기본 콘텐츠로 건너뛰기

당신의 직관을 믿지 마라. 직관과 이성을 최대한 활용하라. - 보이지 않는 고릴라

보이지 않는 고릴라 - 10점
크리스토퍼 차브리스 & 대니얼 사이먼스 지음, 김명철/김영사

이 책은 보이지 않는 고릴라 실험으로 유명한 크리스토퍼 차브리스와 대니얼 사이먼스 교수가 전하는 사람의 생각이 얼마나 심각한 오류를 가지고 있는지를 말해주는 책이다.

보이지 않는 고릴라 실험을 모르시는 분은 www.theinvisiblegorilla.com 을 방문해보시기 바란다.

이 책에는 보이지 않는 고릴라 실험에서 얘기하는 주의력 착각을 포함해서 기억력, 자신감, 지식, 원인, 잠재력 착각을 소개하고 있다.

책이 생각보다 두껍고 각 착각 별로 예시를 통한 상세한 설명을 하고 있다.

때문에 생각보다 읽어 나가는 것이 힘들다.

같은 얘기를 계속해서 반복하는 느낌이 들고, 읽다보면 앞의 내용을 잊어버리기 일쑤인것이 유일한 흠이라고 생각한다.

이 책을 다 읽고 덮으면서 최근에 탐색적 테스팅 교육을 만들기 위해 다시 한번 관련 자료를 찾으면서 국내에서 탐색적 테스팅에 대해 오해하고 있거나 잘못 이해하고 있는 사람들이 많다는 생각을 하게 되었다.

많은 사람들이 탐색적 테스팅을 휴리스틱, 경험 기반, 직관에 기반한 테스팅이라고 말하는 경우가 많다.

하지만 탐색적 테스팅을 실제로 하는 사람들은 그렇게 얘기하지 않는다.

물론 직관은 중요하고, 직관적인 판단이 유용할 때도 있다.

하지만 중요한 것은 이 책에서 말하는 것처럼 그것이 항상 옳지 않다는데 있다. 많은 경우 우리의 직관은 무수한 착각속에 잘못된 판단을 내릴 수 있다.

때문에 중요한 것은 분석적이고 이성적인 판단을 통해 다시 한번 더 생각해봐야한다는 것이다.

직관적인 판단과 이성적인 판단 둘 중 어느 하나가 옳다고 말할 수 없다. 우리가 올바른 판단을 내리기 위해서는 많은 노력을 해야한다.

이 책과 관련되어 최근의 말도 안되는 사건 하나를 얘기하자면 게임 중독이다.

게임 중독은 원인 착각이다.

정말로 게임이 정말 게임 중독으로 인해 발생되었다는 여러 사건들의 원인이 될 수 있을까?

그것을 증명하려면 정말로 게임만 한 사람과 그렇지 않은 사람을 포함한 커다란 실험군이 존재해야하고 실험을 통해 실제 해당 사건이 발생함을 증명할 수 있어야 한다.

그런데 그게 가능할까?

게임 중독은 말 그대로 다루기 쉽고 공격하기 쉬운 희생양 즉, 마녀 재판의 마녀를 만들어내기 위한 논리에 지나지 않는다.

고로 무식한 일개 무리들이 게임 중독에 대해 얘기할 때 그것이 틀렸다고 말하지 못하고 침묵하는 지식인은 죄인이다. 그들은 양심에 등을 돌리고 진실을 죽였으며, 범죄에 동조한 것이다.

우리 주변에서 발생하는 여러 사건들에 대해 좀 더 올바른 판단을 내리고 싶은 사람들, 탐색적 테스팅을 좀 더 제대로 하고 싶은 사람들이라면 반드시 읽어봐야 할 책이라고 추천하고 싶다.

개인적으로 이 책에 5점 만점에 5점을 부여하는 바이다.

댓글

  1. 직관으로 선택하되..이성으로 검증해야지요

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...