프레이밍 효과 (Framing Effect)

한 줄 정의

논리적으로 동일한 선택지라도 어떻게 서술(표현)하느냐에 따라 선호가 뒤집히는 현상. 같은 사실을 "이득"으로 묶으면 안전을, "손실"로 묶으면 위험을 택한다 [Tversky & Kahneman 1981].

일상 한 줄

내용이 같아도 "90% 생존"으로 들으면 받아들이고 "10% 사망"으로 들으면 거부한다. 결정을 바꾼 건 사실이 아니라 문장의 틀이다 [Tversky & Kahneman 1981].

이 카드의 모든 항목은 학술 1차 출처에서 verbatim 검증된 사실만 담습니다. 학술 출처 없는 일상 응용·처방·추측은 본문에 넣지 않습니다.

흔한 장면

왜 빠지나 (메커니즘)

빠져나오는 법

1. 두 프레임으로 다시 써보기 [Tversky & Kahneman 1981] — 결정 전에 같은 사실을 "이득 버전"과 "손실 버전" 둘 다로 적어본다. 선호가 흔들리면 그 선택은 사실이 아니라 표현에 끌린 것. T&K가 invariance(불변성) 위반이라 부른 지점. 2. 공통 척도로 환산 — "90% 생존"과 "10% 사망"을 같은 절대 빈도(100명 중 90명/10명)로 바꿔 나란히 둔다. 백분율·생존/사망 혼용을 통일하면 프레임 차이가 사라진다. 3. 직접 경험·실데이터 확인 [Levin & Gaeth 1988] — 라벨 대신 실물·원자료를 보면 프레임 효과가 줄어든다("75% 살코기" 효과가 시식 후 약화). 표현이 아니라 대상 자체를 검증. 4. 결정 기준을 미리 못박기 — 무엇을 보고 결정할지(미래 기대값·총비용)를 표현을 보기 전에 정해두면, 어떤 프레임으로 와도 같은 기준으로 평가하게 된다.

함께 쓰기 좋은 도구

통념이 무너지는 순간

"같은 사실이면 사람들 판단도 같다"

⚠ 흔한 말: "정보만 정확하면 표현 방식은 부차적이다. 합리적 사람은 어떻게 말하든 같은 결론." ✓ 학술: Tversky & Kahneman (1981) Asian disease 문제 — 동일한 통계를 생존 프레임(Problem 1, N=152)으로 주면 72%가 확실한 선택(Program A), 사망 프레임(Problem 2, N=155)으로 주면 78%가 위험한 도박(Program D). 결과는 수학적으로 동일한데 선호가 정반대로 뒤집힘. "합리적 불변성(invariance)"의 명백한 위반. [Tversky & Kahneman 1981]

"프레이밍은 결국 손실 회피의 다른 이름이다"

⚠ 흔한 말: "프레이밍이든 손실 회피든 그게 그거 아닌가." ✓ 학술: Levin, Schneider & Gaeth (1998)는 프레이밍을 세 유형으로 분리 — 위험선택(risky choice, 손실 회피와 연결), 속성(attribute, "75% 살코기"), 목표(goal, 손실 강조 메시지가 더 설득적). 속성·목표 프레이밍은 위험·도박이 없어 손실 회피만으로 설명되지 않음. 프레이밍 ⊃ 손실 회피가 아니라 부분 교집합. [Levin, Schneider & Gaeth 1998]

"한번 발견된 심리 효과니 항상 강하게 나타난다"

⚠ 흔한 말: "교과서에 실린 고전 효과니 효과 크기도 크고 늘 재현되겠지." ✓ 학술: Kühberger (1998) 메타분석(136편·약 30,000명·230 효과크기) 결과 전체 효과는 소~중간(d≈0.31) 수준이고 연구 설계 간 편차가 큼. 다만 게재편향 보정 후(Steiger & Kühberger 2018) d≈0.52, Many Labs 복제(Klein et al. 2014)에서도 핵심 효과는 재현됨. 현상은 견고하나 크기는 맥락 의존적. [Kühberger 1998; Steiger & Kühberger 2018]

"문구만 바꾸면 행동도 마음대로 바꿀 수 있다"

⚠ 흔한 말: "마케팅·정책은 표현만 잘 틀면 사람을 끌고 갈 수 있다." ✓ 학술: Levin & Gaeth (1988) — "75% 살코기" 라벨이 "25% 지방"보다 호의적 평가를 끌어냈지만, 실제로 고기를 맛본 뒤에는 효과가 줄었다. 직접 경험·실데이터가 프레임을 희석. 표현의 힘은 정보가 모호하고 검증이 어려울 때 가장 크다. [Levin & Gaeth 1988]

1차 출처

T&K 1981은 프레이밍 효과를 처음 체계적으로 정의·실험한 표준 논문. Levin et al. 1998은 흩어진 결과들을 세 유형으로 정리한 분류 논문.

원문 핵심 인용

"We use the term 'decision frame' to refer to the decision-maker's conception of the acts, outcomes, and contingencies associated with a particular choice." — Tversky & Kahneman (1981), Science 211:453

Asian disease 문제 verbatim (rangevoting.org 사본 대조, 2026-05-31):

Problem 1 [N=152]: "Imagine that the US is preparing for the outbreak of an unusual Asian disease, which is expected to kill 600 people. ... If Program A is adopted, 200 people will be saved. [72 per cent] If Program B is adopted, there is 1/3 probability that 600 people will be saved, and 2/3 probability that no people will be saved. [28 per cent]" Problem 2 [N=155]: "If Program C is adopted 400 people will die. [22 per cent] If Program D is adopted there is 1/3 probability that nobody will die, and 2/3 probability that 600 people will die. [78 per cent]"

핵심: Program A=C(확실히 200명 생존=400명 사망), Program B=D(같은 도박). 수학적으로 동일하나 생존 프레임에선 72%가 확실(A), 사망 프레임에선 78%가 도박(D)을 택함.

핵심 정의·메커니즘

| 유형 | 무엇을 바꾸나 | 예시 | 효과 방향 | |---|---|---|---| | 위험선택 (risky choice) | 결과를 이득/손실로 묶음 | Asian disease | 손실 프레임 → 위험 추구 | | 속성 (attribute) | 한 속성을 긍정/부정으로 라벨 | 75% 살코기 vs 25% 지방 | 긍정 라벨 → 호의적 평가 | | 목표 (goal) | 행동의 이득/손실을 강조 | 검진하면 이득 vs 안 하면 손해 | 손실 강조 → 설득력 ↑ |

주요 후속 연구·메타분석

비판·한계

관련 모델

앱 활용 방법

사고 도구 다른 글