확증편향 (Confirmation Bias)

한 줄 정의: 자신의 기존 신념을 뒷받침하는 정보만 선택적으로 받아들이는 경향입니다.

쉽게 풀면

인지편향의 대표적인 한 종류로, 사람이 이미 믿고 있는 것과 일치하는 정보는 쉽게 받아들이고 반대되는 정보는 무시하거나 깎아내리는 경향을 말합니다. 예를 들어 특정 다이어트법이 효과 있다고 믿는 사람은 그 방법으로 살이 빠졌다는 사례는 잘 기억하면서, 효과가 없었던 사례는 "그 사람이 잘못한 것"이라고 넘겨버리곤 합니다. 연구자도 예외가 아니어서, 자신의 가설을 지지하는 데이터에 더 관대한 잣대를 적용하기 쉽습니다.

왜 중요한가

확증편향은 연구의 객관성을 위협하는 대표적인 인지적 함정이기 때문에 여러 분야의 논문에서 반복적으로 언급됩니다. 특히 가설을 세우고 검증하는 과정 자체가 사람의 판단에 의존하는 만큼, 연구자가 무의식적으로 자신의 예측에 유리한 데이터만 강조하거나 해석할 위험이 항상 존재합니다. 이 때문에 확증편향은 연구방법론, 재현성(replicability) 논의, 임상시험 설계, 정책 평가 등 폭넓은 주제와 맞닿아 있으며, 이를 줄이기 위한 절차적 장치를 마련하는 것이 신뢰할 수 있는 연구의 전제조건으로 다뤄집니다.

논문에서는 이렇게 쓰입니다

"연구자의 확증편향을 줄이기 위해 가설을 사전등록(pre-registration)하고 분석 계획을 데이터 수집 전에 고정했다."

결과를 보고 나서 유리한 쪽으로 분석 방법을 바꾸는 일을 막기 위해, 무엇을 어떻게 분석할지 미리 정해두었다는 뜻입니다.

"임상시험 평가자는 치료군과 대조군 배정 정보를 모르는 상태에서 결과를 판정하여, 기대에 따른 확증편향을 최소화하였다."

평가자가 어느 환자가 실제 치료를 받았는지 모르게 함으로써, "효과가 있을 것"이라는 기대가 판정에 영향을 주지 않도록 설계했다는 의미입니다.

"소비자 설문 응답을 분석할 때, 기존 브랜드 이미지와 부합하는 응답에만 주목하는 확증편향을 피하기 위해 응답 전체를 사전에 정한 기준으로 코딩하였다."

마케팅·소비자행동 연구에서도 연구자가 원하는 결론과 일치하는 응답만 골라 보게 되는 편향을 막기 위해, 분석 기준을 미리 정해두고 모든 응답에 동일하게 적용했다는 뜻입니다.

조금 더 깊게 보면

확증편향은 정보 탐색 단계와 정보 해석 단계 모두에서 나타날 수 있습니다. 탐색 단계에서는 자신의 신념과 일치하는 자료를 더 적극적으로 찾는 경향(선택적 노출)으로, 해석 단계에서는 같은 데이터라도 자신의 가설에 유리하게 읽어내는 경향으로 나타납니다. 논문에서 이를 통제하기 위해 자주 언급되는 절차로는 사전등록, 이중맹검(double-blind), 사전에 정한 코딩·분석 기준 적용 등이 있으며, 이런 절차들은 확증편향뿐 아니라 다른 여러 인지편향을 함께 줄이는 효과가 있다고 보고됩니다. 또한 확증편향은 인지부조화를 줄이려는 동기와도 관련이 있다고 설명되는 경우가 많습니다.

주의할 점

확증편향은 의도적인 거짓말과 다릅니다. 연구자가 정직하더라도 무의식적으로 발생할 수 있기 때문에, 이를 막기 위한 절차(사전등록, 이중맹검 등)가 중요하게 여겨집니다.