What is *The Data Detective* by Tim Harford about?

*The Data Detective* offers ten practical rules to interpret statistics critically, combat misinformation, and approach data with curiosity. Tim Harford combines real-world examples—from biased algorithms to pandemic responses—to teach readers how to spot flawed assumptions, ask better questions, and understand the context behind numbers.

Who should read *The Data Detective*?

This book is ideal for professionals working with data, students of statistics, and general readers seeking to navigate today’s information-saturated world. Harford’s accessible style makes complex concepts digestible for anyone interested in sharpening their analytical skills or avoiding manipulation by misleading statistics.

Is *The Data Detective* worth reading?

Yes—Harford’s blend of storytelling and practical advice makes it a standout guide for improving statistical literacy. Its relevance to topics like algorithmic bias, pandemic data, and media misinformation ensures it resonates in a data-driven age.

What are the key rules in *The Data Detective*?

Key rules include: - **Rule 1: Search your feelings** (detach emotions from data analysis). - **Rule 5: Get the back story** (investigate context and omissions). - **Rule 6: Ask who is missing** (identify dataset biases).

How does *The Data Detective* address data bias?

Harford warns against assuming datasets represent entire populations (“N = All”). He illustrates how biases—like excluding marginalized groups in algorithmic training data—skew results, urging readers to question whose perspectives might be absent.

What is Tim Harford’s background in economics and data?

Tim Harford is an award-winning *Financial Times* columnist, BBC broadcaster, and behavioral economist. With over a decade of experience explaining complex economic concepts, he hosts podcasts like *More or Less* and authored bestsellers like *The Undercover Economist*.

How does *The Data Detective* compare to Harford’s other books?

Unlike *The Undercover Economist*, which focuses on microeconomic principles, *The Data Detective* emphasizes statistical literacy. It shares Harford’s trademark storytelling but targets readers seeking tools to decode modern data controversies.

Can *The Data Detective* help combat misinformation?

Yes. By teaching readers to scrutinize data sources, check emotional responses, and demand transparency, the book equips them to identify manipulated statistics in media, politics, and everyday life.

경제학 레시피 요약

Ten Easy Rules to Make Sense of Statistics

Tim Harford

4.12(7996 Reviews)

경제학 레시피 요약 개요

"데이터 탐정(The Data Detective)"에서 팀 하포드(Tim Harford)는 데이터가 넘쳐나는 세상에서 통계를 파악하는 데 필수적인 10가지 규칙을 제시합니다. 스티븐 프라이(Stephen Fry)와 스티븐 핑커(Steven Pinker)가 추천한 이 시의적절한 가이드는 숫자가 어떻게 우리를 오도할 수 있는지, 그리고 올바른 통계적 사고가 어떻게 민주주의 그 자체를 구할 수 있는지를 밝혀냅니다.

전달 방식을 선택하세요

다양한 학습 방식으로 경제학 레시피 요약 살펴보기

경제학 레시피의 같은 아이디어를 담았습니다. 나에게 맞는 목소리, 깊이, 속도를 고르고 언제든 바꿔 보세요.

1장

아무것도 증명하지 못한 황새, 그리고 수백만 명을 살린 연구

황새가 아기를 물어다 준다는 이야기, 다들 한 번쯤 들어보셨죠? 그런데 유럽 전체를 대상으로 한 진짜 학술 통계 연구 결과에 따르면, 황새가 많은 나라일수록 출산율이 높다는 사실이 밝혀졌습니다. 학술지들이 요구하는 까다로운 통계적 유의성 기준까지 훌륭하게 통과했죠. 당연히 말도 안 되는 소리입니다. 국토가 큰 나라는 황새도 많고 아기도 많이 태어날 뿐, 황새와 출산율 사이엔 아무런 상관이 없으니까요. 하지만 이런 통계적 묘수야말로 1954년에 출간된 대럴 허프의 베스트셀러 <새빨간 거짓말 통계>가 역사상 가장 사랑받는 교양 도서가 된 이유였습니다. 소수점 뒤에 숨은 사기꾼들을 웃어넘기는 법을 한 세대 전체에 가르쳐 준 거죠. 팀 하포드 역시 청소년 시절 이 책에 완전히 매료되었습니다. 훗날 그는 BBC의 <모어 오어 레스>라는 프로그램을 진행하며 통계적 주장의 진짜 이면을 추적했는데요. 그러다 문득 찜찜한 사실 하나를 발견합니다. 바로 같은 해인 1954년, 영국의 두 연구자인 리처드 돌과 오스틴 브래드퍼드 힐이 똑같은 도구인 통계를 사용해서 담배가 폐암을 유발한다는 사실을 증명해 냈다는 겁니다. 이 발견은 이후 수천만 명의 목숨을 구했죠. 한쪽엔 대럴 허프가 있었고, 다른 쪽엔 클립보드를 든 무명의 두 연구자가 있었습니다. 과연 둘 중 세상을 진짜로 바꾼 통계는 어느 쪽이었을까요? 이 강렬한 충돌이 앞으로 이어질 모든 이야기의 출발점입니다. 통계를 상대를 이기기 위해서가 아니라 세상을 더 명확하게 바라보기 위해 활용하는 열 가지 규칙, 그리고 이 모두를 하나로 묶어주는 황금 비율을 소개합니다. 단순히 암기하고 잊어버릴 체크리스트가 아닙니다. 사람들이 믿었던 주장이 생각보다 더 진실이거나 거짓이거나 혹은 기이하다는 걸 추적하며 몸에 밴 습관들이죠. 하포드가 시작한 그 지점부터 시작해 보겠습니다. 수치가 눈앞에 들어오기도 전에 우리 마음이 파놓는 함정 이야기입니다.

2장

규칙 1: 감정을 먼저 살피세요

감정을 먼저 살피라는 건 이런 뜻입니다. 어떤 통계적 주장을 받아들이거나 거부하기 전에, 그 주장이 나에게 어떤 기분을 느끼게 하는지 먼저 파악하라는 거죠. 이성적인 판단이 개입하기도 전에 감정이 먼저 우리의 판단을 하이재킹해 버리기 때문입니다. 1937년, 네덜란드의 거장 요하네스 페르메이르 작품의 세계적인 권위자였던 82세의 학자 아브라함 브레디우스에게 <엠마오에서의 그리스도>라는 새로 발견된 그림 한 점이 전달되었습니다. 그는 완전히 매료되었죠. "감정을 주체하기 어려웠다"라고 적으며 이 작품을 페르메이르의 최고 명작이라고 칭송했습니다. 이 그림은 오늘날 가치로 1,000만 달러에 달하는 금액에 팔렸습니다. 딱 하나 문제가 있었습니다. 가짜였던 겁니다. 한 판 메이허런이라는 사기꾼이 불과 몇 달 전에 그린 그림이었죠. 그는 오래된 물감 검사에 쓰이는 알코올 시험을 속이려고 초기 산업용 플라스틱까지 사용해 물감을 단단하게 만들었습니다. 판 메이허런이 대단한 예술가일 필요는 없었습니다. 과거의 오판으로 자존심이 상했던 브레디우스 학자가 '페르메이르가 이탈리아를 여행하며 카라바조에게 영감을 받았다'는 걸 증명하고 싶어 안달이 나 있다는 사실만 알면 됐죠. 그래서 진짜 17세기 화폭 위에 카라바조 양식의 대형 성화라는 '잃어버린 고리'를 정확히 그려 넣은 겁니다. 브레디우스는 전문성이 부족해서 속은 게 아니었습니다. 오히려 전문성이 너무 뛰어났기 때문에 속은 것이죠. 그의 풍부한 지식이 이미 믿고 싶었던 것을 믿을 수 있게 만드는 수십 가지 이유를 제공했던 겁니다. 심리학에서는 이를 '동기화된 추론'이라고 부릅니다. 똑똑한 사람이라고 해서 피할 수 있는 게 아닙니다. 오히려 똑똑할수록 자신이 이미 믿고 싶어 하는 바를 정당화할 이유를 더 잘 만들어내죠. 1950년대 흡연자들이 담배가 암을 유발할 확률이 16배나 높다는 사실을 듣고도 의심할 구실을 찾아낸 이유가 바로 이 때문입니다. 정작 대럴 허프 자신도 훗날 담배 회사로부터 돈을 받고 의회 청문회에 나가, 그 황새와 출산율의 상관관계를 들먹이며 흡연 데이터를 혼란스럽게 만들었죠. 알고 보면 의심이란 건 아주 저렴하게 만들어내서 쉽게 팔아치울 수 있는 상품입니다. 한 담배 회사의 내부 문건에는 이런 정직한 고백이 적혀 있었습니다. "의심이야말로 우리의 상품이다." 이런 함정에서 벗어나는 데 슈퍼히어로 같은 자제력이 필요한 건 아닙니다. 딱 하나의 습관만 있으면 됩니다. 어떤 주장이나 그래프를 공유하거나 헤드라인을 무시해 버리기 전에, 잠시 멈추고 스스로에게 물어보는 겁니다. "이걸 보고 내 기분이 어땠지? 내 말이 맞았다고 쾌재를 불렀나? 고소했나? 아니면 분통이 터졌나?" 그 느낌은 그 주장의 진위 여부가 아니라, 여러분 자신에 관한 정보입니다. 작지만 강력한 습관이죠. 심지어 통계를 전문으로 연구하는 사람조차 계속해서 다시 배워야 하는 습관이기도 합니다. 실제로 팀 하포드 자신도 동성 결혼 평등에 관한 엉터리 그래프가 자신의 정치적 성향을 만족시켜 준다는 이유만으로 덜컥 리트윗했던 적이 있으니까요.

