계획 오류란? 예상 시간과 비용을 실제 과거 데이터로 보정하는 법

최초 작성일: 2026년 8월 24일
사실 확인 및 최종 수정일: 2026년 9월 12일

방 하나를 정리한다고 생각해보자.

책장을 옮긴다.

벽지를 조금 손본다.

수납장을 설치한다.

머릿속으로 순서를 그려보면 토요일과 일요일이면 충분할 것 같다.

그런데 일을 시작한다.

책장을 옮겼더니 뒤쪽 벽에 곰팡이가 있다.

주문한 수납장은 배송이 하루 늦어진다.

드릴 비트가 맞지 않아 다시 사러 간다.

벽지를 뜯자 보수해야 할 부분이 나온다.

결국 이틀짜리 계획은 일주일을 넘긴다.

몇 달 뒤 다른 방을 정리한다.

지난번 경험이 있으니 이번에는 더 정확하게 예상할 것 같다.

그런데 또 말한다.

“이번에는 정말 이틀이면 돼.”

왜 우리는 전에 예상보다 오래 걸렸던 경험이 있는데도 다음 계획을 다시 짧게 잡을까?

이처럼 미래의 과제를 완료하는 데 필요한 시간·비용·자원을 실제보다 적게 예상하는 경향을 계획 오류(Planning Fallacy)라고 한다.

먼저 답부터 말하면,

현재 계획을 얼마나 자세하게 짰는지만으로 예상시간을 정하지 말고, 비슷한 일을 실제로 끝낸 사람들이 얼마나 걸렸는지를 먼저 봐야 한다.

핵심 질문은 이것이다.

“내 계획대로라면 얼마나 걸릴까?”

보다 먼저

“비슷한 일들은 실제로 얼마나 걸렸을까?”

를 묻는 것이다.

계획을 세울 때 우리는 미래 이야기를 만든다

새 프로젝트를 시작할 때 머릿속에서는 이런 장면이 만들어진다.

월요일에 자료조사.

화요일에 초안.

수요일에 수정.

목요일에 검수.

금요일에 제출.

계획은 매끄럽다.

각 단계가 순서대로 진행되는 모습이 보인다.

그런데 현실에서는 계획표에 잘 등장하지 않는 일들이 생긴다.

자료가 늦게 온다.

컴퓨터에 문제가 생긴다.

다른 급한 일이 끼어든다.

첫 번째 방법이 실패해 다시 해야 한다.

협업자의 확인이 늦어진다.

몸이 아프다.

우리는 계획할 때 해야 할 일은 비교적 잘 떠올리지만, 실제 수행 과정에서 생길 수 있는 여러 종류의 지연을 전부 떠올리기는 어렵다.

그래서 머릿속 시나리오는 현실보다 매끄러워질 수 있다.

1994년 연구에서 사람들이 과거보다 미래 계획에 집중했다

Roger Buehler, Dale Griffin, Michael Ross는 1994년 계획 오류를 체계적으로 조사했다.

연구는 학업과 일상 과제를 포함한 여러 과제에서 사람들이 자신의 완료시간을 어떻게 예측하는지 살펴봤다.

사람들의 예상은 전반적으로 실제 완료시간보다 낙관적이었다.

또 예상시간을 만드는 과정을 살펴보자 참가자들은 과거의 비슷한 경험보다는

“이번에는 이렇게 하면 된다.”

라는 미래 시나리오에 주로 집중했다.

흥미로운 점은 과거에 비슷한 예측을 틀렸더라도 그 경험을 현재 예상에 충분히 반영하지 않을 수 있었다는 것이다.

과거 실패를

“그때는 갑자기 일이 생겼으니까.”

“그 프로젝트는 특수했으니까.”

“이번에는 조건이 다르니까.”

처럼 일시적인 예외로 설명하기 쉬웠다.

그러면 다음 계획에서는 다시 현재 프로젝트의 매끄러운 이야기로 돌아간다.

내부 관점과 외부 관점

계획 오류를 이해할 때 유용한 구분이 있다.

내부 관점

현재 프로젝트 안으로 들어가 생각한다.

무엇을 해야 하는가?

누가 담당하는가?

