밴드왜건 효과란? 작은 인기가 큰 유행으로 커지는 이유

2026년 8월 20일 읽는 시간 약 22분

사람들의 선택이 쌓이면서 작은 인기가 더 큰 유행으로 커지는 밴드왜건 효과를 표현한 대표 이미지

최초 작성일: 2026년 8월 20일
사실 확인 및 최종 수정일: 2026년 9월 12일

처음에는 별로 유명하지 않았던 식당이 있다고 생각해보자.

어느 날 SNS에서 사진 한 장이 화제가 된다.

사람들이 조금씩 찾아오기 시작한다.

줄이 생긴다.

그 줄을 본 다음 사람은 생각한다.

“저렇게 기다리는 사람이 많다면 뭔가 이유가 있겠지.”

방문객이 더 늘어난다.

방문객이 많아지니 사진과 후기도 더 많이 올라온다.

검색순위가 올라간다.

검색순위가 올라가니 다시 새로운 사람들이 찾아온다.

처음에는 작은 관심에 불과했지만 어느 순간부터

인기가 다음 인기를 만드는 구조

가 시작된다.

이처럼 이미 많은 사람이 선택하고 있다는 사실이 추가적인 선택을 끌어들이는 현상을 넓게 밴드왜건 효과(Bandwagon Effect)라고 부른다.

먼저 답부터 말하면, 밴드왜건 효과에서 중요한 것은 “사람들이 많이 선택했다”는 현재 숫자보다 그 숫자가 어떻게 만들어졌는지다.

작은 초기 우위가 다음 사람의 선택을 바꾸고, 그 선택이 다시 순위와 노출을 높이고, 높아진 노출이 다시 새로운 선택을 만들 수 있다.

23번에서는 바로 이 초기 우위 → 관찰학습 → 추가 선택 → 자기강화의 흐름을 살펴본다.

다른 사람의 선택을 참고하는 것은 항상 비합리적일까?

그렇지 않다.

새로운 동네에서 처음 식당을 고른다고 생각해보자.

A 식당은 손님이 많고 B 식당은 거의 비어 있다.

두 식당에 대한 정보가 전혀 없다면 사람이 많은 A를 먼저 살펴보는 것은 꽤 합리적인 판단일 수 있다.

먼저 방문한 사람들이 내가 모르는 정보를 가지고 있을 가능성이 있기 때문이다.

경제학에서는 다른 사람의 행동을 보고 정보를 얻는 과정을 관찰학습(Observational Learning)으로 설명한다.

우리는 모든 정보를 직접 조사할 수 없기 때문에 다른 사람들의 행동을 하나의 정보로 사용한다.

문제는 다음 단계에서 생긴다.

앞선 사람들도 자기 정보를 이용해 선택한 것일까?

아니면

그 사람들도 또 다른 사람을 보고 따라간 것일까?

겉으로 보이는 선택 숫자만으로는 알기 어렵다.

정보폭포는 어떻게 시작될까?

간단한 상황을 만들어보자.

새로운 상품 A와 B 가운데 더 좋은 상품을 사람들이 한 명씩 선택해야 한다.

각 사람에게는 자신만 알고 있는 작은 정보가 하나씩 있다.

동시에 앞선 사람들이 무엇을 선택했는지도 볼 수 있다.

첫 번째 사람의 정보는 A가 더 좋다고 알려준다.

첫 번째 사람은 A를 고른다.

두 번째 사람의 정보도 A를 가리킨다.

두 번째 사람도 A를 고른다.

이제 세 번째 사람이 등장한다.

세 번째 사람의 개인적인 정보는 B가 더 좋다고 알려준다.

하지만 앞선 두 사람은 모두 A를 선택했다.

세 번째 사람은 생각할 수 있다.

“내 정보는 B라고 하지만 앞의 두 사람은 서로 다른 정보를 가지고 A를 골랐을 수도 있잖아.”

결국 자신의 정보와 반대로 A를 선택한다.

그다음 네 번째 사람이 보게 되는 것은 무엇일까?

A → A → A

다.

문제는 세 번째 사람이 자신의 정보를 버리고 앞사람을 따라갔다는 사실이 화면에 표시되지 않는다는 것이다.

네 번째 사람은 세 명 모두 독립적인 정보를 가지고 A를 선택했다고 오해할 수 있다.

이렇게 앞선 사람들의 행동이 자신의 사적 정보보다 강해지면서 같은 방향의 선택이 이어지는 과정을 정보폭포(Information Cascade)로 설명할 수 있다.

사람 수와 독립적인 정보의 수는 같지 않다

이 부분이 정보폭포를 이해할 때 가장 중요하다.