들리는 모든 단어를 눈으로 확인하세요

경제학 레시피 요약의 각 단어가 오디오에 맞춰 실시간으로 강조되어 편하게 따라 읽을 수 있습니다.

3장

규칙 2: 개인적인 경험을 곰곰이 따져보세요

두 번째 규칙은 조금 더 까다롭습니다. 때로는 여러분 자신의 눈이 거짓말을 하고, 때로는 통계가 거짓말을 하기 때문입니다. 개인적인 경험을 따져보라는 건 어느 한쪽을 무조건 신뢰하지 말고 두 관점을 대등하게 놓고 비교해 보라는 뜻입니다. 팀 하포드가 런던 서부에 있는 BBC 스튜디오로 출퇴근하던 시절, 그는 몇 년 동안 마치 콩나물시루 같은 버스와 지하철에 갇혀 다녔습니다. 그런데 런던 교통공사의 공식 통계를 보면 런던 버스의 평균 승객은 약 12명이고, 정원이 1,000명이 넘는 지하철 한 칸의 평균 승객은 130명 미만이라는 겁니다. 그럼 런던 교통공사가 거짓말을 한 걸까요? 아닙니다. 두 사실 모두 진짜였습니다. 열차는 운행 노선의 대부분을 텅 빈 채 달릴 수 있지만, 우리가 기억하는 열차는 가장 붐비는 시간대, 가장 붐비는 노선에서 탔던 열차뿐이니까요. 하루에 10대의 열차가 운행한다고 해봅시다. 1대에는 1,000명이 타고 나머지 9대는 텅 비어 있습니다. 열차당 평균 승객은 100명이지만, 승객 1,000명 전원은 빽빽하게 터져 나가는 열차를 경험한 셈이죠. 통계는 거짓말을 하지 않았습니다. 단지 여러분의 직감이 물었던 질문과 다른 질문에 답하고 있었을 뿐입니다. 이걸 홍역 백신이 자폐증을 유발한다는 믿음과 비교해 보죠. 여기서도 개인적인 경험은 아주 강력하게 느껴집니다. 부모들은 백신을 맞고 얼마 지나지 않아 자폐 진단을 받았던 순간을 생생하게 기억하니까요. 하지만 자폐증이 처음 발견되는 시기는 보통 생후 15개월 무렵과 수행 연령대인데, 이 시기는 정확히 백신 접종 시기와 일치합니다. 아동 65만 명을 추적한 데마크의 한 연구에 따르면, 백신을 맞은 아이들과 맞지 않은 아이들의 자폐 발생률은 완전히 동일했습니다. 이 경우 개인의 경험은 통계가 놓친 숨은 진실을 보여주는 게 아니라, 단순한 시간상의 우연이 인과관계로 포장된 것에 불과합니다. 따라서 규칙은 "수치만 믿어라" 또는 "네 눈으로 본 것만 믿어라"가 아닙니다. 둘이 충돌할 때 그 충돌이야말로 조사의 끝이 아니라 시작이라는 걸 깨닫는 겁니다. 한쪽 관점이 보고 있지만 다른 쪽은 보지 못하는 게 무엇인지 물어보세요. 스웨덴의 달러 스트리트라는 프로젝트는 이걸 아주 멋지게 구현했습니다. 한 달에 27달러를 버는 가구부터 1만 달러를 버는 가구까지 실제 살고 있는 방, 가스레인지, 화장실, 장난감을 사진으로 보여주죠. 각 소득 계층에 얼마나 많은 사람이 사는지 정확한 통계 수치로 알려주면서도, 가난과 부의 실감을 느끼게 해주는 겁니다. 경제학자 무하마드 유누스의 말을 인용해 하포드는 이렇게 말합니다. "벌레의 눈과 새의 눈, 우리에겐 둘 다 필요합니다. 어느 한쪽만 있으면 다른 쪽이 잡아낼 수 있는 거짓말에 속아 넘어가기 때문입니다."

4장

규칙 3: 조급한 수량화를 피하세요

토론할 때 유용하게 쓸 수 있는 용어 하나를 소개해 드립니다. 바로 '조급한 수량화'인데요. 도대체 무엇을 세고 있는지 명확히 정의하기도 전에 수치가 오르는지 내리는지, 오차 범위가 어떠한지부터 논쟁하는 태도를 말합니다. 영아 사망률 사례를 보면 이해하기 쉽습니다. 루시 스미스 박사라는 연구자가 런던 병원의 영아 사망률이 잉글랜드 미들랜즈 지방보다 이상하게 낮다는 걸 발견했습니다. 정치인들은 런던이 대체 뭘 잘하고 있는지 알고 싶어 했죠. 하지만 정답은 의료 수준과 아무 상관이 없었습니다. 임신 22주나 23주쯤에 임신이 중단되면 의사들은 가슴 아픈 고뇌에 빠집니다. 이것이 유산인가, 아니면 조산 후 사망인가? 미들랜즈의 의료진은 아이가 잠시나마 살아있었음을 느꼈을 부모의 슬픔을 위로하기 위해 이를 출생 후 사망으로 기록하는 관행을 만들어 냈습니다. 이 라벨링의 차이 하나가 지역 간 통계 격차의 전부를 설명해 버린 겁니다. 아무도 잘못한 사람이 없었고 특별히 잘한 사람도 없었습니다. 아기라는 단어의 의미가 두 지역 사이에서 슬그머니 바뀌어 있었는데, 다들 무엇을 세고 있는지 물어보지도 않고 카운트부터 하려고 서둘렀던 거죠. 지난 10년 동안 가장 널리 퍼졌던 통계 중 하나인 옥스팜의 2014년 발표도 같은 함정에 빠졌습니다. 세계에서 가장 부유한 85명이 전 세계 하위 50%의 빈곤층을 합친 것만큼의 부를 소유하고 있다는 주장이었죠. 전 세계 신문 헤드라인을 장식했습니다. 하지만 자세히 들여다보면 거의 아무런 의미도 없는 수치였습니다. 순자산은 부채를 차감하여 계산하기 때문입니다. 막 의대를 졸업하고 수억 원의 대출금을 짊어진 젊은 의사는 서류상 음의 자산을 가져서, 마른 소 한 마리를 가진 자급자족 농부보다 통계적으로 더 가난하게 잡힙니다. 아무것도 없는 수십억 명에 빚을 약간 진 수십억 명을 더하면 통계상 합계는 언제나 0에 가까워질 수밖에 없습니다. 중간층이 얼마나 잘 살고 있든 상관없이 말이죠. 영국의 인디펜던트 지는 이 수치를 보도하면서 세계에서 가장 가난한 절반을 85명의 억만장자를 제외한 모든 사람으로 오인하기도 했습니다. 전 세계 인구를 8,500명으로 만드는 치명적인 오류였죠. 3년 후 옥스팜 자체 수치는 억만장자 85명에서 8명으로 줄어들었습니다. 세상이 10배나 더 불평등해져서가 아니라, 바탕이 된 정의 자체가 사람들의 기대를 견뎌낼 만큼 견고하지 못했기 때문입니다. 그러니 간호사에 관한 수치든 자해, 불평등, 폭력 게임에 관한 수치든, 그 어떤 숫자를 받아들이기 전에 따분하지만 필수적인 질문부터 던져보세요. "그 단어가 정확히 무슨 뜻입니까?" 공공 담론에서 발생하는 혼란의 90%는 수학 때문이 아니라 언어 때문에 발생합니다.

