착각적 상관 (Illusory Correlation)
쉽게 풀면
"보름달이 뜨면 응급실에 환자가 더 몰린다"는 말을 들어본 적이 있을 겁니다. 실제 통계를 보면 보름달과 응급실 방문 건수 사이에는 별다른 관계가 없는데도 많은 사람이 이 관계를 믿습니다. 왜일까요? 보름달이 뜬 유난히 바쁜 밤은 인상 깊게 기억에 남고, 보름달이 떴는데 조용했던 밤이나 보름달이 없는데도 바빴던 밤은 그냥 지나쳐버리기 때문입니다. 이렇게 눈에 띄는 사례들만 선택적으로 기억에 남으면서, 실제로는 없는 관계를 있다고 믿게 되는 것이 착각적 상관입니다.
왜 중요한가
착각적 상관은 고정관념과 편견이 형성되는 심리적 메커니즘을 설명하는 핵심 개념으로, 사회심리학뿐 아니라 임상심리학의 오진단 문제, 나아가 대중이 유사과학적 믿음을 형성하는 과정을 설명하는 데에도 폭넓게 활용됩니다. 실제로는 근거가 부족한 진단 기준이나 민간요법이 왜 널리 믿어지는지를 설명할 때 자주 인용되는 개념이기도 합니다. 데이터 기반 의사결정의 중요성을 강조하는 연구방법론 논의와도 자연스럽게 연결됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 실제 빈도상 아무 관계가 없는 소수 집단과 부정적 행동이, 둘 다 상대적으로 드물고 눈에 띈다는 이유만으로 사람들 머릿속에서 서로 연관된 것처럼 과대평가되었다는 실험 결과를 설명한 것입니다. 사회심리학의 고정관념·편견 형성 연구에서 자주 인용됩니다.
임상심리학 연구에서 진단 도구의 타당성 문제를 착각적 상관 개념으로 설명한 예문이다.
조금 더 깊게 보면
착각적 상관은 두 사건이 모두 상대적으로 드물게 발생할 때(이중 드묾, distinctiveness) 특히 강하게 나타나는 것으로 알려져 있으며, 이는 드문 사건들의 조합이 기억에 더 두드러지게 남기 때문이라고 설명됩니다. 연구에서는 흔히 참가자에게 두 범주(예: 다수 집단·소수 집단)와 행동(긍정·부정)을 실제로는 동일한 비율로 제시한 뒤, 사후에 각 조합이 얼마나 자주 나타났다고 느꼈는지를 물어 착각의 크기를 측정합니다. 이런 설계는 사전에 통제된 빈도 정보를 실험자가 알고 있다는 점에서, 실제 관찰 데이터를 다루는 확증편향 연구와는 방법론적으로 구분됩니다.
주의할 점
착각적 상관은 눈에 띄는 사례가 기억에 더 잘 남아 판단에 영향을 주는 가용성 휴리스틱과 밀접하지만, 가용성 휴리스틱이 '빈도나 확률'을 잘못 추정하는 것이라면 착각적 상관은 '두 변수 사이의 관계' 자체를 잘못 지각한다는 점에서 다릅니다. 실제 상관관계가 있는지는 반드시 체계적인 데이터로 확인해야 합니다.