좋은 결과는 왜 좋은 판단을 증명하지 못하는가
성과표가 원인을 말해 주지 않는 이유
매출이 20% 늘었다는 숫자는 결과를 말해 주지만 무엇이 맞았는지는 말해 주지 않는다.
가격을 올린 덕인지, 영업활동이 달라진 덕인지, 경쟁사가 납기를 놓친 덕인지 숫자만으로는 알 수 없다. 지난해 미뤄졌던 주문이 한꺼번에 들어왔거나 한 고객의 일회성 대량 주문이 실적을 끌어올렸을 수도 있다.
그런데 성과보고서에는 곧잘 한 줄의 설명이 붙는다.
신규 고객 전략이 효과를 냈다.
숫자는 측정됐고 원인은 서술됐다. 둘 사이의 연결은 아직 확인되지 않았을 수 있다.
성과가 나쁘면 회사는 원인을 찾으려 한다. 성과가 좋으면 원인을 이미 안다고 느끼기 쉽다. 그래서 성공한 뒤에는 다음 계획이 오히려 빨리 정해진다. 영업 인력을 더 늘리고, 같은 가격정책을 이어가고, 성과를 만든 것으로 보이는 활동에 예산을 더 붙인다.
하지만 좋은 결과와 좋은 판단은 같은 말이 아니다.
좋은 판단이 예상하지 못한 외부 충격 때문에 나쁜 결과를 낼 수 있다. 반대로 허술한 판단이 시장의 우연한 호황을 만나 좋은 결과로 보일 수도 있다. 결과만 보고 판단을 평가하면 회사는 운을 역량으로 배우고, 지켜야 할 판단을 실패로 버릴 수 있다.
성과를 확인한 것과 성과에서 배운 것은 어디에서 갈라질까.
결과는 알려 주지만 이유는 알려 주지 않는다
2026년 니콜 니키포로프와 동료들은 1991년부터 2024년까지 관리회계 분야의 피드백 연구 46편을 검토했다.[1] 이들은 피드백을 크게 세 종류로 나눠 설명한다.
첫 번째는 결과 피드백이다. 목표를 달성했는지, 이익이 얼마나 늘었는지, 판단이 맞았는지를 알려 준다. 회사의 성과표와 대시보드가 주로 보여 주는 정보다.
두 번째는 과업 특성 피드백이다. 어떤 요소가 결과에 영향을 주었고 왜 그런 결과가 나왔는지를 설명한다.
세 번째는 인지 피드백이다. 사람이 어떤 정보에 주목했고 어떤 기준과 방식으로 판단했는지를 돌아보게 한다.
이 구분에서 중요한 점은 결과 피드백 자체에는 성공과 실패의 이유가 들어 있지 않다는 것이다. 결과표는 무슨 일이 일어났는가에는 답하지만 왜 일어났는가, 어떤 판단을 다시 써야 하는가에는 바로 답하지 못한다.
이 검토에 포함된 연구의 다수는 실험실 실험이었다. 연구진도 불확실하고 변화가 잦은 환경에서 결과 피드백과 원인 설명을 어떻게 결합해야 하는지는 앞으로 더 확인해야 할 문제로 남겼다. 따라서 뒤에서 제안할 검토 방식은 검증이 끝난 표준 절차가 아니라, 이 연구들을 현장 문제에 맞게 다시 조합한 방법 후보에 가깝다.
물론 결과만으로도 배울 수 있는 일이 있다. 같은 작업을 여러 번 반복하고, 과업의 구조가 비교적 안정적이며, 결과가 빨리 나타난다면 사람은 시행착오를 통해 조금씩 방식을 고칠 수 있다.
전략적 결정은 조건이 다르다. 시행 횟수가 적고 결과가 늦게 나타난다. 그동안 시장과 경쟁자가 바뀌며 여러 부서의 행동도 함께 섞인다. 같은 선택을 똑같은 조건에서 다시 실행해 보기 어렵다.
반복할 수 없는 일일수록 결과는 선명해도 원인은 흐릴 수 있다.
하나의 성과에는 여러 역사가 섞여 있다
성과가 만들어진 경로를 뒤로 따라가면 하나의 설명으로 묶기 어려운 경우가 많다.