각 단계는 며칠 걸리는가?

무엇부터 시작할 것인가?

이것은 반드시 필요하다.

계획을 실행하려면 내부 관점이 없을 수 없다.

외부 관점

현재 프로젝트에서 잠시 빠져나온다.

그리고 묻는다.

“이와 비슷한 프로젝트 10개는 실제로 어떻게 끝났는가?”

예상기간이 아니라 실제기간을 본다.

예산안이 아니라 실제 지출액을 본다.

최고 사례 하나가 아니라 전체 분포를 본다.

계획 오류를 줄이는 핵심은 내부 관점을 버리는 것이 아니다.

내부 관점으로 계획을 만들고, 외부 관점으로 그 계획을 보정하는 것이다.

참조계층이란 무엇인가?

외부 관점을 사용하려면 먼저 참조계층(Reference Class)을 정해야 한다.

쉽게 말하면

현재 하려는 일과 비교할 만한 과거 사례 묶음이다.

예를 들어 내가 처음으로 20페이지 보고서를 작성한다고 하자.

참조계층을

“내가 지금 하는 이 보고서”

로 잡으면 사례가 하나밖에 없다.

대신

“비슷한 분량이고 비슷한 자료조사가 필요했던 지난 보고서들”

로 잡는다.

집수리라면

“모든 인테리어 공사”

보다

“비슷한 면적의 부분수리”

가 더 적절할 수 있다.

사이트 제작이라면

“모든 웹사이트”

보다

“비슷한 기능과 페이지 수를 가진 워드프레스 사이트”

가 더 유용할 수 있다.

참조계층은 너무 넓어도 문제고 너무 좁아도 문제다.

비교할 수 있을 만큼 비슷하면서, 실제 사례가 여러 개 들어갈 만큼 넓어야 한다.

가장 중요한 것은 ‘계획값’이 아니라 ‘실제값’이다

지난 프로젝트 자료를 찾았다고 하자.

프로젝트 A

계획 7일 / 실제 12일

프로젝트 B

계획 10일 / 실제 16일

프로젝트 C

계획 8일 / 실제 11일

프로젝트 D

계획 14일 / 실제 22일

프로젝트 E

계획 9일 / 실제 15일

여기서 다음 프로젝트를 예상할 때

과거의 계획기간 평균을 보면 안 된다.

과거 계획에도 이미 같은 낙관적 오류가 들어 있을 수 있기 때문이다.

봐야 하는 것은

실제 완료시간의 분포다.

위 사례에서는 실제로 11일에서 22일까지 걸렸다.

새 프로젝트의 내부 계획이 8일로 나왔다면 질문한다.

“왜 이번 프로젝트는 과거의 모든 실제 사례보다 빨리 끝날 것이라고 생각하는가?”

명확한 이유가 없다면 8일이라는 숫자를 그대로 일정으로 사용하는 것은 위험하다.

평균 하나보다 분포를 본다

과거 프로젝트 10개의 실제 완료시간이 다음과 같다고 하자.

8일

9일

10일

11일

12일

14일

15일

17일

20일

25일

평균 하나만 계산하면 정보가 많이 사라진다.

이 자료가 말해주는 것은

일부는 10일 안팎에 끝났지만,

상당수는 2주 이상 걸렸고,

일부는 20일을 넘겼다는 것이다.

그래서 일정에는 적어도 세 숫자를 따로 보는 편이 좋다.

빠르게 끝난 경우

전형적인 경우

늦게 끝난 경우

업무의 중요도가 낮고 일정 초과의 피해가 작다면 전형적인 값에 가까운 일정을 잡을 수 있다.

반대로

항공편,

행사,

계약일,

고객 출시일처럼 지연비용이 크다면 늦게 끝난 사례까지 고려해 더 넉넉하게 잡아야 한다.

예측의 목적은 가장 정확해 보이는 숫자 하나를 만드는 것이 아니다.

어느 정도의 일정 초과 위험을 감수할지 결정하는 것이다.

중앙값을 간단한 출발점으로 쓸 수 있다

과거 실제값이 들쭉날쭉하다면 평균 하나가 극단값에 끌릴 수 있다.

이럴 때는 중앙값을 간단한 기준으로 볼 수 있다.