100명이 같은 상품을 샀다고 해보자.

첫 번째 경우에는 100명이 각자 제품을 조사했다.

가격을 확인했다.

성능을 비교했다.

후기를 읽었다.

그리고 각자 A를 선택했다.

이 경우에는 여러 사람의 독립적인 판단이 모였을 가능성이 있다.

두 번째 경우에는 처음 몇 사람이 A를 선택했다.

다음 사람들은 판매량을 보고 A를 선택했다.

그 선택이 다시 높은 판매량을 만들었다.

그 숫자를 본 다음 사람도 A를 선택했다.

겉으로는 똑같이 100명 선택이다.

그러나 두 경우에 들어 있는 독립적인 정보의 양은 전혀 다를 수 있다.

그래서 밴드왜건을 볼 때는

“몇 명이 선택했는가?”

뿐 아니라

“그 사람들은 서로 얼마나 독립적으로 판단했는가?”

를 함께 물어야 한다.

군집행동과 정보폭포는 같은 말이 아니다

겉으로 모든 사람이 A를 선택했다고 해서 모두 정보폭포가 발생했다고 단정할 수는 없다.

군집행동(Herd Behavior)은 여러 사람이 같은 방향의 행동을 보이는 현상을 말한다.

반면 정보폭포는 그중에서도 앞선 사람들의 행동을 보고 자신의 개인 정보를 무시하기 시작하는 특정한 정보학습 과정을 가리킨다.

Çelen과 Kariv는 2004년 American Economic Review에 발표한 실험에서 참가자의 행동뿐 아니라 행동 전 믿음까지 측정해 이 둘을 구분하려 했다.

예를 들어 같은 스마트폰을 쓰는 세 사람이 있어도 이유는 다를 수 있다.

한 사람은 충분히 비교한 뒤 골랐을 수 있다.

한 사람은 주변 사람의 경험을 정보로 사용했을 수 있다.

다른 한 사람은 유행에 뒤처지고 싶지 않아서 골랐을 수 있다.

같은 행동이 반드시 같은 판단과정을 뜻하지 않는다.

14,341명의 음악시장에서 인기의 흐름이 달라졌다

2006년 Science에는 밴드왜건과 사회적 영향을 이해하는 데 중요한 실험이 발표됐다.

Matthew Salganik, Peter Dodds, Duncan Watts는 14,341명이 참여하는 인공 음악시장을 만들었다.

참가자들은 잘 알려지지 않은 곡들을 듣고 다운로드할 수 있었다.

일부 참가자에게는 다른 사람들이 무엇을 얼마나 다운로드했는지 보여주지 않았다.

다른 참가자에게는 이전 사람들의 다운로드 정보가 보였다.

사회적 영향이 강해질수록 곡들의 성공 격차는 더 커졌고, 어떤 곡이 크게 성공할 것인지는 더 예측하기 어려워졌다.

품질도 영향을 줬다.

하지만 성공은 품질 하나만으로 결정되지 않았다.

23번에서 중요한 것은 이 연구를

“인기 있는 상품은 품질이 나쁘다.”

라고 해석하는 것이 아니다.

핵심은 다른 사람의 선택을 볼 수 있는 환경에서는 현재의 인기가 다음 사람의 선택조건 자체를 바꿀 수 있다는 점이다.

52 대 48의 작은 차이가 왜 커질 수 있을까?

실제 품질이 거의 비슷한 두 상품 A와 B가 있다고 하자.

첫날 우연히

A가 52개,

B가 48개

팔렸다.

차이는 단 4개다.

다음 소비자는 이 숫자를 볼 수 있다.

일부 사람은 생각한다.

“A가 조금 더 많이 팔렸으니 A가 더 괜찮나 보다.”

그 결과 다음 판매에서는 A의 비중이 조금 더 높아진다.

누적 숫자가 110 대 90으로 벌어진다고 해보자.

이제 다음 소비자는 52 대 48이 아니라 110 대 90이라는 더 큰 차이를 본다.

그 차이가 다시 선택에 영향을 준다.

이런 과정이 반복되면 아주 작은 초기 차이가 시간이 지나면서 큰 격차로 확대될 수 있다.

현재의 결과가 상품 자체의 차이뿐 아니라 초기에 어떤 경로를 밟았는지에도 영향을 받는다는 의미에서 경로의존성의 관점으로도 생각할 수 있다.

작은 다수는 언제 ‘고착’까지 만들까?

그렇다고 작은 우위가 언제나 영원한 승자를 만드는 것은 아니다.

2026년 Science Advances에 발표된 Gelastopoulos, Analytis, Le Mens, van de Rijt의 연구는 marginal majority effect를 분석했다.

