데이터로 질문하고 직관으로 결정하라

'정량적 직관 의사결정'의 세계적 전략가 오데드 네처 교수의
컬럼비아 경영대학원 최고 명강의
조나 버거, 세스 스티븐스 다비도위츠 강력 추천!

당신은 신중한 건가,
아니면 결정을 미루고 있는 건가?
최고의 의사결정은 '정확함'이 아니라 '균형과 속도'에서 나온다

오늘날 많은 리더들이 빠지는 함정은 명확하다. 더 많은 데이터를 확보하고, 더 정교한 분석을 거치면 더 좋은 결정을 내릴 수 있을 것이라는 믿음이다. 하지만 현실에서는 정반대의 일이 벌어진다. 데이터는 끝없이 추가되고, 분석은 반복되며, 결정은 계속 미뤄진다. 그 사이 시장은 움직이고, 경쟁자는 이미 실행에 들어간다.
책 《데이터로 질문하고 직관으로 결정하라》의 저자들은 이 문제를 날카롭게 짚는다. 데이터에만 의존하는 결정은 오히려 '정확하게 틀린 결과'를 만들어낼 수 있다. 반대로 직관만으로 내리는 결정은 편향과 오류에 쉽게 노출된다. 중요한 것은 둘 중 하나를 선택하는 것이 아니라, 데이터와 직관을 결합하는 능력이다. 이것이 바로 이 책이 제시하는 핵심 개념, '정량적 직관(Quantitative Intuition, QI)'이다. 정량적 직관이란 단순히 데이터를 잘 해석하는 능력이 아니다. 이는 정밀한 질문을 통해 문제를 정의하고, 맥락 속에서 데이터를 해석하며, 다양한 정보를 하나의 판단으로 종합해 행동으로 이어지는 결정을 만들어내는 능력이다. 즉, 분석(Q)과 판단(I)을 분리하지 않고 하나의 흐름으로 연결하는 사고 방식이다. 데이터는 방향을 제시하고, 직관은 속도를 만든다. 이 둘이 결합될 때 비로소 실제로 작동하는 결정이 만들어진다.
특히 이 책은 리더들에게 불편하지만 중요한 질문을 던진다. "당신은 더 많은 데이터를 찾고 있는가, 아니면 실행할 수 있는 결정을 내리고 있는가?" 많은 조직이 데이터를 수집하고 분석하는 데는 능숙하지만, 그것을 실제 행동으로 전환하는 데는 실패한다. 결국 의사결정의 본질은 완벽한 답을 찾는 것이 아니라, 불완전한 정보 속에서도 전진할 수 있는 판단을 내리는 것이다.
이 책은 말한다. 완벽한 결정은 환상이라고, 대신 리더가 가져야 할 것은 충분히 타당한 결정을 빠르게 내리는 능력이라고 말이다. 데이터를 끝까지 분석하는 조직이 아니라, 필요한 만큼 이해하고 과감하게 움직이는 조직이 시장을 선도한다. 데이터 시대의 경쟁력은 더 많이 아는 데 있지 않다. 더 빠르고, 더 균형 있게 결정하는 데 있다.


