Paperis.

© 2026 네오쿤스. All rights reserved.

공지사항이용약관개인정보처리방침환불 정책콘텐츠·제거 요청

상호: 네오쿤스 · 대표자: 김근태 · 사업자등록번호: 751-04-03501 [사업자정보 확인] · 통신판매업 신고: 제 2026-서울서초-3586호 (서초구청)

주소: 서울특별시 서초구 서초대로 266, B103-S36호(서초동) · Tel: 010-7254-2475 · 이메일: support@paperis.app · 고객센터 운영 시간: 평일 10:00–16:00 (한국 시간, 주말·공휴일 제외) · 호스팅 서비스 제공자: Vercel Inc.

Paperis.
넛지는 정말 통하나 — 기본값의 힘과 「평균 효과」 논쟁

Paperis 아티클

넛지는 정말 통하나 — 기본값의 힘과 「평균 효과」 논쟁

미리 체크된 칸 하나는 퇴직연금 가입을 바꿉니다. 넛지 전체의 평균은 출판 편향을 보정하자 d = 0.43에서 한 보정법으로 0.04가 됐고, 열린 질문은 그 평균이 0인지 작은 양수인지, 그리고 어떤 넛지가 어디서 통하는지입니다.

🔥논쟁✦AI 생성경제·금융 · 2026년 11월 18일

내 분야 논문을 오디오로

관심 분야·저널을 고르면 Paperis가 핵심 논문을 요약하고 음성으로 변환해 드려요. 출퇴근길에 들어보세요.

Paperis 무료로 시작하기 →

넛지는 정말 통하나 — 기본값의 힘과 「평균 효과」 논쟁

입사 첫 주, 이미 체크돼 있는 칸

미국의 한 회사에 새로 들어간 직원이 첫 주에 서류 뭉치를 받습니다. 그중 하나는 월급의 일부를 떼어 노후 자금으로 쌓는 회사 퇴직연금, 미국에서 401(k)라고 부르는 제도의 가입 서류입니다. 예전에는 가입하려면 직원이 직접 신청해야 했습니다. 이 회사는 규칙을 바꿔, 아무 말도 하지 않으면 자동으로 가입되고 원하지 않는 사람만 빠져나가게 했습니다. 떼어 갈 비율과 돈을 넣을 펀드도 미리 정해 두었습니다.

입사 첫 주 책상에서 새 직원이 서류 한 장을 내려다본다 — 네모 칸 하나에만 미리 체크가 되어 있고 그 아래 칸은 비어 있으며, 펜은 아직 쓰지 않았다

그림: Paperis 삽화

자동 가입을 분석한 2001년 연구에서 401(k) 가입률은 자동 가입 아래에서 뚜렷하게 높았습니다. 자동 가입으로 들어온 가입자 가운데 상당수는 회사가 정해 둔 납입 비율과 펀드 배분을 그대로 유지했습니다. 자동 가입 전에 입사한 직원 가운데 바로 그 조합을 스스로 고른 사람은 거의 없었습니다. 저자들은 이 「그대로 두기」가 관성, 그리고 직원들이 미리 정해진 조합을 회사의 투자 조언으로 받아들인 데서 나온다고 봅니다 (DOI: 10.1162/003355301753265543). 자동 가입 전후에 입사한 직원들이 같은 선택지 앞에서, 무엇이 미리 체크돼 있느냐에 따라 다른 결과를 냈습니다.

아무것도 고르지 않았을 때 미리 정해져 있는 선택지, 이것을 기본값이라고 합니다. 401(k)의 미리 체크된 칸과 미리 정해 둔 비율·펀드가 모두 기본값입니다.

선택 설계(choice architecture)는 사람이 선택을 내리는 환경 그 자체입니다. 서류의 어느 칸이 미리 체크돼 있는지, 메뉴판 맨 위에 무엇이 오는지가 모두 여기에 듭니다.

금지하지도, 큰돈으로 유인하지도 않으면서, 사람들이 예측 가능한 방향으로 행동하도록 선택 환경을 설계하는 것, 이것이 넛지(nudge)입니다. 미국 경제학자 리처드 세일러와 법학자 캐스 선스타인이 2008년에 이 개념을 내놓았고 (DOI: 10.1093/ej/uez054), 그 뒤 넛지는 행동과학 연구에 큰 흐름을 만들었습니다 (DOI: 10.1073/pnas.2200300119).