경제학 레시피 요약에서 더 많은 것을 얻으세요

매일 새로운 인사이트를 10만 개 이상의 레슨에서 만나보세요
단어가 강조되어 오디오와 실시간으로 동기화됩니다
내 라이브러리를 저장하고 모든 기기에서 이용하세요

5장

규칙 4: 한 걸음 물러서서 전체를 조망하세요

무엇을 세고 있는지 알았다면 다음 단계는 줌아웃을 하는 겁니다. 홀로 덩그러니 떠 있는 숫자 하나는 아무것도 말해 주지 않으니까요. 2018년 4월, 런던의 신문들은 실로 경악할 만한 헤드라인을 뽑아냈습니다. 런던의 살인 사건 발생률이 역사상 처음으로 뉴욕을 제쳤다는 보도였죠. 기술적으로는 사실이었습니다. 그해 2월 런던에서 15건의 살인 사건이 일어나는 동안 뉴욕에서는 14건이 일어났으니까요. 하지만 30년 전으로 한 걸음 물러서서 보면 진짜 이야기는 완전히 뒤바뀝니다. 1990년 런던의 살인 사건은 184건이었던 반면 뉴욕은 2,262건으로 10배가 넘었습니다. 그 이후 런던의 살인 건수는 오르기는커녕 줄어들었습니다. 뉴욕은 훨씬 더 대폭 감소했죠. 정말 공포스럽던 도시에서 수십 년 만에 가장 안전한 도시 중 하나로 변한 겁니다. 두 추세선이 어쩌다 교차한 그 단 한 달의 수치는 위험이 증가했다는 뉴스라기보다, 뉴욕이 얼마나 엄청나게 발전했는지를 보여주는 뉴스였습니다. 이 규칙의 또 다른 핵심은 단순히 "그거 큰 숫자인가요?"라고 물어보는 겁니다. 도널드 트럼프가 제안했던 국경 장벽의 예상 비용은 250억 달러였습니다. 엄청나게 들리지만 미국 국방 예산이 하루에 약 20억 달러에 달한다는 사실이나, 250억 달러를 미국인 인구수로 나누면 1인당 약 75달러에 불과하다는 걸 알게 되면 느낌이 달라집니다. 큰지 작은지는 비교 기준이 생겼을 때 비로소 결정할 수 있는 법입니다. 하포드의 옛 동료들이 만든 모어 오어 레스 프로그램은 바로 이 직관을 중심으로 구성되었는데요. 여러분도 유용하게 활용할 수 있습니다. 자국의 인구수, 침대의 길이, 국가 예산 규모 같은 이정표가 되는 몇 가지 주요 수치를 머릿속에 넣어두는 겁니다. 그러면 어떤 새로운 숫자를 만나더라도 비교해 볼 기준이 생깁니다. 맥락이 사라지는 더 근본적인 이유도 있습니다. 뉴스가 흘러가는 주기가 실제로 중요한 대부분의 현상과 맞지 않기 때문입니다. 일간지는 어제 발생한 자극적인 일들을 보도합니다. 하지만 50년이나 100년에 한 번씩만 발행되는 신문이 있다고 상상해 보세요. 2018년의 헤드라인은 칼부림 사건이나 주가 하락이 아니라, "휴! 인류, 핵 전쟁 위기를 면하다", 또는 "아동 사망률 8분의 1로 급감" 같은 소식이 될 겁니다. 세상의 좋은 소식들은 진짜 존재하며 엄청나게 거대합니다. 단지 너무 천천히, 그리고 꾸준하게 진행되기 때문에 갑작스럽게 느껴지지 않아서 뉴스가 되지 못할 뿐입니다.

6장

규칙 5: 숨겨진 배경을 파악하세요

아무리 정의가 잘 되어 있고 맥락이 갖춰진 숫자라도, 보이지 않는 거대한 실패의 더미에서 살아남은 단 하나의 생존자라면 우리를 배신할 수 있습니다. 숨겨진 배경을 파악한다는 건 내가 보지 못하고 있는 것이 무엇인지 묻는 것입니다. 유명한 심리학 실험 중에 24가지 맛의 잼을 판매하는 가판대가 6가지 맛을 파는 가판대보다 매출이 10분의 1에 불과했다는 연구가 있었습니다. 선택지가 너무 많으면 동기를 잃는다는 이 아이디어는 대중 심리학의 신화가 되었고, 수많은 책과 강연으로 이어졌죠. 몇 년 후 벤자민 샤이베헤네라는 젊은 연구자가 이 실험을 재현하려 했지만 아무런 효과도 얻지 못했습니다. 그는 출판된 연구와 미출판 연구를 가리지 않고 해당 실험의 모든 버전을 추적했습니다. 그랬더니 선택지가 많아지는 것이 매출에 미치는 진짜 평균 효과는 0이라는 사실을 밝혀냈죠. 극적인 결과만 세상에 퍼졌던 겁니다. 수십 개의 따분하고 상반된 후속 연구들은 서류함 속으로 사라졌습니다. 학술지 역시 우리와 마찬가지로 자극적인 결과에는 열광하지만 밋밋한 무효 결과는 출판해 주지 않기 때문입니다. 킥엔디드라는 웹사이트가 있습니다. 후원금을 단 1달러도 모으지 못하고 실패한 킥스타터 프로젝트만 모아놓은 곳이죠. 감자 샐러드를 흉내 내다 망한 프로젝트, 아무도 후원하지 않은 사진집, 후원자 0명의 수영복 브랜드 같은 것들입니다. 여러분은 5만 5천 달러를 모은 감자 샐러드 이야기는 들어보셨을 겁니다. 하지만 앨범 제작을 위해 8,000달러를 모으려다 실패한 스티리오타이피컬 데이드림이라는 밴드 이야기는 들어본 적이 없으실 겁니다. 실패는 공유되지 않으니까요. 이것이 바로 생존자 편향입니다. 심리학자 다릴 벰이 사람이 미래를 볼 수 있음을 보여주는 9가지 실험 결과를 발표했을 때, 학술지가 이를 반박하는 후속 재현 실험들을 "우리는 재현 연구를 출판하지 않는다"라는 이유로 거절하면서 일어난 기이한 일도 이 편향으로 설명됩니다. 오직 초능력을 입증했다는 놀라운 결과만 출판물로 살아남아, 한동안 예지력이 학계에서 가장 강력하게 지지받는 연구 결과처럼 보이는 기현상이 일어났던 거죠. 해결책은 냉소주의가 아닙니다. 묻혀 있는 묘지에 대한 호기심입니다. "이게 이전에 검증된 적이 있나? 혹시 특정 의학 질문에 대해 성공한 연구든 실패한 연구든 모든 임상시험을 모아놓은 코크란 라이브러리 같은 체계적 복기 자료가 있나?" 하고 물어보세요. 헤드라인을 장식한 단 하나의 연구에만 낚이지 않도록 말입니다.