매출이 늘기 전에 가격을 바꾸었고, 영업 담당자가 달라졌으며, 고객사의 재고가 줄었고, 경쟁사의 공급이 지연됐을 수 있다. 그중 일부는 회사가 선택한 것이고 일부는 우연히 같은 시기에 일어난 일이다.
이런 상태를 경영학에서는 인과 모호성이라는 말로 설명해 왔다. 조직의 행동과 결과, 역량과 경쟁우위가 어떻게 연결되는지 분명히 알기 어려운 상태를 뜻한다.
스테판 콘레흐너와 베로니크 암브로시니의 검토에 따르면 인과 모호성은 두 얼굴을 가진다.[2] 경쟁자가 우리 회사의 성공 원인을 알기 어려우면 쉽게 모방할 수 없다. 그러나 회사 내부에서도 원인을 모르면 좋은 방식을 다른 제품이나 시장으로 옮기기 어렵다.
경쟁자가 모르는 것이 언제나 강점은 아니다. 우리도 모르면 성공을 복제할 수 없기 때문이다.
그래서 성과가 좋은 회사에도 학습 문제가 생긴다. 성공한 상품을 따라 다음 상품을 만들었는데 결과가 다르다. 잘 팔린 영업방식을 다른 고객군에 적용했는데 반응이 없다. 처음 성공에 함께 들어 있던 조건 가운데 무엇이 필수였는지 구분하지 못했기 때문이다.
좋은 결과는 설명을 빨리 닫는다
원인이 불분명하면 여러 설명을 놓고 살펴봐야 한다. 실제 성과검토에서는 반대 일이 벌어지기도 한다. 좋은 결과가 나오면 가장 듣기 좋은 설명이 빨리 선택된다.
우리가 시장을 잘 읽었고, 전략이 맞았고, 실행력이 좋아졌다는 설명이다. 모두 사실일 수 있다. 문제는 다른 설명을 확인하기 전에 결론이 닫힌다는 데 있다.
성과정보는 누가 해석하느냐에 따라서도 다른 행동으로 이어진다.
프란치스카 라우엔슈타인과 동료들은 자신의 과거 성과와 동료의 성과정보를 함께 받은 사람들이 탐색 선택을 어떻게 바꾸는지 실험했다.[3] 더 나은 동료의 정보를 받은 참여자들은 평균적으로 탐색을 늘렸지만, 자신을 긍정적으로 보려는 성향이 높은 참여자에게서는 그 증가가 약했다.
이 연구는 개인을 대상으로 한 실험이므로 회사 전체의 성과회의에 그대로 적용할 수는 없다. 다만 같은 성과정보도 자동으로 같은 뜻을 만들지 않는다는 점은 보여 준다. 여러 기준이 엇갈리면 해석할 여지가 생기고, 사람은 그 가운데 자신의 기존 판단을 지지하는 설명을 고를 수 있다.
성공 리뷰가 칭찬으로 끝나는 것이 문제라는 뜻은 아니다. 성과를 인정하는 일과 성과의 원인을 검토하는 일은 목적이 다르다. 두 일을 한 문장으로 처리할 때 학습이 짧아진다.
성과를 세 층으로 다시 읽어 본다
그렇다면 성과를 어떻게 검토해야 할까.
현재 연구가 기업에 검증된 하나의 표준 양식을 주는 것은 아니다. 다만 피드백 연구의 구분을 현장 언어로 옮기면 성과를 세 층으로 나눠 볼 수 있다.
결과는 실제로 무엇이 달라졌는지를 기록한다. 매출, 이익, 고객 수, 불량률처럼 관찰된 변화와 비교 기준을 남긴다. 여기에는 아직 원인을 쓰지 않는다.
경로는 결과에 이르기까지 어떤 사건과 활동이 있었는지를 시간순으로 놓는다. 회사가 의도한 행동뿐 아니라 고객의 변화, 경쟁사의 움직임, 공급 문제, 우연히 겹친 사건도 함께 본다.
판단은 당시 무엇을 믿고 선택했는지를 복원한다. 어떤 정보를 중요하게 보았고, 어떤 대안을 버렸으며, 무엇이 일어나면 기존 판단을 바꾸기로 했는지를 살핀다.