퇴직연금 칸이 보여 주는 힘은 분명합니다. 이 글이 따지는 것은 그다음 질문입니다. 넛지라는 이름 아래 묶인 수많은 개입이 평균적으로도 통하는가. 2021년과 2022년, 미국 국립과학원회보(PNAS) 지면에서 이 질문을 두고 정면으로 다른 결론이 나왔습니다. 이 글은 그 양쪽이 각각 무엇을 계산했는지, 그리고 정부가 실제로 돌린 대규모 실험이 무엇을 보여 주는지를 따라갑니다.

기본값은 어디까지 강한가

장기기증은 기본값의 대표 사례입니다. 기증 의사를 직접 등록한 사람만 기증자가 되는 나라가 있고, 반대 의사를 밝히지 않은 사람을 기증자로 보는 나라가 있습니다. 행동과학자 에릭 존슨과 대니얼 골드스타인은 2003년 사이언스의 정책 논평에서 실제 제도에서 나온 자료와 실험 자료를 함께 써서, 이 단순한 기본값 차이가 기증 의사 결정에 큰 효과를 내고 기증률을 유의하게 높인다고 보고했습니다 (DOI: 10.1126/science.1091721). 저자들은 기본값이 선호에 놀라운 차이를 낳을 수 있고, 그 차이가 상당한 경제적 영향으로 이어진다고 적었습니다. 퇴직연금과 장기기증, 두 사례 모두에서 사람들은 미리 정해진 쪽에 그대로 머무는 경향을 보였습니다.

장기기증 쪽 근거는 그 뒤로 더 복잡해졌습니다. 고품질 연구 13편을 모은 2026년 체계적 문헌고찰에서 반대 의사 표시 방식의 결과는 나라마다 엇갈렸고, 정책의 효과도 나라에 따라 크게 달랐습니다. 법 말고도 대중의 인식, 문화적 태도, 언론 캠페인, 의료 기반이 기증에 영향을 줬습니다. 저자들은 추정 동의가 사망 후 기증을 늘릴 수는 있어도 만능 해법은 아니라고 결론지었습니다 (DOI: 10.1177/17504589251390742). 2000~2019년에 이 방식으로 바꾼 나라들의 자료를 분석한 2024년 프리프린트는 사망 후 기증자가 인구 100만 명당 평균 2.79명, 상대적으로 18% 늘었지만, 살아 있는 사람의 기증은 100만 명당 3.56명, 62% 줄어 전체로는 효과가 사실상 0이었다고 보고했습니다. 저자들은 이 방식 아래서 사람들이 장기 공급이 충분하다고 더 강하게 믿어, 가족이 아닌 남을 위한 생체 기증 의향이 줄었다고 설명합니다 (DOI: 10.31234/osf.io/c36v8, 프리프린트). 기본값이 겨냥한 행동은 늘었는데, 곁의 다른 행동이 줄 수 있다는 뜻입니다.

기본값만 따로 모은 연구도 있습니다. 메타분석(meta-analysis)은 같은 질문을 다룬 여러 연구의 결과를 모아 하나의 평균 효과로 합치는 방법입니다. 연구 하나는 표본이 작고 상황이 특수하지만, 여럿을 모으면 그 우연이 어느 정도 상쇄되리라는 생각에서 나왔습니다. 2022년의 한 메타분석은 논문 56편, 연구 92개를 모아 「빠져나가야 하는 방식」이 「들어와야 하는 방식」보다 미리 정해진 선택을 더 많이 낳는다고 보고했습니다 (DOI: 10.3724/sp.j.1042.2022.01230).

기본값이 실패하는 자리도 있습니다. 넛지 개념을 함께 내놓은 선스타인 자신이 2016년 에세이에서 기본값이 실패하는 두 가지 큰 이유를 꼽았습니다. 첫째는 선택하는 사람이 처음부터 강하게 원하는 것이 있는 경우입니다. 그러면 기본값이 바뀌어도 사람들은 원래 원하던 쪽을 고릅니다. 둘째는 다른 쪽에서 반대 방향으로 설득하는 「맞넛지」가 성공하는 경우입니다 (DOI: 10.1017/bpp.2016.3). 같은 2022년 기본값 메타분석의 초록도, 기본값 설정이 효과가 없거나 오히려 역효과를 낸 일련의 연구가 있다고 적습니다. 다만 이 메타분석에 든 92개 연구 가운데 대부분은 양의 효과를 보였고, 효과가 없거나 음의 효과를 낸 연구는 소수였습니다 (DOI: 10.3724/sp.j.1042.2022.01230).