들리는 모든 단어를 눈으로 확인하세요

경제학 레시피 요약의 각 단어가 오디오에 맞춰 실시간으로 강조되어 편하게 따라 읽을 수 있습니다.

7장

규칙 6: 누락된 사람이 누구인지 물어보세요

앞선 내용과 밀접하게 연관되어 있으면서도 놓치기 쉬운 점이 있습니다. 데이터셋이 아무리 거대하더라도 특정 집단 전체를 체계적으로 블라인드 처리할 수 있다는 사실입니다. 누락된 사람이 누구인지 묻는다는 건 누구의 경험이 숫자에 아예 반영조차 되지 않았는지 확인하는 것입니다. 1950년대 솔로몬 아시의 유명한 동조 실험, 즉 다른 사람들이 눈으로 봐도 틀린 선 길이에 대해 집단의 압박에 못 이겨 거짓 답변을 했던 그 실험은 전적으로 미국 남성 대학생만을 대상으로 진행되었습니다. 스탠리 밀그램의 전기 충격 복종 실험 역시 마찬가지였습니다. 40명의 피험자 전원이 남성이었죠. 두 연구자 모두 악의를 가지고 여성을 제외한 건 아니었습니다. 그저 남성이 아닌 다른 대상에서도 동일한 결과가 나올지 확인해 봐야 한다는 생각조차 못 했던 겁니다. 작가 캐롤라인 크리아도 페레스는 그녀의 책에서 오늘날 세상에 존재하는 젠더 데이터 갭의 사례를 파헤칩니다. 협심증 치료제로 개발되던 한 약물은 남성만을 대상으로 테스트되었고, 그 과정에서 눈부신 발기 효과를 보여 결국 비아그라가 되었습니다. 반면 자궁경련과 생리통 치료 가능성에 대해서는 거의 연구되지 않았죠. 임상시험 단계에서 이를 발견해 낼 구조를 아무도 만들지 않았기 때문입니다. 근육 유래 줄기세포 연구에서도 학자들은 수년간 혼란에 빠졌습니다. 어떤 세포는 재생이 되고 어떤 세포는 되지 않았거든요. 한참 뒤에야 공여 세포가 남성의 것인지 여성의 것인지 확인해 볼 생각을 하게 되었고, 그것이 수수께끼의 전부였습니다. 누락된 데이터가 치르는 대가를 가장 극명하게 보여준 사건은 1936년 미국 대선이었습니다. 리터러리 다이제스트라는 잡지사가 1,000만 장의 우편 투표용지를 발송해 240만 건의 응답을 성공적으로 집계했고, 알프 랜던 후보의 압승을 호기롭게 예측했습니다. 하지만 결과는 프랭클린 루즈벨트의 대역전승이었죠. 반면 불과 3,000명의 표본만 가지고 조사했던 여론조사가 조지 갤럽은 승패를 정확히 맞혔습니다. 갤럽의 표본이 커서가 아니라, 자동차 소유자나 전화 가입자로만 표본을 추출하지 않았기 때문입니다. 1936년 당시 차와 전화를 가진 사람들은 부유층과 공화당 지지층으로 편향되어 있었거든요. 표본의 크기는 편향된 샘플을 결코 해결해 주지 못합니다. 그저 틀린 답을 아주 정밀하게 추정해 줄 뿐입니다.

8장

규칙 7: 컴퓨터가 안 된다고 할 때 투명성을 요구하세요

이것은 인공지능이라는 옷을 입고 나타난 오늘날의 동일한 함정으로 이어집니다. 투명성을 요구한다는 건 단지 빠르고 비밀스러우며 당당하다는 이유만으로 알고리즘에 압도당하길 거부하고, 실제로 그것이 어떻게 작동하는지 보여달라고 요구하는 태도입니다. 2009년, 구글은 검색어 변화를 관찰하는 것만으로 미국 질병통제예방센터보다 더 빠르게 독감 유행을 추적할 수 있다고 발표했습니다. 한동안은 기가 막히게 잘 맞아떨어졌죠. 하지만 어느 순간 여름 독감 유행을 완전히 놓쳐버렸고, 2013년에 이르러서는 구글의 추정치가 실제 수치보다 2배나 높게 치솟았습니다. 문제는 구글의 알고리즘이 특정 검색어가 왜 독감과 상관관계를 가지는지 이유를 전혀 알지 못했다는 겁니다. 그저 독감 증상과 고등학교 농구라는 검색어가 겨울철에 함께 증가한다는 패턴만 학습했던 거죠. 훗날 구글 엔지니어들도 인정했듯, 그 알고리즘은 반은 독감 감지기였고 반은 겨울 감지기였습니다. 검색 알고리즘이 바뀌거나 공포스러운 뉴스 때문에 사람들의 검색 습관이 달라지자 모델이 조용히 고장 나 버린 겁니다. 하지만 구글 외부의 그 누구도 이유를 알 수 없었습니다. 데이터와 코드가 철저히 베일에 싸여 있었기 때문입니다. 이 문제와 똑같은 역사적 평행선이 있습니다. 바로 연금술과 화학의 대립입니다. 1600년대만 해도 두 분야 모두 실제 실험을 수행했고, 아이작 뉴턴과 로버트 보일 같은 당대 최고의 천재들이 연금술에 매달렸습니다. 하지만 연금술은 비밀스러운 지하실에서 수행되어 누구도 다른 사람의 실패로부터 배우지 못한 채 퇴보했습니다. 반면 화학은 마랭 메르센 신부를 중심으로 한 지식인 네트워크가 모든 것을 출판하고 재현하며 공개적으로 토론하면서 폭발적으로 발전했죠. 이것이 오늘날 신뢰할 수 있는 알고리즘과 위험한 알고리즘을 가르는 핵심 차이입니다. 탐사보도 매체 프로퍼블리카의 기자들이 형사 피고인의 재범 가능성을 예측하는 유명 알고리즘인 콤파스의 결과를 강제로 공개시켰을 때, 두 명의 연구자가 충격적인 사실을 밝혀냈습니다. 나이와 전과 기록, 단 두 가지 변수만 사용한 단순한 모델이 콤파스와 똑같은 성능을 냈던 겁니다. 심지어 인터넷에서 무작위로 뽑은 일반인에게 7가지 기본 사실만 주고 예측하게 했을 때도 성적이 같았습니다. 알고리즘은 숨겨진 천재가 아니었습니다. 지극히 평범했을 뿐이며, 비밀주의야말로 그 명성을 유지해 주는 유일한 보호막이었던 겁니다.

