가용성 휴리스틱이란? 쉽게 떠오르는 사례와 실제 위험확률을 구분하는 법

최초 작성일: 2026년 8월 21일
사실 확인 및 최종 수정일: 2026년 9월 12일

뉴스에서 큰 사고 소식을 봤다고 생각해보자.

비행기 사고, 전기차 화재, 대규모 해킹처럼 화면이 강렬한 사건이다.

며칠 동안 기사와 영상이 반복해서 나온다.

그다음 비행기를 예약하거나 전기차를 보거나 온라인 서비스를 이용할 때 평소보다 위험이 크게 느껴질 수 있다.

실제 발생확률이 바뀌었는지는 아직 확인하지 않았다.

그런데 머릿속에는 방금 본 장면이 너무 쉽게 떠오른다.

이처럼 쉽게 떠오르는 사례를 이용해 어떤 사건의 빈도나 확률을 판단하는 경향을 가용성 휴리스틱(Availability Heuristic)이라고 한다.

먼저 답부터 말하면,

최근에 많이 봤다는 것과 실제로 많이 발생한다는 것은 같은 말이 아니다.

위험한 사건이 떠올랐을 때는 먼저 그 느낌을 없애려고 할 필요가 없다.

대신 한 가지만 추가하면 된다.

“같은 기간, 같은 사람 수, 같은 단위에서 실제 발생률은 얼마인가?”

25번에서는 바로 이 질문을 사용하는 방법을 살펴본다.

왜 쉽게 떠오르는 것이 실제 확률처럼 느껴질까?

모든 확률을 통계자료로 계산하면서 살 수는 없다.

우리는 기억을 이용한다.

최근 비슷한 일이 있었는지,

주변에서 누가 겪었는지,

뉴스에서 얼마나 자주 봤는지를 떠올린다.

이 방식은 상당히 효율적이다.

실제로 자주 발생하는 사건은 기억 속에서도 자주 발견될 가능성이 있기 때문이다.

문제는 기억하기 쉬운 정도가 실제 빈도 외의 요인에도 영향을 받는다는 데 있다.

사건이 최근에 발생했거나,

영상이 충격적이거나,

나와 비슷한 사람이 당했거나,

여러 매체에서 반복해서 보도했다면

실제 빈도 이상으로 쉽게 떠오를 수 있다.

따라서

“쉽게 떠오른다.”

에서

“자주 일어난다.”

로 바로 넘어가면 판단이 틀어질 수 있다.

1973년 연구가 보여준 핵심

Amos Tversky와 Daniel Kahneman은 1973년 Cognitive Psychology에 발표한 연구에서 사람들이 사건이나 범주의 빈도와 확률을 판단할 때 관련 사례가 얼마나 쉽게 떠오르는가를 이용할 수 있다고 설명했다.

이것이 항상 오류라는 뜻은 아니다.

가용성은 실제 빈도와 관련될 수 있다.

하지만 기억의 용이성은 실제 빈도 외에도 여러 요소에 영향을 받는다.

그래서 가용성만으로 확률을 판단하면 체계적인 오차가 생길 수 있다.

실생활에서 이것을 가장 간단하게 번역하면 이렇다.

기억의 선명도는 통계의 크기와 같은 단위가 아니다.

강렬한 사건은 드물어도 크게 느껴질 수 있다

1978년 Sarah Lichtenstein, Paul Slovic, Baruch Fischhoff와 동료들은 여러 사망원인의 발생빈도를 사람들이 어떻게 판단하는지 연구했다.

사람들은 낮은 빈도의 원인을 과대평가하고 높은 빈도의 원인을 과소평가하는 경향을 보였고, 같은 실제 빈도 수준에서도 일부 원인은 다른 원인보다 훨씬 더 자주 일어나는 것처럼 판단됐다.

연구진은 이런 차이에 불균형한 노출, 기억 용이성, 상상 용이성 등이 영향을 줄 수 있다고 설명했다.

이 결과를

“뉴스를 보면 모두 확률을 틀리게 판단한다.”

라고 단순화해서는 안 된다.

더 중요한 의미는 이것이다.

눈에 잘 띄는 사건과 자주 일어나는 사건은 서로 다를 수 있다.

