관세와 미국 예외주의 : 네이버 블로그

아이센스 주총에 다녀왔다. 분석도 아니고 투자아이디어를 설명하는 것도 아니고 오랜 보유자의 입장에서 개인적인 소견입니다. 

주주총회 간단 요약

1. 2024년 실적 리뷰
매출
2023년 대비 10% 증가
주요 요인: 2023년 7월 인수한 아가매트릭스의 온기 반영
CGM(연속혈당측정기) 신규매출 약 60억

매출총이익 : 7% 증가. 매출 증가율(10%)보다 낮은 이유는 송도 2공장 가동으로 고정비(인건비, 운영비)가 증가
판매관리비: 17% 증가. CGM 관련 R&D와 다수 임상시험 비용(케어센스 1, 2 등)이 주요 원인
영업이익: 27억 원으로, 전년 대비 76% 감소. 아가매트릭스의 별도 영업손실(약 100억 원)이 연결 실적에 반영 영향
아가매트릭스 구조조정: 2024년 완료. 미국 및 영국 법인에서 인력 50% 이상 감축했으며, 2025년 1분기 실적 개선(BEP 수준 또는 약간의 흑자예상)

2. 2025년 실적 전망
매출 및 매출총이익: 각각 10% 성장 예상(연결 기준 약 3,200억 원)
판매관리비: 전년 대비 110~120억 원 증가. FDA 승인을 위한 임상 비용(1001~20억 원)이 주요 요인
영업이익: 아가매트릭스 적자폭 감소에도 FDA 임상 비용 등으로 35억 원 수준 또는 소폭 적자 예상.
2025년 이후 장기 계획: 연간 임상 비용 100~150억 원을 CGM 매출 성장으로 상쇄 목표로 하고 있음.

3. CGM 업그레이드 및 개발 계획
현재 CGM (케어센스 에어 1.5) 업그레이드 출시:
업그레이드: 안정화 시간 2시간 → 30초, 보정 선택 가능, 스마트워치 연동, 정확도(MARD) 9.7% → 8.7%.
출시 일정: 2025년 3월 20일 국내 출시, 5~6월 유럽 론칭.
생산: 송도공장 자동화 라인(2025년 4월 가동)으로 연간 생산량 50만 개 → 150만 개 확대.

차세대 CGM (케어센스 에어 2):
특징: 크기/무게 70% 감소, 사용 기간 15일 → 18일, 안정화 시간 10분, 데이터 수집 주기 5분 → 1분.
일정: 2026년 국내 허가, 2027년 유럽 허가, FDA 승인 후 미국 시장 진출.


4. 시장 확장 및 전략
글로벌 진출: 2024년 14개국 출시, 2025년 8개국 추가 예정. 유럽 보험 등재 일정에 따라 세부일정은 달라질 것.
파트너십: 인슐린 펌프 제조사, 삼성헬스 등 디지털 헬스 플랫폼과 협력
사용 디바이스 확장: 워치,

마케팅:
가치 중심 접근: "by your side" 슬로건으로 사용자 생활 밀착 강조.
온라인 및 CRM 강화: CGM 온라인 구매비중 높음 온라인 몰 혁신, 고객 관계 관리 활동 확대.
임상 데이터 기반: 다양한 환자군 대상 임상 데이터 확보로 신뢰도 제고.
지역별 전략: 국가별 보험 등재 및 현지 생산으로 진입 장벽 완화.
조직 보강:
CGM 전담팀 신설: 전문 마케팅 팀 운영으로 전문성 강화.
교육 및 고객 서비스: 파트너사 및 사용자 지원 체계화.
R&D 투자: 미국 R&D 센터 설립으로 글로벌 대응력 제고.

5. 주주 우려 및 대응
신뢰 문제: 과거 파트너십 발표 미이행에 대한 우려 제기. 회사는 투명한 소통을 약속
대형 파트너 사례: 대형파트너사가 잘 팔면 문제가 없지만 큰 회사라고 잘 파는것 아님. 자사의 독점 공급 배제 방침 유지.
특허 리스크: 600여 개 특허 보유로 특허침해시 싸워볼 수 있는 수단 보유. 덱스콤-에보트 간 소송 종결로 반독점법 적용도 가능하지 않을까. 리스크 완화 예상.
재무 지속성: 투자 확대에도 자금 조달 없이 2025~2026년 버틸 수 있음(현금 약 1,300억 원). 장기적으로 파트너링 등 고려.

6. 장기 비전 및 과제
2030년 목표: 글로벌 CGM 시장 3위(덱스콤, 에보트 다음). 시장 점유율 10% 달성(30조 원 시장 기준).
주요 과제:
FDA 승인 지연(미국 행정 혼란 영향).
높은 R&D/임상 비용 관리.
선도 기업과의 경쟁.

7. 주주 가치 제고
자사주 매입: 2024년 20억 원 매수 완료, 4월 소각 예정.
배당 등: 성장 투자 우선으로 제한적 실행. 밸류업 프로그램 검토 중.

아이센스는 내게 아픈 손가락 같은 종목이다. 이 회사로 좋은 시절도 있었고 고통스러운 시절도 겪었으니 정리를 한번 하는게 좋다고 생각한다.

2024년 실적은 2911억으로 매출 총이익은 40%대를 계속 유지중으로 아이센스는 기존에 BGM의 안정적인 매출성장을 하고 CGM의 성장동력을 보유한 회사에서 CGM의 매출로 회사를 퀀텀점프 시키기위해 금전적 시간투자를 대량으로 해야하는 청소년기의 회사로 돌아간 상태이다. 다시 벤처가 되었다고 생각하면 될 것 같다. 

