기록은 거짓말을 하지 않는다. 그러나 그것을 읽는 우리는 놀라울 만큼 자주 속는다. 같은 데이터를 두고도 보고 싶은 것만 보고, 우연을 필연으로 착각하며, 없는 패턴을 만들어낸다. 자기 기록을 들여다보는 일에는 늘 이런 위험이 따른다. 데이터를 모으는 기술만큼이나 그것을 잘못 읽지 않는 분별이 중요한 이유다.
보고 싶은 것만 보는 눈
이런 편향들이 특히 끈질긴 이유는 그것이 작동하고 있다는 사실 자체를 알아채기 어렵다는 데 있다. 누구나 자신은 객관적으로 데이터를 본다고 믿지만, 편향은 바로 그 믿음 뒤에서 조용히 작동한다. 그래서 편향을 완전히 없애겠다는 목표보다, 늘 어느 정도 작동하고 있다고 전제하는 편이 현실적이다. 자신이 틀릴 수 있다는 전제에서 출발해야 데이터를 덜 왜곡한다. 자기 믿음에 맞는 증거만 골라 받아들이는 확증 편향이 대표적인데, 누구나 자신은 예외라고 여기는 탓에 더 끈질기다.
어떤 가설을 품고 데이터를 보면, 사람은 그 가설을 뒷받침하는 사례에 먼저 눈이 간다. 특정 음식이 두통을 일으킨다고 믿으면, 그 음식을 먹고 아팠던 날만 기억에 남고 멀쩡했던 날은 흐려진다. 이렇게 자기 믿음에 맞는 증거만 골라 받아들이는 경향을 확증 편향이라고 한다. 자기 기록을 해석할 때 가장 흔하고 가장 빠지기 쉬운 함정이다.
이 편향을 줄이는 한 가지 방법은 반대 경우를 일부러 세어보는 것이다. 그 음식을 먹고도 아무렇지 않았던 날이 며칠이었는지, 그 음식을 안 먹었는데도 아팠던 날은 없었는지를 함께 확인하는 것이다. 두 경우를 모두 세고 나면, 확신했던 연결이 생각만큼 강하지 않다는 사실을 마주하는 일이 잦다. 가설을 지지하는 사례만이 아니라 어긋나는 사례까지 봐야 비로소 공정한 판단이 된다.
우연을 패턴으로 만드는 습성
사람의 뇌는 무작위 속에서도 규칙을 찾아내려 한다. 며칠 연속으로 컨디션이 나빴다면 거기에 어떤 의미가 있다고 믿고 싶어진다. 그러나 진짜 무작위한 데이터에서도 우연히 같은 값이 몇 번 이어지는 일은 흔하다. 짧은 구간의 우연한 흐름을 의미 있는 추세로 오해하지 않으려면 충분한 기간의 데이터가 필요하다. 며칠을 묶어 추세로 읽는 방식이 중요한 것도 이 때문이다.
동시에 일어났을 뿐
두 가지가 함께 움직였다는 사실은 한쪽이 다른 쪽의 원인이라는 것을 증명하지 못한다. 통증과 날씨가 같이 변한다 해도, 그 둘을 동시에 좌우하는 제3의 요인이 있을 수 있다. 자기 기록에서 어떤 연결을 발견했을 때, 그것이 진짜 인과인지 단순한 동시 발생인지를 구분하는 신중함이 필요하다. 이런 해석상의 오류는 자기 측정 데이터를 다룰 때 특히 관련 연구들이 경계하라고 짚는 부분이다.
지나고 나서 만드는 이야기
결과를 이미 알고 난 뒤에 데이터를 보면, 그 결과로 이어지는 단서들이 처음부터 또렷했던 것처럼 느껴진다. 컨디션이 무너진 시점을 알고 나서 기록을 거슬러 보면 “그때 이미 징조가 있었다”고 확신하게 되는 식이다. 그러나 그 징조는 결과를 알기 전에는 수많은 신호 중 하나에 불과했다. 지난 데이터를 해석할 때는 그때의 자신이 무엇을 알 수 있었는지를 분리해서 봐야 이 착각에 빠지지 않는다.
숫자에 지나치게 정밀한 의미를 부여하는 것도 흔한 착각이다. 0에서 10으로 매긴 주관적 점수는 애초에 그렇게 정교한 도구가 아니다. 어제 5였고 오늘 6이라고 해서 상태가 정확히 그만큼 나빠졌다고 보기는 어렵다. 이런 측정은 대략의 방향을 잡는 용도이지 소수점까지 따질 정밀 계측기가 아니다. 도구의 한계를 잊고 작은 차이에 의미를 부여하면, 없는 변화를 있다고 믿게 된다.
기록 자체의 왜곡
편향은 해석 단계에만 있는 것이 아니다. 기록하는 행위 자체가 데이터를 바꾸기도 한다. 무언가를 적기 시작하면 그 행동에 더 신경 쓰게 되어, 평소와 다른 패턴이 만들어진다. 또 컨디션이 나쁜 날은 기록을 건너뛰기 쉬워서, 모인 데이터가 실제보다 양호하게 보이는 일도 생긴다. 빠진 칸이 무작위가 아니라는 사실을 잊으면 잘못된 결론에 이른다.
그렇다고 의심이 지나쳐 모든 패턴을 부정하게 되면 그것도 곤란하다. 편향을 경계하는 일과 자기 데이터를 불신하는 일은 다르다. 목표는 데이터를 믿지 않는 것이 아니라 적절한 무게로 믿는 것이다. 한 번의 관찰은 가볍게, 여러 번 반복된 흐름은 무겁게 받아들이는 균형 감각이 핵심이다. 의심과 신뢰 사이의 그 적당한 자리를 찾는 것이 데이터를 다루는 성숙함이다.
이런 함정들을 안다고 해서 완전히 피할 수 있는 것은 아니다. 다만 자기 데이터 앞에서 조금 더 겸손해질 수는 있다. 내가 본 패턴이 정말 거기 있는 것인지, 아니면 내가 보고 싶어서 만들어낸 것인지를 한 번 더 의심하는 태도. 그 의심이 기록을 자기기만의 도구가 아니라 자기 이해의 도구로 남게 한다.