AI 요약
저자는 사업과 투자에서의 실패한 베팅 대부분이 그럴듯한 단편 서사에 기반한 '내러티브 추론'에서 비롯됐다고 고백하며, 패턴 매칭이 내러티브 추론을 능가한다고 주장한다. 현실은 수백만 가지 요인이 얽힌 다중 인과 구조라서 짧은 이야기로는 포착할 수 없으며, 체스 AI조차 언어적 추론이 아닌 방대한 확률 행렬로 작동한다는 점을 근거로 든다. 또한 벤카테시 라오의 '레지빌리티(Legibility)' 개념을 인용해, 질서정연하고 이해하기 쉬운 시스템에 과도한 가치를 두는 '레지빌리티 편향'이 오히려 실패를 낳는다고 지적한다.
핵심 포인트
- 실패한 투자·사업 베팅의 공통 원인으로 '그럴듯한 단편 서사' 지목
- 현실의 다중 인과성 때문에 언어 기반 추론은 최적 전략이 될 수 없음
- 체스 AI는 수백 수·분기 미래를 확률 행렬로 계산, 서사 추론과 대조
- '레지빌리티 편향'으로 작동하던 비정형 시스템을 질서정연하게 재편했다가 실패한 사례 제시
향후 전망
- 의사결정·투자 전략에서 정량적 패턴 분석의 중요성 부각
- '이해하기 쉬움'을 품질 지표로 삼는 조직 문화에 대한 재고 필요