// chikrii_algorithm_strategic_labprovided as internal research — read-only
root@chikrii-lab:~/chikrii-lab/algorithm-decoding/loss-weight.md

잃는 만 원이 얻는 만 원보다 두 배 무겁게 느껴지는 수학

똑같은 만 원인데 잃을 때가 더 아프다

만 원을 주울 때의 기쁨과 만 원을 잃어버릴 때의 괴로움 중 어느 쪽이 더 강한가. 대부분의 사람에게는 잃는 쪽이 훨씬 세다. 카너먼과 트버스키의 연구에 따르면, 동일한 크기의 손실이 이득보다 약 2배에서 2.5배 더 강한 심리적 무게를 가진다. 만 원을 잃는 고통을 상쇄하려면 약 2만 원에서 2만5천 원을 얻어야 한다. 수학적으로 보면 비합리적이지만, 인간의 의사결정 구조는 이렇게 작동한다.

이걸 손실 회피(Loss Aversion)라고 부르고, 전망 이론(Prospect Theory)의 핵심 축 중 하나다. 미국심리학회(APA)의 인지신경과학 영역에서도 손실 회피는 인간 의사결정 연구의 기본 주제로 다뤄진다. 문제는 이 편향이 단순한 심리적 특성에 그치지 않고, 수학적으로 최적인 판단을 체계적으로 왜곡한다는 데 있다.

기댓값이 양수인 게임을 거부하는 사람들

동전을 던져서 앞면이 나오면 15만 원을 받고, 뒷면이 나오면 10만 원을 낸다. 이 게임의 기댓값은 (0.5 × 15만) + (0.5 × -10만) = 2만5천 원이다. 수학적으로는 할 때마다 평균 2만5천 원의 이득이 생기는 게임이다. 그런데 실제로 이 게임을 제안하면 상당수가 거절한다. 10만 원을 잃을 수 있다는 사실의 심리적 무게가 15만 원을 얻을 수 있다는 기대보다 크기 때문이다.

소프트웨어는 이런 편향에 영향을 받지 않는다. 알고리즘에게 기댓값이 양수인 의사결정은 실행할 이유가 있는 의사결정이다. 투자 알고리즘이 손실 회피에 빠지지 않는 이유는 감정이 없어서가 아니라, 기댓값 계산이 코드에 그대로 구현되어 있기 때문이다. 변수로 들어오는 건 확률과 보상의 크기뿐이고, “잃는 쪽에 2배의 가중치를 적용해라”라는 코드를 작성자가 집어넣지 않는 한 그런 왜곡은 발생하지 않는다.

프레이밍이 판단을 뒤집는 구조

손실 회피의 파괴력은 프레이밍 효과와 결합할 때 극대화된다. 동일한 상황을 “생존률 90%”로 표현하느냐 “사망률 10%”로 표현하느냐에 따라 사람의 선택이 바뀐다. 수학적으로 같은 숫자인데 틀이 다르면 판단이 달라지는 것이다. 의료 현장에서 이 현상이 수없이 관찰되어 왔고, 제품 마케팅에서도 동일한 원리가 활용된다. “95% 지방 제거”와 “5% 지방 함유”는 같은 제품을 설명하지만 소비자의 반응은 크게 다르다.

마틴게일 시스템의 파산 확률 분석에서 다룬 것처럼, 베팅 전략의 기댓값을 정확히 계산하면 대부분의 전략은 장기적으로 손실로 귀결된다. 하지만 손실 회피 편향 때문에 사람들은 “한 번 크게 잃는 것”보다 “여러 번 작게 이기는 것”을 선호하고, 이 선호가 수학적으로 불리한 전략을 매력적으로 보이게 만든다. 마틴게일의 구조가 바로 그렇다. 자주 작게 이기고 가끔 크게 잃는데, 사람의 감각은 잦은 승리에 고정되어 드문 대형 손실을 과소평가한다.

알고리즘에 손실 회피를 의도적으로 넣는 경우

재미있는 것은 일부 알고리즘에는 손실 회피와 비슷한 비대칭 가중치를 의도적으로 설계에 집어넣는다는 점이다. 사기 탐지 시스템이 대표적이다. 사기 거래를 놓치는 비용(위음성)이 정상 거래를 잘못 차단하는 비용(위양성)보다 훨씬 크기 때문에, 손실 쪽에 더 큰 가중치를 부여하는 비대칭 손실 함수를 쓴다. 차이는, 사람의 손실 회피가 무의식적이고 일관되게 2배에서 2.5배라는 고정 비율로 작동하는 반면, 알고리즘의 비대칭 가중치는 문제의 구조에 맞게 설계자가 조정할 수 있다는 것이다. 편향을 제거하는 것과 편향을 설계하는 것은 완전히 다른 문제이며, 후자를 하려면 먼저 전자를 이해해야 한다.

금융 차트와 숫자 데이터

기댓값 계산을 습관으로 만드는 것

일상에서 손실 회피를 완전히 없앨 수는 없다. 진화적으로 깊이 박힌 반응이기 때문이다. 다만 중요한 의사결정 앞에서 기댓값을 종이에 직접 계산해보는 습관을 들이면, 감정이 수학을 덮어쓰는 빈도를 줄일 수 있다. 투자를 결정할 때, 프로젝트의 진행 여부를 판단할 때, 보험 상품을 고를 때, “이 선택의 기댓값은 얼마인가”를 숫자로 써보는 것이다. 그 숫자가 직관과 다를 때, 대부분의 경우 숫자가 맞다. 감정은 생존에 유용하지만 수학적 의사결정에는 방해가 되는 신호다.

소프트웨어에게 이 계산은 기본 동작이다. 사람에게는 의식적 훈련이 필요하다. 이 차이를 아는 것 자체가 더 나은 판단의 시작점이 된다.