기본값은 넛지 가운데 근거가 가장 두터운 쪽이지만, 강한 선호와 맞넛지 앞에서는 약해질 수 있습니다 (DOI: 10.36923/ijsser.v8i1.363; DOI: 10.1017/bpp.2016.3). 그리고 「넛지가 통하나」라는 질문에서 기본값은 넛지라는 큰 묶음 가운데 한 종류입니다.

2021년, 넛지 전체를 모은 메타분석

2021년, 10여 년 치 넛지 연구를 한데 모은 메타분석이 PNAS에 실렸습니다. 메르텐스(Mertens)와 동료들의 논문입니다. 저자들이 내건 문제의식은 이렇습니다. 감염병 대유행이나 기후 변화 같은 과제를 풀려면 사람들의 행동이 바뀌어야 하는데, 넛지가 널리 쓰이는 데 비해 전체적으로 얼마나 효과가 있고 어떤 조건에서 통하는지는 잘 알려져 있지 않았다는 것입니다. 저자들은 넛지가 주요 행동 영역과 인구 집단, 지역 전반에서 행동 변화를 이끌어 낸다고 결론지었고, 이 결과가 행동과학에 기반한 정책 결정에 지침을 줄 수 있다고 적었습니다 (DOI: 10.1073/pnas.2107346118). 논문 본문의 표현으로는 넛지가 「효과적이고 널리 적용 가능한 행동 변화 도구」였습니다 (DOI: 10.1073/pnas.2200300119).

평균의 크기는 효과 크기로 잽니다. 효과 크기(effect size)는 개입한 집단과 하지 않은 집단의 차이를, 그 측정값이 사람마다 흩어진 정도에 견줘 잰 값입니다. 이렇게 재면 저축액을 잰 연구와 채소 섭취를 잰 연구도 같은 눈금에 올릴 수 있습니다. 이 글에서 d로 적는 숫자가 이 효과 크기입니다. 이 메타분석 자료를 다시 계산한 비판 서한의 표에서, 아무 보정도 하지 않은 전체 평균은 d = 0.43이었습니다. 개입을 세 범주로 나누면 정보를 주는 「정보」 범주가 0.25, 선택지의 구조를 바꾸는 「구조」 범주가 0.58, 실행을 돕는 「지원」 범주가 0.22였습니다 (DOI: 10.1073/pnas.2200300119).

이 평균에는 걸리는 점이 하나 있었습니다. 출판 편향(publication bias)은 효과가 뚜렷하게 나온 연구가 효과가 없게 나온 연구보다 학술지에 실릴 가능성이 높아서, 실린 연구만 모으면 효과가 실제보다 크게 보이는 치우침입니다. 메타분석은 실린 연구를 모으므로, 이 치우침을 그대로 물려받습니다. 메르텐스 연구진은 이 치우침도 함께 보고했습니다. 메타분석은 「중간 정도의 출판 편향」을 찾아냈고, 민감도 분석에서는 출판 편향이 심하다면 실제 효과 크기가 d = 0.08까지 낮을 수 있다는 결과가 나왔습니다. 비판 서한의 설명에 따르면, 메르텐스 연구진은 심한 출판 편향이 자료로 부분적으로만 뒷받침된다고 보고 이후 분석 대부분을 출판 편향을 반영하지 않은 채 진행했습니다 (DOI: 10.1073/pnas.2200300119). 진짜 평균이 0.43 쪽에 가까운지, 0.08이나 그 아래에 가까운지가 다음 해 논쟁의 한가운데가 됐습니다.

