펜실베니아대학교 와튼스쿨 교수이자 조직심리학자, 저자인 애덤 그랜트(Adam Grant)는 싱크 어게인이 필요한 이유, 과학자처럼 생각하기, 겸손한 자신감, 가면증후군적 경향을 강점으로 바꾸는 방법, 배움 네트워크 구축 방법, 다시 생각하기와 다시 학습하기를 실천에 옮기는 방법, 직장 내 정신적 안전, 멘탈 피트니스 등 다채로운 주제로 SAS 글로벌 포럼에서 발표했습니다. 그 중 일부를 소개합니다.

다시 생각하기의 힘

너무 많은 회사가 생각(thinking)은 잘하지만 다시 생각하기(rethinking)를 못하는 리더로 인해 문을 닫고 말았습니다. 110년 이상 필름과 인화지 시장 세계 1위를 지켰던 ‘코닥(Kodak)’, 90년대 미국 최대 비디오 대여점 ‘블록버스터(Blockbuster)’, 쿼티 키보드가 달린 독특한 디자인으로 인기를 끈 ‘블랙베리(Blackberry)’, 125년 역사를 가진 미국 소매점 시어스(Sears), 장난감 체인점 토이저러스(Toys-R-Us)를 떠올려보십시오. 모두 리더가 본인의 비전과 전략을 절대적으로 확신한 나머지, 변화에 지나치게 소극적이었습니다.

스스로가 설교자나 검사의 마음가짐에 갇히는 순간 곤경에 빠집니다. 우리는 본인이 옳다고 설교하면서 다른 이들에게 진리를 전도하려고 하고, 때로는 의문을 제기하는 다른 사람을 기소합니다. 자신의 주장을 증명하고 논쟁에서 이기고 싶어하기 때문이죠. 그런 사람들이야말로 싱크 어게인을 해야 하지만 그렇게 하지 못합니다.

우리 각자가 조금만 더 과학자처럼 생각한다면 굉장한 변화가 따라옵니다. 과학자처럼 생각한다고 해서 반드시 망원경이나 현미경을 사러 가야 한다는 뜻은 아닙니다. 생각이 정체성이 되어서는 안 된다는 의미입니다. 자부심보다는 겸손을, 신념보다는 호기심을 중시하십시오. 그리고 내가 옳아야 하는 이유뿐만 아니라, 내가 틀렸을 이유도 찾아보십시오. 기분을 좋게 만드는 아이디어뿐만 아니라, 열심히 생각하게 하는 아이디어에도 귀 기울여 보십시오. 그리고 본인의 결론에 동의하는 사람들만이 아니라, 나와 상반되는 사고방식을 가진 사람들도 곁에 두십시오.

최고의 예측이란?

채용 결정은 일종의 일기예보입니다. 훌륭한 실적을 내거나 회사 문화에 도움이 될 거라는 예측을 수행하기 때문입니다. 다만 결과를 평가하지는 않는다는 것이 문제입니다. 고용한 사람이 탈락한 지원자들보다 실제로 높은 성과를 냈거나 회사 문화에 큰 기여를 했는지를 추적하지 않습니다. 일기예보는 정확성을 전제로 출발합니다. 따라서 확신의 정도를 가늠하는 기준이 필요합니다. 이렇게 말해야 합니다. ‘방금 채용한 이 사람이 슈퍼스타가 될 거라고 63% 확신해’. 이는 우리가 하는 모든 종류의 결정에도 마찬가지입니다.

월드컵에서 누가 우승할지, 특정 국가에서 치러질 다음 선거에 누가 당선될지 등 주요 이벤트를 예측하기 위해 전 세계에서 많은 예측 게임을 벌입니다. 이 예측 행위들을 연구해보면 대부분의 사람들은 미래 모습을 나름대로 떠올린 다음, 이를 기반으로 예측과 전략을 구체화하는 실수를 저지릅니다.

최고의 예측가는 그와 다르게 가능한 미래를 7~8가지로 상상합니다. 그런 다음, 대부분의 경우에서 성공할 가능성이 보이는 전략에 베팅합니다. 당연히 예측은 더 강력해지고 신뢰성도 높아집니다. 생각을 바꿔야 할 상황에 대한 목록을 미리 작성하고 진솔하게 대응하는 것이 핵심입니다. 이미 내놓은 예측에 집착하지 않는 일이 쉽지는 않습니다. 그러나 마음을 바꾸는 데 필요한 전제 조건을 마련해 둠으로써 수정하고 다시 생각할 수 있는 유연성과 자유를 얻게 됩니다.