희망적인 것은 매출이 지속적으로 늘고 있다는 점은 긍정적이다. BGM으로 꾸준히 매출성장을 일으키고 있다는 점은 회사가 경쟁력을 유지하고 있다는 방증이라고 보여진다.

작년의 주가 하락 원인

1. 2024년 카카오 파스타에서 주문량을 다 소화를 못했음
2. 혈당 보정이 필요로 작년에 저속노화-혈당 스파이크 붐이 일었을때 올라타는데 실패. 일반 사용자층이 거부감으로 투자자의 기대보다 부진했던것이 원인으로 보임
3. 언론에 나왔던 대형PL브랜사와 계약이 지연되고 있는점
4. 2형당뇨 건보 등재기대에 따른 수요확대 기대도 건보 재정이슈와 계엄이슈로 난망
5. 아가매트릭스 적자로 BGM사업이 한계에 다다른거 아닐까 하는 불안감.

아가매트릭스 4분기 적자도 예상 못했던 점이 작년의 주가하락 주 원인이었던 것으로 보인다.

본질적으로 의료기기 사업은 임상시험과 인증에 많은 시간과 비용이 걸린다.  

고가의 신기술 의료기기는 일반인이 자비로 구매하려면 가격 저항이 생기기 때문에 보험등재가 중요하다. 

피보험등재까지 많은 시간이 소요된다/선반영으로 주가는 시총 1조를 찍으며 기대감의 크기에 대해 미리보기를 했다.
그렇게 CGM이 일반인들에게 대중적으로 쓰일거라는 대중의 환상이 큰 주가 상승을 만들어 냈지만, 월 17만원을 부담하는 소비자보다는 정부의 보험등재가 빠른 매출 상승에 더 도움이, 이 것도 시간이 걸린다는 점에서 3년 이상 기다린 주주들 입장에서는 여기서 3년을 더 기다리라는 말은 앞날이 캄캄한 일이겠지만 실제로 의미있는 CGM매출이 해외에서 발생되는 올해가 원점이라고 볼 수 있다. 

희망고문? 미워도 다시 한번?

1.BGM은 계속 회사의 캐쉬카우 역할을 하게 될 것
2.CGM은 1.5 출시이후 소비자 편의성 증대로 느리지만 계속 성장할 것으로보인다 문제라면 방향은 맞지만 너무 속도감이 떨어진다는게 문제라고 생각한다. 

이 산업의 시간이라는 해자는 한번만 넘어가는데 성공하면 후발주자는 감히 따라올 수 없는 시간의 강을 건너야 한다는 점이 이 산업을 좋아하는 점이다 문제는 이 시간의 강을 건너는 시간은 시간에 쫓기는 사람은 시간을 태우면서 기다리고 감내하기 어렵다는 점이다..

회사가 느리더라도 자기 갈 길을 가고 있다고 생각한다. 아직까지 외부에서 지켜보면 크게 변화가 보여지진 않고 있지만, 이제 경쟁사 제품과 대등한 경쟁이 가능해지는 CGM 무보정 버전이 출시되는 올해가 아이센스 CGM사업의 원년이라 생각한다. 

리스크 요인이라면 cgm시장의 경쟁강도가 중국제품의 등장으로 전보다 더 치열해지고 있다는 점이고, 특허소송에 대한 위험은 늘 도사리고 있다고 봐야할 것 같다.

아이센스 주주총회 후기 : 네이버 블로그

실패가 쉬워선 안되요
그러면 배울 수 없다고 보거든요
계속 쉽게 쉽게 실패하면 
계속 실패할 거에요
저 역시도 계속 실패한 PD였기 때문에
실패가 고통스러운만큼 배운다는 얘기를 하는 건데
그 고통은 왜 생기냐
너무 잘하고 싶었기 때문에 고통이 생기거든요
이걸 너무 잘하고 싶었는데
안돼. 
그때 뼈아프게 돌아보게 되는 거예요
그 과정이 반복됐을때만 성장이 일어난다고 생각합니다. 
고통을 계속 이겨내고 또 하고 또 하고 또 하려면 그 전제는
열망이 되게 강한 사람이여야 할 것이거든요
너무 게임을 만들고 싶은
게임이라는 걸 통해서 뭔가를 해내고 싶은 사람이어야만
실패를 통한 반복학습 그게 가능하지 않을까
-크래프톤 김창환 대표

(20) 크래프톤 CEO에게 직접 듣는 ‘프로듀서’의 관점 - YouTube

최초질문: 뻔히 알 수 있는 일인데 속는 사람을 어두운 사람이라고 하죠. 똑똑한데 어두운사람이 참 무섭습니다. 라는 말로 시작된 연구.

지적 기능의 다양한 측면에 대한 심층 보고서

1. 지적 기능(지성)의 분류와 정의

지식 (Knowledge): 지식은 사실에 대한 인식이나 상황에 대한 익숙함, 또는 숙련된 기술을 의미합니다^{[18†L373-L376]}. 쉽게 말해, 경험이나 교육을 통해 얻은 정보와 이해를 말합니다. 예를 들어, 역사적인 사건이나 과학적 개념에 대해 알고 있는 것은 지식의 한 형태입니다. 지식은 학습의 축적물로서 의사결정에 기본적인 자료를 제공하며, 풍부한 지식은 복잡한 문제를 다룰 때 기반이 됩니다^{[16†L49-L52]}. 하지만 지식 그 자체는 정보의 축적을 의미할 뿐, 그 정보를 어떻게 활용할지를 결정하지는 않습니다.