따라서 위험을 비교할 때는 기억에 남는 정도와 실제 빈도를 분리해야 한다.

최근 사고 한 건이 전체 위험을 대신할 때

예를 들어 최근 특정 자동차 모델의 화재 뉴스가 크게 보도됐다고 해보자.

그 기사를 본 뒤

“이 차는 화재가 많이 나는 차 같다.”

고 느낄 수 있다.

이때 바로 제품이 안전하다고 결론 내릴 필요도 없고, 위험하다고 결론 내릴 필요도 없다.

먼저 질문을 바꾼다.

• 해당 기간에 몇 대가 운행됐는가?
• 화재는 몇 건 발생했는가?
• 다른 차량과 비교할 때 같은 기준인가?
• 차량 연식이나 사고 원인이 같은가?

중요한 것은 분모다.

화재 100건이라는 숫자는 매우 커 보인다.

하지만 운행 차량이 1만 대인지 1,000만 대인지에 따라 의미가 완전히 달라진다.

그래서 위험을 판단할 때는 사건 수보다 먼저

사건 수 ÷ 노출된 사람·제품·기간

의 형태로 생각하는 편이 좋다.

같은 숫자라도 단위가 다르면 비교할 수 없다

위험정보에서 가장 흔한 문제 가운데 하나가 단위가 다른 숫자를 비교하는 것이다.

예를 들어 이런 정보가 있다고 하자.

A 위험: 평생 경험확률 5%

B 위험: 연간 경험확률 1%

숫자만 보면 A가 다섯 배처럼 보인다.

하지만 평생과 1년을 그대로 비교할 수는 없다.

또 이런 경우도 있다.

A: 전체 인구 10만 명당 12건

B: 50대 이상 1만 명당 5건

분모와 대상집단이 다르다.

가용성 휴리스틱에서 빠져나오는 가장 강한 방법은 복잡한 심리기법이 아니라 의외로 단순하다.

비교할 숫자를 같은 단위로 맞추는 것이다.

연간이면 연간,

10만 명당이면 10만 명당,

같은 연령층이면 같은 연령층,

같은 제품 사용량이면 같은 사용량으로 비교한다.

미디어 보도량도 위험감각에 영향을 줄 수 있다

위험사건은 발생 자체뿐 아니라 얼마나 많이 보도되는지도 중요하다.

Won과 동료들이 2025년 Journal of Risk Research에 발표한 연구는 50개 위험유형을 대상으로 5년간의 미디어 보도량과 전문가 위험인식의 관계를 분석했다.

연구에서는 전체 보도량과 최근 보도량 변화가 전문가의 위험인식과 관련됐으며, 전문성 수준에 따라 관계가 달라질 수 있었다.

흥미로운 점은 전문가도 정보환경과 완전히 분리되어 있지는 않을 수 있다는 것이다.

하지만 이 연구 역시

“많이 보도된 위험은 실제로 중요하지 않다.”

는 뜻이 아니다.

실제로 위험이 커졌기 때문에 보도가 늘었을 수도 있다.

반대로 보도가 많아져 위험이 더 크게 인식됐을 수도 있다.

따라서 뉴스 노출을 발견했을 때 필요한 질문은

“이 위험이 많이 보도되고 있는가?”

와

“실제 발생률도 같은 방향으로 변했는가?”

를 분리하는 것이다.

반복해서 들으면 더 사실처럼 느껴지는 위험

어떤 위험이 뉴스와 SNS에서 계속 반복되면 처음보다 더 익숙해진다.

주변 사람들도 같은 이야기를 하기 시작한다.

“요즘 그 사고 정말 많다더라.”

이 말이 다시 공유된다.

그러면 위험에 대한 인식 자체가 사회적으로 커질 수 있다.

Timur Kuran과 Cass Sunstein은 1999년 이런 자기강화 과정을 availability cascade라는 개념으로 설명했다.

공적 담론에서 어떤 위험 인식이 반복되면서 더 쉽게 떠오르게 되고, 그 가용성이 다시 그 인식을 더욱 그럴듯하게 만들 수 있다는 것이다.

다만 여기서 밴드왜건 효과와 구분할 필요가 있다.