예를 들어 실제기간이

5일, 6일, 7일, 8일, 25일

이라면 평균은 10.2일이다.

하지만 다섯 사례 중 가운데 값은 7일이다.

25일짜리 특별한 지연이 하나 포함됐기 때문이다.

그렇다고 중앙값 7일만 사용해야 한다는 뜻도 아니다.

25일 사례가 왜 발생했는지도 봐야 한다.

나에게도 같은 종류의 지연이 가능한 상황이라면 그것은 버릴 예외가 아니라 실제 위험정보다.

따라서 숫자를 정리하는 목적은

평균과 중앙값 가운데 하나를 기계적으로 선택하는 것이 아니라

일반적인 결과와 꼬리 위험을 동시에 보는 것이다.

“지난번과 이번은 다르다”는 말부터 점검한다

과거 프로젝트가 15일 걸렸는데 이번에는 8일이면 된다고 생각할 수 있다.

정말 그럴 수도 있다.

도구가 좋아졌다.

경험이 쌓였다.

작업량이 줄었다.

협업자가 늘었다.

자동화가 생겼다.

이런 차이는 실제로 예측을 바꿀 근거다.

하지만

“이번에는 더 열심히 할 거니까.”

“이번에는 문제가 없을 것 같아서.”

“이번에는 계획을 더 잘 짰으니까.”

정도라면 충분한 보정 근거인지 다시 볼 필요가 있다.

참조계층 예측에서는 먼저 과거 분포를 기준점으로 잡고,

현재 프로젝트가 실제로 다른 만큼만 조정한다.

순서가 중요하다.

현재 계획에서 시작해 과거를 참고하는 것이 아니라, 과거 실제분포에서 시작해 현재의 차이를 반영한다.

일정뿐 아니라 비용에서도 같은 문제가 생긴다

욕실 수리를 계획한다고 생각해보자.

타일 100만 원.

설비 80만 원.

인건비 120만 원.

기타 20만 원.

합계 320만 원이다.

계산은 정확해 보인다.

그런데 실제 비용은 계획표에 빠진 항목에서 생길 수 있다.

철거 후 발견된 누수,

추가 배관,

배송비,

폐기물 처리비,

자재 교체,

일정 연장에 따른 인건비가 들어온다.

따라서 다음 질문이 필요하다.

“비슷한 공사에서 최초 견적과 최종 지출은 각각 얼마였는가?”

예산도 일정과 마찬가지로 계획표에 적힌 항목만 합산해서 끝내면 안 된다.

과거 프로젝트의 최종비용 분포와 비교해야 한다.

대규모 프로젝트에서는 심리적 계획 오류만으로 설명하면 안 된다

교량,

철도,

도로,

공항 같은 대규모 프로젝트에서도 비용 초과와 일정 지연은 중요한 문제다.

Flyvbjerg, Holm, Buhl은 2002년 258개 교통 인프라 프로젝트를 분석해 의사결정 때 사용된 비용추정치가 체계적으로 낮았다고 보고했다.

하지만 여기에서 중요한 주의점이 있다.

연구자들은 그 결과를 단순히

“사람들이 순진하게 계획 오류에 빠졌다.”

라고 설명하지 않았다.

프로젝트 승인을 받기 위해 비용은 낮게,

효과는 높게 제시할 수 있는 전략적 왜곡을 중요한 설명으로 제시했다.

이 차이는 매우 중요하다.

집정리 시간을 혼자 짧게 예상한 것과

조직에서 프로젝트 승인을 위해 의도적으로 유리한 숫자를 제시한 것은 같은 문제가 아니다.

하나는 인지적 예측오류일 수 있고,

다른 하나는 인센티브와 조직행동의 문제일 수 있다.

모든 비용 초과를 ‘계획 오류’라고 부르지 않는다

최근 프로젝트 연구에서도 계획 오류 하나로 모든 지연과 비용 초과를 설명하는 접근에는 비판이 있다.

대규모 프로젝트는

설계변경,

기술적 복잡성,

정책 변화,

이해관계자 충돌,

공급망 문제,

불확실성,

계약구조,

전략적 행동 등 여러 원인의 영향을 받는다.