지능 (Intelligence): 지능은 새로운 정보를 학습하고 추론하며 문제를 해결하고 환경에 적응하는 두뇌 능력을 뜻합니다^{[14†L292-L300]}. 인간의 지능은 논리적으로 사고하고 추상적인 개념을 이해하는 능력으로 정의되며, 이는 기존 지식을 적용하여 새로운 상황에 대응하는 힘입니다. 예를 들어, 수학 문제를 풀거나 낯선 환경에서 빠르게 적응하는 것은 지능의 발현입니다. 지능은 의사결정과 학습 과정에서 핵심적인 인지 처리 능력으로 작용하여, 우리가 가진 지식을 효과적으로 활용하고 새로운 정보를 습득하도록 돕습니다^{[16†L49-L52]}. 높은 지능을 가진 사람은 일반적으로 복잡한 문제를 빠르게 이해하고 해결책을 모색하는 데 유리하지만, 지능만으로 현명한 결정이 보장되는 것은 아닙니다.

통찰력 (Insight): 통찰력은 사물이나 문제의 내면적 본질을 꿰뚫어 보는 능력으로, 겉으로 드러나지 않은 인과관계를 깊이 이해하는 것을 말합니다^[21†L1-L4]. 어려운 문제를 다루다가 문득 얻는 해결책이나 깨달음(이른바 “아하 경험”)도 통찰력의 한 예입니다. 심리학에서는 통찰을 이전까지 실패하던 문제가 갑작스럽게 해결되는 ‘깨달음’의 순간으로 정의하며, 이러한 해법은 흔히 직관적으로 떠오릅니다^{[20†L207-L214]}. 통찰력은 학습된 지식과 지능적 문제 해결 능력이 결합되어 새로운 관점을 형성할 때 생겨나며, 복잡한 의사결정 상황에서 숨은 맥락이나 패턴을 간파하여 혁신적인 해결책을 제공합니다. 다만 통찰력은 때때로 논리적 분석보다 직감에 가깝기 때문에, 이를 뒷받침할 지식이나 검증 과정도 필요합니다.

지혜 (Wisdom): 지혜는 경험과 지식, 그리고 올바른 판단력을 종합적으로 활용하여 삶의 복잡한 문제를 균형 있게 해결하는 심성입니다^{[3†L266-L274]}. 지혜로운 사람은 단순히 많이 알고 뛰어난 문제 해결력을 보이는 것에 그치지 않고, 도덕적 판단과 장기적 관점까지 고려합니다. 예를 들어, 지혜는 “지식이 토마토가 과일임을 아는 것이라면, 지혜는 그것을 과일 샐러드에 넣지 않는 판단”이라는 비유로 종종 설명됩니다. 지혜는 전통적으로 철학과 종교에서 주요 덕목으로 여겨져 왔으며, 심리학에서도 성숙함과 감정 조절 능력, 다양한 관점의 고려 등과 연관된 인지·정서적 특질로 연구됩니다^{[3†L266-L274][3†L278-L283]}. 지능이 주로 논리적 문제 해결과 추론에 관한 것이라면, 지혜는 인간 본성, 도덕적 원칙, 행동의 장기적 결과에 대한 깊은 이해를 포함합니다^{[3†L270-L274]}. 따라서 지혜는 의사결정에서 단기적인 이익뿐 아니라 공동체의 이익과 장기적인 결과까지 감안하게 해줍니다.

이 밖에도 창의성이나 직관, 감성지능 등의 개념도 지적 기능과 밀접합니다. 창의성은 지식과 지능을 바탕으로 새롭고 유용한 아이디어를 산출하는 능력이며, 직관은 논리적 분석 없이도 경험에 기반한 즉각적인 이해를 가능케 합니다. 또한 감성 지능(Emotional Intelligence)은 자신과 타인의 감정을 인식하고 조절함으로써 현명한 대인 의사결정을 내리는 능력으로 정의되며, 현대 사회의 복잡한 인간관계 속에서 중요한 지적 기능으로 인정됩니다. 이러한 모든 지적 기능들은 학습과 의사결정 과정에서 상호 작용합니다. 예를 들어, 뛰어난 지능은 빠른 학습을 돕고, 풍부한 지식은 의사결정의 재료가 되며, 통찰력은 복잡한 문제의 해결책을 제시하고, 지혜는 균형 잡힌 판단으로 최종 결정을 이끕니다. 이상적인 의사결정은 이들 요소가 조화를 이룰 때 이루어지며, 각 요소가 결여되거나 과도할 경우 판단의 오류가 발생할 수 있습니다.

2. 인지능력과 관련된 연구 동향

심리학 분야의 연구

인간의 인지능력을 이해하기 위해 심리학자들은 지능과 판단에 관한 다양한 이론을 발전시켜 왔습니다. 예를 들어, 스피어만의 g이론(g요인)과 가드너의 다중지능 이론 등은 지능의 구조를 규명하려는 시도입니다. 한편, 인지 편향(cognitive bias)에 대한 연구는 1970년대 카너먼과 트버스키에 의해 촉발되어, 인간의 의사결정이 어떻게 합리적 모델에서 벗어나 systematically한 오류를 보이는지 밝혀냈습니다^{[26†L154-L162]}. 그들의 연구에 따르면 사람들은 판단을 내릴 때 복잡한 확률 계산 대신 휴리스틱(heuristic)이라는 정신적 지름길을 사용하며, 이로 인해 예측 가능한 오차가 발생합니다^{[26†L154-L162]}.

