기댓값 사고 (Expected Value Thinking)

한 줄 정의

불확실한 선택지를 비교할 때, 각 결과의 값에 그 발생 확률을 곱해 더한 값(기댓값)으로 판단하는 사고. 한 번의 결과가 아니라 "같은 선택을 무수히 반복했을 때의 평균"을 기준으로 삼는다 [von Neumann & Morgenstern 1944].

일상 한 줄

"이번엔 어떻게 될까?"가 아니라 "이런 선택을 100번 하면 평균적으로 어떻게 될까?"로 묻는다. 70% 확률로 +10만 원, 30% 확률로 -20만 원이면 기댓값은 0.7×10 + 0.3×(-20) = 1만 원. 손해 볼 가능성이 더 커 보여도 장기적으로는 이득인 선택 [Bernoulli 1738].

이 카드의 학술 항목은 1차 출처에서 확인된 사실만 담습니다. 단, 일부 원문은 번역본·재인용을 통해 verbatim을 대조했으므로 confidence는 B입니다.

흔한 장면

보험 가입 결정: "어차피 사고 안 나면 손해 아닌가?" — 보험은 기댓값상 마이너스(보험사가 마진을 가져감)이지만, 파산급 손실의 확률을 제거하는 값을 사는 것. 기댓값만으로는 설명 안 되는 영역 [Bernoulli 1738, 효용 체감].
복권·도박: 1등 당첨금이 크게 느껴지지만, (당첨금 × 당첨확률)이 표값보다 훨씬 작다. 기댓값이 음수인 거래를 "혹시"라는 감정으로 반복.
이직·창업: "실패하면 어쩌지"라는 한 번의 시나리오에 묶여, 성공 확률 × 상방 가치를 계산하지 않음.
A/B 중 더 안전한 쪽: 확실한 90만 원 vs 90% 확률의 100만 원(기댓값 90만 원, 동일). 사람은 거의 항상 확실한 쪽을 택함 — 확실성 효과 [Kahneman & Tversky 1979].
반복 가능한 작은 베팅: 한 번의 손실은 아프지만 기댓값이 양수면 반복할수록 거의 확실히 이득. 그런데 사람은 첫 손실에서 멈춤.
의료·검사 결정: "양성이면 어쩌지"의 공포가, 검사·치료의 기대 이득과 위해를 확률로 따지는 계산을 압도.

왜 빠지나 (메커니즘)

효용은 금액에 비례하지 않는다 (효용 체감) [Bernoulli 1738, Sommer 1954 역] — Bernoulli는 같은 1두카트라도 가진 자산이 적은 사람에게 더 크다고 보고, 부의 효용을 로그 함수로 제안. "물건의 가치는 가격이 아니라 그것이 주는 효용에 근거해야 한다." 그래서 사람은 금전 기댓값(EV)이 아니라 기대 효용(expected utility)을 따른다.
확실성 효과 [Kahneman & Tversky 1979, Econometrica 47(2)] — "people underweight outcomes that are merely probable in comparison with outcomes that are obtained with certainty." 확실한 결과는 그 확률 가치 이상으로 과대평가되어, 기댓값이 같거나 더 나은 도박을 거부하게 만든다.
손실 회피 (이득/손실 비대칭) [Kahneman & Tversky 1979] — 가치 함수는 이득 영역에서 오목, 손실 영역에서 볼록하며 "손실 쪽이 더 가파르다." 같은 크기 손실이 이득보다 약 2배 무겁게 느껴져, 음의 결과 한 칸에 기댓값 계산이 무너진다.
확률의 비선형 가중 [Kahneman & Tversky 1979] — 결정 가중치(decision weight)는 객관 확률과 다르며, 낮은 확률은 과대평가된다. 이것이 보험과 도박이 동시에 매력적인 이유.
단일 시행 프레이밍 [Allais 1953, Econometrica 21(4)] — 사람은 "이번 한 번"을 보고, 기댓값이 전제하는 "장기 반복 평균"을 직관하지 못한다. 그래서 반복하면 거의 확실히 이득인 베팅도 회피.

빠져나오는 법

1. 결과 × 확률을 실제로 적어 본다. 머릿속 직관 대신 (확률 × 값)의 합을 숫자로. 예: 이직 — 성공확률 60% × 연봉상승 +2000만, 실패확률 40% × 전환비용 -1000만 → EV = +800만.

