논문를 쓰다 보면
이런 순간이 있습니다.
가설이 채택되면
“예상대로 나왔네.”
라고 생각하고,
반대로 예상과 다른 결과가 나오면
“뭔가 분석이 잘못된 것 같은데?”
라고 의심하게 됩니다.
사실 이것은
연구자라면 누구나 빠질 수 있는 현상입니다.
바로
👉 보고 싶은 것만 보는 경향입니다.
1️⃣ 사람은 자신의 가설을 믿고 시작합니다
연구를 시작할 때는
이미 어느 정도의 예상이 있습니다.
“아마 영향이 있을 것이다.”
“분명 관계가 있을 것이다.”
이런 기대는
연구를 설계하는 데 도움이 되기도 합니다.
하지만
이 기대가 너무 강해지면
데이터를 객관적으로 보기 어려워질 수 있습니다.
2️⃣ 예상과 맞는 결과만 크게 보게 됩니다
예를 들어
10개의 결과 중
8개는 예상과 달랐고,
2개만 예상과 같았다고 해보겠습니다.
이때
무의식적으로
그 2개의 결과만 강조하고,
나머지는 중요하지 않게 생각할 수도 있습니다.
👉 이것이 바로 확증편향(Confirmation Bias)입니다.
자신의 생각과 일치하는 정보에
더 큰 의미를 부여하는 현상입니다.
3️⃣ 예상과 다른 결과가 더 중요할 수도 있습니다
좋은 연구자는
가설이 틀렸다고 해서
데이터를 의심하지 않습니다.
오히려
이런 질문을 합니다.
💬 “왜 예상과 다르게 나왔을까?”
💬 “놓친 변수가 있었을까?”
💬 “새로운 해석이 가능하지 않을까?”
의외로
새로운 연구는
예상 밖의 결과에서 시작되는 경우가 많습니다.
4️⃣ 그래서 교수님들은 계속 질문합니다
논문 피드백에서
교수님들이 자주 묻는 질문이 있습니다.
“다른 해석은 없을까요?”
“반대로 생각해보면 어떨까요?”
이 질문의 목적은
학생을 어렵게 하려는 것이 아닙니다.
연구자가
한 가지 해석에만 갇히지 않도록
도와주는 과정입니다.
5️⃣ 좋은 연구자는 데이터를 따라갑니다
좋은 연구자는
결론을 정해놓고
데이터를 끼워 맞추지 않습니다.
반대로
데이터가 보여주는 방향을 따라갑니다.
그래서
예상과 다른 결과도 숨기지 않고,
그 이유를 끝까지 설명하려고 합니다.
이런 연구일수록
더 신뢰받는 논문가 될 가능성이 높습니다.
🔥 핵심 정리
연구자는 누구나
보고 싶은 것을 먼저 볼 수 있습니다.
하지만
👉 좋은 연구자는 자신의 기대보다 데이터를 먼저 믿습니다.
예상과 다른 결과를
새로운 발견의 시작으로 바라볼 때
연구의 가치도 함께 커집니다.
📌 이렇게 보면 됩니다
✔ 누구나 확증편향이 생길 수 있음
✔ 예상과 맞는 결과만 보면 위험
✔ 예상 밖의 결과도 중요한 단서
✔ 다른 해석 가능성 함께 검토
✔ 데이터를 따라가는 연구하기
👀 많이 틀리는 포인트
가설에 맞는 결과만 강조하기 ❌
예상과 다른 결과 숨기기 ❌
데이터보다 자신의 생각 믿기 ❌
다른 해석 가능성 무시하기 ❌
👉 좋은 논문는
가설을 증명하는 논문가 아니라, 데이터가 말하는 사실을 가장 객관적으로 설명하는 논문입니다.