대표적인 예로 확증 편향은 자신이 가진 신념을 강화하는 정보만을 찾고 받아들이는 경향이고, 가용성 휴리스틱은 쉽게 떠오르는 사례에 과도한 중요성을 부여하여 판단하는 것입니다. 이러한 편향 중에서도 특히 과신 효과(overconfidence bias)는 광범위하게 관찰되는데, 이는 사람들이 자신의 지식이나 판단의 정확성을 실제보다 높게 평가하는 경향을 말합니다^{[26†L154-L162]}. 연구에 따르면 다양한 전문 직종의 의사결정에서 과도한 확신이 가장 반복적으로 나타나는 편향으로 지적되었고^{[26†L132-L139][34†L1-L4]}, 이는 잘못된 판단으로 이어질 수 있습니다. 예컨대 한 연구는 사람들이 자신의 판단 정확성을 지나치게 신뢰하고(과신 편향) 사건이 일어난 후에는 그 결과를 예측했었다고 믿는 경향(후견 편향)을 함께 보인다고 보고했습니다^{[26†L154-L162]}. 이러한 발견은 인간이 체계적인 인지 오류를 범할 수 있음을 보여주며, 심리학은 이를 규명하고 완화하는 전략을 모색하고 있습니다.

신경과학 분야의 연구

인지능력이 뇌의 어떤 구조와 기능에 기반하는지도 활발히 탐구되고 있습니다. 뇌영상 연구들은 지능과 두뇌 네트워크의 관련성을 밝혀냈는데, 예를 들어 “전두-두정 통합 이론(P-FIT)”은 지능이 주로 전두엽과 두정엽을 포함한 광범위한 뇌 영역들의 네트워크 통합 능력과 관련된다고 제안합니다^{[24†L126-L134]}. 이 이론에 따르면, 지능이 높은 사람일수록 전전두피질, 두정피질, 측두엽, 대상회 등 여러 뇌영역 간의 통신과 정보교환이 효율적입니다^{[24†L126-L134]}. 실제로 뇌영상 연구에서 문제 해결이나 추론 과제 수행 시 이러한 영역들이 동시에 활성화되는 양상이 관찰되며, 이는 지능이 국소적인 뇌 부위보다는 뇌 네트워크의 효율성에 좌우됨을 시사합니다.

한편 통찰력에 관한 인지신경과학 연구에서는, 문제가 풀리지 않다가 갑자기 해결책이 떠오르는 순간 뇌의 우측 측두엽(상측두회)에서 고주파 뇌파의 급격한 증가가 관찰된 바 있습니다^{[28†L197-L205]}. 이러한 “아하 순간”에 우측 두정측두 부위의 특이한 활성 패턴이 나타난다는 결과는 통찰력이 뇌의 특정 과정(기존 사고의 재구성)을 통해 얻어짐을 보여줍니다.

기억과 지식의 측면에서는 측두엽의 해마가 사실의 학습과 저장에 핵심 역할을 하며, 전두엽과 해마의 상호작용이 지식의 인출과 활용에 중요하다는 것이 알려져 있습니다. 요컨대, 신경과학 연구는 지적 기능이 뇌의 다중 영역의 협업에 의해 실현됨을 밝히고 있으며, 지능, 기억, 통찰 등 각각에 관련된 신경 메커니즘을 규명하고 있습니다.

인공지능(AI) 분야의 연구

인간의 지적 기능을 모방하거나 구현하려는 시도는 인공지능 연구의 핵심 동기입니다. 초기 AI 연구는 논리 퍼즐 풀이나 체스 같은 논리적 문제 해결에 초점을 맞추어 인간 지능의 일부분을 구현했고, 현대의 딥러닝은 방대한 지식의 학습과 패턴 인식 능력에서 인간을 능가하는 성과를 보여줍니다. 2016년 구글 딥마인드의 알파고(AlphaGo)가 세계 최정상급 바둑 기사를 이긴 일은 AI 연구에서 하나의 이정표로 평가받습니다^[32†L1-L4]. 바둑은 오랜 기간 인간만의 영역으로 여겨졌던 복잡한 문제였으나, 알파고의 승리는 기계가 인간의 직관적 판단이 필요한 영역에서도 뛰어난 의사결정을 할 수 있음을 보여주었습니다^[32†L1-L4].

그러나 이러한 성과에도 불구하고, 현재의 AI는 주로 특정 분야에 한정된 지능(전문 지식과 계산 능력)을 발휘할 뿐, 인간이 가진 일반지능(새로운 상황 전반에 걸친 유연한 이해)이나 통찰, 지혜의 수준에는 이르지 못했습니다. 예를 들어, AI는 방대한 데이터를 학습하여 지식 퀴즈를 풀거나 의료 영상에서 질병을 진단하는 등 지식과 분석 측면에서는 탁월하지만, 완전히 새로운 개념을 창출하는 창의성이나 도덕적 가치 판단을 포함한 지혜로운 결정에서는 한계를 보입니다. 그럼에도 인공지능 연구는 심리학과 신경과학의 발견을 참고하여 학습 알고리즘을 개선하고 있으며, 인지 편향을 피하는 의사결정이나 설명 가능한 AI 등에 관한 연구도 진행 중입니다.

요약하자면, 심리학·신경과학·AI 연구 모두 인간의 지적 기능을 정교하게 밝혀나가는 과정에 있습니다. 인간은 체계적 편향을 가진 존재임에도, 협력과 학습을 통해 고도의 지성으로 발전해 왔으며, 미래에는 AI와의 상호작용으로 지성을 더 확장시킬 가능성도 있습니다.