출판 편향 개념도 — 수행된 연구 전체의 평균보다, 효과가 뚜렷한 연구가 더 잘 실린 학술지 연구의 평균이 크게 보인다

그림: Paperis가 본문 내용만으로 그린 도식

출판 편향을 걷어내면 무엇이 남나

치우침이 생기는 길은 이렇습니다. 참가자가 적은 실험은 같은 넛지를 시험해도 결과가 우연에 따라 크게 흔들립니다. 어떤 실험은 효과가 크게 나오고 어떤 실험은 0 근처에 머뭅니다. 이 가운데 크게 나온 쪽만 학술지에 실리면, 실린 작은 실험들의 효과는 큰 실험들보다 체계적으로 커 보입니다. 그래서 출판 편향을 찾는 방법들은 연구의 정밀도와 효과 크기 사이의 관계를 봅니다. 정밀도가 낮은 연구일수록 효과가 크게 나온다면 편향을 의심할 신호가 됩니다. 메르텐스 연구진도 이런 관계를 검정하는 방법으로 유의한 출판 편향을 찾았고, 그 검정의 계수는 2.10이었습니다. 비판 서한은 이 값이 기존 기준으로 「심한」 수준에 해당한다고 지적했습니다 (DOI: 10.1073/pnas.2200300119).

2022년 마이어(Maier)와 동료들은 같은 PNAS에 서한을 실어 메르텐스 연구진과 반대되는 결론을 냈습니다. 서한의 첫머리는 「진짜 헤드라인은 출판 편향」이라는 주장입니다. 이들은 여러 보정 모형을 한꺼번에 돌린 뒤 실제 자료를 가장 잘 설명하는 모형에 무게를 더 싣는 보정법으로 같은 자료를 다시 분석했습니다 (DOI: 10.1073/pnas.2200300119).

결과는 이렇습니다. 보정 뒤 전체 평균은 d = 0.43에서 0.04로 내려갔고, 그럴 법한 범위는 0.00에서 0.14였습니다. 이 분석에서 전체 평균은 효과가 있다는 쪽으로도, 없다는 쪽으로도 판가름 나지 않았습니다. 서한의 표현으로는 전체 효과에 대한 「증거의 부재」입니다. 여러 결과를 낸 연구에서 가장 정밀한 추정 하나씩만 골라 쓴 두 번째 분석에서는 보정 뒤 평균이 0.11(범위 0.00~0.24)이었고, 전체 효과를 지지하는 약한 증거가 나왔습니다 (DOI: 10.1073/pnas.2200300119).

범주별로는 갈렸습니다. 정보 범주는 0.25에서 0.00으로, 지원 범주는 0.22에서 0.01로 내려갔고, 두 범주 모두 효과가 없다는 쪽을 지지하는 증거가 나왔습니다. 구조 범주는 0.58에서 0.12(범위 0.00~0.43)로 내려갔지만 판정은 결정되지 않았습니다. 가장 정밀한 추정만 쓴 분석에서는 구조 범주가 0.23(범위 0.00~0.49)으로 효과가 있다는 쪽을 약하게 지지했고, 정보·지원 범주는 여전히 효과가 없다는 쪽이었습니다. 서한 본문은 각 범주에 어떤 넛지가 들었는지 밝히지 않습니다 (DOI: 10.1073/pnas.2200300119).

출판 편향 보정 전후의 효과 크기 d — 전체 0.43에서 0.04, 구조 0.58에서 0.12, 정보 0.25에서 0.00, 지원 0.22에서 0.01

그림: Paperis가 본문 내용만으로 그린 도식

행동 영역별로 보면, 가장 정밀한 추정만 쓴 분석에서 대부분의 영역은 효과가 없다는 쪽 증거가 나왔고, 음식·친사회 행동·기타 영역은 판가름 나지 않았습니다. 재정 영역은 보정 전 0.23이 보정 뒤 0.00으로 내려가, 두 분석 모두에서 효과가 없다는 쪽 증거가 가장 강했습니다. 서한은 이 영역에 어떤 넛지가 들었는지 밝히지 않았으므로, 이 숫자로 401(k) 자동 가입 하나를 판정할 수는 없습니다. 자동 가입의 근거는 2001년 연구가 자동 가입 전후 입사자를 맞대 본 비교입니다. 출판 편향 자체는, 가장 정밀한 추정만 쓴 분석에서 음식 영역을 빼면 모든 하위 영역에서 강한 증거가 나왔습니다 (DOI: 10.1073/pnas.2200300119).