2025년 Lavagnon Ika는 계획 오류 이론이 프로젝트 성과 문제를 설명하는 데 지나치게 넓게 사용될 수 있다고 비판했다.

이것은 계획 오류가 존재하지 않는다는 뜻이 아니다.

오히려 적용범위를 정확하게 잡자는 뜻에 가깝다.

개인의 미래 완료시간 예측이 반복해서 낙관적으로 틀리는 문제

와

거대 프로젝트의 모든 비용 초과 원인

을 같은 하나의 심리개념으로 묶지 않는다.

완충시간은 마지막에 넣는다

사람들은 계획 오류를 들으면 흔히 이렇게 해결하려 한다.

“그냥 예상시간에 20% 더하면 되겠네.”

항상 좋은 방법은 아니다.

원래 예상이 크게 틀렸다면 20%를 더해도 부족할 수 있다.

예상 10일,

실제 과거 사례 중앙값 18일이라면

10일에 20%를 더한 12일은 여전히 과거자료보다 지나치게 낙관적이다.

순서는 반대다.

먼저 참조계층의 실제분포를 본다.

그다음 현재 프로젝트의 차이를 반영한다.

마지막으로 일정 초과의 피해에 맞춰 완충시간을 넣는다.

즉 완충은 잘못된 내부예측을 가리는 장식이 아니라

외부 관점으로 보정한 뒤 남아 있는 불확실성을 흡수하는 공간이다.

마감일과 내부 완료일을 분리할 수도 있다

금요일까지 반드시 제출해야 하는 일이 있다고 하자.

작업계획을 금요일 완료로 잡으면 문제가 발생하는 순간 바로 마감초과가 된다.

대신

외부 마감: 금요일

내부 완료 목표: 수요일

처럼 분리할 수 있다.

목요일과 금요일 일부가 완충 역할을 한다.

물론 모든 업무에서 이틀을 비워둘 수는 없다.

중요한 것은 마감일 자체를 예상 완료시간과 동일하게 사용하지 않는 것이다.

지연의 비용이 큰 일일수록 완충을 더 명시적으로 설계한다.

프리모텀은 다른 종류의 누락을 찾는 데 도움이 된다

참조계층은 과거의 실제분포를 이용한다.

그런데 처음 해보는 일이라 과거사례가 적거나,

이번 프로젝트에 새로운 위험이 많을 수도 있다.

그럴 때 보조적으로 사용할 수 있는 방법이 프리모텀(Premortem)이다.

Gary Klein이 소개한 방식은 프로젝트가 이미 실패했다고 가정한 뒤

“무엇 때문에 실패했을까?”

를 팀원들이 미리 생각해보는 것이다.

이 질문은

“우리 계획에 문제가 있습니까?”

보다 말하기 쉬울 수 있다.

배송 지연,

핵심 담당자 부재,

기술문제,

승인 지연,

예산 부족처럼 계획표에서 빠진 위험을 찾는 데 도움이 된다.

다만 프리모텀 역시 실제 과거분포를 대신하지는 않는다.

과거 데이터는 기준선을 만들고, 프리모텀은 이번 프로젝트에만 있는 추가 위험을 찾는다.

계획 오류 점검 도구: 참조계층 4단계

아래 네 단계는 공식 통계모형이나 전문 프로젝트 관리기법을 대신하지 않는다.

머니레시피에서 계획 오류 연구를 일상적인 일정·예산 판단에 적용하기 위해 정리한 참조계층 예측 도구다.

1. 현재 계획과 비슷한 과거 사례를 모은다

가능하면 최소 몇 개 이상의 사례를 찾는다.

내 과거 프로젝트,

팀의 과거 업무,

비슷한 공사의 실제기간,

비슷한 행사 준비기간 등이 될 수 있다.

중요한 것은 처음 예상값이 아니라 실제 완료값이다.

2. 실제 결과를 작은 분포로 만든다

시간이라면

최단,

중간,

최장값을 본다.

비용이라면

통상적인 최종비용과 높은 비용 사례를 함께 본다.

한 숫자로 압축하기 전에 결과가 얼마나 퍼져 있는지 확인한다.