3. 지적 오류와 그로 인한 역사적 사례

어떤 사람이나 조직이 지적 기능의 한 측면에 치우치거나 결핍될 때, 심각한 의사결정 오류로 이어져 역사적으로 큰 피해를 낳은 사례가 많습니다. 높은 지능과 풍부한 지식을 가졌더라도 통찰력이나 지혜가 부족하면 잘못된 판단을 내릴 수 있고, 반대로 지식이 부족한 상태에서 과도한 확신만으로 밀어붙여도 위험한 결과가 초래됩니다. 다음은 지적 기능의 불균형이나 오류로 인한 대표적 사례들입니다.

1. 정책 결정의 실패 – 피그만 침공 사건(1961)
   미국 케네디 정부 초기에 발생한 피그만 침공은 집단사고(groupthink)로 인한 결정 실패의 전형으로 자주 언급됩니다^{[38†L342-L349]}. 이 사건에서 최고 의사결정자들은 서로의 우호적 분위기와 동조 압력에 휩싸여 비판적 검토를 소홀히 한 채 쿠바 침공 계획을 추진했습니다. 결과적으로 작전은 참담한 실패로 끝났고, 이 사례는 조직 차원의 지적 오류가 얼마나 큰 정책적 실패를 가져오는지 보여주었습니다. 사회심리학자들은 피그만 침공을 통해, 집단 내에 이견을 제시하는 통찰력이 없거나 과도한 자기확신이 팽배하면 합리적 판단이 마비될 수 있음을 지적합니다^{[38†L342-L349]}. 이후 이 사건은 집단사고를 피하기 위해 악마의 대변인을 두는 등 조직 내 비판적 사고 장려의 중요성을 일깨웠습니다.
2. 경제적 의사결정의 오류 – LTCM 헤지펀드 붕괴(1998)
   1990년대 말 미국의 롱텀캐피털매니지먼트(LTCM)는 노벨상 수상자를 비롯한 뛰어난 금융 공학자들이 이끈 헤지펀드로 큰 성공을 거두었지만, 지나친 신뢰와 오만으로 위험을 간과한 끝에 파산 위기에 처했습니다. 천재적인 인재들이 구축한 복잡한 수학 모델은 한동안 엄청난 수익을 올렸으나, 시장 변동성의 극단적 상황에서는 통하지 않았습니다. 무엇보다 창립자들의 자만심과 모델에 대한 과신이 문제였는데, 성공에 도취된 이들은 자신들의 전략에 맹신을 보이며 경고 신호를 무시했습니다. 결국 예기치 못한 러시아 금융위기 등이 겹치자 LTCM은 단기간에 수십억 달러의 손실을 내고 파산 직전에 이르렀고, 금융 시스템 전체가 위협받아 정부와 은행들이 구제 금융에 나서야 했습니다. 이 사례에서 관측된 교훈은 명확합니다. “아무리 명석한 두뇌와 방대한 지식이 모여 있어도, 위험을 무시한 과도한 확신(hubris)은 파국을 불러올 수 있다”는 것입니다^{[36†L97-L104]}.
3. 기술 및 공학 분야의 판단 오류 – 챌린저 우주왕복선 폭발(1986)
   미국 NASA의 챌린저 우주왕복선 참사는 전문가 경고의 무시와 조직문화적 문제로 인한 비극적 결과입니다. 당시 기술자들은 추운 날씨에 고무 O-링의 탄성이 떨어져 위험하다고 경고했지만, 관리자들은 일정 압박과 낙관에 젖어 이러한 통찰을 묵살했습니다. 발사 당일 기온은 이례적으로 낮았고, 결국 O-링 씰이 제 기능을 못 하여 73초 만에 우주왕복선이 폭발해 승무원 전원이 사망했습니다. 이후 조사위원회(Rogers Commission)는 NASA의 의사결정 과정을 신랄하게 비판하며, 기술적 위험 정보가 관리자들에게 제대로 보고되지 않았고 경영진은 기술적 우려를 간과했다고 밝혔습니다^{[40†L282-L288]}. 즉, 현장의 지식과 통찰이 있었음에도 불구하고, 조직의 폐쇄적 문화와 과도한 낙관으로 인해 치명적인 결정을 막지 못한 것입니다.
4. 과도한 확신의 사회적 영향 – 금융 투자와 개인 판단
   과신 편향은 개인 투자자나 경영자들의 결정에서도 빈번히 나타나며, 이로 인한 집단적 결과는 사회경제적으로 유의미합니다. 연구에 따르면, 남성 투자자들이 여성에 비해 자신의 투자능력을 지나치게 확신하여 과잉 거래를 하는 경향이 있고, 그 결과 수익률이 저하되는 현상이 관찰되었습니다^{[29†L55-L63]}. Barber와 Odean의 대규모 계좌 추적 연구에서, 남성 투자자들은 과신으로 거래를 너무 빈번하게 함으로써 높은 수수료와 실수로 손해를 보는 경향이 있었는데, 이는 자신의 지식과 판단에 대한 과도한 믿음이 어떻게 경제적 손실로 이어지는지 보여줍니다^{[29†L55-L63]}. 또한 기업 경영진의 과신은 무리한 인수합병이나 투자로 이어져 주주와 직원들에게 피해를 주기도 한다는 연구가 있습니다^{[29†L37-L45][29†L49-L57]}.