한 선택지가 경쟁 선택지보다 아주 조금 더 인기 있어지는 순간 선택확률이 불연속적으로 크게 올라가는 현상이 충분히 강하면 초기 우위가 고착될 수 있다는 것이다.

하지만 중요한 제한도 있다.

이 효과가 품질 차이보다 충분히 강하지 않으면 이런 고착은 드물었다.

즉

“먼저 조금 앞서면 무조건 끝까지 이긴다.”

가 아니다.

보다 정확한 해석은

초기 인기의 작은 차이가 품질과 사회적 영향의 관계에 따라 스스로 유지되는 우위로 변할 수 있다

는 것이다.

온라인에서는 인기와 노출이 서로를 키울 수 있다

온라인에서는 이 자기강화가 더 눈에 잘 보인다.

예를 들어 동영상이 있다.

초기에 우연히 조회수가 조금 많이 나온다.

높은 조회수 때문에 사람들이 더 클릭한다.

클릭이 늘면서 조회수가 더 높아진다.

플랫폼에서 높은 순위나 추천 위치를 얻는다.

더 많은 사람에게 노출된다.

노출된 사람이 다시 클릭한다.

흐름을 단순하게 쓰면 이렇다.

초기 조회 → 인기 표시 → 추가 클릭 → 높은 노출 → 더 많은 조회

Fu와 Sim의 2011년 연구는 온라인 사용자 제작 동영상에서 조회수 같은 인기 단서와 이후 시청량의 관계를 분석했고, 품질을 판단하기 어려울수록 이용자가 이전 사람들의 선택을 단서로 사용할 수 있다는 점을 다뤘다.

이때 중요한 것은 플랫폼 순위와 대중의 선택을 완전히 독립된 두 개의 증거처럼 계산하지 않는 것이다.

인기가 순위를 만들고, 순위가 다시 인기를 만들었다면 서로 연결된 하나의 피드백 과정일 수 있다.

판매량 → 순위 → 노출 → 추가 판매

쇼핑몰에서도 같은 구조를 생각할 수 있다.

어떤 상품이 처음에 할인행사나 광고로 판매량이 늘었다고 하자.

판매량이 증가한다.

베스트셀러 순위가 올라간다.

높은 순위 때문에 더 많은 소비자에게 보인다.

소비자는 높은 순위를 보고 상품을 선택한다.

추가 판매가 발생한다.

그리고 그 판매가 다시 순위를 유지시킨다.

즉

판매량 → 순위 → 노출 → 추가 판매

라는 피드백이 가능하다.

여기서 23번의 질문은

“현재 판매량이 진짜 품질을 뜻하나?”

에서 끝나지 않는다.

한 단계 앞을 추적한다.

“이 높은 판매량은 처음 어디에서 시작됐고, 그 뒤 어떤 장치가 계속 키웠는가?”

재고가 적은 상품에서도 밴드왜건이 생길 수 있다

재고가 거의 없는 상품을 보면 보통 희소성을 떠올린다.

“얼마 안 남았으니 빨리 사야겠다.”

그런데 재고 부족에는 또 다른 해석도 붙을 수 있다.

“사람들이 많이 사서 얼마 안 남은 건가?”

van Herpen, Pieters, Zeelenberg의 2009년 연구는 다른 소비자들의 수요 때문에 생긴 희소성이 인기를 추론하게 만들고 소비자의 선택을 끌어당길 수 있음을 세 개의 실험에서 보여줬다.

따라서 같은 “재고 3개 남음”이라는 화면도

공급 자체가 적은 것인지,

많이 팔려서 적어진 것인지,

어떤 기간을 기준으로 한 표시인지

구분해서 볼 필요가 있다.

금융시장에서는 단순한 밴드왜건 설명이 잘 맞지 않을 수 있다

주가가 계속 오르면

“사람들이 계속 사는 데는 이유가 있겠지.”

라고 생각하기 쉽다.

하지만 금융시장에서는 가격 자체가 새로운 정보를 전달한다.

그래서 소비상품의 인기순위보다 구조가 훨씬 복잡하다.

Drehmann, Oechssler, Roider의 2005년 인터넷 실험에는 6,400명 이상이 참여했고 국제 컨설팅회사 전문가 267명도 포함됐다.

연구에서는 유연하게 움직이는 시장가격이 존재할 때 이론적으로 예상된 단순한 군집행동이 억제됐으며, 역행적 행동도 관찰됐다.

Cipriani와 Guarino의 별도 금융시장 실험에서도 이론이 예상한 단순한 군집행동이 관찰되지 않았고 일부 참가자는 개인 정보를 사용하지 않거나 시장과 반대 방향으로 행동했다.