2. "100번 반복" 프레임으로 바꾼다 [Allais 1953이 드러낸 단일시행 함정의 역이용]. 한 번이 아니라 같은 결정을 여러 번 한다고 가정하면 기댓값 직관이 살아난다. 3. EV와 효용을 분리한다 [Bernoulli 1738]. 기댓값이 양수라도 "한 번의 손실이 파산급"이면 거부가 합리적일 수 있다. 금액이 아니라 그 손실이 내게 주는 효용으로 환산. 보험은 음의 EV를 효용으로 정당화하는 전형. 4. 확실성 프리미엄을 의심한다 [Kahneman & Tversky 1979]. "확실한 쪽"을 택하려 할 때, 같은 기댓값의 불확실 대안보다 얼마를 더 지불하고 있는지 따진다. 5. 확률을 보정한다 [base-rate-neglect, forecast-calibration 연계]. EV의 정확도는 확률 추정의 정확도에 달려 있다. 기저율과 캘리브레이션이 어긋나면 EV 계산도 어긋난다.

함께 쓰기 좋은 도구

forecast-calibration — EV의 확률 입력이 잘 보정돼야 EV가 의미 있음.
bayesian-thinking — 새 증거로 확률을 갱신해 EV를 다시 계산.
base-rate-neglect — 기저율 무시는 곧 잘못된 확률 → 잘못된 EV.
sunk-cost — 과거 비용을 빼고 미래 기댓값만 보라는 점에서 짝.

통념이 무너지는 순간

"손해 볼 확률이 더 크면 안 하는 게 맞다"

⚠ 흔한 말: "질 확률이 70%인데 왜 해?" ✓ 학술: 확률이 아니라 확률 × 결과 크기가 기준 [von Neumann & Morgenstern 1944]. 70% 확률로 -10만, 30% 확률로 +100만이면 EV = 0.7×(-10) + 0.3×100 = +23만. 질 확률이 크고 자주 져도, 반복하면 평균적으로 이득. "이길 확률"만 보는 건 기댓값의 절반만 보는 것.

"확실한 90만 원이 90% 확률의 100만 원보다 낫다 — 당연하잖아"

⚠ 흔한 말: "확실한 게 최고지." ✓ 학술: 두 선택의 기댓값은 같다(90만 vs 0.9×100만 = 90만). 그런데 거의 모두 확실한 쪽을 택한다 — Kahneman & Tversky (1979)가 명명한 확실성 효과(certainty effect): "people underweight outcomes that are merely probable in comparison with outcomes that are obtained with certainty." 이 편향은 합리적일 때도 있지만, 확실성에 EV 이상의 프리미엄을 무의식적으로 지불하고 있음을 알아야 한다.

"기댓값이 플러스면 무조건 해야 한다"

⚠ 흔한 말: "EV 양수면 합리적 선택이지." ✓ 학술: Bernoulli (1738)가 St. Petersburg 역설로 반박 — 기댓값이 무한대인 도박에도 사람은 적은 돈만 건다. 답은 효용 체감: "the determination of the value of an item must not be based on its price, but rather on the utility it yields" [Sommer 1954 역]. 한 번의 파산급 손실은 양의 EV를 무의미하게 만든다. EV는 반복 가능하고 손실이 감당 가능할 때 가장 유효.

### "기댓값 계산은 도박·투자 같은 특수 상황 얘기다" ⚠ 흔한 말: "내 일상이랑 무슨 상관이야." ✓ 학술: von Neumann & Morgenstern (1944)는 불확실성 하의 모든 합리적 선택을 기대 효용 극대화로 공리화했다 — "We have practically defined numerical utility as being that thing for which the calculus of mathematical expectations is legitimate." 이직·검사·계약·시간 배분 등 결과가 불확실한 모든 결정이 EV 사고의 대상.

1차 출처

Bernoulli, D. (1738). Specimen Theoriae Novae de Mensura Sortis. Commentarii Academiae Scientiarum Imperialis Petropolitanae, 5, 175-192. 영역: Sommer, L. (1954). Exposition of a New Theory on the Measurement of Risk. Econometrica, 22(1), 23-36. DOI: 10.2307/1909829 (검증: 2026-05-31). 기대 효용·효용 체감·St. Petersburg 역설의 시초.
von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton University Press. 불확실성 하 선택을 기대 효용 극대화로 공리화한 표준 정초(완전성·이행성·연속성·독립성 공리). (검증: 2026-05-31, Princeton UP·Wikipedia·Britannica 일치)
Allais, M. (1953). Le comportement de l'homme rationnel devant le risque: Critique des postulats et axiomes de l'école américaine. Econometrica, 21(4), 503-546. DOI: 10.2307/1907921 (검증: 2026-05-31). EU 공리(독립성) 위반의 첫 체계적 반례 — Allais 역설.
Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263-291. DOI: 10.2307/1914185 (검증: 2026-05-31, RePEc·Econometric Society 일치). EU와 실제 결정의 체계적 괴리를 실험으로 규명.

