실제 미래는 하나지만, 우리는 여러 미래를 관리한다. 그 이유는 미래가 여러 개이기 때문이 아니라 우리가 미래를 완전히 알 수 없기 때문이다.


그런데 여기에는 한 가지 문제가 더 있다. 우리가 미래를 알 수 없는 이유는 단순히 정보가 부족하기 때문만은 아니다. 설령 충분한 정보가 주어진다고 하더라도 인간이 그 모든 정보를 완벽하게 처리할 수 있는 것은 아니다. 인간의 인식과 정보 처리 능력 자체에 한계가 있기 때문이다.


우리는 세상의 모든 정보를 동시에 받아들일 수 없다. 눈앞에 수많은 정보가 존재하더라도 그중 일부만 선택적으로 주의를 기울인다. 어떤 정보는 중요하다고 판단해서 받아들이고, 어떤 정보는 중요하지 않다고 판단해서 무시한다. 따라서 우리가 가지고 있는 정보는 현실의 전체가 아니다. 현실에서 발생하는 정보 중 우리가 인식한 일부에 불과하다.


이것은 예측의 출발점부터 한계를 만든다. 미래를 예측하려면 먼저 현재를 관측해야 한다. 그런데 현재조차 완전하게 관측할 수 없다면, 그 불완전한 현재의 정보를 바탕으로 미래를 예측할 수밖에 없다.


여기에 또 다른 문제가 있다. 우리가 정보를 얻었다고 해서 그것을 모두 동시에 처리할 수 있는 것도 아니다.


미래에 영향을 미치는 변수가 열 개 있다고 가정해보자. 각각의 변수만 따로 살펴보는 것은 가능할 수 있다. 하지만 이 변수들이 서로 영향을 주고받기 시작하면 상황은 복잡해진다. A가 B에 영향을 주고, B가 C에 영향을 주며, C가 다시 A에 영향을 줄 수도 있다. 여기에 새로운 변수 D와 E가 개입하면 관계는 더욱 복잡해진다. 즉, 변수의 수가 증가하는 것보다 변수 사이의 상호작용이 증가하는 것이 훨씬 더 큰 문제가 될 수 있다.


인간은 이런 복잡한 관계를 직관적으로 모두 계산할 수 없다. 그래서 우리는 현실을 단순화한다. 중요하다고 생각하는 몇 가지 변수만 선택하고, 나머지는 무시하거나 고정된 것으로 가정한다. 복잡한 현실을 이해하기 위해 모델을 만들고, 제한된 정보 안에서 가장 중요한 관계를 찾아낸다.


이러한 단순화는 불완전하지만 필요하다. 모든 것을 고려하려고 하면 오히려 아무것도 제대로 판단하지 못할 수 있기 때문이다. 따라서 인간의 사고에는 항상 선택과 생략이 들어간다. 우리가 무엇을 보는지만큼이나 무엇을 보지 않는지도 중요하다.


하지만 인간은 자신의 한계를 그대로 받아들이기만 한 것은 아니다. 인간은 생물학적인 인식과 정보 처리 능력의 한계를 극복하기 위해 끊임없이 도구를 만들어 왔다.


문자를 통해 기억의 한계를 보완했고, 숫자와 수학을 통해 직관만으로 처리하기 어려운 관계를 표현했다. 통계학은 불확실성을 수량화하는 방법을 제공했고, 데이터는 개인의 경험만으로는 알 수 없는 패턴을 보여주었다. 이후 컴퓨터와 알고리즘이 등장하면서 인간이 직접 처리하기 어려운 방대한 양의 정보를 계산할 수 있게 되었다. 그리고 인공지능은 인간이 직접 분석하기 어려운 데이터에서 패턴을 찾아내고, 여러 가능성을 비교하며, 예측을 보조하는 도구로 발전하고 있다.


즉, 인간의 인지적 한계는 단순히 극복할 수 없는 벽으로만 존재하는 것이 아니다. 우리는 도구와 시스템을 만들어 자신의 인지 능력을 확장해 왔다. 우리의 뇌가 처리할 수 있는 정보에는 한계가 있지만, 데이터와 통계 모델, 알고리즘과 인공지능을 연결하면 개인의 뇌가 직접 처리할 수 있는 범위를 넘어설 수 있다.