3. 이번 프로젝트가 정말 다른 점만 조정한다

과거보다 빨라질 근거와 느려질 근거를 각각 적는다.

예:

자동화 도구 도입 → 단축 가능

담당자 경험 증가 → 단축 가능

새 외부업체와 협업 → 지연 가능

처음 사용하는 기술 → 지연 가능

막연한 자신감은 조정 근거로 사용하지 않는다.

4. 지연비용에 따라 완충을 정한다

늦어도 큰 문제가 없다면 전형적인 결과에 가까운 일정을 사용할 수 있다.

항공권,

행사,

계약,

고객 출시처럼 늦었을 때 손실이 크다면 과거의 늦은 사례 쪽을 기준으로 더 보수적으로 잡는다.

완충의 크기는 자신감이 아니라 지연했을 때의 비용에 맞춘다.

30초 계획 보정표

확인할 것	질문
참조계층	비슷한 과거 사례는 무엇인가?
실제값	계획이 아니라 실제로 며칠·얼마가 들었나?
분포	빠른 사례·전형적 사례·늦은 사례는 어느 정도인가?
차이	이번만 실제로 달라진 조건은 무엇인가?
추가 위험	과거에는 없었지만 이번에 생길 위험은 무엇인가?
완충	늦었을 때의 피해에 맞는 여유가 있는가?

이 여섯 질문 가운데 첫 세 가지가 비어 있다면

아직 계획을 만든 것이지

예측을 검증한 것은 아닐 수 있다.

실제로 계산해보자

새로운 콘텐츠 프로젝트를 계획한다고 하자.

내부 계획을 세워보니 7일이다.

하지만 과거 비슷한 프로젝트 8개의 실제기간을 찾았다.

9일

10일

11일

12일

13일

15일

18일

22일

현재 계획 7일은 과거의 가장 빠른 사례보다도 짧다.

이제 질문한다.

이번에는 무엇이 달라졌는가?

반복작업의 일부가 자동화됐다.

그래서 실제 단축 근거가 있다.

반면 외부 검수자가 새로 들어와 확인시간이 추가될 수 있다.

그렇다면

“내 계획은 7일이니까 7일.”

이라고 끝내지 않는다.

과거의 전형적인 구간을 기준으로 잡고 자동화로 줄어드는 부분과 검수 지연 가능성을 따로 조정한다.

외부 마감이 중요하다면 늦은 사례도 고려해 완충을 둔다.

이것이 참조계층을 이용한 보정이다.

정확한 미래를 알아내는 것이 아니라

과거 데이터를 무시한 지나친 낙관을 줄이는 과정이다.

처음 해보는 일이라 참조사례가 없다면?

완벽하게 같은 사례를 찾을 필요는 없다.

프로젝트를 구성요소로 나눌 수 있다.

예를 들어 처음 만드는 온라인 강의라면 전체 강의 제작 경험은 없어도

원고 작성,

영상 촬영,

편집,

검수,

업로드 같은 개별 작업의 과거 경험은 있을 수 있다.

또 내 자료가 없다면

동료,

업체,

공개된 프로젝트 사례에서 비슷한 조건을 찾을 수 있다.

그래도 자료가 매우 부족하다면 숫자의 정확도를 가장하는 대신

불확실성이 크다는 사실 자체를 일정에 반영하는 것이 낫다.

과거자료가 없다는 것은 계획을 더 공격적으로 잡아도 된다는 뜻이 아니다.

오히려 예상범위를 넓게 잡아야 할 이유가 될 수 있다.

“이번에는 다르다”가 사실일 때도 있다

참조계층 예측도 기계적으로 쓰면 안 된다.

과거 모든 작업이 수작업이었는데 이번에는 자동화 도구가 작업시간을 절반으로 줄였다면 과거분포를 그대로 사용할 이유가 없다.

건설방식이 완전히 달라졌거나,

필수 승인절차가 없어졌거나,

팀의 규모와 경험이 크게 바뀌었다면 역시 조정해야 한다.

핵심은 과거를 무조건 복사하는 것이 아니다.

과거분포를 출발점으로 삼고, 현재의 차이를 증거가 있는 만큼만 반영하는 것이다.