경제학 레시피 요약에서 더 많은 것을 얻으세요

매일 새로운 인사이트를 10만 개 이상의 레슨에서 만나보세요
단어가 강조되어 오디오와 실시간으로 동기화됩니다
내 라이브러리를 저장하고 모든 기기에서 이용하세요

9장

규칙 8: 통계적 기반을 당연하게 여기지 마세요

알고리즘을 철저히 검증해야 한다면, 정부의 공식 통계는 거의 보호에 가까운 태도로 대해 줄 필요가 있습니다. 그 수치들을 만드는 사람들이야말로 묵묵히 일하는 가장 용감한 공무원들이기 때문입니다. 통계적 기반을 당연하게 여기지 말라는 건 정직하고 독립적인 공식 수치가 매우 취약하고 소중하며, 지켜낼 가치가 있음을 인지하라는 뜻입니다. 안드레아스 게오르기우는 채무 위기가 절정에 달했던 2010년, 국제통화기금에서의 편안한 커리어를 뒤로하고 그리스 통계청장으로 부임했습니다. 그는 자신의 임무를 수행했습니다. 수년간 정치적으로 조작되었던 재정 적자 수치를 바로잡고 세상에 그리스의 진짜 상태를 솔직히 고발한 것이죠. 그 정직함의 대가로 그는 기소되어 수년간 재판을 받았고, 그리스의 적자를 사실대로 보고해 국가에 손해를 입혔다는 궤변 속에 무기징역 위기에 처하기도 했습니다. 전 세계 80명의 전직 통계청장들이 그를 옹호하는 서한에 서명했죠. 아르헨티나에서는 그라시엘라 베바쿠아라는 통계학자가 정부가 원하는 입맛에 맞추어 물가상승률 수치를 낮추라는 지시를 받았습니다. 그녀가 요구받은 1.5% 대신 실제 수치인 월 2.1%를 보고하자, 강제 휴가를 보내지고 도서관으로 발령이 났으며 월급이 깎였습니다. 훗날 그녀는 더 정직하고 독립적인 물가지수를 만드는 데 협력했다는 이유로 25만 달러의 벌금형을 선고받았습니다. 이건 먼 옛날이나 독재 국가만의 이야기가 아닙니다. 도널드 트럼프는 선거 운동 기간 중 미국의 실업률을 가짜이자 완전한 소설이라고 비난하다가, 자신이 당선되어 수치가 좋게 나오자마자 아주 진짜 수치라고 선언했습니다. 미국 의회예산처 같은 기관을 지켜야 하는 이유는 그들이 완벽해서가 아닙니다. 그들이 평가하는 국가 예산에 비하면 이 기관을 운영하는 비용은 거의 들지 않기 때문입니다. 의회예산처는 자신들이 검토하는 연방 지출 8만 달러당 단 1달러 수준의 예산으로 운영됩니다. 좋은 통계는 민주주의가 사둘 수 있는 가장 저렴한 보험 중 하나이며, 수치를 만드는 사람들이 우리가 듣기 싫어하는 진실을 말할 수 있도록 허용될 때만 작동합니다.

10장

규칙 9: 허위 정보도 아름다울 수 있음을 기억하세요

어떤 숫자가 진실이고 정의가 잘 되어 있고 출처가 명확하더라도, 여러분을 현혹하기 위해 화려하게 포장될 수 있습니다. 시각 자료는 정확성을 판단하는 뇌의 이성적 영역을 그대로 우회해 버리기 때문입니다. 허위 정보도 아름다울 수 있다는 건 눈길을 사로잡는 차트를 볼 때 말로 된 파격적인 주장을 들었을 때와 똑같이 철저하게 검증하라는 뜻입니다. 플로렌스 나이팅게일은 역사상 누구보다 이 사실을 잘 이해하고 있었습니다. 크림 전쟁 당시 비위생적인 병원 환경으로 수천 명의 영국 군인이 죽어가는 모습을 간호했던 그녀는, 총알이 아니라 위생 문제로 대부분의 병사가 죽어가고 있음을 증명할 데이터를 모았습니다. 하지만 데이터만으로는 기득권층을 움직일 수 없었죠. 그래서 그녀는 역사상 최초의 인포그래픽 중 하나인 장미 문양 다이어그램을 만들었습니다. 위생 개혁 이후 사망자가 급격히 줄어드는 모습을 보여주는 원형 색상 차트였죠. 그녀는 이를 액자에 넣어 여왕에게까지 전달했습니다. "그림이 들어있으니 여왕께서도 보시겠지" 하고 무심하게 적으면서요. 결과는 대성공이었습니다. 의회는 공중보건 개혁안을 통과시켰고 영국의 평균 수명은 올라갔습니다. 그녀의 차트가 조작이 아닌 정직한 설득이 될 수 있었던 건 단순히 절제해서가 아니었습니다. 설득의 바탕에 자신과 통계학자 동료 윌리엄 파르가 수년간 구축한 철저하고 표준화된 완벽한 데이터가 깔려 있었기 때문입니다. 이와 대조적인 사례로 온라인에서 바이럴되었던 뎁트리스라는 애니메이션이 있습니다. 테트리스 음악에 맞춰 정부 지출 수치를 나타내는 블록들이 떨어지는 화려한 영상이었는데요. 알고 보니 단발성 지출과 누적 총액처럼 전혀 다른 성격의 수치들을 아무 설명 없이 슬그머니 비교하고 있었습니다. 혹은 '이라크의 피비린내 나는 대가'라는 제목의 실제 그래프를 보죠. 월별 사망자 수를 붉은 피가 떨어지는 모양의 막대로 아래를 향해 그려 넣었습니다. 데이터 시각화 전문가인 앤디 코트그리브는 동일한 숫자를 가져와 막대를 위로 뒤집고, 차분한 기업용 파란색으로 바꾸며, 제목을 '이라크: 사망자 감소 추세'로 바꾸었습니다. 똑같은 데이터였지만 직관적인 반응은 완전히 반대였죠. 두 차트 모두 숫자를 속이지는 않았습니다. 하지만 둘 다 중립적인 사실의 탈을 쓴 강력한 주장이었습니다. 그러니 그래프를 보고 분노, 안도, 경악 같은 감정이 요동친다면 속도를 줄이고 축을 확인하세요. 정의를 확인하고 제작자가 화면 밖으로 빼버린 것이 무엇인지 물어보아야 합니다.

들리는 모든 단어를 눈으로 확인하세요

경제학 레시피 요약의 각 단어가 오디오에 맞춰 실시간으로 강조되어 편하게 따라 읽을 수 있습니다.

11장

규칙 10: 열린 마음을 유지하세요

이 모든 규칙은 새로운 증거가 나타났을 때 실제로 마음을 바꿀 용기가 있을 때만 작동합니다. 그리고 이건 천재들에게조차 생각보다 훨씬 어려운 일입니다. 어빙 피셔는 어떤 기준으로 보든 인류 역사상 가장 위대한 경제학자 중 한 명이었습니다. 그의 박사 학위 논문은 경제학 분야에서 작성된 가장 뛰어난 논문으로 꼽히죠. 그는 부유했고 유명했으며, 1929년 여름 주식 시장에 대해 절대적인 확신을 가지고 있었습니다. 대폭락이 일어나기 불과 몇 주 전, 그는 주가가 영원히 유지될 높은 고원에 도달했다고 공개 선언했죠. 주식 시장이 3년 동안 붕괴하는 동안에도 피셔는 물러서지 않고 대출을 더 받아 주식을 더 샀습니다. 이것이 단지 약해진 투자자들을 털어내기 위한 공포의 심리전일 뿐이라고 확신하면서요. 그는 전 재산과 명예를 잃고 대단히 가난하게 생을 마감했습니다. 돌아가신 아내의 여동생이 몰래 빚을 갚아준 덕분에 겨우 길거리에 나앉는 신세를 면했죠. 그와 동시대를 살았던 존 메이너드 케인스 역시 거의 비슷한 내기를 했다가 케임브리지 대학교 대학의 투자 포트폴리오를 운용하면서 큰 손실을 입었습니다. 하지만 차이점이 있었습니다. 케인스는 이전에 이미 공개적으로 실패해 본 적이 있었기에, 실패를 정체성의 위기로 받아들이지 않고 데이터로 받아들였습니다. 그는 기존 전략을 완전히 버렸습니다. 경기 순환을 예측하려 애쓰는 대신 우량한 기업을 사서 장기 보유하는 방식으로 전환했죠. 결국 그는 거부가 되어 세상을 떠났습니다. 그가 실제로 말했는지는 불분명하지만 평생 실천했던 유명한 명언과 함께 말이죠. "사실이 바뀌면, 나는 생각을 바꿉니다." 심리학자 필립 테트록이 수십 년 후 18년에 걸쳐 수만 건의 전문가 예측을 추적했을 때 발견한 것도 바로 이것이었습니다. 대부분의 전문가는 우연보다 겨우 나은 수준이었지만, 그가 슈퍼예측가라고 부른 소수 집단은 달랐습니다. 이들을 구분 지은 건 지능이나 스펙이 아니었습니다. 직감이 아닌 기준율에서 예측을 시작한다는 점, 과거 자신의 예측을 정직하게 기록하고 복기한다는 점, 그리고 일단 대중 앞에서 말한 내용이라도 증거가 나오면 미련 없이 수정한다는 점이었습니다. 좋은 판단력을 예측하는 가장 단 하나의 특성은 자신의 신념을 지켜야 할 보물이 아니라 검증해야 할 가설로 다루는 태도였습니다.