23번의 중심은 사람들의 선택과 인기가 어떻게 다음 선택을 만들어 스스로 커지는가다.

25번의 중심은 어떤 사건이나 위험이 쉽게 떠오른다는 이유로 실제 발생확률까지 높게 판단하고 있는가다.

겉으로 둘 다 반복과 자기강화가 등장하지만 판단해야 할 질문은 다르다.

주변 사람의 경험도 강력한 가용성 정보다

통계자료보다 지인의 경험이 훨씬 강하게 느껴질 때가 있다.

친구가 투자사기를 당했다.

가족이 특정 병을 진단받았다.

동료의 차량에 큰 고장이 났다.

이런 경험은 뉴스보다도 강하다.

내가 아는 사람이 직접 겪었기 때문이다.

그러나 주변 사례에는 중요한 한계가 있다.

내 주변 사람들은 전체 인구의 무작위 표본이 아니다.

비슷한 나이,

비슷한 직업,

비슷한 지역,

비슷한 소비습관을 가진 사람들이 모여 있을 가능성이 크다.

따라서

“내 주변에서 세 명이나 그런 일을 겪었다.”

는 정보는 무시할 필요는 없지만

“그러므로 전체 발생률도 매우 높다.”

라는 결론과는 분리해야 한다.

투자에서도 최근 기억이 전체 확률을 덮을 수 있다

최근 주식시장이 크게 폭락했다고 해보자.

충격이 강하기 때문에 다음 투자에서도 폭락 장면이 쉽게 떠오른다.

반대로 최근 몇 년 동안 시장이 계속 상승했다면 상승 경험만 쉽게 떠오를 수 있다.

둘 다 위험하다.

가용성 휴리스틱의 핵심은

부정적인 사건만 과대평가한다

가 아니다.

좋은 경험도 쉽게 떠오르면 미래 확률을 과도하게 낙관할 수 있다.

최근의 폭락 한 번이나 주변의 대박 투자 한 번이 전체 장기분포를 대신하지 않도록 해야 한다.

이때 필요한 것은

“최근 무엇이 있었는가?”

보다

“충분히 긴 기간에서 이와 비슷한 일이 얼마나 자주 있었는가?”

라는 질문이다.

건강정보에서는 특히 ‘대상집단’을 확인한다

건강기사에서

“위험이 50% 증가했다.”

는 문장을 본다고 하자.

50%라는 숫자는 매우 크게 느껴진다.

그런데 원래 위험이 0.2%에서 0.3%로 증가한 것인지,

20%에서 30%로 증가한 것인지에 따라 의미는 크게 다르다.

또 전체 성인 대상인지,

특정 연령대인지,

특정 질환을 가진 사람인지도 중요하다.

따라서 건강 위험을 볼 때는

상대위험만 보지 말고 절대위험과 대상집단을 함께 확인한다.

여기에서도 같은 원칙이 적용된다.

강렬한 사례 하나가 전체 확률을 대신하지 않게 하는 것이다.

가용성 휴리스틱을 점검하는 4가지 질문

아래 네 질문은 공식 심리검사나 진단도구가 아니다.

가용성 연구를 실제 판단에 적용하기 위해 머니레시피에서 정리한 위험확률 점검 도구다.

1. 왜 이 사례가 지금 쉽게 떠오르는가?

실제로 자주 발생해서인가?

아니면

최근에 봤기 때문인가?

영상이 충격적이었기 때문인가?

내 주변 사람이 겪었기 때문인가?

여러 매체에서 반복해서 봤기 때문인가?

먼저 기억이 쉬운 이유를 찾는다.

2. 한두 개의 생생한 사례가 전체 통계를 대신하고 있지는 않은가?

한 건의 사고,

한 명의 성공자,

한 번의 큰 손실을 보고

전체 집단도 그럴 것이라고 판단하고 있지는 않은지 확인한다.

사례는 문제를 발견하는 신호로 사용하고 확률의 최종값으로 사용하지 않는다.

3. 같은 단위의 실제 발생률은 얼마인가?

가장 중요한 질문이다.

연간이면 연간,

10만 명당이면 10만 명당,

같은 연령,

같은 사용조건,

같은 기간으로 맞춘다.