질문에서 실행까지, 의사결정의
전 과정을 만드는 실전 프레임워크

책 《데이터로 질문하고 직관으로 결정하라》의 진짜 강점은 메시지에 머무르지 않고, 실제로 의사결정을 바꿀 수 있는 구체적인 방법을 단계별로 제시한다는 점이다. 전체 구조는 하나의 흐름으로 설계되어 있다. '질문 → 분석 → 종합 → 결정 → 실행'으로 이어지는 완전한 의사결정 프로세스다.
먼저 1~3장에서는 모든 의사결정의 출발점인 '질문'을 다룬다. 저자들은 '회의실에서 가장 똑똑한 사람은 답을 가진 사람이 아니라 질문을 던지는 사람'이라고 강조한다. 문제를 어떻게 정의하느냐에 따라, 이후의 데이터와 결론은 완전히 달라지기 때문이다. 저자들은 IWIK 프레임워크와 역방향 사고법을 통해, 리더가 놓치기 쉬운 가정과 맥락을 드러내고, 핵심을 꿰뚫는 질문을 설계하는 방법을 제시한다.
4~6장에서는 데이터를 다루는 방식이 아니라, 데이터를 맥락 속에서 해석하는 사고법을 다룬다. 데이터의 신뢰성을 검증하고, 숫자를 그럴듯하게가 아니라 타당하게 이해하는 방법, 그리고 근사치와 어림잡기를 통해 빠르게 판단하는 기술을 설명한다. 특히 많은 조직이 놓치는 지점인 분석에서 종합으로 넘어가는 과정에 집중한다. 저자들은 결론을 맨 뒤가 아니라 맨 앞에 두고, "그래서 무엇인가, 왜 중요한가, 이제 무엇을 해야 하는가?"라는 질문으로 분석을 행동으로 전환할 것을 강조한다.
7~9장에서는 의사결정의 핵심 순간을 해부한다. 시간, 위험, 신뢰라는 세 가지 축 위에서 결정이 어떻게 이루어지는지 설명하면서, 불확실한 상황에서도 판단을 내리는 기준을 제시한다. 이어 의사결정을 조직 내에서 어떻게 전달하고, 실행으로 연결하며, 결과를 추적하고 개선할 것인지까지 구체적으로 다룬다. 이는 단순한 분석이 아니라 조직 전체의 실행력을 끌어올리는 의사결정 시스템에 관한 이야기다.
마지막으로 10~11장에서는 정량적 직관을 개인의 역량을 넘어 조직 문화로 확장하는 방법과, AI 시대에 인간의 판단이 어떤 역할을 해야 하는지를 제시한다. 데이터와 자동화가 고도화될수록, 오히려 인간의 판단과 직관은 더 중요해진다. 이 책은 그 균형을 어떻게 유지할 것인지에 대한 실질적인 방향을 제시한다.
결국 책 《데이터로 질문하고 직관으로 결정하라》가 도달하는 결론은 분명하다. 완벽한 결정은 존재하지 않는다. 중요한 것은 실행을 가능하게 만드는 결정이다. 더 많은 데이터를 기다리는 대신, 지금의 정보로 최선의 판단을 내리고 앞으로 나아가는 것. 그것이 데이터 시대에 살아남는 리더의 의사결정 방식이다.

다양한 분야에서 쏟아진 찬사
추천사
시작하며

프롤로그 | 확실성에 대한 잘못된 믿음

1장. 강력한 질문 던지기
강력한 질문을 던지는 법
정밀한 질문
정밀한 질문의 힘
질문하는 팀을 구성하라
회의실에서 가장 똑똑한 사람

2장. 문제의 프레임 설정하기
IWIK, 추론을 위한 도구
IWIK 프로세스
의사결정의 프레임 설정하기

3장. 마지막에서 시작하는 역방향 접근법
문제 정의하기
'상자 안에서 생각하기'의 재발견
아직 가지 않은 길을 선택하다

4장. 데이터를 집요하게 파고드는 수사관
데이터와 데이터의 신뢰성 평가하기
맥락을 고려하여 데이터를 이해하기
분석 결과 검증을 위한 압박 테스트

5장. 숫자 감각 기르기
근사치의 힘
근사치 배우기
실무에서 접하는 어림잡기
왜 어림잡기가 효과적일까?
근사치에 익숙해져라
정량적 직관 프레임워크에서의 어림잡기

6장. 분석에서 종합으로
종합의 가치
핵심 결론은 맨 앞에 배치하라
종합의 부재
종합의 문화를 장려하라
그래서 무엇인가? 그것이 왜 중요한가? 이제 무엇을 해야 하는가?

