도서 소개

기업 현장에서 데이터는 넘쳐나지만, 의사결정은 오히려 늦어지고 있다. 이 책은 문제의 본질이 데이터 부족이 아니라 ‘과잉 정보가 만드는 확실성의 착각’에 있음을 짚으며, 넘치는 정보 속에서 길을 잃은 리더들에게 새로운 판단의 기준을 제시한다.

컬럼비아 경영대학원 오데드 네처 석좌교수가 개발한 ‘정량적 직관(Quantitative Intuition)’ 프로그램을 바탕으로, 데이터와 인간의 판단을 연결하는 방법을 체계화했다. 글로벌 기업 CEO와 임원들이 참여한 강의의 핵심을 압축해, 불완전한 정보 속에서도 질문을 정의하고 맥락을 읽어 행동으로 이어지는 의사결정 프레임워크를 제시한다.

의사결정의 목표는 ‘정확한 답’이 아니라 ‘지금 실행할 수 있는 선택’을 만드는 것이라는 메시지를 강조한다. 데이터 시대의 경쟁력은 더 많이 아는 데 있지 않고, 더 빠르고 균형 있게 결정하는 데 있음을 보여주는 책이다.

  출판사 리뷰

리더는 데이터를 비즈니스 의사결정에
어떻게 활용해야 하는가?
“최고의 의사결정은 ‘데이터와 직관의 균형’에서 탄생한다.”
‘정량적 직관 의사결정’의 세계적 전략가 오데드 네처 교수의
컬럼비아 경영대학원 최고 명강의
조나 버거, 세스 스티븐스 다비도위츠 강력 추천!

기업 현장에서 흔하게 벌어지는 장면이 있다. 수십 장의 데이터 슬라이드가 회의실을 채우고, 더 많은 분석이 필요하다는 말이 반복되며, 결정은 다음 회의로 미뤄진다. AI와 빅데이터가 발전할수록 의사결정은 더 정교해지고 쉬워질 것이라 기대했지만, 현실은 오히려 반대다. 정보는 폭발적으로 늘어났고, 리더는 그 정보 속에서 길을 잃는다. 데이터는 넘쳐나는데, 정작 의사결정을 내리는 순간은 점점 더 늦어지고 훌륭한 결정을 하는 것은 더욱 어려워지고 있다. 이제 우리가 직면한 도전은 정보의 부족이 아니라 넘쳐나는 정보를 어떻게 활용할 것인지, 그 판단에 달려있다.
책 《데이터로 질문하고 직관으로 결정하라》는 의사결정의 문제는 데이터가 부족해서가 아니라고 말한다. 오히려 너무 많은 데이터가 ‘확실성에 대한 착각’을 만들어내고 있기 때문에 좋은 의사결정을 하는 것이 어렵다는 것이다. 우리는 여전히 더 많은 정보를 확보하면 더 나은 결정을 내릴 수 있다고 믿는다. 그러나 실제 비즈니스에서는 그 어떤 데이터도 완벽한 답을 보장하지 않는다. 숫자는 명확해 보이지만 전체 맥락을 설명해 주지 않으며, 분석은 정교해질수록 오히려 실행을 늦추기도 한다.
이 책은 이러한 현실적 딜레마를 해결하기 위해, 컬럼비아 경영대학원의 오데드 네처 석좌교수가 수년간 강의해 온 ‘정량적 직관(Quantitative Intuition, QI)’ 프로그램을 바탕으로 집필되었다. 아마존의 실제 데이터를 자문하는 아마존 스칼라이자 글로벌 기업의 의사결정을 설계해 온 그는 데이터와 인간의 판단을 연결하는 방법을 체계화해 왔다. 수많은 글로벌 기업의 CEO와 임원들이 직접 참여하고 경청한 이 강의는, 데이터와 직관을 결합해 더 빠르고 더 나은 결정을 내리는 방법을 체계화한 프로그램이다. 저자들은 이 강의의 핵심을 한 권의 책으로 압축해, 누구나 실전에 적용할 수 있는 프레임워크로 제시한다. 이는 데이터를 더 많이 분석하는 기술이 아니라, 불완전한 정보 속에서도 중요한 질문을 정의하고, 맥락 속에서 의미를 읽어내며, 결국 행동으로 이어지는 결정을 만들어내는 사고 방식이다.
결국 저자들이 말하는 핵심은 명확하다. 의사결정의 목표는 ‘정확한 답’을 찾는 것이 아니라, ‘지금 실행할 수 있는 선택을 만드는 것’이다. 완벽한 결정을 기다리는 조직은 멈춰 있고, 불완전하더라도 결정을 내리는 조직만이 앞으로 나아간다. 데이터 시대의 경쟁력은 더 많이 아는 데 있지 않다. 더 빠르고, 더 균형 있게 결정하는 데 있다.

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.

