인과 메커니즘 정보가 개입 선택에 미치는 영향: 증상 치료와 근본 원인 해결 사이의 딜레마

초록

본 연구는 인과 메커니즘에 대한 명시적 정보를 제공했을 때 사람들의 개입 선택이 어떻게 달라지는지를 실험적 ‘발굽 트리밍’ 상황에서 조사하였다. 상세한 메커니즘 정보와 주변 변수와의 연계가 간접(근본 원인) 개입에 대한 회의성을 약간 감소시켰지만, 효과 크기는 작았으며 참가자들은 여전히 증상만을 바로잡는 직접 개입을 선호하였다. 즉, 인과 메커니즘 정보를 제공하는 것만으로는 지속 가능한 개입 선택을 촉진하기에 충분하지 않다.

상세 분석

이 논문은 인과 추론과 개입 선택 사이의 연결 고리를 체계적으로 탐구한다는 점에서 이론적·실증적 의의를 가진다. 먼저, 저자는 인과 메커니즘을 “어떤 과정이 사건을 일으켰는가”를 설명하는 vocabularies로 정의하고, 이를 다이어그램 형태로 시각화한다. 기존 연구가 인과 다이어그램의 존재 자체가 문제 해결에 미치는 효과를 과대평가했거나, 과제 자체가 메커니즘 이해를 필요로 하지 않는 경우가 많았다는 점을 비판한다. 따라서 본 연구는 (1) 실제 물리적·생물학적 도메인인 ‘발굽 트리밍’이라는 낯선 상황을 선택하고, (2) 개입들을 ‘증상 치료’와 ‘근본 원인 치료’라는 두 축으로 체계적으로 배치하였다. 실험 조작은 네 가지 조건으로 구성되었다: (a) 인과 다이어그램 유무, (b) 메커니즘 정보 제공 여부, (c) 메커니즘 상세도(고·저), (d) 메커니즘 정보가 다른 변수와 맥락화된 정도. 참가자들은 각 조건에서 제시된 다이어그램을 보고 여섯 가지 개입 중 어느 것이 가장 바람직한지 평가하고 선택했다.

결과는 두 가지 주요 패턴을 보였다. 첫째, 메커니즘 정보가 상세하고 다른 변수와 연계될수록 간접 개입(근본 원인 치료)에 대한 부정적 평가가 약간 완화되었다. 그러나 효과 크기는 Cohen’s d≈0.15 수준으로 매우 미미했다. 둘째, 모든 조건에서 참가자들은 여전히 직접 개입(증상만을 제거하는 방법)을 가장 선호했으며, 이는 ‘빠른 해결’에 대한 직관적 편향이 강하게 작동함을 시사한다. 통계적으로는 ANOVA와 사후 검정이 적용되었으며, 상호작용 효과는 유의하지 않았다.

이러한 결과는 인과 메커니즘 정보를 제공하는 것이 자동적으로 ‘근본 원인 치료’를 선택하게 만들지는 못한다는 점을 강조한다. 인지적 편향(예: 인과 거리 효과, 확률적 불확실성에 대한 회피)과 실용적 고려사항(실행 가능성, 비용, 부작용) 등이 개입 선택에 더 큰 영향을 미친다. 따라서 연구자는 메커니즘 정보 외에도 ‘시나리오 기반 교육’, ‘피드백 제공’, ‘실제 성공 사례 제시’와 같은 보완적 설계가 필요하다고 제언한다.