따라서

“가격이 올랐다 = 밴드왜건 때문이다.”

라는 설명은 지나치게 단순하다.

밴드왜건은 가능한 메커니즘 가운데 하나일 뿐이다.

실제로 적용해보자

온라인 쇼핑몰에서 처음 보는 가전제품을 발견했다고 하자.

베스트셀러 1위 / 누적 구매 80,000건

이다.

바로 구매하지 않고 인기 흐름을 추적한다.

첫째, 언제 판매가 크게 증가했는지 확인한다.

몇 년 동안 꾸준히 판매됐는지, 최근 특가 이후 급격히 늘었는지를 본다.

둘째, 순위 자체가 다음 구매자에게 얼마나 노출됐는지 생각한다.

셋째, 판매량과 순위를 지우고 가격·성능·보증·A/S를 다시 비교한다.

넷째, 현재 80,000건이라는 숫자가 80,000번의 독립적인 품질검증인지 아니면 일부 독립적인 선택과 그 뒤의 사회적 영향이 섞인 결과인지 구분한다.

결론이

“인기 있으니까 사지 말자.”

가 될 필요는 없다.

오히려

“왜 인기가 생겼는지를 확인한 뒤에도 좋은 상품이면 인기를 추가 근거로 사용한다.”

가 더 현실적인 방법이다.

21번 사회적 증거와 무엇이 다른가?

사회적 증거와 밴드왜건은 가까운 개념이라 겹쳐 보일 수 있다.

하지만 머니레시피에서는 질문을 분리한다.

질문	중심
지금 보이는 판매량·인기 숫자를 품질 근거로 어디까지 믿을까?	사회적 증거
특정 친구·전문가의 추천을 내 선택에 적용해도 될까?	사회적 영향
작은 초기 인기가 어떤 과정을 거쳐 스스로 커졌을까?	밴드왜건 효과

23번의 주인공은 현재의 인기 숫자 자체가 아니라 그 숫자가 커져온 과정이다.

이 연구가 우리의 선택에 말해주는 것

밴드왜건 효과의 핵심은 사람들이 생각 없이 군중을 따라간다는 이야기가 아니다.

불확실한 상황에서 다른 사람의 행동을 정보로 사용하는 것은 때로 매우 합리적이다.

문제는 사회정보가 반복될 때 생긴다.

한 사람의 선택을 보고 여러 사람이 따라가면 같은 정보가 여러 사람의 독립적인 판단처럼 보일 수 있다.

그 선택들이 다시 순위와 노출을 바꾸면 초기의 작은 우위가 점점 더 큰 차이로 확대될 수도 있다.

따라서 인기 있는 선택을 만났을 때

“얼마나 많은 사람이 선택했나?”

만 묻지 않는다.

그보다 먼저 묻는다.

“이 흐름은 어디에서 시작됐고, 뒤따른 사람들은 무엇을 보고 선택했나?”

그리고 마지막으로 확인한다.

“이 인기가 전혀 보이지 않았어도 나는 같은 선택을 했을까?”

여기서도 답이 같다면 대중의 선택은 내 판단을 보완한 것이다.

답이 완전히 달라진다면 상품 자체보다 그 상품 주변에 형성된 흐름에 올라타고 있을 가능성을 한 번 더 살펴볼 필요가 있다.

다음 질문

지금 보이는 높은 판매량은 품질의 증거로 어디까지 믿어도 될까?

판매량·구매자 수·인기순위처럼 익명 다수의 현재 숫자를 해석하는 방법은 사회적 증거에서 살펴본다.

플랫폼 추천은 내가 비교하는 후보 자체를 어떻게 바꿀까?

인기가 커지는 과정과 별개로 추천 시스템이 어떤 상품을 내 앞에 보여주고 어떤 대안을 보이지 않게 만드는지는 추천 효과에서 살펴본다.

참고한 주요 연구

Bikhchandani, S., Hirshleifer, D., & Welch, I. (1998). Learning from the Behavior of Others: Conformity, Fads, and Informational Cascades. Journal of Economic Perspectives, 12(3), 151–170.
관찰학습과 정보폭포가 동조·유행·집단행동을 만들어낼 수 있는 과정을 정리한 대표 연구다.
DOI: 10.1257/jep.12.3.151

Çelen, B., & Kariv, S. (2004). Distinguishing Informational Cascades from Herd Behavior in the Laboratory. American Economic Review, 94(3), 484–498.
행동과 믿음을 함께 측정해 군집행동과 정보폭포를 구분한 실험연구다.
DOI: 10.1257/0002828041464461