이처럼 역사적으로 지적 균형의 상실이 초래한 실패 사례는 다수입니다. 이는 우리에게, 참된 지성은 지식과 지능의 높이뿐 아니라 통찰력의 깊이와 지혜의 넓이까지 갖춰질 때 비로소 완성됨을 경고합니다. 지적 오만을 경계하고, 다양한 관점을 수용하며, 윤리적 성찰을 동반할 때 비로소 지성은 인류에 이로운 방향으로 작동한다는 교훈을 역사는 보여줍니다.

4. 인지능력과 뇌과학: 주요 뇌 구조와 의사결정

전두엽 (Frontal Lobe)

전두엽은 뇌 앞부분에 위치한 영역으로, 계획, 추론, 충동 억제, 작업기억 등 고차원적 실행 기능(executive function)을 담당합니다. 특히 전두엽의 앞부분인 전전두피질(PFC)은 복잡한 의사결정에 관여하는데, 목표를 설정하고 여러 대안을 논리적으로 평가하며 행동을 통제하는 역할을 합니다^{[45†L9-L17]}. 유명한 사례로, 전두엽에 심한 손상을 입은 피니어스 게이지(Phineas Gage)는 사고 전 후로 성격과 판단력이 크게 변화했는데, 이는 전두엽 손상이 성격 변화와 사회적 판단력 저하를 초래함을 보여줍니다^{[47†L178-L184]}.

건강한 전두엽은 우리가 합리적 선택을 하도록 돕지만, 한편으로 너무 냉정한 이성에 치우칠 경우 인간적 요소나 창의적 통찰이 배제되는 한계도 있습니다. 뇌영상 연구에 따르면, 합리적 문제 해결 시 전전두피질과 두정엽이 활발히 통신하고, 오류를 검출하거나 갈등을 해결할 때도 전두엽 부위가 관여합니다. 전두엽은 또한 감정 조절에도 간접적으로 역할을 해, 편도체 등 감정 중추의 반응을 상위 조절함으로써 감정에 휘둘리지 않는 판단을 가능하게 합니다^{[58†L157-L165]}.

편도체 (Amygdala)

편도체는 변연계의 일부로서 감정 처리에 핵심적 역할을 합니다. 특히 공포와 불안 같은 부정적 감정과 위험 신호를 학습(두려움 조건화)하는 데 중요합니다. 신경과학 연구에 의하면, 편도체는 보상이나 처벌과 연관된 감정적 자극에 반응하여 우리 몸에 자동적인 신경 생리 반응을 일으킵니다^{[50†L160-L168]}. 예를 들어 도박과 같은 의사결정 과제에서, 편도체가 손실 신호에 반응하여 불쾌감을 유발하면 향후 유사 선택을 피하도록 학습시키는 등, 편도체는 결정에 감정적 색채를 부여함으로써 선택에 영향을 줍니다^{[50†L160-L168]}.

뇌손상 환자 연구에서는 편도체에 양측 손상을 입은 환자들이 보상과 처벌에 대한 정서 반응이 약해져, 장기적으로 불리한 선택을 반복하는 경향이 나타났습니다^{[50†L160-L168]}. 이는 편도체가 소마틱 마커(somatic marker)로 불리는, 신체 신호를 통한 직감적 판단 메커니즘에 핵심임을 보여줍니다. 요컨대 편도체는 우리가 직감적으로 나쁜 선택을 피하고 좋은 선택을 향하도록 도와주는 감정 지표 구실을 합니다.

대상회 (Cingulate Gyrus)

대상회는 대뇌피질의 한 부분으로, 특히 전측 대상피질(ACC, anterior cingulate cortex)은 인지적 통합과 통제에 중요한 역할을 합니다. ACC는 뇌의 여러 영역을 연결하여 주의 조절, 오류 탐지, 갈등 모니터링을 수행하는 허브로 알려져 있습니다^{[52†L284-L293][52†L293-L301]}. 예를 들어, 어려운 선택지들 사이에서 고민할 때 ACC는 각 대안의 결과를 예측하고, 실수로 인한 부정적 결과(오류)가 발생하면 강하게 활성화되어 뇌에 경고 신호를 보냅니다^{[52†L293-L301]}. 또한 ACC는 보상 예측과 공감적 판단에도 관여하여, 자신의 행동이 가져올 결과나 타인의 처지를 고려하는 데 활성화됩니다^{[52†L284-L292]}.

요약하면, 대상회 특히 ACC는 합리적/비합리적 의사결정의 갈림길에서 신호등 구실을 합니다. 우리의 행동이 목표에서 벗어날 때 경고를 울리고 적응을 촉진하는 역할을 하기 때문입니다.

지능과 지혜의 신경 메커니즘

지적 기능 중 지능은 앞서 언급한 바와 같이 광범위한 뇌 네트워크의 효율성과 관련됩니다. 특히 전전두피질-두정피질 네트워크(P-FIT)는 문제 해결형 지능의 생물학적 기반으로 여겨지며, 이 네트워크에는 위에서 설명한 전두엽, 대상피질뿐 아니라 측두엽의 일부 (예: 지식 저장에 관여하는 해마와 측두피질)도 포함됩니다^{[24†L126-L134]}. 통찰력은 문제를 재구조화하는 뇌의 창의적 과정으로, 우뇌 측두엽과 전두엽의 연결, 그리고 일시적으로 시각적 정보 처리를 억제하고 내부적 사고에 몰두하는 상태와 관련이 있다는 연구가 있습니다^{[28†L197-L205][28†L211-L218]}.