그리고 가능한 경우 분모가 있는 수치를 찾는다.

4. 반대 방향의 데이터도 존재하는가?

위험한 사례만 검색했다면 위험하지 않았던 전체 사례도 확인한다.

성공담이 쉽게 떠오르면 실패율을 확인한다.

사고뉴스가 쉽게 떠오르면 전체 이용량 대비 사고율을 확인한다.

기억 속 한 방향의 사례가 전체 그림을 차지하지 못하게 한다.

30초 위험확률 점검표

뉴스나 주변 사례를 보고 갑자기 위험하게 느껴질 때 다음 표만 확인해도 된다.

확인할 것	질문
떠오른 이유	실제로 많아서인가, 최근 많이 봐서인가?
사례 수	한두 사례인가, 충분한 데이터인가?
분모	몇 명·몇 대·몇 회 중 발생했는가?
기간	하루·1년·평생 가운데 무엇인가?
대상	전체인가, 특정 연령·조건인가?
비교	같은 단위의 다른 위험과 비교했는가?

여섯 칸 가운데 절반도 답할 수 없다면 아직 위험확률을 판단하기에는 정보가 부족한 것이다.

실제로 적용해보자

여행을 준비하는데 특정 지역에서 관광객 대상 사고 뉴스가 연달아 세 건 보였다고 하자.

불안해지는 것은 자연스럽다.

그 감정을 억지로 없애지 않는다.

대신 네 질문을 적용한다.

첫째, 왜 쉽게 떠오르는지 본다.

최근 며칠 사이 비슷한 기사를 세 번 읽었다.

둘째, 세 사건이 전체 여행객을 대표하는지 확인한다.

셋째, 가능하면 같은 기간의 방문객 규모와 공식 사고 통계를 찾는다.

넷째, 사고가 특정 지역·시간·행동에 집중되는지도 본다.

그 결과 실제 위험이 높아졌다면 행동을 바꾸면 된다.

특정 지역을 피하고,

밤 이동을 줄이고,

보험이나 안전수칙을 강화할 수 있다.

반대로 보도는 늘었지만 실제 위험 수준이 특별히 변하지 않았다면 공포의 크기와 확률을 분리할 수 있다.

목표는

“걱정하지 말자.”

가 아니다.

“느껴지는 위험과 측정된 위험을 따로 본 뒤 행동을 정하자.”

다.

대표성 휴리스틱과 무엇이 다른가?

가용성과 대표성은 기초확률을 놓칠 수 있다는 점 때문에 비슷해 보인다.

하지만 출발점이 다르다.

가용성 휴리스틱은

“이 사례가 너무 쉽게 떠오른다.”

에서 시작한다.

대표성 휴리스틱은

“이 사람이 이 범주의 전형적인 모습과 너무 닮았다.”

에서 시작한다.

25번에서는 기억 접근성·최근성·생생함·반복 노출을 다룬다.

다음 글인 대표성 휴리스틱에서는 닮아 보이는 인상과 실제 범주확률·표본크기를 분리한다.

둘을 분리하면 같은 기초확률이라는 숫자를 사용해도 서로 다른 판단 오류를 구분할 수 있다.

이 연구가 우리의 선택에 말해주는 것

가용성 휴리스틱을 없애려고 할 필요는 없다.

쉽게 떠오르는 사례를 사용하는 것은 빠르고 효율적인 판단법이다.

그리고 실제로 자주 일어나는 사건은 자주 떠오르는 경우도 많다.

문제는

쉽게 떠오르는 이유를 실제 빈도 하나로만 해석할 때 생긴다.

최근 뉴스,

강렬한 영상,

가족의 경험,

반복된 SNS 게시물,

큰 성공과 큰 실패는

모두 기억의 접근성을 바꿀 수 있다.

그래서 위험이나 확률을 판단할 때 한 단계만 더한다.

“왜 이렇게 쉽게 떠오르지?”

그리고 숫자로 확인한다.

“같은 단위의 실제 발생률은 얼마지?”

이 두 질문을 함께 사용하면 생생한 사례를 무시하지 않으면서도 그 사례 하나가 전체 확률을 대신하는 것을 막을 수 있다.