12장

황금 비율: 호기심을 가지세요

결국 열 가지 규칙은 하나의 본능으로 수렴합니다. 그리고 이것이야말로 전체 프레임워크가 작동하는 유일한 이유입니다. 바로 호기심을 가지라는 것입니다. 댄 카한이라는 연구자가 학생들에게 시위 영상을 보여주는 실험을 했습니다. 절반에게는 낙태 반대 시위라고 말하고, 나머지 절반에게는 군 모병소 앞에서의 동성애자 권리 시위라고 말했죠. 동일한 영상을 보고도 사람들의 평가—평화로운가, 공격적인가—는 그들이 어느 정치적 진영에 속해 있다고 생각하느냐에 따라 완전히 뒤바뀌었습니다. 과학적 지식이 많다고 해서 도움이 되진 않았습니다. 오히려 기후 변화처럼 대립이 심한 주제에서는 양 진영에서 과학적 소양이 가장 높은 사람들이 가장 멀리 떨어져 있었죠. 지식이 풍부할수록 자신이 이미 믿던 바를 방어할 무기가 더 많아지기 때문입니다. 하지만 카한은 이 패턴을 깨뜨리는 단 하나의 특성을 발견했습니다. 바로 과학적 호기심이었습니다. 연예인 가십거리 대신 과학 책을 읽거나 우주 다큐멘터리를 즐겨본다고 답한 사람들이었죠. 자신의 정치적 성향과 배치되는 진정으로 놀라운 헤드라인을 만났을 때, 호기심 많은 사람들은 그것을 기꺼이 받아들였습니다. 편향되지 않아서가 아니라, 그들에겐 편안함을 느끼는 것보다 새로운 사실에 놀라움을 느끼는 기쁨이 더 컸기 때문입니다. 함께 기억할 만한 또 다른 연구 결과가 있습니다. 연구자들은 사람들에게 변기나 지퍼 같은 일상적인 물건의 작동 원리를 얼마나 잘 이해하는지 1점에서 7점까지 점수를 매기게 한 뒤, 그 메커니즘을 글로 직접 설명해 보라고 요청했습니다. 직접 원리를 설명해야 하는 순간 사람들의 자신감은 곤두박질쳤죠. 단일 세율이나 단독 제재 같은 정치적 입장에 대해 실시한 동일한 실험에서도 같은 결과가 나왔습니다. 자신의 입장을 정당화하는 대신 설명해 달라는 요청을 받았을 때, 사람들의 확신은 부드러워졌고 자신과 의견이 다른 사람들에 대한 적대감도 누그러졌습니다. 이것은 실전에서 바로 쓸 수 있는 아주 유용한 기술입니다. 다음에 누군가와 논쟁이 과열되면, 왜 그런 입장을 취하는지 정당화하라고 요구하지 마세요. 대신 그 메커니즘을 설명해 달라고 부탁해 보세요. 두 사람 모두 무언가를 배우게 될 것이고, 아마 처음 생각했던 것보다 서로 훨씬 가까운 곳에 서 있게 될 겁니다. 결국 이것이 대럴 허프의 세계와 리터러리 돌, 오스틴 브래드퍼드 힐의 세계를 가르는 차이점입니다. 허프의 본능은 속임수를 잡아내고 아무것도 믿을 수 없다며 자만심에 차서 돌아서는 것이었습니다. 반면 돌과 힐의 본능은 진실이 모습을 드러낼 때까지 인내심을 갖고 덤덤하게 수치를 세는 것이었으며, 숫자가 가리키는 순간 주저 없이 방향을 바꾸는 것이었습니다. 실제로 돌은 연구를 시작한 지 2년 만에 담배를 끊었죠. 다음에 어떤 숫자가 여러분 앞에 떨어지고 분노나 안도의 감정이 싹틀 때, 여러분은 어떤 본능을 따를지 선택할 수 있습니다. 흠칫 놀라며 무시해 버릴 것인가, 아니면 한 걸음 더 가까이 다가가 그것이 무엇으로 만들어졌는지 파악할 것인가. 두 번째 길은 시간이 더 걸립니다. 하지만 세상을 실제로 바꾼 길은 언제나 그 길뿐이었습니다.

★★★★★

경제학 레시피 요약 완독을 축하합니다

“23일째 매일 사용하고 있어요. 이제 제 일상의 한 부분이 되었습니다.”

jayallen

경제학 레시피 요약의 핵심 주제

statistical literacy
cognitive bias mitigation
data interpretation
motivated reasoning
skeptical inquiry

경제학 레시피 요약의 명문장

When metrics become targets, they create perverse incentives.
Strong emotional reactions should serve as warning flags prompting us to examine our reasoning more carefully.
This avoidance behavior often leads to worse outcomes by preventing timely corrective action.
Our personal observations can mislead us because we don't see enough cases to establish patterns.

경제학 레시피 요약의 등장인물

Tim HarfordAuthor and economist who explores data reasoning
Stephen Jay GouldPaleontologist who analyzed his own cancer data
Abraham BrediusArt historian fooled by a Vermeer forgery
Ziva KundaPsychologist who studied motivated reasoning
Guy MayrazResearcher who conducted wheat market experiments

저자 소개

베스트셀러 *데이터 탐정(The Data Detective)*의 저자이자 수상 경력에 빛나는 행동 경제학자인 팀 하포드(Tim Harford)는 복잡한 통계를 매력적인 이야기로 풀어내는 것으로 유명합니다.

*파이낸셜 타임스(Financial Times)*의 수석 칼럼니스트이자 BBC 라디오 4의 모어 오어 레스(More or Less) 진행자인 하포드는 경제학, 데이터 분석, 스토리텔링을 결합하여 일상 속 숫자의 비밀을 파헤칩니다.

그의 경력은 옥스퍼드 대학교, 세계은행, BBC를 아우르며, 그가 진행한 팟캐스트 *코셔너리 테일즈(Cautionary Tales)*와 *현대 경제를 만든 50가지(Fifty Things That Made the Modern Economy)*는 글로벌 차트 상위권에 올랐습니다. 150만 부가 판매되고 30개 언어로 번역된 *경제학 콘서트(The Undercover Economist)*와 *메시(Messy)*를 포함한 그의 전작들은 인간 행동의 숨겨진 패턴을 발견하는 그의 명성을 확고히 했습니다.

경제적 문해력을 증진한 공로로 대영제국 훈장(OBE)을 수훈했으며, 창의성에 관한 그의 TED 강연은 560만 회 이상의 조회수를 기록했습니다. 데이터 탐정은 "영국의 말콤 글래드웰"이라는 그의 명성을 이어가며, 독자들이 오정보의 홍수 속에서 길을 찾을 수 있는 도구를 갖추도록 돕는 하포드의 사명을 담고 있습니다.