지혜는 비교적 최근에 신경과학적으로 탐구되기 시작한 주제로, 초기 연구들은 지혜가 여러 뇌영역의 조화로운 상호작용 산물임을 시사합니다. 특히 전전두피질이 지혜의 여러 하위 요소 (감정 조절, 사회적 의사결정, 가치상대주의 등)에 두드러지게 관여하는 것으로 나타났습니다^{[58†L157-L165]}. 전전두피질은 원초적 충동을 제어하고 상황을 객관화하여 판단하게 하는데, 지혜로운 판단에는 이성적 숙고뿐 아니라 공감과 사회성이 필요하므로 내측 전전두피질(감정과 사회적 정보 처리에 관여)이 중요합니다^{[58†L159-L167]}.

5. 더 나은 의사결정을 위한 전략과 방법

다양한 연구 결과는 어떻게 하면 인간이 더 현명하고 합리적인 결정을 내릴 수 있는지에 대한 통찰을 제공합니다.

1. 인지적 편향 인지 및 교정
   사람들은 자신이 편향에 빠질 수 있음을 자각하는 것이 첫 단계입니다. 의사결정 과정에서 대표적인 인지 편향(확증 편향, 과신 편향, 프레이밍 효과 등)을 체크리스트로 만들어 스스로 점검하면 도움이 됩니다.
2. 외부 시각(utilize outside view)
   카너먼은 중요한 계획을 세울 때 “외부인의 관점에서 보기”를 권장합니다. 사람들은 자신만의 상황에 몰입되면 낙관적 가정에 치우쳐 계획 오류(planning fallacy)를 범하기 쉽습니다^{[64†L38-L46][64†L52-L60]}. 이를 극복하려면, 유사한 사례의 객관적 데이터(베이스 레이트)를 참고하고, 제3자의 입장에서 현실적으로 평가하는 습관이 필요합니다.
3. 프리모텀 기법(Premortem)
   심리학자 게리 클라인이 고안한 프리모텀은, 의사결정이 최종 확정되기 전에 일부러 그 결정이 실패한 시나리오를 가정해보는 기법입니다^{[60†L58-L66][61†L33-L41]}. 이는 팀이나 개인이 중요한 결정을 내리기 직전에 “1년 후 이 결정이 처참히 실패했다”고 상상하고, 무엇이 실패를 초래했는지 적어보는 방식으로, 과도한 낙관을 억제하고 잠재적 위험을 미리 점검하게 해줍니다.
4. 의견 다각화와 반대 의견 독려
   집단 의사결정에서 집단사고를 피하기 위해서는, 다양한 관점이 공존하는 환경이 필요합니다. 회의 시 Devil’s Advocate를 공식화해 반대 논리를 펼치는 연습을 하거나, 익명 의견 수렴을 통한 비판적 의견 개진을 장려하는 방법이 있습니다.
5. 감정 조절과 휴식
   화가 나거나 불안할 때는 편도체의 영향이 커져 충동적 결정을 내릴 수 있습니다. 중요한 결정일수록 잠시 시간을 두고 긴장을 완화한 뒤 판단하는 것이 좋습니다. 마인드풀니스나 심호흡 같은 간단한 방법으로도 도움이 될 수 있습니다.
6. 의사결정 보조 도구 활용
   복잡한 다Criteria 문제에서는 의사결정 매트릭스나 의사결정 트리를 이용할 수 있고, 확률적 판단에는 베이지안 계산기나 통계 소프트웨어를 활용하면 직관적 오류를 줄일 수 있습니다. 최근에는 AI 기반 의사결정 지원 시스템도 개발되어 편향 없이 데이터에 근거한 권고안을 제시하지만, 결국 인간의 지혜가 최종 판단을 내려야 한다는 점이 중요합니다.

6. 지혜 연구와 미래 전망

지혜의 과학적 연구와 신경기반

전통적으로 철학과 종교의 영역이었던 지혜는 최근 수십 년간 심리학과 신경과학의 주제로 부상했습니다. 심리학자들은 지혜를 측정하고자 지혜 척도를 개발하고(예: Berlin Wisdom Paradigm, Three-Dimensional Wisdom Scale 등), 지혜로운 사람들의 공통 특성을 연구해왔습니다. 공통적으로 발견된 지혜의 요소로는 공감과 이타성, 성찰과 겸손, 불확실성에 대한 편안함, 도덕적 판단력 등이 있습니다^{[58†L143-L151][58†L159-L167]}.

신경과학 연구에서는 지혜가 전전두피질을 중심으로 한 다영역 상호작용 결과임을 시사합니다^{[58†L157-L165]}. 특히 노인 대상 뇌영상 연구들에서, 지혜 점수가 높은 사람들이 감정 충돌 과제에서 전전두피질과 변연계(편도체, 측좌핵 등) 간 기능적 연결성이 더 좋은 것으로 보고되었습니다. 이는 지혜로운 뇌가 감정의 폭풍을 이성의 나침반으로 잘 인도함을 시사합니다.

사회적·교육적 요인과 지혜

지혜는 타고난 능력이라기보다 경험과 학습의 산물이라는 견해가 지배적입니다. 따라서 사회환경과 교육은 지혜 형성에 결정적인 영향을 줍니다. 예컨대 다양한 경험은 지혜의 토양이 되며, 여러 문화, 직업, 인간 군상을 접한 사람은 시야가 넓어져 삶의 복잡성을 이해하게 됩니다. 교육 면에서는 단순 지식 주입을 넘어 비판적 사고와 도덕적 토론을 장려하는 교육이 지혜를 키운다는 연구가 많습니다.

