Kind Environment (친절한 환경)
- 패턴이 반복되고, 피드백이 즉각적이며, 규칙이 명확
- 예: 체스, 골프
- 최적 전략: 조기 전문화 (Tiger Woods)
Wicked Environment (험난한 환경)
- 패턴이 불분명하고, 피드백이 지연되며, 규칙이 변함
- 예: 비즈니스, 의학, 인생의 대부분
- 최적 전략: 폭넓은 Sampling (Roger Federer)
> 핵심: 우리는 Kind 환경의 성공 사례를 Wicked 환경에 잘못 적용하고 있습니다.
>
1. 조기 전문화의 함정
조기 숙련도 ≠ 장기 잠재력
핵심 예시: 프리스타일 체스
- 인간 + 컴퓨터 대결에서 승자는 최고의 그랜드마스터가 아니었음
- Anson Williams (아마추어 체스 선수)가 우승
- 체스 실력은 평범했지만, 여러 AI 도구를 전략적으로 활용하는 통합 능력 탁월
- 교훈: Wicked 환경에서는 범위(Range)가 깊이(Depth)를 이김
보조 증거
노벨상 수상자들은 동료 과학자들보다 예술적 취미를 가질 확률이 훨씬 높음
2. 바람직한 어려움 (Desirable Difficulties)
쉬운 학습 = 얕은 이해 (빠른 망각)
어려운 학습 = 깊은 이해 (오래 지속)
핵심 개념: Interleaved Practice
- Blocked Practice: 같은 문제 반복 (AAAA, BBBB)
- 즉각적 성과는 높지만 장기 보존은 낮음
- Interleaved Practice: 다른 문제 섞어서 (ABCD, BCAD)
- 즉각적 성과는 낮지만 장기 보존은 훨씬 높음
- 핵심: 어떤 전략을 사용할지 판단하는 능력 향상
실증 예시
화가 구별: Cézanne, Picasso를 섞어서 보는 것이 각각 따로 보는 것보다 훨씬 효과적
3. 유추적 사고의 힘
Inside View: 현재 문제의 세부사항 집중 → 과신, 좁은 해결책
Outside View: 다른 영역의 구조적 유사성 찾기 → 정확한 예측, 창의적 해결책
Duncker의 방사선 문제
- 문제: 종양은 파괴하되 주변 조직은 손상 없이?
- 혼자 풀 때: 10%만 해결
- 유추 제공 (장군이 여러 방향에서 요새 공격): 80% 해결
- 교훈: 표면적 특징(의학 vs 군사)이 달라도 깊은 구조(집중된 힘)는 같을 수 있음
실용적 적용
- 사모펀드: Outside View (다른 프로젝트와 비교) → 정확한 예측
- 영화 수익: "어떤 영화와 유사한가?" → 높은 정확도
4. Match Quality와 Sampling의 중요성
조기 전문화 → 낮은 match quality → 커리어 변경 多
늦은 전문화 (Sampling) → 높은 match quality → 장기 성공
핵심 예시: 빈센트 반 고흐
- 미술상, 교사, 서점 직원, 목사 모두 실패
- 27세에야 그림 시작, 스타일도 계속 바꿈
- 교훈: "늦은 시작"과 끊임없는 "그만두기"가 그의 독특한 스타일 발견을 가능하게 함
The End of History Illusion
- 우리는 과거에 변했다는 것은 인정하지만, 미래에는 변하지 않을 것이라 믿음
- 실제: 가치관과 선호도는 평생 크게 변함
- 시사점: Test-and-Learn > Plan-and-Implement
아웃사이더의 우위
- 전문가의 맹점: Einstellung Effect - 익숙한 방법만 사용
- 아웃사이더의 강점: 영역 밖 사고, 먼 유추 사용
InnoCentive 플랫폼
> "문제가 해결자의 전문성에서 멀수록, 해결 가능성이 높음"
>
강력한 예시: John Davis
- 문제: 기름 유출 청소 (초콜릿 무스 같은 기름)
- 화학 지식이 아닌, 여름 건설 아르바이트 경험 회상
- 콘크리트 진동기로 해결
- PhD 화학자들이 수십 년 못 푼 문제를 화학자가 화학 외 방법으로 해결
미발견 공공 지식