세 층을 나누면 좋은 결과가 곧 좋은 판단이었다는 결론을 서두르지 않게 된다. 결과는 좋았지만 판단 근거가 약했을 수도 있다. 결과는 기대에 못 미쳤지만 당시 정보로는 합리적인 선택이었을 수도 있다.
이 구분의 목적은 책임을 피하는 데 있지 않다. 무엇을 반복하고 무엇을 수정해야 하는지 더 정확하게 정하는 데 있다.
다만 원인을 하나로 확정하는 양식이 되어서는 곤란하다. 복잡한 조직의 성과는 여러 원인이 함께 만든다. 사후에 완벽한 설명을 만들었다고 느끼는 순간 또 다른 착각이 시작될 수 있다.
확정된 원인보다 경쟁하는 설명을 남긴다
브라이언 스펜서와 클라우스 레럽은 숨은 목표와 모호한 경험 속에서 사람들이 어떻게 해석하고 학습하는지를 연구했다.[4] 연구대상은 암호화폐 조직과 투자 커뮤니티이므로 일반 기업의 성과검토와 같지는 않다.
그럼에도 이 연구가 보여 주는 과정은 중요하다. 사람들은 처음부터 정확한 원인을 아는 것이 아니라, 흩어진 단서로 가능한 설명을 만들고 새 단서가 나타날 때 그 설명을 수정했다. 저자들은 이를 추론적 해석이라고 부른다.
성과검토도 한 번의 판결보다 이런 과정에 가까울 수 있다.
매출이 오른 이유를 영업전략, 경쟁사 공급차질, 고객의 일시적 재고확보라는 세 설명으로 남겨 둔다. 다음 분기에는 각 설명이 맞다면 나타나야 할 신호를 살핀다. 경쟁사 공급이 정상화된 뒤에도 신규 고객 매출이 유지되는지, 가격을 유지해도 주문이 이어지는지, 특정 담당자 없이도 같은 방식이 작동하는지를 본다.
설명은 결론이 아니라 다음 관찰을 설계하는 가설이 된다.
이렇게 보면 성과회의의 역할도 조금 달라진다. 지난 일을 그럴듯하게 설명하는 자리가 아니라, 다음 기간에 무엇을 관찰해야 원인 설명을 더 나은 쪽으로 고칠 수 있는지 정하는 자리가 된다.
좋은 결과를 의심하자는 말은 아니다. 성공을 축하하는 것과 성공에서 배우는 일을 구분하자는 뜻이다.
결과를 확대할지, 같은 방식을 반복할지, 다른 시장으로 옮길지 결정하려면 숫자보다 한 단계 더 들어가야 한다. 무엇이 일어났는지와 왜 일어났다고 보는지, 당시 어떤 판단을 했는지를 분리해야 한다.
완벽한 원인을 찾아낼 수는 없다. 대신 지금 어떤 설명을 믿고 있는지, 그 설명이 맞다면 다음에 어떤 신호가 이어져야 하는지, 무엇이 나타나면 설명을 버릴지를 남길 수는 있다.
좋은 결과 뒤에서는 판단을 확정하기보다, 무엇이 이어지면 그 판단을 유지하고 무엇이 나타나면 버릴지를 남겨야 한다.
참고문헌과 주석
[1] Nikiforow, N., Knauer, T., & Marsula, S. (2026). Behavioral effects of feedback in management accounting research: a literature review of the current state. Journal of Business Economics, 96, 543-571. https://doi.org/10.1007/s11573-025-01251-w
[2] Konlechner, S., & Ambrosini, V. (2019). Issues and trends in causal ambiguity research: A review and assessment. Journal of Management, 45(6), 2352-2386. https://doi.org/10.1177/0149206319836163
[3] Lauenstein, F., Newark, D. A., & Baumann, O. (2024). How mixed performance feedback shapes exploration: The moderating role of self-enhancement. Organization Science, 36(1), 166-185. https://doi.org/10.1287/orsc.2021.15676
[4] Spencer, B., & Rerup, C. (2024). The dynamics of inferential interpretation in experiential learning: Deciphering hidden goals from ambiguous experience. Administrative Science Quarterly, 69(4), 962-1005. https://doi.org/10.1177/00018392241273301