유형:

• 과거 성과 데이터에 기반한 주요 투자
• 경쟁사 분석에 기반한 전략 결정
• 성공 사례에 기반한 경력/인생 결정
• 치료 결과 데이터에 기반한 의료 결정

누구와 상의할 것인가:

• 선택 편향에 익숙한 통계학자
• 고려 중인 접근 방식에서 실패를 경험한 사람들
• 특정 분야의 실패율을 연구하는 연구자
• 누락된 데이터를 찾도록 배정된 악마의 변호인

요청을 프레이밍하는 방법:

• "이 경우 분모는 무엇입니까?"
• "이것을 시도하고 실패한 사람들에게는 무슨 일이 일어났습니까?"
• "이 데이터는 어떻게 수집되며, 어떤 이유로 사례들이 사라지게 됩니까?"

11. 실천 연습

연습 1: 실패자 무덤 걷기

• 목표: 눈에 보이지 않는 실패에 대한 직관 개발
• 소요 시간: 45분
• 준비물: 인터넷 접속, 노트
• 난이도: 초급
• 지침:
  1. 관심 있는 분야 선택 (스타트업, 식당, 제품 등)
  2. 해당 분야에서 5개의 유명한 성공 사례 찾기
  3. 각 성공 사례에 대해 유사한 접근을 시도했다가 실패한 3명의 동시대인을 조사
  4. 실패자들이 성공 사례와 공유한 특징/전략에 주목
  5. 왜 일반적으로 그 실패 사례들이 보이지 않는지 기록 (파산, 인수, 삭제 등)
• 성찰 질문:
  • 실패 사례를 찾기가 얼마나 어려웠습니까?
  • 어떤 "성공 요인"이 성공과 실패 양쪽 모두에 나타났습니까?
  • 이것이 성공의 원인에 대한 당신의 관점을 어떻게 바꿉니까?
• 주기: 매월, 특히 중대한 결정을 앞두고

연습 2: 데이터세트 부검

• 목표: 데이터 소스에서 생존자 편향 식별 방법 배우기
• 소요 시간: 60분
• 준비물: 사용하는 데이터세트(금융, 비즈니스, 실적 데이터) 접근
• 난이도: 중급
• 지침:
  1. 의사 결정에 의존하는 데이터세트 선택
  2. 데이터 수집 방법론 문서화
  3. 기록이 제거될 수 있는 모든 메커니즘 식별 (폐쇄, 합병, 삭제, 미보고)
  4. 원래 집단의 몇 퍼센트가 누락되었을 수 있는지 추정
  5. 누락된 데이터가 살아남은 데이터와 어떻게 다를 수 있는지 고려
• 성찰 질문:
  • 누락된 데이터를 볼 수 있다면 무엇이 달라질까요?
  • 이 데이터에서 도출된 결론을 얼마나 확신해야 합니까?
  • 어떤 조정이 적절할 수 있습니까?
• 주기: 결정을 위해 과거 데이터를 사용할 때마다

연습 3: 사전 분석(Pre-Mortem) 의식

• 목표: 보이지 않게 되기 전에 실패를 체계적으로 시각화
• 소요 시간: 30분
• 준비물: 종이, 타이머
• 난이도: 고급
• 지침:
  1. 프로젝트를 시작하기 전에 팀 소집
  2. 타이머를 20분으로 맞춤
  3. 지금으로부터 1년 후 프로젝트가 완전히 실패했다고 상상
  4. 각자 프로젝트가 실패한 모든 이유를 적음 (우선 독립적으로)
  5. 실패 모드를 공유하고 통합
• 성찰 질문:
  • 가장 가능성 높은 실패 모드는 무엇입니까?
  • 미래의 분석가들에게 증거를 남기지 않을 실패는 어떤 것입니까?
  • 눈에 보이지 않는 실패 데이터가 되는 것을 어떻게 막을 수 있습니까?
• 주기: 모든 중요한 프로젝트의 시작 시

일일 실천

저녁 실패 질문: 매일 저녁, 내린 결정 하나를 복기하며 자문해 보십시오. "이 결정을 알리기 위해 내가 보지 못하고 있는 실패는 무엇인가?"

