닻 효과 (Anchoring Effect)

한 줄 정의

수치 판단을 할 때 처음 본 숫자(무관해 보여도)가 후속 추정을 잡아당기는 편향. 출발점에서 충분히 이동하지 못한다.

일상 한 줄

처음 본 숫자가 이후 모든 판단을 끌어당긴다.

흔한 장면

왜 빠지나

빠져나오는 법

1. 나의 추정 먼저 적기: 첫 숫자를 보기 전 본인 추정을 종이에 기록. 2. 다양한 앵커 보기: 한 출처에 의존하지 않고 3-5개 다른 데이터 보기. 3. 협상에서 먼저 부르기: 가능하다면 본인이 먼저 닻을 던지기. 4. "이 숫자가 내 판단을 끌고 있나?" 의식: 의식만으로 완전히 없앨 순 없지만 약화.

함께 쓰기 좋은 도구

통념이 무너지는 순간

"무관한 숫자는 내 판단에 영향을 안 준다"

⚠ 흔한 말: "나는 합리적이라 자릿수 정도는 무시한다." ✓ 학술: Tversky & Kahneman 1974 (Science 185(4157):1124-1131, OA UF/Tufts PDF verbatim 검증)의 룰렛 휠 실험: 무작위 숫자(10 또는 65)를 본 직후 UN 회원국 중 아프리카 국가 비율을 추정. 10을 본 그룹 평균 25%, 65를 본 그룹 평균 45%. 명백히 무관한 숫자도 추정을 좌우. "내 판단은 영향 안 받는다"는 자기 인식과 실제 행동이 일치하지 않음.

"전문가는 닻 효과에 안 걸린다"

⚠ 흔한 말: "경력이 많으면 객관적이다." ✓ 학술: Englich, Mussweiler & Strack (2006) 및 후속 연구: 부동산 평가사·법정 판사도 임의 닻에 영향받음. Klein et al. 2014 (Social Psychology 45(3):142-152, Many Labs Replication Project, 다국가 36개 실험실): 닻 효과 강건한 복제 성공 — 복제 위기 시대에 살아남은 효과 중 하나. 전문성이 닻 효과를 면제해주지 않음.

"닻 효과를 알면 막을 수 있다"

⚠ 흔한 말: "편향을 인식하면 극복할 수 있다" — 자기계발 슬로건. ✓ 학술: 메커니즘 자체가 무의식적. Strack & Mussweiler 1997 (JPSP 73(3):437-446)의 selective accessibility 모델: 닻이 가설로 작용해 일치하는 정보를 자동적으로 활성화. "의식하면 줄어든다"의 효과 크기는 작고 (메타분석에서 부분 감소), 0이 되지 않음. 인식만으로는 부족하고, 다양한 출처의 닻을 비교하는 운영적 절차가 필요.

빠져나오는 절차

(상세는 위의 "빠져나오는 법" 섹션 참조.)

1차 출처

해당 논문의 "Adjustment and anchoring" 섹션. 휴리스틱·편향 프로그램의 고전 3대 논문 중 하나.

원문 핵심 인용

"In many situations, people make estimates by starting from an initial value that is adjusted to yield the final answer... adjustments are typically insufficient. That is, different starting points yield different estimates, which are biased toward the initial values. We call this phenomenon anchoring." — Tversky & Kahneman (1974), p. 1128 verbatim 검증: 2026-05-23, OA PDF(bear.warrington.ufl.edu)에서 heavy normalize grep 확인

핵심 정의·메커니즘

주요 후속 연구·메타분석

비판·한계

관련 모델

앱 활용 방법

사고 도구 다른 글