“왜 결정은 빠른데 결과는 자꾸 어긋날까?”
사업을 하다 보면 이상한 순간이 반복된다. 결정은 분명히 빠르게 내렸고, 나름의 근거도 있었다. 시장 상황도 확인했고, 경쟁사도 참고했고, 데이터도 어느 정도 살펴봤다. 그래서 스스로는 꽤 합리적인 판단이라고 생각한다. 그런데 결과가 어긋난다. 기대했던 반응이 나오지 않고, 생각보다 성과가 약하거나, 방향 자체가 틀린 것처럼 느껴진다.
이때 대부분의 사람들은 이렇게 생각한다. 데이터가 부족했나, 분석이 부족했나, 타이밍이 안 맞았나. 그래서 다음에는 더 많은 데이터를 보고, 더 많은 사례를 참고하고, 더 신중하게 판단하려 한다. 하지만 문제는 그 지점이 아니다. 이미 결정은 그 이전에 끝났기 때문이다.
“AI는 데이터를 빠르게 보여주지만, 결정의 출발점은 바꾸지 않는다”
요즘은 AI를 통해 데이터를 훨씬 빠르게 확인할 수 있다. 시장 트렌드, 고객 반응, 경쟁사 전략까지 정리하는 데 시간이 오래 걸리지 않는다. 그래서 사람은 더 많은 근거를 가지고 판단한다고 느낀다. 그런데 실제 결정 과정을 보면 흐름이 다르다.
먼저 느낌이 올라온다. 이게 될 것 같다는 감각, 지금 이걸 해야 한다는 직감이 먼저 작동한다. 그리고 나서 그 결정을 뒷받침할 자료를 찾는다. AI는 이 과정에서 매우 유용하다. 내가 이미 내린 결정을 설명해줄 데이터를 빠르게 정리해주기 때문이다. 결국 데이터는 판단의 기준이 아니라, 이미 내려진 결정을 정당화하는 도구로 사용된다. AI는 데이터를 강화한다. 하지만 결정의 출발점까지 바꾸지는 않는다.
“우리는 판단을 한 뒤, 근거를 찾고 있다”
경영학에서 의사결정은 데이터 기반으로 이루어진다고 말한다. 하지만 실제 현장은 다르게 움직인다. 대부분의 결정은 감정에서 시작된다. 이 상품이 될 것 같다는 느낌, 이 방향이 맞다는 확신, 지금 하지 않으면 놓칠 것 같은 불안이 먼저 작동한다. 그리고 그 다음에 근거를 찾는다.
이 과정 자체가 문제는 아니다. 문제는 이 흐름을 인식하지 못하는 것이다. 감정으로 결정했음에도 불구하고, 스스로는 데이터로 판단했다고 믿는 순간 오류가 시작된다. 왜냐하면 이 상태에서는 어떤 데이터가 들어와도 판단이 바뀌지 않기 때문이다. 이미 결론이 정해져 있기 때문이다. 그래서 결과가 틀려도 원인을 찾기 어렵다. 데이터가 틀린 것인지, 해석이 잘못된 것인지, 아니면 애초에 판단이 감정에서 시작된 것인지 구분하지 못한다.
“감정이 문제인 것이 아니라, 감정이 기준이 될 때 문제가 된다”
감정 자체는 나쁜 것이 아니다. 오히려 경험이 쌓인 사람일수록 감각은 중요하다. 문제는 감정이 기준 없이 작동할 때다. 같은 상황에서도 어떤 날은 공격적으로 결정하고, 어떤 날은 보수적으로 판단한다. 어떤 선택은 과감하게 밀어붙이고, 어떤 선택은 끝까지 미룬다. 이 차이는 상황이 아니라 상태에서 나온다.
이 상태에서는 결과가 반복되지 않는다. 어떤 선택은 맞고, 어떤 선택은 틀리지만 그 이유를 설명할 수 없다. 그래서 다음에도 같은 실수를 반복한다. 경영학에서 중요한 것은 감정을 없애는 것이 아니라, 감정 위에 기준을 올리는 것이다. 감정은 출발점이 될 수 있지만, 결정은 기준에서 끝나야 한다.
“데이터는 판단을 대신하지 않는다, 판단을 검증할 뿐이다”
많은 사람들이 데이터를 이렇게 사용한다. 결정을 내리기 위해 데이터를 본다. 하지만 실제로 데이터의 역할은 다르다. 데이터는 결정을 대신하지 않는다. 이미 세운 기준과 가설이 맞는지 검증하는 역할을 한다. 기준 없이 데이터를 보면 해석은 항상 달라진다. 보고 싶은 것만 보게 되고, 필요한 부분만 강조하게 된다. 그래서 같은 데이터를 보고도 서로 다른 결론이 나온다. 결국 중요한 것은 데이터의 양이 아니라, 어떤 기준으로 해석하느냐다. 기준이 먼저 있고 데이터가 따라와야 판단이 정리된다.
“AI 활용의 차이는 ‘결정 전 기준을 쓰는가?’에서 갈린다”
AI를 사용할 때 대부분은 이렇게 묻는다. “이 상황에서 어떤 선택이 좋을까.” 이 질문은 데이터를 늘린다. 하지만 기준을 가진 사람은 질문이 다르다. “이 상황에서 우리가 따라야 할 판단 기준을 먼저 정리해줘.” 이 질문을 하는 순간 흐름이 바뀐다. 먼저 기준이 만들어지고, 그 기준 위에서 데이터를 해석하게 된다. 그러면 데이터는 선택을 흔드는 요소가 아니라, 선택을 확인하는 도구가 된다. AI는 판단을 대신하지 않는다. 판단 구조를 정리하는 데 도움을 줄 뿐이다.
“실전에서 바꿀 한 가지”
지금 고민하고 있는 결정 하나를 떠올려보자. 그리고 그 결정을 바로 내리지 말고, 먼저 종이에 한 줄을 써보자. 이 결정에서 내가 가장 중요하게 보는 기준은 무엇인가? 수익인지, 안정성인지, 확장성인지, 고객 반응인지 단 하나만 선택한다. 그리고 그 기준에 맞지 않는 선택지는 과감하게 제외한다.
그 다음 AI에게 이렇게 질문해보자.
“이 기준을 기준으로 했을 때 가장 일관된 선택은 무엇인지 정리해줘.”
이 과정을 반복하면 감정은 사라지지 않지만, 감정이 방향을 흔들지는 않는다. 기준이 선택을 잡아주기 때문이다.
우리는 데이터를 보고 결정한다고 믿는다. 하지만 실제로는 이미 내린 결정을 설명하기 위해 데이터를 사용하고 있다. AI는 이 과정을 더 빠르게 만들어준다. 그래서 더더욱 기준이 없는 상태에서는 오류가 반복된다. 결정의 출발점이 감정인 것은 자연스럽다. 그러나 결론까지 감정으로 끝나면, 그건 판단이 아니라 반응이다. 경영은 반응이 아니라 선택이다. 선택은 기준 위에서만 만들어진다.
선택의 기록
데이터는 결정을 만드는 것이 아니라
이미 내려진 결정을 확인하는 도구다
){kind=small}
){kind=small}
){kind=small}
){kind=small}