• 권장 시간: 5분
• 최적의 시간: 저녁
• 진행 상황 추적 방법: 매일 "숨겨진 실패" 통찰 한 가지를 일기에 기록

주간 도전

침묵하는 증거 사냥: 매주, 눈에 보이는 증거에 바탕을 두고 가지고 있는 믿음 하나를 선택하고 그것에 반박할 수 있는 "침묵하는 증거"를 적극적으로 찾아보십시오.

• 4주 후 기대 효과: "무엇이 누락되었는가"를 묻는 직관이 크게 향상되고 가시적인 데이터만으로 내린 결론에 대한 확신이 감소함
• 성찰을 위한 일기 작성 프롬프트:
  • 이번 주에 내가 살펴본 믿음은 무엇인가?
  • 나는 어떤 침묵하는 증거를 발견했는가?
  • 그것을 찾은 후 나의 확신 수준이 어떻게 변했는가?

12. 특정 독자를 위해

리더와 관리자를 위해

전략 기획: 경쟁사의 성공을 분석할 때, 전략팀에게 유사한 전략을 사용하고 실패한 경쟁사들도 의무적으로 연구하도록 지시하십시오. 실패는 관찰된 "성공 요인"이 인과 관계가 아님을 드러낼 수 있습니다.

프로젝트 사후 분석: 성공한 프로젝트 못지않게 실패한 프로젝트도 보존하고 연구하십시오. 실패에서 얻는 배움은 종종 더 가치가 있지만 의도적인 보존 없이는 사라집니다.

채용 결정: 최고 성과자로부터 도출된 프로필에 주의하십시오. 거절당했지만 성공할 수도 있었던 후보자와, 프로필은 일치했으나 실패하고 퇴사한 사람을 고려하십시오.

결정의 문서화: 결과뿐만 아니라 결정 시점의 정보와 추론도 기록하십시오. 이는 퇴사, 구조조정, 수정 등을 통해 실패가 "사라지더라도" 정직한 평가를 가능하게 합니다.

문화 구축: 실패를 축하하고 열린 마음으로 논의하십시오. 이는 침묵 속에 묻히는 대신 조직 기억 속에 보이도록 유지합니다.

부모와 교육자를 위해

개념 가르치기: 디아고라스 이야기를 활용하십시오—아이들도 쉽게 이해합니다. 물어보십시오. "만약 이긴 사람의 이야기만 듣는다면 우리는 무엇을 배울 수 없을까?"

성공 스토리의 균형: 영감을 주는 이야기를 나눌 때, 실패 이야기도 함께 나누십시오. "많은 사람들이 그녀와 정확히 똑같은 시도를 했지만 잘 되지 않았어. 무엇이 차이를 만들었을까?"

과학교육: 생존자 편향은 샘플링, 선택, 실험 설계를 이해하는 훌륭한 관문입니다. WWII 폭격기 사례를 사용하십시오—생생하고 직관에 반합니다.

실패 개방성 모델링하기: 자신의 실패와 그것이 가르쳐준 점을 공유하십시오. 실패를 눈에 띄지 않게 숨기는 대신 토론할 수 있는 것으로 만드십시오.

의료 전문가를 위해

임상 시험 해석: 중도 탈락 패턴을 주의하십시오. 치료를 중단한 환자는 계속하는 환자와 체계적으로 다를 수 있습니다. 치료 의향(Intention-to-treat) 분석이 이를 부분적으로 다룹니다.

역사적 치료 평가: "시간의 시험을 견딘" 전통적 치료법은 단순히 생존자일 수 있습니다. 버려진 비효율적인 치료법은 아무 증거도 남기지 않습니다.

진단 패턴 인식: 기억에 남는 사례들(기억 속 생존자들)은 기저율을 대변하지 않을 수 있습니다. 패턴을 맞출 때 의도적으로 다른 결과를 가져왔던 사례들을 떠올려 보십시오.

