군중의 지혜란 무엇인가? 군중의 지혜는 집단의 집합적 판단이 개별 전문가를 지속적으로 능가하는 현상으로, 집단이 의견의 다양성, 판단의 독립성, 지식의 분산, 집합 메커니즘을 갖추었을 때 발생합니다.
군중의 지혜는 1906년 플리머스에서 열린 웨스트 오브 잉글랜드 지방 축산 및 가금류 전시회에서 소의 도축 중량에 대한 787개의 추측을 분석한 프랜시스 갈턴에 의해 처음으로 경험적으로 입증되었습니다. 1,207 lb의 중앙값 추측은 실제 1,198 lb와 약 1% 이내로, 소 전문가들보다 더 정확했습니다. 갈턴은 이 결과를 'Vox Populi'로 네이처(1907)에 발표했습니다. 수학적 기초는 더 오래되었습니다: 콩도르세 배심원 정리(1785)는 그룹의 각 구성원이 예/아니오 질문에 대해 무작위보다 약간 더 나은 경우, 그리고 구성원들이 독립적으로 판단할 때, 다수의 정답 확률이 그룹이 커짐에 따라 확실성에 가까워진다는 것을 증명합니다. 제임스 수로위키의 군중의 지혜(2004)는 네 가지 조건 — 의견의 다양성, 독립성, 분산화, 집합화 — 을 정리하고, 이 중 하나라도 제거하면 지혜 대신 집단 행동, 거품, 집단사고가 발생한다는 것을 보여주었습니다. 의사 결정 생애 주기(참여, 프레임 설정, 생성, 조사, 집합, 심의, 할당, 선택, 실행, 모니터링) 내에서 군중의 지혜는 집합 단계의 과학입니다: 심의가 선택으로 수렴하기 전에 얼마나 많은 개인 판단이 하나의 집합적 판단이 되는지를 다룹니다. 서로 다른 메커니즘은 서로 다른 것을 집합합니다 — 투표 시스템은 선호도를 집합하고, 예측 시장은 확률적 신념을 집합하며, 구조화된 심의는 이유를 집합합니다. 현대의 응용 프로그램에는 아이오와 전자 시장, 앙상블 기계 학습, 협업 의사 결정 플랫폼이 포함됩니다. Argumentree는 독립성을 보호하는 독립 비동기 논증 제출, 다양한 판단을 합의 점수로 집합하는 다차원 평가, 집합 뒤의 추론을 보존하는 완전한 감사 추적을 통해 이러한 원칙을 적용합니다.
군중의 지혜란 무엇인가?
군중의 지혜는 집단의 집합적 판단이 네 가지 특정 조건 하에 개별 전문가를 지속적으로 능가하는 현상입니다. 이는 1906년의 카운트리 페어에서 787개의 추측으로 입증되었고, 1785년에 공식화되었으며, 구조화된 집합이 방 안에서 가장 큰 목소리를 이기는 이유입니다.
마지막 업데이트: 2026-07-18
TL;DR
올바른 조건 하에 — 다양성, 독립성, 분산, 집합 — 그룹은 그들의 가장 똑똑한 구성원을 신뢰할 수 있게 능가합니다. 프랜시스 갈톤은 1906년에 이를 입증했습니다(787명의 박람회 참가자가 소의 무게를 1% 이내로 추정했습니다); 콩도르세는 1785년에 수학을 증명했습니다; 제임스 수로위키는 2004년에 네 가지 조건을 정리했습니다. 어떤 하나의 조건을 제거하면 군중은 더 어리석어지고, 더 똑똑해지지 않습니다 — 이는 버블, 에코 챔버, 집단사고에서 발생하는 일입니다. Argumentree는 구조화된 비동기적 주장 제출을 통해 독립성을 보호하고, 다차원 평가를 통해 다양한 판단을 합의 점수로 집합합니다.
군중의 지혜의 간략한 역사
집단 판단의 과학은 240년에 걸쳐 있습니다 — 계몽주의 확률 이론에서 대형 언어 모델까지. 반복되는 패턴: 군중은 구조가 독립적인 판단을 보호할 때만 지혜롭습니다.
콩도르세 후작은 각 유권자가 이진 질문에 대해 동전 던지기보다 약간 더 나은 경우, 그룹이 커질수록 다수가 옳을 확률이 확실성에 가까워진다고 증명합니다 — 단, 구성원이 독립적으로 판단할 경우에 한합니다. 각 유권자가 우연보다 약간 더 나쁜 경우, 동일한 수학이 다수를 확실한 오류로 이끕니다.