다음 질문

그럴듯하게 닮아 보이는 사례가 실제 확률보다 더 설득력 있게 느껴지는 이유는 무엇일까?

다음 글에서는 전형적인 이미지와 실제 기초율·표본크기를 분리하는 대표성 휴리스틱을 살펴본다.

나쁜 후기 하나가 좋은 후기 여러 개보다 더 크게 느껴지는 이유는 무엇일까?

또 다른 글에서는 사건이 얼마나 쉽게 떠오르는가와 별개로, 부정적인 정보 자체에 더 큰 가중치를 두는 부정성 편향을 살펴본다.

참고한 주요 연구

Tversky, A., & Kahneman, D. (1973). Availability: A Heuristic for Judging Frequency and Probability. Cognitive Psychology, 5(2), 207–232.
사례가 얼마나 쉽게 떠오르는지를 빈도와 확률 판단에 사용하는 가용성 휴리스틱을 제시한 대표 연구다.
DOI: 10.1016/0010-0285(73)90033-9

Lichtenstein, S., Slovic, P., Fischhoff, B., Layman, M., & Combs, B. (1978). Judged Frequency of Lethal Events. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 551–578.
다양한 사망원인의 실제 빈도와 사람들이 판단한 빈도를 비교해 노출·기억 용이성 등에 따른 체계적 왜곡을 분석했다.
DOI: 10.1037/0278-7393.4.6.551

Kuran, T., & Sunstein, C. R. (1999). Availability Cascades and Risk Regulation. Stanford Law Review, 51, 683–768.
어떤 위험 인식이 공적 담론에서 반복되며 가용성이 커지고 다시 사회적 믿음을 강화하는 과정을 분석했다.

Won, J.-Y., Kim, H.-J., Jeon, E.-G., Kim, Y.-T., & Lee, Y.-R. (2025). Media Coverage Volume and Expert Risk Perception in Risk Assessment: The Moderating Role of Domain Expertise. Journal of Risk Research, 28(7), 747–767.
50개 위험유형을 대상으로 미디어 보도량과 변화가 전문가의 위험인식과 어떤 관계가 있는지 분석했다.
DOI: 10.1080/13669877.2025.2553097

자주 묻는 질문

가용성 휴리스틱이란 무엇인가요?

가용성 휴리스틱은 어떤 사건이나 사례가 얼마나 쉽게 떠오르는지를 이용해 그 사건의 빈도나 확률을 판단하는 경향을 말합니다. 실제 빈도와 관련될 수도 있지만 최근성, 생생함, 반복 노출 같은 다른 요인에도 영향을 받을 수 있습니다.

최근 뉴스에서 자주 본 사고는 실제로도 더 많이 발생한다는 뜻인가요?

반드시 그렇지는 않습니다. 실제 사고가 늘어서 보도가 증가했을 수도 있지만 언론의 관심이나 특정 사건의 충격성 때문에 보도가 집중됐을 수도 있습니다. 같은 기간과 같은 분모를 사용한 실제 발생률을 함께 확인하는 것이 좋습니다.

위험확률을 확인할 때 가장 먼저 봐야 하는 것은 무엇인가요?

사건 건수만 보지 말고 분모와 기간을 함께 확인하는 것이 중요합니다. 몇 명 또는 몇 회 중 발생했는지, 1년 기준인지 평생 기준인지, 비교 대상의 조건이 같은지를 확인해야 합니다.

주변 사람이 직접 겪은 경험은 참고하지 말아야 하나요?

아닙니다. 주변 사람의 경험은 위험을 발견하는 중요한 신호가 될 수 있습니다. 다만 내 주변 사람들이 전체 인구의 무작위 표본은 아니므로 개인 사례와 전체 발생률을 구분해 사용하는 것이 좋습니다.

가용성 휴리스틱을 줄이는 가장 간단한 방법은 무엇인가요?

왜 특정 사례가 쉽게 떠오르는지 확인한 뒤 같은 기간·같은 대상·같은 단위의 실제 발생률을 찾아보는 것이 좋습니다. 반대 방향의 사례나 전체 통계도 함께 확인하면 한두 개의 생생한 경험이 전체 확률을 대신하는 것을 줄일 수 있습니다.