서한에는 다른 쪽으로 읽히는 결과도 있습니다. 재정 영역을 뺀 모든 범주와 영역에서 효과 크기가 연구마다 갈린다는 증거가 나왔습니다. 저자들은 이것이 평균 효과에 반하는 증거가 있을 때조차 일부 넛지는 효과적일 수 있다는 뜻이라고 적었습니다. 이질성 증거가 없던 재정 영역에는 이 단서가 붙지 않습니다. 그리고 결론에서, 이 출판 편향을 보정하고 나면 넛지가 행동 변화 도구로서 효과적이라는 증거가 남지 않는다고 썼습니다 (DOI: 10.1073/pnas.2200300119). 비판 서한이 보인 것은 두 층입니다. 전체 평균에서는 효과를 받치는 증거가 남지 않았고, 정보·지원 범주와 여러 영역에서는 효과가 없다는 쪽의 증거까지 나왔습니다. 동시에 저자들은 연구마다 효과가 갈리므로 일부 넛지는 효과적일 수 있다고 적었습니다.

같은 해 PNAS에는 사시(Szaszi)와 동료들의 논평도 실렸습니다. 제목이 곧 입장입니다. 「넛지 개입에서 크고 일관된 효과를 기대할 이유는 없다.」 공개된 초록은 메르텐스 연구진과 의견이 다르다는 한 문장뿐이라, 여기서는 제목이 밝힌 입장까지만 옮깁니다 (DOI: 10.1073/pnas.2200732119). 제목이 문제 삼는 것은 효과의 크기와 일관성입니다.

서한과 따로 이뤄진 분석도 같은 방향을 가리킵니다. 2025년의 한 2차 메타분석은 넛지 메타분석 14편을 다시 모았습니다. 1차 연구로는 1,638편, 참가자로는 약 3,000만 명입니다. 합친 효과 크기는 d = 0.27이었고, 출판 편향을 보정하자 d = 0.004로 내려갔습니다. 다만 저자들은 모은 메타분석 대부분의 방법론 품질이 낮거나 매우 낮게 평가됐으므로, 그 한계를 물려받은 이 결과를 조심해서 해석해야 한다고 적었습니다 (DOI: 10.1002/bdm.70053).

보정 방법에도 정답이 하나로 정해져 있지는 않습니다. 2026년의 한 프리프린트는 효과 크기가 하나의 정규분포를 따른다고 잘못 가정하면 표준적인 출판 편향 보정 방법의 추론이 크게 비뚤어질 수 있음을 모의실험으로 보였고, 효과 크기를 여러 무리로 나눠 보는 새 방법을 이 넛지 메타분석에 적용해 예시했습니다. 그 적용 결과의 수치는 초록에 나와 있지 않습니다 (DOI: 10.31234/osf.io/nkyqm_v3, 프리프린트). 보정한 숫자도 보정 방법이 깔고 있는 가정 위에 서 있다는 뜻입니다.

정리하면 이렇습니다. 보정 전 0.43이 출판 편향으로 부풀어 있을 가능성은 원저자의 민감도 분석이 이미 열어 두었고, 비판 서한과 2차 메타분석은 보정 뒤 0에 가까운 값을 냈습니다. 0.43이 실제 평균에 가깝다고 말하는 분석은 이 글이 본 근거 안에 없습니다. 열려 있는 것은 보정 뒤 평균이 0인지, 정밀 추정 분석의 0.11처럼 작지만 0보다 큰지입니다.

정정문 — 철회된 논문이 섞여 있었다

2022년, 그 메타분석에 대한 정정문이 PNAS에 실렸습니다. 메르텐스 연구진이 낸 것입니다. 정정문에 따르면 분석한 연구 표본에는 이후 철회된 2012년 슈와 동료들의 논문에서 가져온 관측값 4개가 들어 있었습니다. 2013년 롤프스 도밍게스와 동료들의 논문에서 가져온 관측값 2개는 값이 잘못 들어가 있었고, 이 밖에도 여러 곳의 코딩 오류가 있었습니다 (DOI: 10.1073/pnas.2204059119). 이 정정이 전체 평균을 얼마나 바꿨는지는 정정문의 첫머리만으로는 알 수 없습니다.

메타분석은 여러 연구를 하나의 숫자로 접기 때문에, 그 숫자는 안에 든 값만큼만 믿을 수 있습니다. 정정의 폭은 정정문 첫머리로는 알 수 없고, 정정문은 표본에 바로잡아야 할 값이 있었다는 기록으로 남아 있습니다.

정부 넛지 부서의 126개 실험

학술지 밖에서도 넛지는 시험됐습니다. 정부들이 넛지를 설계하고 실험하는 전담 부서, 이른바 넛지 부서를 두면서 넛지가 학술 연구에서 대규모 시행으로 넘어갔습니다 (DOI: 10.3982/ECTA18709). 무작위 대조 실험(randomized controlled trial)은 사람들을 제비뽑기처럼 무작위로 나눠 한쪽에만 개입을 하고 두 집단의 결과를 비교하는 실험입니다.