프랜시스 갈턴은 플리머스에서 열린 서부 잉글랜드 비육 및 가금류 전시회에서 소의 도축 중량을 추정하는 787개의 유효한 6펜스 티켓을 분석합니다. 가장 중간값인 1,207 lb는 실제 1,198 lb와 약 1% 이내에 해당하여, 소 전문가들을 이깁니다. 1907년 3월 7일 Nature에 발표되었습니다.
프리드리히 하이에크의 "사회에서의 지식의 사용"은 중앙 계획자가 시장 가격이 자동으로 집계하는 분산된 지역 지식을 수집할 수 없다고 주장합니다 — 예측 시장의 이론적 기초입니다.
RAND Corporation은 델파이 기법을 개발합니다: 전문가 의견이 익명으로 여러 차례 수집되어, 독립적인 판단이 계급 및 사회적 압력으로부터 보호됩니다.
아이오와 대학교는 선거 예측을 위한 실제 돈 연구 시장을 시작합니다. 1988–2004년 동안, 그 가격은 964개의 전국 여론조사보다 74%의 경우 결과에 더 가까웠습니다 (Berg, Nelson & Rietz 2008).
제임스 수로위키는 군중의 지혜를 위한 네 가지 조건 — 다양성, 독립성, 분산화, 집계 — 를 정리하고, 그 중 하나를 제거하면 어떻게 떼, 거품, 집단사고가 발생하는지를 문서화합니다.
울리와 동료들은 과학 저널에 그룹 성과에서 일반적인 "c 요소"에 대한 증거를 발표합니다 — 평균 구성원 IQ가 아니라 사회적 민감성과 공정한 차례가 주도합니다. 그룹 지능은 사람뿐만 아니라 과정의 속성입니다.
LLM과 집단 지능에 대한 연구(Burton et al., Nature Human Behaviour 2024)는 AI가 집단 지식에 대한 접근을 넓힐 수 있지만, 군중의 지혜가 의존하는 다양성과 독립성을 침식할 위험이 있다고 발견합니다.
과학: 한 마리 소, 787개의 추측, 그리고 정리
1906년 가을, 84세의 통계학자 프랜시스 갈톤은 플리머스에서 열린 가축 박람회에 참석하여 방문객들이 소의 드레스 무게를 추측하기 위해 6펜스를 지불했습니다. 갈톤은 민주주의자가 아니었지만, 이 실험이 평균 유권자의 무지를 입증할 것이라고 예상했습니다. 대신, 13개의 결함 있는 티켓을 버린 후, 그는 787개의 추측의 중앙값이 1,207 lb로 실제 무게인 1,198 lb와 약 1% 이내에 있음을 발견했습니다 — 소 전문가들보다 더 가까웠습니다. 그는 이 결과를 "Vox Populi"라는 제목으로 Nature (1907)에 발표했습니다; 후속 서신에서 그는 평균이 1,197 lb로 더 가까웠음을 인정했습니다. 이는 군중의 지혜의 기초적인 입증이 되었습니다.
왜 이것이 작동할까요? 각 추측은 진정한 값에 개인 오류를 더한 것으로 생각할 수 있습니다. 추측자들이 다양하고 독립적으로 판단할 때, 그들의 오류는 서로 다른 방향으로 향하고 집합적으로 부분적으로 상쇄됩니다 — 공유된 신호는 축적됩니다. 군중은 그 안의 모든 사람보다 더 똑똑하지 않습니다; 집합이 거의 모든 사람보다 더 똑똑합니다.
수학은 갈톤보다 121년 이전에 존재했습니다. 콩도르세 배심원 정리 (1785)는 이진 질문에서 각 구성원이 확률적으로 약간 1/2 이상 옳다면, 구성원이 독립적으로 판단할 경우, 다수가 옳을 확률이 집단이 커질수록 확실성에 가까워진다고 증명합니다. 이 정리는 양쪽 모두에 적용됩니다: 구성원이 약간 나쁘면 — 잘못된 정보나 서로의 오류를 복사하는 경우 — 다수는 거의 확실히 잘못됩니다. 이후 연구는 불균형한 능력에 대한 정리를 확장하고(Grofman, Owen & Feld 1983), 상관된 투표가 이를 상당히 약화시킨다고 보여주었습니다(Ladha 1992). 독립성은 사소한 것이 아닙니다; 그것은 하중을 지탱하는 가정입니다.