사망률 통계: "도착 전 사망(DOA)" 배제, 전원 패턴 및 문서화 관행이 결과 데이터에 어떻게 생존자 편향을 만드는지 이해하십시오.

금융 전문가를 위해

데이터베이스 위생: 가능하다면 항상 생존자 편향이 없는 데이터베이스를 사용하십시오. 표준 데이터베이스의 경우 알려진 교정 계수(예: 뮤추얼 펀드의 경우 ~0.9%)를 적용하십시오.

고객 커뮤니케이션: 과거 성과를 보여줄 때 누락된 것을 설명하십시오. "이 지수는 현재 존재하는 회사를 보여줍니다. 실패한 회사는 포함되지 않아 과거 성과가 실제보다 좋아 보이게 합니다."

백테스트 회의론: 특정 시점(point-in-time) 데이터는 필수적입니다. 현재 지수 구성 요소를 사용한 모든 백테스트는 효과적으로 100% 생존을 달성한 셈이며, 이는 불가능한 조건입니다.

헤지 펀드 실사: 생존자 편향과 백필 편향을 모두 설명하십시오. 결합된 효과(말키엘에 따르면 ~4.4%)는 보고된 평균 헤지 펀드 실적이 현실을 상당히 과장한다는 것을 의미합니다.

13. 다른 편향과의 상호작용

생존자 편향을 증폭시키는 편향

생존자 편향을 상쇄하는 편향

흔한 편향 사슬

성공 모방의 연쇄 반응: 생존자 편향 (승자만 보기) → 가용성 휴리스틱 (승자가 기억을 지배함) → 서사 오류 (승자의 특성에서 인과 관계 스토리 구성) → 과신 (스토리가 성공을 설명한다고 믿음) → 확증 편향 (스토리를 뒷받침하는 증거 탐색) → 위험 오판 (실패 확률 과소평가)

개입 지점: 서사가 형성되기 전에 명시적으로 "실패는 어디에 있는가?"라고 묻는 것으로 사슬을 조기에 끊을 수 있습니다. 설득력 있는 스토리가 일단 구성되고 나면 뒤집기가 훨씬 어려워집니다.

14. 문화적 관점

생존자 편향은 모든 문화권에서 나타나지만 문화적 배경에 따라 증폭되거나 완화될 수 있습니다.

개인주의적 vs 집단주의적 문화: 고도로 개인주의적인 문화(예: 미국)에서는 "자수성가한 성공" 서사가 특히 두드러져 개인적 성취 맥락에서 생존자 편향을 증폭시킬 수 있습니다. 집단주의적 문화는 내집단 내에서 실패의 가시성이 더 높을 수 있어 편향을 부분적으로 조절할 수 있습니다.

높은 권력 거리 문화: 권력 거리가 높은 문화에서는 성공은 더 많이 축하받는 반면 수치심을 피하기 위해 실패는 감춰지며, 결과의 생존자 중심 가시성을 잠재적으로 높일 수 있습니다.

위험을 대하는 태도: 위험 감수성이 높은 문화는 가시적인 위험 감수자로부터 교훈을 더 많이 끌어낼 수 있으며, 위험을 회피하는 문화는 자연스럽게 더 많은 실패 데이터를 찾으려 할 수 있습니다.

15. 오해와 진실

16. 전문가 통찰

"구조된 사람들의 그림은 보이지만, 난파된 사람들의 그림은 어디에 있습니까?" — 멜로스의 디아고라스, 기원전 5세기

"실패한 식당들의 묘지는 매우 고요하다. 심지어 가장 위대한 사고 실험과 책들조차 식당 사업에서 실패하지 않는 방법에 대해 거의 쓰지 않았다. 실패한 사람들은 책을 쓰지 않기 때문이다." — 나심 니콜라스 탈레브, 행운에 속지 마라

"인간의 지성은 부정적인 것보다 긍정적인 것에 더 많이 움직인다." — 프랜시스 베이컨, 신기관(Novum Organum)

"[통계연구그룹(SRG)은] 지금까지 조직된 가장 비범한 통계학자 그룹이었다." — W. 앨런 월리스(W. Allen Wallis), 통계 연구 그룹 책임자

17. 핵심 요약

1. 생존자 편향은 보편적이고 오래되었다 — 2,500년 전 디아고라스에 의해 인식되었고, 제2차 세계대전 중 왈드에 의해 공식화되었으며, 현대 금융에서 정량화되었습니다.