외부 관점도 틀릴 수 있다.

잘못된 참조계층을 골랐다면 결과도 틀어진다.

따라서 무엇과 비교할지를 정하는 과정 자체가 중요한 판단이다.

계획 오류와 낙관주의는 같은 말이 아니다

미래를 낙관적으로 보는 것은 다양한 형태로 나타날 수 있다.

계획 오류는 그중에서도 특히

구체적인 과제나 프로젝트를 끝내는 데 필요한 시간·비용·자원을 어떻게 예상하는가

에 초점을 맞춘다.

그리고 핵심 특징은 과거에 비슷한 일이 더 오래 걸렸다는 정보가 있어도 현재 계획의 세부 시나리오에 다시 끌릴 수 있다는 점이다.

따라서

“사람은 낙관적이다.”

라는 설명에서 멈추지 않는다.

실제로 사용할 수 있는 교정장치는

참조계층의 실제 결과분포다.

사후확신편향과 무엇이 다른가?

계획 오류는 일이 시작되기 전의 문제다.

“이번 프로젝트는 10일이면 끝날 것이다.”

라고 예상한다.

사후확신편향은 일이 끝난 후의 문제다.

20일이 걸렸다는 사실을 알고 나서

“사실 지연될 줄 알았어.”

라고 과거의 예측가능성이나 자신의 기억을 다시 해석한다.

그래서 두 글의 도구도 다르다.

계획 오류는 과거 유사사례의 실제분포를 이용해 미래 숫자를 보정한다.

사후확신편향은 결과 전에 남긴 예측과 당시 정보환경을 복원한다.

이 연구가 우리의 선택에 말해주는 것

계획을 세밀하게 만드는 것은 중요하다.

하지만 세밀한 계획과 정확한 예측은 같은 것이 아니다.

20단계로 완벽하게 나눈 일정도

실제 세상에서 각 단계가 얼마나 자주 지연되는지를 반영하지 않으면 낙관적일 수 있다.

그래서 계획을 완성한 뒤 한 번 밖으로 나온다.

그리고 묻는다.

비슷한 일들은 실제로 얼마나 걸렸는가?

얼마나 돈이 들었는가?

가장 늦은 사례에서는 무엇이 일어났는가?

그다음 현재 프로젝트가 정말 다른 부분만 조정한다.

마지막으로 지연했을 때의 피해에 맞춰 완충을 둔다.

계획 오류를 줄이는 목적은 모든 일을 비관적으로 예상하는 것이 아니다.

무조건 일정과 예산을 두 배로 잡자는 것도 아니다.

내 머릿속에서 가장 잘 풀리는 미래보다 실제 과거에 더 많은 무게를 주자는 것이다.

계획은 미래 이야기다.

프로젝트가 끝난 뒤 실제 결과만 보고 당시 계획과 결정의 질까지 좋거나 나쁘게 평가하고 있다면

결과편향도 따로 점검할 필요가 있다.

참조계층은 과거 데이터다.

둘을 함께 사용할 때 계획은 실행표에 그치지 않고 조금 더 현실적인 예측이 된다.

다음 질문

결과가 나온 뒤 “사실 처음부터 그렇게 될 줄 알았다”고 느끼는 이유는 무엇일까?

미래를 예측할 때의 오류와 달리, 결과 이후 과거의 예측가능성과 자신의 기억이 달라지는 문제는 사후확신편향에서 살펴본다.

이미 시간과 돈을 많이 썼다는 이유로 실패 가능성이 큰 계획을 계속해야 할까?

앞으로 얻을 가치보다 이미 들어간 비용 때문에 결정을 계속하는 문제는 매몰비용 효과에서 살펴본다.

참고한 주요 연구

Kahneman, D., & Tversky, A. (1979). Intuitive Prediction: Biases and Corrective Procedures. TIMS Studies in Management Science, 12, 313–327.
직관적 예측에서 내부 관점에 치우치는 문제와 분포정보를 이용한 교정 접근의 기초가 된 연구다. 서지정보는 Cambridge 참고문헌에서도 확인된다.