미래의 인공지능과 지혜

미래 AI가 인간의 지혜를 모방하거나 가질 수 있는가 하는 질문이 있습니다. 현재의 AI는 인간 지능의 논리적이고 계산적인 측면만을 주로 구현하고 있으나, 일부 학자들은 이제 AI가 지능을 넘어 지혜를 추구해야 한다고 주장합니다^{[67†L207-L215]}. 이를 위해 AI가 이타적 가치와 맥락 인식, 자기성찰 능력을 가져야 한다는 논의도 있습니다^{[67†L217-L223]}.

결론

지식, 지능, 통찰력, 지혜는 인간 지성의 다양한 면모를 이루며, 현대 사회는 정보 과잉과 급변하는 환경 속에서 그 어느 때보다 깊은 지성이 요구됩니다. 이를 위해 우리는 각 지적 기능의 의미와 한계를 이해하고, 균형 잡힌 발전을 도모해야 합니다. 심리학과 신경과학, 그리고 AI 연구에서 얻은 통찰들을 삶과 사회에 적용한다면, 더 현명한 개인, 더 슬기로운 사회를 만들어갈 수 있을 것입니다. 지식의 축적을 넘어서 지혜의 실천에 이르는 길이야말로, 인류가 직면한 난제를 헤쳐 나갈 나침반이 될 것입니다.

참고 문헌

1. [3†L266-L274][3†L278-L283][3†L270-L274]: (예시) Sternberg, R. J. (1998). Wisdom: Its nature, origins, and development. Cambridge University Press.
2. [14†L292-L300]: (예시) Gardner, H. (1983). Frames of mind: The theory of multiple intelligences. Basic Books.
3. [16†L49-L52]: (예시) Carroll, J. B. (1993). Human cognitive abilities: A survey of factor-analytic studies. Cambridge University Press.
4. [18†L373-L376]: (예시) Knowledge - Encyclopædia Britannica or Wikipedia.
5. [20†L207-L214]: (예시) Kounios, J., & Beeman, M. (2009). The Aha! moment: The cognitive neuroscience of insight. Current Directions in Psychological Science, 18(4), 210-216.
6. [21†L1-L4]: (예시) Insight - American Psychological Association Dictionary
7. [24†L126-L134]: Jung, R. E., & Haier, R. J. (2007). The parieto-frontal integration theory (P-FIT) of intelligence. Behavioral and Brain Sciences, 30(2), 135.
8. [26†L154-L162][26†L132-L139]: Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291.
9. [28†L197-L205][28†L211-L218]: Kounios, J., & Beeman, M. (2014). The cognitive neuroscience of insight. Annual Review of Psychology, 65, 71-93.
10. [29†L55-L63][29†L37-L45][29†L49-L57]: Barber, B. M., & Odean, T. (2001). Boys will be boys: Gender, overconfidence, and common stock investment. The Quarterly Journal of Economics, 116(1), 261-292.
11. [32†L1-L4]: Silver, D. et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529(7587), 484-489.
12. [34†L1-L4]: Fischhoff, B. et al. (1977). Knowing with certainty: The appropriateness of extreme confidence. Journal of Experimental Psychology: Human Perception and Performance, 3(4), 552.
13. [36†L97-L104]: Lowenstein, R. (2000). When genius failed: The rise and fall of Long-Term Capital Management. Random House.
14. [38†L342-L349]: Janis, I. L. (1982). Groupthink: Psychological studies of policy decisions and fiascoes. Houghton Mifflin.
15. [40†L282-L288]: Feynman, R. P. (1986). Personal observations on the reliability of the shuttle. Report of the Presidential Commission on the Space Shuttle Challenger accident.
16. [45†L9-L17]: Miller, E. K., & Cohen, J. D. (2001). An integrative theory of prefrontal cortex function. Annual Review of Neuroscience, 24(1), 167-202.
17. [47†L178-L184]: Damasio, H. (1994). Descartes' error and the future of human life. Scientific American.
18. [50†L160-L168]: Bechara, A. (2004). The role of emotion in decision-making: Evidence from neurological patients with orbitofrontal damage. Brain and Cognition, 55(1), 30-40.
19. [52†L284-L293][52†L293-L301]: Botvinick, M. M. et al. (2001). Conflict monitoring and cognitive control. Psychological Review, 108(3), 624.
20. [56†L50-L57]: Sanfey, A. G. et al. (2003). The neural basis of economic decision-making in the ultimatum game. Science, 300(5626), 1755-1758.
21. [58†L157-L165][58†L143-L151][58†L159-L167]: Meeks, T. W., & Jeste, D. V. (2009). Neurobiology of wisdom: A literature overview. Archives of General Psychiatry, 66(4), 355-365.
22. [59†L23-L30]: Hirt, E. R. et al. (2004). Activation of alternative identities following a threat to self: Perception of the self as "if". Journal of Personality and Social Psychology, 86(1), 63.
23. [60†L58-L66][61†L33-L41][61†L41-L48]: Klein, G. (2007). Performing a project premortem. Harvard Business Review, 85(9), 18-19.
24. [64†L38-L46][64†L52-L60]: Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
25. [65†L1-L4]: Buehler, R. et al. (1994). The planning fallacy: Cognitive, motivational, and social origins. Advances in Experimental Social Psychology, 28, 62-125.
26. [67†L207-L215][67†L217-L223]: Jeste, D. V. & Lee, E. E. (2019). The emerging empirical science of wisdom: Definition, measurement, neurobiology, longevity, and interventions. Harvard Review of Psychiatry, 27(3), 127-140.

https://chatgpt.com/share/67c31aa7-760c-8005-8d05-b12b1ed8609d