하지만 여기에도 한계는 남는다. 도구가 인간의 한계를 보완한다고 해서 인간의 판단이 완전히 객관적이 되는 것은 아니다. 어떤 데이터를 수집할 것인지 결정하는 것도 인간이고, 어떤 변수를 모델에 포함할 것인지 결정하는 것도 인간이며, 모델의 결과를 어떻게 해석하고 사용할 것인지 결정하는 것도 인간이다. 따라서 도구가 발전하더라도 무엇을 측정하고, 무엇을 제외하며, 어떤 방식으로 분석할 것인가라는 선택의 문제는 남는다.


이러한 문제는 개인을 넘어 집단으로 확장된다. 현실 세계에서 중요한 의사결정은 대부분 한 사람이 혼자 내리지 않는다. 기업의 전략도 여러 사람이 논의하고, 경제 정책도 수많은 전문가와 기관이 참여하며, 과학적 지식 역시 여러 연구자들의 관측과 검증을 통해 만들어진다.


집단은 개인의 한계를 보완할 수 있다. 한 사람이 보지 못한 것을 다른 사람이 발견할 수 있고, 한 사람이 가진 오류를 다른 사람이 지적할 수 있다. 서로 다른 경험과 전문성이 결합되면 개인이 혼자 판단하는 것보다 더 많은 정보를 고려할 수 있다.


하지만 집단이라고 해서 인지적 한계에서 자유로워지는 것은 아니다. 오히려 경우에 따라서는 개인의 오류가 집단적으로 증폭될 수 있다.


구성원들이 서로의 의견을 확인하면서 같은 방향으로 확신을 강화할 수도 있고, 조직 내부의 권위나 분위기 때문에 반대 의견이 제대로 제시되지 않을 수도 있다. 모두가 같은 정보를 보고 있더라도 동일한 전제와 동일한 편향을 공유한다면 집단은 개인보다 더 강한 확신을 가지고 잘못된 판단을 내릴 수 있다. 이른바 집단사고가 발생하는 것이다.


이 경우 개인의 한계를 합친다고 해서 한계를 넘어서는 것이 아니다. 오히려 개인의 한계가 서로 연결되면서 집단적인 오류가 만들어질 수 있다.


특히 금융시장이나 경제와 같이 수많은 사람들이 서로 영향을 주고받는 영역에서는 이러한 현상이 더욱 중요하다. 많은 사람들이 같은 방향으로 판단하면 그 판단 자체가 시장의 행동을 바꿀 수 있다. 그리고 변화한 시장은 다시 사람들의 판단에 영향을 미친다.


여기에서 예측은 단순히 미래를 관찰하는 행위를 넘어선다. 예측과 의사결정이 다시 미래의 원인이 될 수 있기 때문이다.


예를 들어 어떤 기업이 곧 망할 것이라는 예측이 시장에 퍼졌다고 하자. 사람들이 그 예측을 믿고 거래를 중단하거나 자금을 회수하기 시작하면 기업의 실제 상황이 악화될 수 있다. 자금 조달이 어려워지고 거래처가 이탈하며 고객의 신뢰가 떨어지면, 처음에는 단순한 예측에 불과했던 내용이 실제 기업의 상태를 변화시킬 수 있다. 결국 "기업이 망할 것 같다"는 예측이 사람들의 행동을 바꾸고, 그 행동이 다시 기업의 미래를 바꾸면서 실제로 기업이 어려워질 수 있다.


반대의 경우도 가능하다. 어떤 기업이 크게 성장할 것이라는 기대가 확산되면 사람들이 투자하고, 인재가 모이고, 거래가 증가하면서 실제 기업의 성장 가능성이 높아질 수 있다.


이처럼 미래에 대한 우리의 믿음은 미래를 단순히 바라보는 것에 그치지 않는다. 우리의 판단과 행동이 미래의 조건을 다시 변화시키는 피드백 루프가 만들어진다.