원문 핵심 인용

"This paper presents a critique of expected utility theory as a descriptive model of decision making under risk... people underweight outcomes that are merely probable in comparison with outcomes that are obtained with certainty. This tendency, called the certainty effect, contributes to risk aversion in choices involving sure gains and to risk seeking in choices involving sure losses." — Kahneman & Tversky (1979), Econometrica 47(2), abstract verbatim 검증: 2026-05-31, RePEc(ideas.repec.org) 게재 abstract 전문 대조.

"...the determination of the value of an item must not be based on its price, but rather on the utility it yields." — Bernoulli (1738), Sommer (1954) 영역, Econometrica 22(1) verbatim 검증: 2026-05-31, 다수 학술 인용처 교차 확인. 단, Sommer 번역본 원문 PDF 직접 대조는 미완 → confidence B.

"We have practically defined numerical utility as being that thing for which the calculus of mathematical expectations is legitimate." — von Neumann & Morgenstern (1944) verbatim 검증: 2026-05-31, 복수 2차 인용처 일치. 원서 페이지 직접 대조 미완 → confidence B.

핵심 정의·메커니즘

기댓값(EV): EV = Σ (각 결과의 값 × 그 확률). 결과가 금전이면 기대금액, 효용이면 기대 효용.
규범적 주장 [vNM 1944]: 선호가 4공리(완전성·이행성·연속성·독립성)를 만족하면, 그 선호는 기대 효용을 극대화하는 효용함수로 표현된다 → 합리적 선택 = 기대 효용 극대화.
효용 함수의 곡률 [Bernoulli 1738]: 오목(위험 회피) — 부가 늘수록 한 단위의 효용이 줄어든다. 로그 효용이 St. Petersburg 역설을 해소.
기술적(descriptive) 일탈 [K&T 1979]: 실제 인간은 기준점 대비 이득/손실로 평가하고, 확률을 결정 가중치로 비선형 변환하며, 확실성을 과대평가한다 → EU의 예측에서 체계적으로 벗어남.

주요 후속 연구·메타분석

Allais (1953): 독립성 공리 위반(certainty effect의 원형)을 제시 — EU의 첫 실증적 균열.
Tversky & Kahneman (1992). Advances in Prospect Theory: Cumulative Representation of Uncertainty. Journal of Risk and Uncertainty, 5(4), 297-323. 누적 전망이론 — 손실 회피 계수 λ ≈ 2.25 추정.
Ellsberg (1961). Risk, Ambiguity, and the Savage Axioms. Quarterly Journal of Economics, 75(4), 643-669. 확률 자체가 불확실한 "모호성"에서의 추가 일탈.

비판·한계

확률을 모를 때: EV는 확률 입력이 있어야 계산된다. 추정이 부정확하면 EV도 무의미 — 캘리브레이션 의존.
반복 불가·치명적 손실: 기댓값은 본질적으로 장기 반복 평균. 한 번뿐이거나 파산급 손실이 걸린 결정에서는 EV가 오도할 수 있다(Kelly 기준·효용 체감으로 보완).
기술 vs 규범 혼동: vNM은 "합리적이라면 이렇게 해야 한다"(규범), K&T는 "사람은 실제로 이렇게 한다"(기술). 둘을 섞으면 "사람은 비합리적"이라는 과한 결론으로 흐른다.
모호성: Ellsberg가 보였듯 확률 자체가 불명확한 상황에선 EV/EU 틀이 부분적으로만 적용.

앱 활용 방법

라이브러리: 정의 + 일상 예시(보험·이직·반복 베팅) + 계산 위젯(결과·확률 입력 → EV 자동 산출) + 안티패턴("이길 확률만 본다").
연결 인생 질문:
- Q08 후회 없는 선택 — 결과가 아니라 결정 시점의 기댓값으로 평가(결과론 분리).
- Q09 실패 견디기 — 양의 EV 베팅의 단발 실패는 과정의 일부.
시나리오 적합성: 강하게 적합. "확실한 90만 vs 90%의 100만", "음수 EV 복권 반복" 같은 선택형으로 확실성 효과·EV 직관을 체험시키기 좋음.
주의: "EV 양수면 무조건 하라"로 단순화 금지 — 반복 가능성·치명적 손실·효용 체감을 함께 제시해야 오용을 막는다.