7장. 의사결정의 순간
결정의 순간, 고려해야 하는 차원
두 가지 차원, 시간과 리스크
세 번째 차원, 신뢰
시간, 리스크, 신뢰 측정하기
결정을 뒤집을 수 있는가?
모호성 위에 올라타 방향을 모색하라
IWIK에서 의사결정까지

8장. 의사결정의 전달
의사결정에서의 스토리 아크
서사의 조정
정보를 전달할 것인가? 아니면 행동을 촉구할 것인가?

9장. 의사결정의 추적
전략 1: 의사결정을 위한 논거를 마련하라
전략 2: 결과를 설정하라
전략 3: 의사결정의 유형을 분류하라
전략 4: 의사결정의 범위를 줄여라
전략 5: 의사결정의 규모를 최적화하라
전략 6: 의사결정을 압박 테스트하라-극단적인 상황까지 가정하라
전략 7: 합의가 아닌 동의를 구하라
완벽한 결정은 환상이다

10장. 정량적 직관 문화 만들기
정량적 직관 역량을 갖춘 인재 채용하기
정량적 직관을 위한 팀 만들기
정량적 직관 조직 성장시키기

11장. 데이터 기반 의사결정과 AI
자동화와 인간의 판단력
예측과 디지털 트윈
확률론적 사고 vs. 결정론적 사고
더 좋은 의사결정을 위한 시간 확보


에필로그 | 완벽한 결정은 없다, 오직 실행을 위한 결정뿐

감사의 말
미주

오데드 네처 컬럼비아 경영대학원의 연구 부학장이자, 아서 J. 샘버그(Arthur J. Samberg) 경영학 석좌교수다. 데이터를 비즈니스 의사결정에 어떻게 활용할 것인가를 설계하는 세계적인 전략가다. 마케팅 핵심 코스, 마케팅 조사론, 정량적 직관(Quantitative Intuition, QI) 개발 수업 및 박사 과정과 최고경영자 과정을 가르치고 있으며, 탁월한 강의력을 인정받아 컬럼비아 경영대학원 학장상(Teaching Excellence)과 석사 및 박사 과정 멘토링 우수상을 수상했다. 또한 세계에서 가장 데이터를 많이 다루는 기업 중 하나인 아마존의 실제 데이터를 자문하는 아마존 스칼라(Amazon Scholar)로 활동 중이며, 〈포천〉 500대 기업 및 혁신 스타트업들을 대상으로 전략 수립, 데이터 기반 의사결정, 마케팅 조사, 그리고 방대한 데이터로부터 유용한 정보를 추출하는 방법론에 대해 활발히 자문하고 있다.
네처 교수의 전문성은 데이터가 넘쳐나는 환경에서 기업이 직면한 핵심 과제, 즉 '데이터를 활용해 고객 행동을 깊이 있게 이해하고 기업의 의사결정을 가이드하는 정량적 방법론의 개발'에 집중되어 있다. 주로 소비자 선호도를 측정하고, 시간의 흐름과 맥락에 따라 고객의 선택이 어떻게 변화하는지 분석하기 위해 통계적·계량경제학적 모델을 구축하는 데 주력한다. 특히 동적 세분화(dynamic segmentation)를 통해 기업의 고객 기반을 관리하는 프레임워크를 개발한 것으로 정평이 나 있으며, 최근에는 비정형 데이터(unstructured data)를 비즈니스에 활용하는 연구에 매진하고 있다.
그의 연구 성과는 수많은 최상위 학술지에 게재되었으며, ISMS 장기 기여상, 존 리틀 최우수 논문상, 프랭크 배스 우수 박사학위 논문상, 소비자심리학회(SCP) 최우수 논문상, 조지 에클스 연구기금상 등 화려한 수상 경력을 자랑한다. 〈마케팅 사이언스(Marketing Science)〉, 〈매니지먼트 사이언스(Management Science)〉, 〈마케팅 리서치 저널(Journal of Marketing Research)〉 등 마케팅과 경영학 분야를 선도하는 세계 최고 권위 학술지들의 편집 위원으로 활동하고 있다.