데이터와 숫자는 정확성과 확실성이라는 편안한 느낌을 주지만, 전체 내용과 흐름을 알려주는 경우는 거의 없다. 숫자만으로는 결코 완벽한 솔루션이나 답변을 제공할 수 없으며, 불안정한 의사결정을 내리는 것을 피할 수도 없다. 이러한 분석의 반대편 축이라고 할 수 있는 직관은 측정하기 어렵고, 주관적이며, 편향과 조작에 취약하다는 비판을 받는다. 하지만 직관은 본능적이며 근본적인 믿음에 대한 이해에 기반을 두고 있으며, 이는 기업의 용어로 ‘비즈니스 통찰력’이다. 그래서 그간 애써 무시하고 외면하려 했던 내면의 목소리인 직관을 데이터와 비교하고 결합할 수 있다면, 더 나은 결정으로 가는 훌륭한 길잡이가 될 수 있다. _ <프롤로그> 중에서

강력한 질문자가 되는 것은 질문을 통해 새로운 학습을 이끌어 내는 협력의 과정을 만드는 것이기도 하다. 우리는 질문을 하면서 데이터 속에 존재하는 눈에 잘 보이지 않는 관점이나 분석을 끌어내고, 데이터에 대한 추론과 연결을 할 수 있다. 이러한 탐색적 사고방식은 사람들에게 새로운 시도와 반복을 장려한다. 예상치 못한 혁신적 해결책은 데이터가 아닌 토론 과정에서 나온다. 당신이 리더라면, 질문과 학습의 순환을 촉진하는 환경을 만들기 위해 노력해야 한다. _ <1장. 강력한 질문 던지기> 중에서


당신이 볼 수 있는 데이터의 내용이 전체 데이터라고 절대 이야기할 수 없다. 우리가 보지 못하는 데이터의 측면은 거의 언제나 존재했다. 정부가 수집한 인구 조사 데이터조차도 모든 시민에게 도달하는 것을 목표로 하지만, 노숙자나 학생과 같이 장기간 특정한 거주지가 없는 사람, 또는 응답하지 않기로 선택한 사람은 놓치는 경향이 있다. 맹렬하게 질문을 하는 사람이라면 두 가지 중요한 질문을 해야 한다. “내가 보지 못하는 데이터는 무엇인가?” 그리고 “내가 놓치고 있는 데이터가 내가 관찰한 데이터와 유사한가?” 종종 관찰되지 않은 데이터도 관찰된 데이터와 비슷하다고 가정하지만, 만약 이 가정이 틀렸다면 이는 잘못된 예측과 잘못된 의사결정으로 이어질 수 있다. _ <4장. 데이터를 집요하게 파고드는 수사관> 중에서

  작가 소개

지은이 : 크리스토퍼 프랭크
아메리칸 익스프레스의 글로벌 마켓플레이스 인사이트 부문 부사장으로, 광고·브랜드·커뮤니케이션 리서치 및 분석 그룹을 이끌고 있으며, 컬럼비아 경영대학원의 겸임 교수다. 아메리칸 익스프레스에 합류하기 전에는 마이크로소프트에서 기업 마케팅 리서치 부문 선임 이사로 10년간 재직했다. 마케팅, 분석 도구, 커머스가 교차하는 지점의 선임 전략가로서, 전 세계 시장에 적용되는 B2B 및 B2C 제품의 우수한 전략들을 개발하고 있다. 〈월스트리트저널〉 공로상을 수상했으며, 〈포브스〉에서 데이터 소음을 뚫고 날카로운 인사이트에 도달하는 방법론을 공유하고 있다. 저서로 《데이터 소나기에서 살아남는 법(Drinking from the Fire Hose)》(공저, 국내 미출간)이 있다.

지은이 : 폴 매뇨니
구글의 글로벌 전략적 파트너십 부문 총괄이며, 컬럼비아 경영대학원의 겸임 교수다. 구글에서는 기술과 혁신을 활용해 비즈니스 성장 전략을 수립하고 개발하는 리더로서, 클라우드 컴퓨팅과 관련 기술을 통해 차세대 비즈니스 가치를 창출하는 업무를 맡고 있다. 전략 기획, 신제품 개발, 인수 합병 후 통합(PMI), 제휴 관리 및 컨설팅 영업 분야에서 25년 이상의 경력을 쌓은 전문가로, 전 세계 30개국 이상에서 고성장 신사업들을 론칭해 왔다. 미국 국립과학재단(NSF)의 아이코어(I-Corps™) 프로그램에서 산업 멘토로 활동했다. 구글에 합류하기 전에는 IBM, 딜로이트 컨설팅, 그리고 여러 스타트업을 거치며 신기술 분야에서 4개의 글로벌 컨설팅 프랙티스를 론칭했고, 이를 통해 10억 달러 이상의 신규 매출을 견인했다. 저서로 《데이터 소나기에서 살아남는 법(Drinking from the Fire Hose)》(공저, 국내 미출간)이 있다.

지은이 : 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.

  목차

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

  회원리뷰