경제학자 스테파노 델라비냐와 정책학자 엘리자베스 리노스는 미국에서 가장 큰 넛지 부서 두 곳이 돌린 무작위 대조 실험 전부, 126개를 모았습니다. 대상자는 2,300만 명이었습니다. 두 부서의 실험을 빠짐없이 모았으므로, 이 표본은 학술지 출판 여부로 걸러지지 않았습니다. 그리고 이 실험들을 최근 메타분석 두 편에 실린 학술지 넛지 실험과 비교했습니다 (DOI: 10.3982/ECTA18709).

학술지 논문에서 넛지의 평균 효과는 매우 컸습니다. 목표 행동에 참여한 사람의 비율, 곧 참여율이 8.7퍼센트포인트 올랐고, 이는 대조군 평균 참여율보다 33.4% 높은 수준이었습니다. 넛지 부서의 실험에서 평균 효과는 1.4퍼센트포인트, 대조군 대비 8.0% 증가였습니다. 저자들은 이 값이 학술지보다 작지만 여전히 상당하고 통계적으로 매우 유의하다고 적었습니다 (DOI: 10.3982/ECTA18709). 퍼센트포인트는 비율 자체가 몇 칸 움직였는지를 말하고, %는 원래 비율에 견줘 얼마나 늘었는지를 비율로 말합니다. 그리고 두 숫자 모두 앞에서 본 d와는 다른 눈금이라, 8.7이나 1.4를 0.43이나 0.04와 나란히 놓고 크기를 견줄 수 없습니다.

학술지 실험의 참여율 상승 8.7퍼센트포인트와 미국 넛지 부서 두 곳의 실험 126개 평균 1.4퍼센트포인트

그림: Paperis가 본문 내용만으로 그린 도식

차이가 왜 났을까요. 저자들은 세 가지를 꼽았습니다. 실험 규모가 작아 효과를 잡아낼 힘이 약했다는 점, 다룬 주제와 행동 경로 같은 개입의 특성이 달랐다는 점, 그리고 결과가 좋은 연구가 골라서 출판됐다는 점입니다. 이 셋을 넣은 모형에서 학술지 표본의 선택적 출판이 작은 표본 탓에 더 커지면서 두 표본 차이의 약 70%를 설명했고, 남은 차이의 대부분은 넛지 특성의 차이로 설명됐습니다 (DOI: 10.3982/ECTA18709).

출판 여부로 걸러지지 않은 정부 실험에서도 넛지의 평균 효과는 학술지보다 훨씬 작았지만 0과는 구별됐습니다. 이 결과는 앞의 논쟁 양쪽과 한 부분씩 겹칩니다. 학술지 숫자가 선택적 출판으로 커져 있었다는 점에서는 비판 서한과 같은 방향이고, 현장에서도 효과가 남았다는 점에서는 다른 방향입니다. 두 연구는 표본도, 재는 눈금도 다릅니다.

작은 효과가 정책으로서 쓸모가 있는지는 비용과 함께 따져야 합니다. 2017년 베나르치와 동료들은 넛지와 세금 혜택 같은 전통적 정책 수단의 비용 대비 효과 비율을 계산했고, 넛지가 전통적 수단과 견줘 좋은 성적을 낸 경우가 많았다고 보고했습니다. 저자들은 넛지를 전통적 정책과 함께 더 자주 써야 한다고 결론지으면서도, 상대적 효과를 판단하려면 계산이 더 필요하다고 덧붙였습니다 (DOI: 10.1177/0956797617702501). 의사의 처방을 바꾸려는 넛지를 모은 2024년 메타분석에서는 연구 21편 가운데 7편만 비용을 평가했고, 그 연구들은 비용 대비 효과가 있다고 봤지만 직접 효과만 따졌습니다. 이 메타분석에서 결과 85개 가운데 62개(73%)가 통계적으로 유의했습니다. 저자들은 넛지가 처방 결정을 이끄는 데 효과적일 수 있지만 효과는 작고, 건강 효과와 비용 대비 효과는 불분명하다고 결론지었고, 출판 편향의 증거도 보고했습니다 (DOI: 10.1177/0272989x241270001).