2. 이 편향은 체계적으로 기만적인 데이터를 생성한다 — 단순히 불완전한 것이 아니라, 실패의 부재가 가시적 분포의 형태를 바꾸기 때문에 적극적으로 오해를 부릅니다.

3. 누락된 것은 종종 가장 중요한 데이터다 — 비행기에 엔진과 조종석에 총알구멍이 "없다"는 것이 치명적이라는 왈드의 통찰은 모든 생존자 편향 분석의 패러다임입니다.

4. 재정적 영향은 정량화할 수 있다 — 뮤추얼 펀드의 경우 연간 약 0.9%, 헤지 펀드의 경우 4.4%이며, 백테스트 오류에 대해서는 알려지지 않았으나 상당합니다.

5. 해결책은 보이지 않는 것을 적극적으로 찾는 것이다 — 끊임없이 "난파된 사람들은 어디에 있는가?"라고 묻는 것이 이 편향으로부터 보호하는 규율입니다.

6. 교정 방법이 존재한다 — 헤크만 교정(Heckman Correction), 역확률 가중(IPW), 카플란-마이어(Kaplan-Meier) 추정 및 특정 시점 데이터베이스는 부분적으로 이 편향을 해결할 수 있습니다.

7. 가시성이 타당성은 아니다 — 성공적인 사례를 쉽게 볼 수 있다는 사실은 전체 모집단에 대한 대표성에 대해 아무것도 말해주지 않습니다.

18. 추가 리소스

학술 논문

• Brown, S. J., Goetzmann, W., Ibbotson, R. G., & Ross, S. A. (1992). Survivorship Bias in Performance Studies. Review of Financial Studies, 5(4), 553-580.
• Elton, E. J., Gruber, M. J., & Blake, C. R. (1996). Survivorship Bias and Mutual Fund Performance. Review of Financial Studies, 9(4), 1097-1120.
• Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group Memorandum.

도서

• Taleb, N. N. (2001). Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House.
• Taleb, N. N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

책 챕터

• Bacon, F. (1620). Idols of the Tribe. In Novum Organum.
• Cicero. (45 BCE). De Natura Deorum [On the Nature of the Gods]. Book III (디아고라스 일화 포함).

19. 요약 카드

20. 용어집

21. 토론 질문

북클럽, 교실, 또는 자아 성찰을 위한 질문:

1. 주로 눈에 띄는 성공 사례에 바탕을 두고 내린 중대한 인생의 결정을 하나 식별할 수 있습니까? 어떤 실패들을 보지 못했습니까?

2. 왈드는 총알구멍이 없는 곳에 장갑을 둘러야 한다고 권고했습니다. 오늘날 어떤 문제들이 손상이 나타나지 않는 곳을 봄으로써 이점을 얻을 수 있을까요?

3. 성공을 강조하고 실패를 감추는 소셜 미디어가 직업 및 인생 결정에 있어 생존자 편향을 어떻게 증폭시키고 있을까요?

4. 실패를 진정으로 "볼 수 있는" 방법이 있습니까, 아니면 우리는 항상 생존자 편향된 데이터로 작업하는 것입니까? 교정 방법의 한계는 무엇입니까?

5. 탈레브는 성공한 사람들의 조언이 실패한 사람들의 조언보다 타당하지 않을 수 있다고 주장합니다. 이 편향을 고려할 때 멘토링과 다른 사람들로부터 배우는 것에 대해 어떻게 생각해야 합니까?