틀렸음을 기꺼이 인정하는 겸손한 자신감

저는 겸손한 자신감을 ‘자신의 약점을 인정할 수 있을 만큼 강점을 충분히 갖고 있고, 자신이 틀렸음을 기꺼이 인정할 만큼 결과의 정확성을 추구하는 태도’로 정의합니다. 잘 모르겠다는 이 한 마디를 두려워하는 리더들을 그동안 아주 많이 접해왔습니다. 그들은 모든 답을 알고 있는 척이라도 해야 한다고 생각합니다. 그렇지 않으면 자신을 무능하다고 여길 거라는 생각 때문에, 자신이 틀렸다는 것을 인정하는 상황을 두려워합니다. 실제로 그런 고백에는 많은 자신감이 필요하기도 합니다.

‘가만히 생각해 봤더니 내가 모르고 있는 것 같다, 고민을 거듭하거나 함께 머리를 맞대면 해결할 수 있을 거라고 믿는다, 그건 내가 틀렸던 것 같다’라고 말하는 것은 불안감과는 거리가 멉니다. 본인이 틀렸음을 더 빨리 깨달을수록 더 빨리 옳은 방향으로 나아갈 수 있습니다. 최대한 빨리 깨닫는 것이 중요합니다. 이를 위해 요구되는 것이 ‘겸손한 자신감’입니다.

진솔하게 의견을 말해주는 사람

우리 모두는 나를 응원하고 용기를 북돋아주는 지지 네트워크를 선호합니다. 하지만 나의 문제점과 약점을 지적해주면서 스스로 다시 생각해 보도록 도울 Challenge 네트워크도 필요합니다. 대부분의 사람들은 이 사려 깊은 비평가들을 접했을 때 이를 묵살하거나, 아예 자신의 네트워크에서 지워버립니다. 당연히, 다시 생각하기나 배움의 기회도 멀어집니다.

저는 책을 쓰거나, TED 토크를 준비하거나, 팟캐스트 에피소드를 구성할 때마다 제 Challenge 네트워크를 찾아가서 자문을 구하는 과정을 반드시 거치고 있습니다. 각자 독립적인 비평을 청하여 들어본 다음, 이들 사이에 일정한 패턴이 있는지 살펴봅니다. 만약 제가 신뢰하는 사람 네 명이 동일한 의견을 각각 내놓았다면, 이는 경청하고 재점검할 가치가 있습니다.

Challenge 네트워크 구성원을 구하는 과정에서 가장 먼저 살펴볼 점은 내가 세상에 이바지하고자 하는 분야에 대한 이해도입니다. 또 다른 요소는 그들의 결론에 내가 동의하는지 여부에 관계없이 그 사고 방식의 완결성을 존중할 수 있는지 여부입니다. 단순히 나에 대한 동의 여부보다 생각 전개 방식이 얼마나 탄탄한지를 따져봅니다.

거대한 글로벌 문제 해결을 위한 데이터 활용

SAS가 도울 수 있는 가장 크고, 멋지고, 스릴 있고, 대담한 문제는 무엇일까요? 만약 제가 전권을 쥐고 결정할 수 있는 상황이 주어진다면, 그것은 아마도 과학, 팩트, 데이터와 관련한 일반적인 신뢰의 문제가 될 것입니다.

우리 눈앞에는 수집할 수 있는 엄청난 데이터가 있습니다. 백신 공포증과 가짜 뉴스를 떠올려 본다면, 백신 접종의 위험성과 이점을 데이터로 시각화할 수 있는 수많은 방법이 존재합니다. 이로써 최선의 해결책을 찾아낼 수 있지 않을까요? 이 같은 문제 해결을 도울 방법이 SAS에는 아주 많을 것입니다.

이러한 문제를 세상 모든 분야로 확대해볼 수도 있겠죠. 기후 변화에도 적용해볼 수 있고요. 관련 데이터를 활용할 수 있는 방법만 있다면 우리는 엄청나게 많은 것을 배우며 세상을 변화시킬 수 있습니다. 그래서 제가 SAS에 제시하고 싶은 질문은 이것입니다. “세상의 모든 데이터를 동원함으로써 사람들이 과학을 비웃는 대신, 신뢰하도록 만들 수 있습니까?”.

풀 영상은 ‘SAS Global Forum 2021 하이라이트’ 웹사이트에서 무료로 보실 수 있습니다.