통하지 않거나 거꾸로 가는 넛지

선스타인은 기본값 말고도 넛지가 기대만큼 통하지 않는 이유 다섯 가지를 더 들었습니다. 대상자를 헷갈리게 만드는 넛지가 있고, 효과가 짧게 끝나는 넛지가 있습니다. 반발을 부르는 넛지가 있지만 이는 드물어 보인다고 적었습니다. 설계자가 무엇이 사람을 움직일지 잘못 짚은 넛지가 있고, 사람들이 다른 데서 거꾸로 행동해 효과를 상쇄하는 넛지도 있습니다 (DOI: 10.1017/bpp.2016.3).

실제 실험에서도 이런 장면이 나왔습니다. 온라인 공개강좌 수강생 18,043명을 무작위로 나눠, 한쪽에 공부 일정을 스스로 짜 보게 하는 넛지를 준 실험이 있습니다. 가까운 시기의 참여에는 효과가 없었고, 장기적인 참여와 수료, 성적에는 약하게 유의한 부정적 효과가 나왔습니다. 이 부정적 효과는 개강일에 임박해 등록한 학생과 대학 이메일 주소를 쓰는 학생, 두 무리에 몰려 있었습니다. 저자들은 이론적 근거를 갖춘 개입도 학생마다 다른 동기와 예상치 못한 방식으로 얽힐 수 있다고 결론지었습니다 (DOI: 10.1177/2332858416674007).

단체 급식과 외식 현장에서 고기 소비를 줄이려 한 현장 실험 33개를 모은 2025년 메타분석은 넛지의 양면을 함께 보여 줍니다. 효과는 연구마다 극단적으로 갈렸습니다. 결과의 흩어짐 가운데 우연으로 설명되지 않고 연구 간 차이로 보이는 몫이 99.97%였고, 새 개입의 효과가 떨어질 법한 범위인 예측구간은 고기 소비 변화율로 −50%에서 +28%까지, 곧 크게 줄이는 쪽부터 오히려 늘리는 쪽까지 걸쳐 있었습니다. 저자들은 그래서 평균 하나가 오도할 수 있다고 적었습니다. 그 안에서 선택지의 구조를 바꾸는 개입은 고기 소비를 최대 30%까지 줄였고, 그 가운데 기본값은 평균 54%를 줄였습니다(초록의 요점 정리에는 「최대 54%」로 적혀 있습니다). 반면 정보를 주거나 결정을 돕는 전략은 효과가 없었습니다. 그리고 개입의 약 30%는 오히려 고기 소비를 늘리는 역효과를 냈습니다. 저자들은 이 비율이 이전 일부 메타분석보다 높으며, 덜 통제된 현장 환경이나 심리적 반발 때문일 수 있다고 봤습니다 (DOI: 10.1016/j.jenvp.2025.102830). 여기서 54%는 고기 소비량의 감소율이라, 역시 d나 퍼센트포인트와는 다른 눈금입니다.

넛지를 겹쳐 쌓는다고 효과가 더해지지 않을 때도 있습니다. 영국 거주자 316명에게 16주 동안 전기 사용량을 알려 준 실험에서, 자기 집 사용량만 알려 준 쪽과 그 지역 다른 집들의 평균까지 함께 알려 준 쪽은 모두 소비가 약 3% 줄었습니다. 이웃 비교 정보를 받은 쪽은 정보를 들여다볼 가능성이 유의하게 높았지만, 소비에는 추가 효과가 없었습니다 (DOI: 10.1108/ejm-10-2011-0568).

효과가 오래가는지도 넛지마다 다릅니다. 널리 쓰이는 에너지 절약 넛지를 다룬 자연 현장 실험 38개에서, 처음 살던 사람이 이사 가 넛지가 끊긴 뒤에도 에너지 절감분의 절반이 그 집에 남았습니다. 저자들은 이 지속이 새 기기를 들이는 경로와 맞아떨어진다고 봤습니다 (DOI: 10.1093/restud/rdag012). 넛지가 끊긴 뒤에도 효과가 남는 길이 있다는 뜻이고, 저자들은 그 길을 기기 쪽에서 찾았습니다. 건강 분야 넛지 연구 열 편을 비교한 2025년 검토에서도 비슷한 갈림이 보였습니다. 개입이 끝나면 효과가 줄어드는 경향이 있었고 경제적 유인에서 특히 그랬지만, 기본값은 시간이 지나도 유지되는 것으로 보였습니다 (DOI: 10.1016/j.gaceta.2025.102468).