Don Swanson: 서로 인용하지 않는 다른 분야 논문들을 교차 참조하여 마그네슘과 편두통 사이의 11가지 연결고리 발견
1. Lateral Thinking with Withered Technology
최첨단 기술 경쟁 대신, 오래되고 싼 기술을 새로운 방식으로 사용
Nintendo Game Boy
- 경쟁사보다 기술적으로 열등 (흑백 화면, 저성능)
- 하지만 "구식" 기술 덕분에:
- 저렴, 내구성, 배터리 효율, 개발 용이
- 결과: 우수한 Sega/Atari를 압도
폴리매스의 가치
Andy Ouderkirk (3M): 전문가 발명가는 1980년대 정점, 폴리매스는 점점 더 가치 있어짐
7. 고슴도치 vs 여우
Hedgehog: 단일 이론으로 세상을 봄 → 예측 정확도 끔찍 (침팬지보다 못함)
Fox: 다양한 관점을 종합 → 예측 정확도 우수
Philip Tetlock의 20년 연구
- Hedgehog: 자신감 넘치지만 틀림, 실패 후에도 믿음 수정 안 함
- Fox: 적극적 열린 마음, 새로운 데이터로 지속적 업데이트
Good Judgment Project
"슈퍼 예측자" (지적인 일반인/Foxes) > 기밀 데이터 가진 정보 분석가 (30% 앞섬)
8. 익숙한 도구 버리기
고압 상황에서 전문가들은 익숙한 도구로 퇴행 - 그 도구가 쓸모없어도
핵심 예시: Challenger 재해
- NASA 엔지니어들은 O-ring 고장 데이터를 가지고 있었음
- 하지만 "정량적이지 않다"는 이유로 무시
- 교훈: 모호한 상황에서 정량적 증명 요구라는 "익숙한 도구"를 버리지 못함
의료 과다 사용
전문가들은 증거가 효과 없다고 보여줘도 익숙한 도구 사용
- Oculostenotic reflex: "망치를 가지면 모든 것이 못으로 보인다"
9. 의도적 아마추어 (Deliberate Amateur)
혁신은 비효율성을 요구 - "dabble"하고, 탐구할 시간
- "금요일 밤 실험" 수행
- 개구리 공중 부양 (Ig Nobel상) → 그래핀 발견 (진짜 Nobel상)
- 5년마다 분야를 바꿈: "깊이 파지 않는다 - 얕게 grazing한다"
보조 예시: Oliver Smithies
"토요일 아침 실험"으로 젤 전기영동법 발견 (어머니가 셔츠에 풀 먹이던 것 기억)
실천 가능한 적용
학습할 때
- Interleaved practice 사용 (섞어서 연습)
- "어려운" 학습 선택 → 장기 보존 최적화
문제 해결 시
- Inside view만 사용하지 말 것
- "이것은 무엇과 유사한가?" 질문
- 완전히 다른 영역에서 유추 찾기
커리어 계획
- 10년 계획 대신 단기 계획
- Match quality가 낮으면 그만두는 것을 두려워하지 말 것
- Test-and-Learn > Plan-and-Implement
혁신 추구
- "금요일 밤 실험" 시간 확보
- 다른 분야의 오래된 해결책 찾기
- 전문 분야 밖을 읽고 배우기
우리가 살고 있는 세상은 대부분 Wicked Environment입니다.
Kind 환경(체스, 골프)의 성공 스토리를 일반화하는 것은 위험합니다.
비즈니스, 의학, 연구, 예술, 그리고 인생 대부분의 영역에서는:
- 패턴이 불분명하고
- 피드백이 지연되며
- 규칙이 계속 변합니다
이런 환경에서는 Range(폭넓은 경험)가 가장 강력한 무기입니다.
> "뒤처졌다고 느끼지 마라"
>
- 율리우스 카이사르: 알렉산더 동상 앞에서 울었지만, 나중에 세계 정복
- Steve Nash: 13세에 농구 시작 → NBA MVP 두 번
- Sviatoslav Richter: 22세에 정식 레슨 시작 → 20세기 최고의 피아니스트
조기 전문화의 압박을 느끼지 마세요. 다양한 경험, "실패", 커리어 변경은 약점이 아니라 Wicked World에서 성공하기 위한 필수 자산입니다.