Buehler, R., Griffin, D., & Ross, M. (1994). Exploring the “Planning Fallacy”: Why People Underestimate Their Task Completion Times. Journal of Personality and Social Psychology, 67(3), 366–381.
개인들이 다양한 과제의 완료시간을 낙관적으로 예상하고, 현재 미래계획에 집중하면서 관련된 과거 경험을 충분히 사용하지 않는 현상을 5개 연구에서 분석했다.
DOI: 10.1037/0022-3514.67.3.366

Lovallo, D., & Kahneman, D. (2003). Delusions of Success: How Optimism Undermines Executives’ Decisions. Harvard Business Review, 81(7).
대형 사업계획에서 내부 관점의 낙관적 예측을 줄이기 위해 비슷한 프로젝트의 실제 결과분포를 사용하는 외부 관점과 참조계층 예측을 설명했다.

Flyvbjerg, B., Holm, M. S., & Buhl, S. (2002). Underestimating Costs in Public Works Projects: Error or Lie? Journal of the American Planning Association, 68(3), 279–295.
258개 교통 인프라 프로젝트의 비용추정을 분석하고 체계적인 비용 과소추정을 단순 예측오류만이 아니라 전략적 왜곡의 문제로 검토했다.
DOI: 10.1080/01944360208976273

Klein, G. (2007). Performing a Project Premortem. Harvard Business Review, September 2007.
프로젝트가 이미 실패했다고 가정하고 가능한 실패원인을 사전에 찾는 프리모텀 방법을 제시했다.

Flyvbjerg, B., & Bester, D. W. (2021). The Cost-Benefit Fallacy: Why Cost-Benefit Analysis Is Broken and How to Fix It. Journal of Benefit-Cost Analysis, 12(3), 395–419.
공공투자에서 비용·편익 예측의 편향을 대규모 데이터로 검토하고 외부 관점과 참조계층 예측을 포함한 개선방향을 논의했다.
DOI: 10.1017/bca.2021.9

Ika, L. A. (2025). The Rise and Fall of the Planning Fallacy: From the Impulsion to the Compulsion to Theorize. In Cambridge Handbook of Project Behavior, pp. 27–45. Cambridge University Press.
프로젝트의 비용초과와 편익 부족을 계획 오류 하나로 설명하는 이론적 범위가 지나치게 확대될 수 있다는 최근 비판과 한계를 검토한다.
DOI: 10.1017/9781009322737.003

자주 묻는 질문

계획 오류란 무엇인가요?

계획 오류는 미래의 과제나 프로젝트를 완료하는 데 필요한 시간·비용·자원을 실제보다 적게 예상하는 경향을 말합니다. 특히 과거 비슷한 일이 예상보다 오래 걸렸는데도 현재 프로젝트의 계획 시나리오에 집중해 다시 낙관적으로 예상할 수 있습니다.

계획을 자세하게 짜면 계획 오류를 줄일 수 있나요?

도움은 되지만 충분하지 않을 수 있습니다. 세부 계획은 실행순서를 보여주지만 예상하지 못한 지연이 얼마나 자주 발생하는지는 알려주지 않습니다. 비슷한 과거 프로젝트의 실제 완료시간과 비용을 함께 확인하는 것이 좋습니다.

참조계층 예측이란 무엇인가요?

현재 프로젝트와 비슷한 과거 사례들을 하나의 참조집단으로 묶고 그 사례들의 실제 시간·비용·성과 분포를 기준으로 현재 예측을 보정하는 방법입니다.

예상시간에 20% 정도만 더하면 충분하지 않나요?

항상 그렇지는 않습니다. 내부 예상 자체가 크게 낙관적이라면 임의의 20%를 더해도 부족할 수 있습니다. 먼저 비슷한 과거 사례의 실제분포를 확인한 뒤 일정 초과의 피해와 불확실성에 맞춰 완충을 정하는 편이 좋습니다.

모든 프로젝트의 비용 초과가 계획 오류 때문인가요?

아닙니다. 기술적 복잡성, 설계변경, 공급망, 조직 인센티브, 전략적 왜곡 등 여러 원인이 있을 수 있습니다. 특히 대규모 프로젝트의 비용 초과 전체를 하나의 심리적 편향으로 설명하는 것은 지나친 단순화가 될 수 있습니다.