수로위키의 지혜로운 군중을 위한 네 가지 조건
제임스 수로위키의 군중의 지혜 (2004)는 왜 어떤 군중은 뛰어나고 다른 군중은 재앙적인지를 식별했습니다. 네 가지 조건이 모두 충족되어야 합니다:
의견의 다양성
각 개인은 일부 개인 정보를 제공하거나 다른 해석을 가져옵니다 — 심지어 엉뚱한 것들도 포함됩니다. 동질적인 그룹은 같은 방향으로 같은 오류를 범하며, 상관된 오류는 상쇄되지 않습니다.
독립성
사람들의 판단은 주변 사람들에 의해 지배되지 않습니다. 개인이 자신의 정보를 사용하기보다는 눈에 보이는 행동을 모방하기 시작하는 순간, 군중은 무리가 됩니다 — 정보의 폭포를 참조하십시오.
분산화
사람들은 중앙 권위가 수집할 수 없는 지역 지식을 전문화하고 활용할 수 있습니다. 이것이 하이에크의 통찰입니다: 중요한 지식은 그룹에 분산되어 있습니다.
집계
개인적인 판단을 집단적인 판단으로 전환하는 메커니즘이 존재합니다 — 중앙값, 시장 가격, 투표, 합의 점수. 집계가 없으면 지혜는 개인의 머릿속에 갇혀 있습니다.
어떤 하나의 조건을 제거하면 군중은 더 어리석어지고, 더 똑똑해지지 않습니다. 이는 모든 집단 실패에 대한 진단적 렌즈입니다: 버블은 독립성 실패, 에코 챔버는 다양성 실패, 첫 번째 발언자가 지배하는 회의는 집합 실패입니다. 서로 다른 메커니즘은 또한 서로 다른 것들을 집합합니다 — 투표 시스템은 선호도를 집합하고, 예측 시장은 신념을 집합하며, 구조화된 심의는 이유를 집합합니다 — 따라서 집합 메커니즘을 선택하는 것은 자체적으로 설계 결정입니다.
군중이 실패할 때
군중의 지혜는 자동이 아닙니다 — 그것은 취약하며, 그 조건이 깨질 때 예측 가능한 방식으로 실패합니다:
정보의 폭포
사람들이 순차적으로 결정하고 이전 선택을 볼 수 있을 때, 개인적으로 합리적이게 사적인 정보를 무시하고 모방하게 됩니다 — 그리고 오류가 누적됩니다. 비크찬다니, 히르슐라이퍼, 웰치는 1992년에 이를 공식화했습니다. 정보의 폭포를 참조하십시오.
집단사고
어빙 제니스(1972)는 응집력 있는 그룹이 만장일치를 추구하는 과정에서 반대 의견을 억압하는 방법을 보여주었습니다 — 그의 전형적인 사례는 피그만의 만 invasion입니다. 집단사고는 독립성의 사회적 압력 실패로, 폭포의 합리적 모방과는 구별되지만 똑같이 파괴적입니다.
상관된 오류
모두가 동일한 출처를 활용할 때, 오류는 상쇄되지 않고 증폭됩니다. 최근 연구(2025)는 구성원들이 고도로 상관된 정보를 공유할 때 그룹이 커질수록 집단의 정확성이 실제로 감소할 수 있음을 보여줍니다 — 이는 에코 챔버가 군중을 더 어리석게 만드는 수학적 이유입니다.
첫 번째 목소리에 고정
순차적 논의에서 첫 번째 또는 가장 고위의 발언자가 결과를 불균형적으로 형성합니다. 모든 사람이 자신의 견해를 확정하기 전에 판단이 공개되는 순간 독립성이 사라집니다.
해결책은 동기 부여가 아니라 구조적입니다: 그룹이 서로의 견해를 보기 전에 독립적인 판단을 수집하고, 정보 출처를 다양하게 유지하며, 볼륨이나 지위가 결정하도록 두지 않고 명시적으로 집합합니다. 이는 1950년대에 델파이 방법이 선도한 것이며, 오늘날 구조화된 의사결정 플랫폼이 자동화하는 것입니다.
군중의 지혜가 오늘날 사용되는 곳
같은 집합 논리가 매우 다른 시스템에서 나타납니다:
예측 시장
시장은 분산된 신념을 가격으로 집계합니다. 아이오와 전자 시장은 1988–2004년 동안 964개의 동시 국가 여론조사보다 선거 결과에 더 가까웠습니다 (Berg, Nelson & Rietz 2008). 예측 시장을 참조하십시오.
앙상블 기계 학습
랜덤 포레스트 및 기타 앙상블 방법은 실리콘에서의 콩도르세 배심원 정리입니다: 많은 약한, 다양한, 대체로 독립적인 학습자들이 투표하고, 다수가 어떤 단일 모델보다 훨씬 더 정확합니다.
