14. 정형화된 현대 프레임워크

가설주도 사고 (hypothesis-driven)

답을 무작정 찾아 헤매는 대신, 답일 법한 가설을 먼저 세우고 그것이 맞는지 빠르게 검증해 진실에 다가가는 사고법이다. 자료를 다 모은 뒤 결론 내는 귀납적 순서를 뒤집어, 잠정 결론을 앞에 두고 그 결론을 깨뜨릴 증거부터 찾는다. 검증으로 가설이 살아남으면 확신하고, 무너지면 다음 가설로 갈아탄다.

너, 한밤중에 형사 사무실에 앉아 있다고 해보자. 책상 위엔 사건 파일이 산처럼 쌓여 있다. 목격자 진술, 통화 기록, 알리바이, 현장 사진. 신참 형사라면 이걸 다 읽고, 다 외우고, 그러다 보면 범인이 저절로 떠오르겠지 하고 처음부터 끝까지 파고든다. 그렇게 사흘이 지나도 머릿속은 더 흐려진다. 그런데 옆자리 노형사는 파일을 펼치자마자 중얼거린다. 남편이야. 아직 아무것도 안 읽었는데 어떻게? 그가 하는 건 추측이 아니다. 일단 남편이 범인이라고 못 박은 다음, 그게 사실이라면 반드시 깨질 수밖에 없는 지점을 골라 거기만 친다. 사건 당일 그 남자가 다른 도시에 있었다는 영수증 한 장만 나오면 이 가설은 그 자리에서 끝난다. 안 나오면? 그땐 의심이 한 칸 짙어진다. 그는 자료의 바다를 헤엄치는 게 아니라, 자료를 향해 질문을 쏘고 있는 거다.

이게 가설주도 사고다. 답을 맨 마지막에 건져 올리는 게 아니라, 답일 성싶은 걸 맨 앞에 가설로 박아 두고, 그 가설을 가장 빨리 죽일 수 있는 증거부터 찾으러 가는 방식. 핵심은 살리려는 게 아니라 죽이려 든다는 데 있다. 네 가설을 가장 아프게 때릴 한 방을 네 손으로 먼저 날려 보는 것. 그래도 안 죽으면, 그건 꽤 단단한 가설이다.

왜 굳이 죽이러 가야 하나. 가만히 두면 인간의 머리는 정반대로 굴러가기 때문이다. 한번 답을 정하면 그 답을 거드는 증거만 눈에 들어오고, 어긋나는 건 슬그머니 안 보인다. 이걸 확증편향이라 부른다. 신참 형사가 사흘을 헤맨 진짜 이유도 이거다. 그는 자기 짐작을 확인해 줄 단서만 줍고 있었다. 가설주도 사고는 이 본능을 정면으로 거스르는 훈련이다. 내 가설이 가장 싫어할 자료를 일부러 찾아 나서는 것. 그래서 어렵고, 그래서 강하다.

이 뒤집힌 순서를 학문의 언어로 처음 또렷이 새긴 사람은 20세기 과학철학자 칼 포퍼다. 그는 1934년 책에서 묻는다. 과학은 어떻게 진리에 다가가는가. 당시 사람들은 관찰을 쌓고 또 쌓으면 법칙이 솟아난다고 믿었다. 포퍼는 고개를 저었다. 흰 백조를 백만 마리 봐도 모든 백조가 희다는 건 증명 못 한다. 검은 백조 단 한 마리면 무너지니까. 그러니 과학의 일은 확인이 아니라 반증이다. 깨질 수 있도록 대담하게 가설을 던지고, 그걸 깨려고 죽기 살기로 덤비는 것. 살아남은 가설이 잠정적 진실이다. 이 반증 가능성이라는 잣대가, 막연히 자료를 모으던 인류의 머릿속 윗단추를 갈아 끼웠다.

그런데 이걸 책상물림의 철학이 아니라 일하는 사람의 무기로 벼린 곳은 따로 있다. 1960년대 이후 매킨지 같은 경영 컨설팅 회사다. 컨설턴트한테 주어진 시간은 늘 모자라고, 클라이언트의 자료는 늘 넘친다. 그 둘을 정직하게 곱하면 영원히 답이 안 나온다. 그래서 그들은 일을 거꾸로 시작한다. 첫날, 아직 아무것도 분석하지 않은 상태에서 답부터 적는다. 이 회사 매출이 안 오르는 건 가격이 아니라 영업망 때문이다. 이걸 잠정 답, 데이 원 앤서라 부른다. 그러곤 이 가설이 참이라면 데이터에서 보여야 할 것과 거짓이라면 보일 것을 갈라 두고, 그 갈림목을 가르는 자료만 콕 집어 판다. 바버라 민토라는 컨설턴트가 이 사고의 뼈대를 글쓰기 원리로 정리해 책으로 남겼고, 이후 전 세계 전략가들의 표준 작법이 됐다. 무한한 분석을 유한한 시간에 가두는 기술. 그게 이 방법이 그토록 사랑받은 이유다.

이 사고는 디지털 시대로 넘어와 두 번 더 꽃핀다. 하나는 소프트웨어 판이다. 무엇을 만들지 다 정해 놓고 일 년을 개발하던 사람들이, 에릭 리스의 린 스타트업을 거치며 순서를 뒤집었다. 사용자가 이 기능을 원할 거라는 건 사실이 아니라 검증 안 된 가설일 뿐이다. 그러니 가장 작고 거친 시제품을 던져 실제 반응으로 그 가설을 시험하라. 만들고, 재고, 배우고. 또 하나는 데이터 과학이다. 통계 검정의 심장에 영가설이라는 게 있다. 둘 사이에 차이가 없다를 일부러 가설로 세우고, 데이터가 그걸 깨뜨릴 만큼 충분히 이상한지를 따진다. 깨지면 차이가 있다고 본다. 여기서도 인간은 증명하러 가지 않는다. 깨뜨리러 간다. 컴퓨터가 밤새 가설을 깨고 또 깨는 사이, 진실은 깨지지 않고 남은 자리에서 모습을 드러낸다.

그러니 네가 자료 더미 앞에서 길을 잃을 것 같거든, 다 읽고 답을 찾겠다는 생각부터 버려라. 지금 아는 게 절반뿐이어도 좋으니 답을 먼저 한 문장으로 적어라. 그리고 그 문장이 틀렸다면 무엇이 보여야 하는지를 떠올려, 바로 그것부터 확인하러 가라. 가설은 사랑하라고 있는 게 아니라, 더 나은 가설에 자리를 내주려고 죽으라고 있는 거다.