이러한 구조에서는 예측이 현실과 독립되어 있지 않다. 우리가 어떤 미래를 예상하고 행동하면 그 행동이 다른 사람의 행동에 영향을 미치고, 그것이 다시 시장과 사회의 상태를 변화시키며, 변화된 상태가 새로운 정보를 만들어낸다. 그리고 새로운 정보는 다시 우리의 예측을 수정한다. 예측 → 행동 → 현실의 변화 → 새로운 정보 → 예측의 수정이라는 순환이 반복되는 것이다.


현대 사회에서는 정보의 전달 속도가 빨라지면서 이러한 피드백도 더욱 빠르게 작동할 수 있다.


따라서 미래를 예측한다는 것은 단순히 "현재의 조건이 계속된다고 가정했을 때 무엇이 일어날 것인가"를 계산하는 것만으로는 충분하지 않다. 사람들이 그 예측을 알게 되었을 때 어떻게 행동할 것인지, 그리고 그 행동이 다시 미래의 조건을 어떻게 바꿀 것인지까지 고려해야 한다.


결국 미래의 불확실성에는 여러 층위가 존재한다.


첫 번째는 세상 자체의 불확실성이다. 미래에는 아직 발생하지 않은 사건과 우리가 알 수 없는 변수가 존재한다.


두 번째는 인간의 인식과 정보 처리의 한계다. 우리는 모든 정보를 볼 수 없고, 본 정보도 완벽하게 이해하거나 처리할 수 없다.


세 번째는 집단과 시스템의 한계다. 개인의 오류가 집단적으로 증폭될 수 있고, 조직이나 사회가 특정한 편향을 반복적으로 만들어낼 수도 있다.


그리고 네 번째는 예측 자체가 미래에 영향을 미치는 문제다. 우리가 무엇을 예상하고 어떻게 행동하느냐에 따라 미래의 조건이 달라질 수 있다.


이러한 요소들이 서로 결합하면 미래는 더욱 복잡해진다.


그렇기 때문에 좋은 예측은 단순히 더 많은 데이터를 확보하는 것만으로 완성되지 않는다. 데이터를 어떻게 선택하고 해석할 것인지, 인간의 인지적 한계를 어떻게 보완할 것인지, 집단의 편향을 어떻게 줄일 것인지, 그리고 우리의 예측과 행동이 다시 현실에 어떤 영향을 미칠 것인지를 함께 고려해야 한다.


인간은 자신의 한계를 완전히 없앨 수는 없다. 하지만 그 한계를 인식하고, 도구와 시스템을 만들고, 서로 다른 관점을 결합하며, 새로운 정보가 들어올 때 판단을 수정할 수 있다. 따라서 중요한 것은 한계를 없애는 것이 아니라 한계를 관리하는 것이다.


실제 미래는 하나다. 하지만 우리는 그 미래를 완전히 알 수 없다. 그래서 여러 가능성을 관리한다. 그리고 인간의 인식과 정보 처리 능력에도 한계가 있기 때문에 그 가능성조차 완벽하게 계산할 수 없다.


우리는 그 한계를 보완하기 위해 데이터와 통계, 모델과 알고리즘, 인공지능과 집단 지성을 사용한다. 그러나 이러한 도구 역시 새로운 편향과 오류를 만들어낼 수 있으며, 우리의 예측과 행동은 다시 미래에 영향을 미친다.


결국 미래를 이해한다는 것은 미래를 정확하게 계산하는 것이 아니다. 우리가 무엇을 알 수 있고 무엇을 알 수 없는지, 무엇을 놓칠 수 있으며 우리의 판단이 현실을 어떻게 변화시킬 수 있는지를 함께 이해하는 것이다.


그러한 한계를 인정할 때 우리는 미래를 하나의 확정된 답으로 바라보는 대신, 여러 가능성을 가진 하나의 현실로 바라볼 수 있다. 그리고 그때 예측은 더 겸손해지고, 의사결정은 더 견고해진다.