델파이 방법
익명으로 여러 차례 진행되는 구조화된 전문가 요청 — 1950년대 RAND에서 독립성을 계급 및 사회적 영향으로부터 보호하기 위해 특별히 설계되었습니다.
협업 결정 플랫폼
모든 이해관계자로부터 주장을 수집하고 평가하여 수렴하기 전에 군중의 지혜 조건을 조직적 결정에 적용합니다 — 이유를 집계하고, 단순히 투표하는 것이 아닙니다.
Argumentree가 군중의 지혜를 어떻게 엔지니어링하는가
Argumentree의 설계는 네 가지 조건에 직접적으로 매핑됩니다:
구조에 의한 독립성
참여자들은 비동기적으로 독립적으로 주장을 기여합니다 — 그룹이 수렴하기 전에 — 그리고 익명으로 기여할 수 있습니다. 아무도 첫 번째 또는 가장 고위의 목소리에 의해 고정되지 않습니다.
주장으로 포착된 다양성
모든 이해관계자는 공유된 트리에서 명시적인 찬반 주장을 통해 자신의 지역 지식을 추가하므로, 분산된 관점이 기록에 들어가고 말하지 않고 남지 않습니다.
감사할 수 있는 집계
다차원 평가(유용성, 명확성, 정확성, 완전성)가 합의 점수로 집계됩니다 — 많은 개인적인 판단을 하나의 집단 신호로 전환하는 정의된 메커니즘으로, 전체 감사 추적이 보존됩니다.
이유, 단순한 숫자가 아님
시장 가격이나 투표 집계와 달리, 집계는 그 이유를 붙잡고 있습니다: 주장 트리는 집단 판단이 그렇게 나온 이유를 문서화합니다.
자주 묻는 질문
군중의 지혜란 무엇인가요?
군중의 지혜는 집단의 총체적 판단이 개인 전문가의 판단을 지속적으로 능가하는 현상으로, 네 가지 조건이 충족될 때 발생합니다: 의견의 다양성, 판단의 독립성, 지식의 분산, 집계 메커니즘. 이 용어는 제임스 수로위키의 2004년 책 이후 널리 퍼졌지만, 경험적 증명은 1906년 프랜시스 갈턴으로 거슬러 올라가며, 수학적 기초는 1785년 콩도르세트에 의해 제시되었습니다.
군중의 지혜를 발견한 사람은 누구인가요?
프랜시스 갈턴은 1906년에 787명의 박람회 관람객이 추정한 소의 도축된 무게(1,207 lb)의 중앙값이 실제 1,198 lb와 약 1% 이내에 들어오는 것을 경험적으로 입증했습니다 — 이는 1907년 Nature에 'Vox Populi'로 발표되었습니다. 마르키즈 드 콩도르세트는 1785년에 배심원 정리를 통해 수학적 기초를 증명했습니다. 제임스 수로위키는 이 개념을 대중화하고 2004년에 네 가지 조건을 명명했습니다.
수로위키의 군중 지혜를 위한 네 가지 조건은 무엇인가요?
의견의 다양성(각 개인이 개인적인 정보나 다른 해석을 가져옴), 독립성(판단이 다른 사람의 가시적인 의견에 의해 좌우되지 않음), 분산(사람들이 전문적인 지역 지식을 활용함), 집계(개인적인 판단을 집단 결정으로 전환하는 메커니즘). 네 가지 모두 충족되어야 하며, 하나라도 제거되면 군중의 정확성이 떨어집니다.
군중의 지혜는 언제 실패하나요?
조건이 깨질 때 실패합니다: 정보의 연쇄와 집단 행동은 독립성을 파괴하고, 에코 챔버와 공유된 출처는 다양성을 파괴합니다(오류가 상관관계가 생기고 상쇄되지 않고 증폭됨), 비구조적인 회의는 진정한 집계를 결여하여 지위와 양이 결정하게 만듭니다. 집단사고 — 만장일치에 대한 사회적 압력 — 는 연쇄와는 다른 방향에서 독립성을 공격하지만 같은 결과를 초래합니다.
군중의 지혜와 집단사고의 차이는 무엇인가요?
이들은 하나의 변수인 독립성에 의해 생성된 반대 개념입니다. 군중의 지혜는 독립적인 판단이 집계될 때 나타나고, 집단사고는 사회적 압력이 구성원들이 독립적인 판단이 이루어지기 전에 집단의 명백한 합의에 수렴하게 만들 때 발생합니다. 누군가 개인적인 판단을 내리기 전에 공유하고 논의하며 동조하는 그룹은 협력적이라고 느끼더라도 집단사고 메커니즘을 운영하고 있습니다.