Salganik, M. J., Dodds, P. S., & Watts, D. J. (2006). Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market. Science, 311(5762), 854–856.
14,341명이 참여한 인공 음악시장에서 사회적 영향이 성공 격차와 예측 불가능성에 미치는 영향을 실험했다.
DOI: 10.1126/science.1121066

Fu, W. W., & Sim, C. C. (2011). Aggregate Bandwagon Effect on Online Videos’ Viewership: Value Uncertainty, Popularity Cues, and Heuristics. Journal of the American Society for Information Science and Technology, 62(12), 2382–2395.
온라인 동영상의 조회수 같은 인기 단서와 이후 시청량의 자기강화 관계를 분석했다.
DOI: 10.1002/asi.21641

van Herpen, E., Pieters, R., & Zeelenberg, M. (2009). When Demand Accelerates Demand: Trailing the Bandwagon. Journal of Consumer Psychology, 19(3), 302–312.
다른 소비자의 수요로 생긴 희소성이 인기와 품질을 추론하게 만들 수 있는 조건을 실험했다.
DOI: 10.1016/j.jcps.2009.01.001

Drehmann, M., Oechssler, J., & Roider, A. (2005). Herding and Contrarian Behavior in Financial Markets: An Internet Experiment. American Economic Review, 95(5), 1403–1426.
6,400명 이상이 참여한 인터넷 금융시장 실험을 통해 가격이 있는 환경에서의 군집행동과 역행행동을 분석했다.
DOI: 10.1257/000282805775014317

Cipriani, M., & Guarino, A. (2005). Herd Behavior in a Laboratory Financial Market. American Economic Review, 95(5), 1427–1443.
순차적인 금융시장 실험에서 사적 정보와 군집행동의 관계를 검증했다.
DOI: 10.1257/000282805775014443

Gelastopoulos, A., Analytis, P. P., Le Mens, G., & van de Rijt, A. (2026). The Marginal Majority Effect: When Social Influence Produces Lock-In. Science Advances, 12(8), eadr4237.
아주 작은 인기 우위가 어떤 조건에서 사회적 영향과 결합해 장기적인 고착으로 이어질 수 있는지를 분석했다.
DOI: 10.1126/sciadv.adr4237

자주 묻는 질문

밴드왜건 효과란 무엇인가요?

밴드왜건 효과는 어떤 선택이 이미 인기를 얻고 있다는 사실이 추가적인 사람의 선택을 끌어들이면서 인기가 더 커질 수 있는 현상을 말합니다.

밴드왜건 효과와 정보폭포는 같은 개념인가요?

완전히 같지는 않습니다. 밴드왜건 효과는 다른 사람들의 선택이나 인기가 추가적인 선택을 끌어들이는 현상을 넓게 설명합니다. 정보폭포는 개인이 자신의 사적 정보보다 앞선 사람의 행동을 더 신뢰하면서 같은 방향을 선택하기 시작하는 보다 구체적인 사회적 학습 과정입니다.

작은 초기 인기는 항상 큰 유행으로 이어지나요?

아닙니다. 상품의 품질, 사회적 영향의 강도, 플랫폼 노출 구조 등 여러 조건에 따라 달라집니다. 작은 초기 우위가 자기강화될 수 있지만 항상 고착되는 것은 아닙니다.

사람들이 많이 선택했다면 독립적인 정보도 그만큼 많은 것인가요?

반드시 그렇지는 않습니다. 여러 사람이 각자 조사한 뒤 같은 결론을 내렸다면 독립적인 정보가 많을 수 있지만, 앞선 사람의 선택을 뒤의 사람들이 반복해서 따라간 것이라면 선택자 수보다 독립적인 정보의 수는 훨씬 적을 수 있습니다.

밴드왜건 효과를 줄이려면 어떻게 해야 하나요?

현재 인기 숫자만 보지 말고 인기가 처음 시작된 계기, 뒤따른 선택의 독립성, 순위와 노출의 자기강화 가능성을 확인하는 것이 좋습니다. 마지막으로 인기정보를 지운 상태에서도 같은 상품이나 선택을 고를지 다시 판단해볼 수 있습니다.

머니레시피 편집자

머니레시피 편집자는 행동경제학, 소비자 심리와 의사결정 연구를 일반 독자가 이해하기 쉬운 언어로 정리합니다. 학술논문과 공공기관 자료를 우선적으로 확인하며, 연구결과가 적용되는 조건과 한계를 함께 살펴봅니다. 일상적인 소비와 돈에 관한 선택을 더 깊이 이해하고 스스로 판단하는 데 도움이 되는 콘텐츠를 만들고 있습니다.