경제학 레시피 요약 다운로드

경제학 레시피 요약을 무료 PDF 또는 EPUB으로 받으세요. 인쇄하거나 오프라인에서 언제든 읽을 수 있습니다.

다른 사용자들도 좋아한 책

The Data Detective

Tim Harford

Super Thinking: The Big Book of Mental Models

Mental Models: Building Your Brain's Operating System for Better Decisions

20 sources

Decoding the Digital World

Big Data

Viktor Mayer-Schönberger & Kenneth Cukier

Predictive Analytics

Eric Siegel

Small Data

Martin Lindstrom

Dataclysm: Summary, Review, & Criticism - The Power Moves

Dataclysm Book Summary by Christian Rudder - Shortform

How big data algorithms see us – while they eat us up | New Scientist

5 sources

Dataclysm: The Digital Truth Serum

Data Analysis: From Raw Chaos to Actionable Insights 책 표지

24 sources

Data Analysis: From Raw Chaos to Actionable Insights

It's Not the Size of the Data -- It's How You Use It: Smarter Marketing with Analytics and Dashboards

Koen Pauwels

경제학 레시피 요약에 관한 자주 묻는 질문

더 알아보기

학습 계획

Study Nate Silver's statistical methods

In an era of data overload, the ability to filter out noise is a critical competitive advantage. This plan is ideal for data analysts, political junkies, and sports bettors who want to adopt the rigorous, Bayesian-inspired framework that made Nate Silver a household name.

3 h 49 m•4 섹션

학습 계획

Thinking, Fast and Slow: Decision Toolkit

In an era of information overload, understanding the mechanics of human judgment is a critical superpower for leaders and professionals. This toolkit is essential for anyone looking to minimize cognitive errors and master the psychological drivers behind every choice we make.

3 h 15 m•4 섹션

학습 계획

The Decision Science Toolkit

In an era of information overload, the ability to think systematically is a competitive advantage. This plan is designed for leaders and problem-solvers who need to move beyond gut instinct to master logical frameworks and probabilistic reasoning.

2 h•4 섹션

학습 계획

become a data scientist

This comprehensive plan bridges the gap between theoretical statistics and practical production-level engineering. It is ideal for aspiring data scientists and analysts looking to transition into high-impact roles by mastering the full lifecycle of data-driven decision making.

5 h 35 m•4 섹션

학습 계획

The End of the Feed

This learning plan is essential for anyone seeking to understand how digital algorithms and data surveillance influence modern behavior. It is designed for digital citizens, activists, and tech professionals who want to reclaim their autonomy from predictive AI and invasive social structures.

1 h 30 m•3 섹션

학습 계획

The Forensic Humanities: Art, Text, and Detective Thinking

This plan is essential for researchers, art historians, and enthusiasts who want to look beyond the surface of cultural artifacts. It bridges the gap between scientific investigation and literary analysis, offering a unique toolkit for anyone interested in high-stakes detective work within the humanities.

1 h 30 m•3 섹션

학습 계획

The Data Science Engine

In an increasingly data-driven economy, understanding the end-to-end lifecycle of information is a critical competitive advantage. This plan is ideal for aspiring data professionals and managers who need to bridge the gap between technical execution and ethical leadership.

2 h•4 섹션

학습 계획

Data analysis

Data analysis has become essential across virtually every industry, from healthcare and finance to marketing and operations. This learning plan is ideal for professionals looking to transition into data-focused roles, business analysts wanting to deepen their technical skills, or anyone seeking to make more informed, evidence-based decisions in their work.

4 h 25 m•4 섹션

컬럼비아 대학교 동문들이 제작 | 샌프란시스코에서 개발

BeFreed는 호기심 넘치는 글로벌 커뮤니티를 하나로 연결합니다

4.7

평균 평점

앱 평가 7.84천 개 이상

BeFreed 커뮤니티

정말이지 아직 앱을 다 써 보지도 않았는데, 며칠 써 본 것만으로도 깊은 인상을 받았어요… BeFreed는 제가 써 본 어떤 학습 앱과도 차원이 달라요. 몰입감이 엄청나고 집중력도 실제로 좋아져서, 스마트폰을 하염없이 스크롤하는 분들께 딱이에요!

@ladyInfinity

정확히 23일 전에 BeFreed를 구입했는데, 그날부터 하루도 빠짐없이 쓰고 있어요. 제 일상 업무 흐름과 학습 습관에 완전히 자리 잡았어요.

@jayallen

솔직히 이 앱은 제 기대를 전부 뛰어넘었어요. 어떤 주제든 오디오로 만들어 달라고 할 수 있고, 결과물이 놀라워요. 제 전문 분야는 심리치료 쪽이고 여러 학문이 얽혀 있는데도 답변이 아주 정확해요.

@Raguipa

제일 고마운 건 스크롤하는 시간이 확 줄었다는 거예요. 검색하는 시간은 줄고 흡수하는 시간은 늘었어요. 오디오북 전권, 팟캐스트, 학습 플랜의 조합이 정말 훌륭해요.

@colonyofcreatorsNGO

저는 24년째 PhotoReading 속진 학습 강사로 일하고 있어요… 책과 독서, 배움이 제 전문인데, BeFreed는 정보를 소화하기 쉽게 전달하는 혁신적인 방식을 정말 잘 구현했어요.

@BeFreed user

단순한 책 요약 앱이 아니에요. '재미' 스타일을 써 봤는데, 전통적인 방식보다 훨씬 나은 요약이고 아이디어를 이해하기도 쉬워요. 이것만으로도 값어치를 해요.

@austinakon

이 앱이 정말 좋아요. 며칠 써 봤는데 듣는 걸 멈출 수가 없어요. 시작하기에 이보다 좋을 수 없어요.

@jcrules328

정말 마음에 들어요. 한 달 정도 써 봤는데 숨은 보석을 찾은 기분이에요. BeFreed로 제가 원하는 주제를 직접 만들 수 있어서 좋고, 목소리도 훌륭한 데다 내레이션 선택지가 무궁무진해요.

@DanielCZ

정말이지 아직 앱을 다 써 보지도 않았는데, 며칠 써 본 것만으로도 깊은 인상을 받았어요… BeFreed는 제가 써 본 어떤 학습 앱과도 차원이 달라요. 몰입감이 엄청나고 집중력도 실제로 좋아져서, 스마트폰을 하염없이 스크롤하는 분들께 딱이에요!

@ladyInfinity

정확히 23일 전에 BeFreed를 구입했는데, 그날부터 하루도 빠짐없이 쓰고 있어요. 제 일상 업무 흐름과 학습 습관에 완전히 자리 잡았어요.

@jayallen

솔직히 이 앱은 제 기대를 전부 뛰어넘었어요. 어떤 주제든 오디오로 만들어 달라고 할 수 있고, 결과물이 놀라워요. 제 전문 분야는 심리치료 쪽이고 여러 학문이 얽혀 있는데도 답변이 아주 정확해요.

@Raguipa

제일 고마운 건 스크롤하는 시간이 확 줄었다는 거예요. 검색하는 시간은 줄고 흡수하는 시간은 늘었어요. 오디오북 전권, 팟캐스트, 학습 플랜의 조합이 정말 훌륭해요.

@colonyofcreatorsNGO

저는 24년째 PhotoReading 속진 학습 강사로 일하고 있어요… 책과 독서, 배움이 제 전문인데, BeFreed는 정보를 소화하기 쉽게 전달하는 혁신적인 방식을 정말 잘 구현했어요.

@BeFreed user

단순한 책 요약 앱이 아니에요. '재미' 스타일을 써 봤는데, 전통적인 방식보다 훨씬 나은 요약이고 아이디어를 이해하기도 쉬워요. 이것만으로도 값어치를 해요.