콩도르세트 배심원 정리를 간단히 설명하면 무엇인가요?
그룹의 각 개인이 예/아니오 질문에 대해 동전 던지기보다 약간 더 맞을 가능성이 높고, 모든 사람이 독립적으로 판단한다면, 그룹이 클수록 다수의 정답 가능성이 높아집니다 — 확실성에 가까워집니다. 단점: 사람들이 약간 더 나쁘거나 서로를 모방하면, 같은 수학이 다수를 자신 있게 잘못되게 만듭니다.
군중의 지혜의 실제 예는 무엇인가요?
갈턴의 1906년 소 무게 대회(787개의 추측, 중앙값 1% 이내); 아이오와 전자 시장과 같은 예측 시장, 1988–2004년 동안 964개의 전국 여론조사를 74%의 확률로 이김; 여러 약한 모델이 단일 강한 모델을 초과 투표하는 앙상블 기계 학습; 그리고 1950년대부터 예측을 위해 사용된 델파이 방법의 익명 전문가 라운드.
협업 결정 도구는 군중의 지혜를 어떻게 적용하나요?
소프트웨어에 네 가지 조건을 설계합니다: 독립적이고 비동기(선택적으로 익명) 기여는 독립성을 보호하고; 구조화된 논쟁 캡처는 분산되고 다양한 지식을 끌어들입니다; 그리고 합의 점수를 통한 명시적 평가는 집계 메커니즘을 제공합니다. Argumentree는 추가로 추론 경로를 보존하여 집단 판단이 사후에도 설명 가능하게 유지됩니다.
참고 문헌 및 추가 읽기
콩도르세, M. de (1785). 다수결의 결정에 대한 확률 분석의 적용에 관한 에세이.
배심원 정리 — 집단 판단의 수학적 기초.
갈톤, F. (1907). 대중의 목소리. 네이처, 75, 450–451.
기초적인 경험적 시연: 787개의 추측, 중앙값 1,207 lb 대 실제 1,198 lb.
View source →하이에크, F. A. (1945). 사회에서의 지식의 사용. 미국 경제 리뷰, 35(4), 519–530.
분산된 지식과 가격의 집합 — 분산화의 사례.
그로프만, B., 오웬, G., & 펠드, S. L. (1983). 진리를 찾는 13개의 정리. 이론과 결정, 15, 261–278.
불균형한 능력에 대한 콩도르세 배심원 정리의 확장.
라다, K. K. (1992). 콩도르세 배심원 정리, 자유 발언, 그리고 상관된 투표. 미국 정치 과학 저널, 36(3).
상관된 판단이 정리를 약화시키는 이유.
비크찬다니, S., 히르슐라이퍼, D., & 웰치, I. (1992). 유행, 패션, 관습, 그리고 문화적 변화에 대한 이론: 정보적 연쇄로서. 정치 경제학 저널, 100(5), 992–1026.
타인을 관찰하는 것이 독립성을 어떻게 파괴하는지에 대한 공식 모델.
수로위키, J. (2004). 군중의 지혜. 더블데이.
네 가지 조건: 다양성, 독립성, 분산화, 집합.
버그, J., 넬슨, F., & 리에츠, T. (2008). 장기적인 예측 시장의 정확성. 국제 예측 저널, 24(2), 285–300.
IEM 대 964개의 여론조사, 1988–2004: 시장이 74%의 경우 더 가까웠다.
울리, A. W., 차브리스, C. F., 펜틀랜드, A., 하시미, N., & 말론, T. W. (2010). 인간 집단의 성과에서 집단 지능 요소에 대한 증거. 사이언스, 330(6004), 686–688.
집단 지능은 평균 IQ가 아닌 과정에 의해 주도되는 측정 가능한 요소.
View source →버튼, J. W., 외. (2024). 대형 언어 모델이 집단 지능을 어떻게 재편할 수 있는가. 네이처 휴먼 행동, 8, 1643–1655.
LLM이 군중의 지혜에 제공하는 기회와 동질화 위험.
View source →관련 개념
당신의 팀을 지혜로운 군중으로 바꾸세요
Argumentree는 독립적인 기여, 다양한 주장, 명시적인 집합, 보존된 이유 추적을 통해 네 가지 조건을 모든 결정에 구조화합니다. 가장 큰 목소리로 결정하는 것을 중단하세요.
무료 체험 시작하기