데이터(Data)가 있어도 판단이 흔들리는 이유 → 의사결정 구조
데이터는 충분한데 왜 결론은 매번 달라질까?
회의 때는 숫자를 보며 동의했는데, 막상 실행 직전이 되면 왜 다시 망설일까?
대시보드는 매일 업데이트되는데, 결정은 여전히 사람 기분에 따라 흔들리는 이유는 무엇일까?
이 글은 데이터 분석 기법이나 통계 정확도를 다루지 않는다.
또 “사람은 원래 비합리적이다”라는 이야기로 끝내지도 않는다.
현장에서 반복되는 장면 하나에 집중한다.
숫자는 있는데, 판단이 고정되지 않는 상황.
몇 달 전 만난 한 중견 제조업체 사례가 있다.
연 매출 300억 수준, 직원 120명 정도.
영업팀은 지역별 매출, 거래처별 이익률, 회전율 데이터를 매주 보고 있었다.
문제는 단순했다.
이익률이 낮은 거래처를 정리해야 하는데, 결정이 계속 미뤄졌다.
데이터상으로는 명확했다.
A거래처는 매출은 크지만 공헌이익이 낮고, 클레임도 많았다.
보고서에는 “단계적 축소”가 권고로 올라갔다.
그런데 회의에서 대표는 말했다.
“그래도 오래 거래한 곳이다.”
결론은 보류.
왜 이런 일이 반복될까?
많은 조직이 착각하는 지점이 있다.
“데이터가 있으면 판단은 자동으로 따라온다”는 생각이다.
하지만 데이터는 정보다.
판단은 구조다.
구조가 정의되지 않으면, 숫자는 참고자료로만 남는다.
결정 권한이 누구에게 있는지,
손실 허용 범위가 얼마인지,
단기와 장기 중 무엇을 우선하는지,
이 기준이 명확하지 않으면 사람은 본능적으로 안전한 쪽으로 기울어진다.
특히 알고리즘이나 분석 결과가 한 번이라도 틀리면 신뢰가 급격히 떨어진다.
“역시 현장이 더 정확하다”는 말이 나온다.
하지만 현장 판단도 매번 일관되지는 않다.
단지 오류가 눈에 덜 보일 뿐이다.
여기서 문제를 다시 정의해야 한다.
문제는 데이터 정확도가 아니다.
문제는 의사결정 구조의 설계다.
구조를 단순화하면 세 단계다.
첫째, 판단 기준을 사전에 합의했는가.
이익률 5% 미만은 정리 대상인지,
아니면 전략적 고객으로 예외를 둘 것인지.
기준을 숫자로 고정하지 않으면 매번 감정이 개입된다.
둘째, 결정 권한과 책임이 명확한가.
보고는 데이터팀이 하고,
결정은 대표가 하며,
책임은 영업이 지는 구조라면,
누구도 강한 결정을 하지 않는다.
셋째, 오류 허용 범위가 정의되어 있는가.
모든 결정이 완벽해야 한다는 전제가 있으면,
사람은 알고리즘보다 직감을 택한다.
왜냐하면 직감의 실패는 변명할 수 있지만,
데이터 기반 실패는 기록으로 남기 때문이다.
앞서 말한 제조업체는 구조를 바꿨다.
이익률 7% 미만 거래처는 3개월 개선 계획을 세우고,
개선되지 않으면 자동 축소한다는 룰을 문서화했다.
예외는 단 하나, 전략 거래처로 분류된 경우만.
그 대신 전략 거래처는 별도 KPI로 관리했다.
결과는 단순했다.
회의 시간이 줄었고,
보류 안건이 사라졌다.
결정이 옳았는지보다,
결정이 일관되게 실행되기 시작했다.
데이터가 있어도 판단이 흔들리는 이유는
사람이 비합리적이어서가 아니다.
구조가 합리적으로 설계되지 않았기 때문이다.
지금 점검해볼 질문은 세 가지다.
- 우리 조직은 숫자를 보고 나서가 아니라, 숫자를 보기 전에 판단 기준이 정의되어 있는가?
- 데이터가 틀렸을 때보다 사람이 틀렸을 때를 더 쉽게 용인하고 있지 않은가?
- “보류”라는 결론이 반복된다면, 그 원인은 데이터가 아니라 권한 구조에 있지 않은가?
판단은 감정이 아니라 구조 위에서 안정된다.
데이터는 그 위에 놓이는 재료일 뿐이다.
숫자를 더 모으기 전에,
의사결정 구조부터 적어보는 편이 낫다.
AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
(homepage) http://www.fieldbly.com