@austinakon

이 앱이 정말 좋아요. 며칠 써 봤는데 듣는 걸 멈출 수가 없어요. 시작하기에 이보다 좋을 수 없어요.

@jcrules328

정말 마음에 들어요. 한 달 정도 써 봤는데 숨은 보석을 찾은 기분이에요. BeFreed로 제가 원하는 주제를 직접 만들 수 있어서 좋고, 목소리도 훌륭한 데다 내레이션 선택지가 무궁무진해요.

@DanielCZ

유용한 정보와 아이디어를 8~15분짜리 팟캐스트 스타일 오디오로 압축해서 들을 수 있다는 게 정말 좋아요. 원래 팟캐스트는 군더더기가 많아서 안 좋아했는데, 여기는 그걸 싹 걷어냈어요.

@BeFreed user

박사 과정을 마무리하는 중이라 낯선 자료를 많이 읽어야 해요… BeFreed에서는 프롬프트만 입력하면 앱이 자료를 찾아서 오디오 팟캐스트로 만들어 줘요. BeFreed의 과정이 NotebookLM보다 더 매끄럽게 느껴져요.

@Brad

아침을 준비하거나 산책하거나 출퇴근할 때 들을 것을 YouTube에서 자주 찾곤 했는데, BeFreed는 광고도 군더더기도 없이 훨씬 더 딱 맞는 걸 들려줘요!

@BeFreed user

이 플랫폼의 가장 큰 장점은 활용도예요. 다루지 못하는 주제가 말 그대로 하나도 없어요. 무엇을 던져도 다 소화해요… 제한이 전혀 없으면서 약속을 실제로 지키는 학습 도구는 정말 드물어요.

@jayallen

BeFreed는 환상적이에요. 디자인이 편해서 헤매는 시간은 줄고 배우는 시간은 늘었어요. 오디오북, 팟캐스트, 학습 플랜의 조합은 천재적이에요. 제 하루가 완전히 달라졌어요.

@BeFreed user

처음엔 이탈리아어로 팟캐스트를 만드는 방법을 이해하는 데 시간이 좀 걸렸는데, 알고 나니까 — 와! 정말 대단해요! 어떤 주제든 설명해 달라고 하면 정말 똑똑하게 잘 설명해 줘요!

@matteo77

BeFreed는 제가 매일 쓰는 오디오북 앱이 됐어요… 제일 마음에 드는 건 텍스트를 넣으면 이동 중에도 들을 수 있는 오디오로 만들어 준다는 점이에요.

@kotanzu1

유용한 정보와 아이디어를 8~15분짜리 팟캐스트 스타일 오디오로 압축해서 들을 수 있다는 게 정말 좋아요. 원래 팟캐스트는 군더더기가 많아서 안 좋아했는데, 여기는 그걸 싹 걷어냈어요.

@BeFreed user

박사 과정을 마무리하는 중이라 낯선 자료를 많이 읽어야 해요… BeFreed에서는 프롬프트만 입력하면 앱이 자료를 찾아서 오디오 팟캐스트로 만들어 줘요. BeFreed의 과정이 NotebookLM보다 더 매끄럽게 느껴져요.

@Brad

아침을 준비하거나 산책하거나 출퇴근할 때 들을 것을 YouTube에서 자주 찾곤 했는데, BeFreed는 광고도 군더더기도 없이 훨씬 더 딱 맞는 걸 들려줘요!

@BeFreed user

이 플랫폼의 가장 큰 장점은 활용도예요. 다루지 못하는 주제가 말 그대로 하나도 없어요. 무엇을 던져도 다 소화해요… 제한이 전혀 없으면서 약속을 실제로 지키는 학습 도구는 정말 드물어요.

@jayallen

BeFreed는 환상적이에요. 디자인이 편해서 헤매는 시간은 줄고 배우는 시간은 늘었어요. 오디오북, 팟캐스트, 학습 플랜의 조합은 천재적이에요. 제 하루가 완전히 달라졌어요.

@BeFreed user

처음엔 이탈리아어로 팟캐스트를 만드는 방법을 이해하는 데 시간이 좀 걸렸는데, 알고 나니까 — 와! 정말 대단해요! 어떤 주제든 설명해 달라고 하면 정말 똑똑하게 잘 설명해 줘요!

@matteo77

BeFreed는 제가 매일 쓰는 오디오북 앱이 됐어요… 제일 마음에 드는 건 텍스트를 넣으면 이동 중에도 들을 수 있는 오디오로 만들어 준다는 점이에요.

@kotanzu1

웹에서 BeFreed가 어떻게 논의되고 있는지 더 보기

지금 바로 학습 여정을 시작하세요

경제학 레시피 요약

경제학 레시피 요약 개요

다양한 학습 방식으로 경제학 레시피 요약 살펴보기

아무것도 증명하지 못한 황새, 그리고 수백만 명을 살린 연구

규칙 1: 감정을 먼저 살피세요

들리는 모든 단어를 눈으로 확인하세요

규칙 2: 개인적인 경험을 곰곰이 따져보세요

규칙 3: 조급한 수량화를 피하세요

경제학 레시피 요약에서 더 많은 것을 얻으세요

규칙 4: 한 걸음 물러서서 전체를 조망하세요

규칙 5: 숨겨진 배경을 파악하세요

들리는 모든 단어를 눈으로 확인하세요

규칙 6: 누락된 사람이 누구인지 물어보세요

규칙 7: 컴퓨터가 안 된다고 할 때 투명성을 요구하세요

경제학 레시피 요약에서 더 많은 것을 얻으세요

규칙 8: 통계적 기반을 당연하게 여기지 마세요

규칙 9: 허위 정보도 아름다울 수 있음을 기억하세요

들리는 모든 단어를 눈으로 확인하세요

규칙 10: 열린 마음을 유지하세요

황금 비율: 호기심을 가지세요

경제학 레시피 요약 완독을 축하합니다

경제학 레시피 요약의 핵심 주제

경제학 레시피 요약의 명문장

경제학 레시피 요약의 등장인물

저자 소개

경제학 레시피 요약 다운로드

다른 사용자들도 좋아한 책

경제학 레시피 요약에 관한 자주 묻는 질문

What is The Data Detective by Tim Harford about?

Who should read The Data Detective?

Is The Data Detective worth reading?

What are the key rules in The Data Detective?

더 알아보기

BeFreed는 호기심 넘치는 글로벌 커뮤니티를 하나로 연결합니다

다양한 학습 방식으로 경제학 레시피 요약 살펴보기

아무것도 증명하지 못한 황새, 그리고 수백만 명을 살린 연구

규칙 1: 감정을 먼저 살피세요

들리는 모든 단어를 눈으로 확인하세요

규칙 2: 개인적인 경험을 곰곰이 따져보세요

규칙 3: 조급한 수량화를 피하세요

경제학 레시피 요약에서 더 많은 것을 얻으세요

규칙 4: 한 걸음 물러서서 전체를 조망하세요

규칙 5: 숨겨진 배경을 파악하세요

들리는 모든 단어를 눈으로 확인하세요

규칙 6: 누락된 사람이 누구인지 물어보세요

규칙 7: 컴퓨터가 안 된다고 할 때 투명성을 요구하세요

경제학 레시피 요약에서 더 많은 것을 얻으세요

규칙 8: 통계적 기반을 당연하게 여기지 마세요

규칙 9: 허위 정보도 아름다울 수 있음을 기억하세요

들리는 모든 단어를 눈으로 확인하세요

규칙 10: 열린 마음을 유지하세요

황금 비율: 호기심을 가지세요

경제학 레시피 요약 완독을 축하합니다

다른 사용자들도 좋아한 책

더 알아보기