다시, 그 체크된 칸 앞에서

입사 첫 주의 직원으로 돌아가 보겠습니다. 그가 칸을 그대로 두면 회사가 정한 비율과 펀드로 저축이 시작됩니다. 2001년 연구에서 많은 직원이 그대로 두었고, 그 이유는 관성과 「회사가 권하는 조합」이라는 인식으로 보였습니다 (DOI: 10.1162/003355301753265543). 이 칸은 넛지 가운데 근거가 가장 두터운 기본값입니다 (DOI: 10.36923/ijsser.v8i1.363). 기본값만 모은 2022년 메타분석에서 빠져나가야 하는 방식은 들어와야 하는 방식보다 미리 정해진 선택을 더 많이 낳았고, 그 효과 크기는 d = 0.59였습니다. 같은 메타분석에서 효과는 서양 문화권이 동양 문화권보다 컸고, 영역별로는 소비 선택에서 가장 컸고, 건강 영역은 가장 약하게 나왔지만 그 차이는 통계적으로 유의하지 않았습니다 (DOI: 10.3724/sp.j.1042.2022.01230). 저자들은 이 값이 2018년의 앞선 메타분석보다 약간 낮지만 여전히 중간 크기의 효과라고 보고, 기본값 넛지가 행동 변화에 실제로 효과적이라고 결론지었습니다. 이 메타분석의 초록에는 출판 편향 보정에 관한 언급이 없습니다. 그러니 0.59는 메르텐스 메타분석의 보정 전 0.43과 같은 줄에 놓이는 값입니다. 비판 서한의 표에서 보정 전 값이 0.58로 비슷했던 「구조」 범주는 보정 뒤 0.12로 내려가 판정이 나지 않았습니다. 다만 서한은 그 범주에 기본값이 들었는지 밝히지 않았습니다 (DOI: 10.1073/pnas.2200300119).

그런데 이 직원의 결정에 강한 선호가 있다면, 예컨대 이미 다른 데서 노후 자금을 모으고 있어 이 계좌가 필요 없다고 분명히 생각한다면, 선스타인이 꼽은 첫 번째 실패 이유가 들어맞는 자리입니다 (DOI: 10.1017/bpp.2016.3). 같은 칸이라도 누가 그 앞에 서 있느냐에 따라 힘이 달라질 수 있습니다.

그러면 넛지는 정말 통할까요. 지금까지의 근거로 답할 수 있는 것은 이 정도입니다. 기본값은 퇴직연금과 급식 현장 같은 특정 자리에서 큰 효과를 보인 기록이 있습니다. 장기기증에서는 결과가 나라마다 엇갈렸고, 생체 기증이 줄어 전체 효과가 사라졌다는 분석(프리프린트)도 있습니다. 넛지 전체의 평균에 대해서는, 보정 전 0.43이 출판 편향으로 부풀어 있을 가능성을 원저자의 민감도 분석이 열어 두었고, 비판 서한과 2차 메타분석, 정부 실험 비교가 같은 방향의 결과를 냈습니다. 열린 질문은 보정 뒤 평균이 0인지, 작지만 0보다 큰지입니다. 출판으로 걸러지지 않은 정부 실험에서는 학술지보다 훨씬 작지만 0과 구별되는 효과가 나왔습니다.

이 글에 나온 숫자를 한자리에 모으면 다음과 같습니다. 눈금이 다른 숫자끼리는 크기를 견줄 수 없습니다.

분석모은 것눈금값
메르텐스 외 메타분석, 보정 전학술 문헌의 넛지 연구효과 크기 d0.43 (DOI: 10.1073/pnas.2200300119)
마이어 외 서한, 보정 후같은 자료효과 크기 d0.04, 가장 정밀한 추정만 쓰면 0.11 (DOI: 10.1073/pnas.2200300119)
2차 메타분석, 보정 전 → 보정 후넛지 메타분석 14편효과 크기 d0.27 → 0.004 (DOI: 10.1002/bdm.70053)
기본값 메타분석, 보정 전(초록에 보정 언급 없음)기본값 연구 92개효과 크기 d0.59 (DOI: 10.3724/sp.j.1042.2022.01230)
델라비냐·리노스, 학술지 표본메타분석 두 편의 학술지 실험참여율 퍼센트포인트8.7 (DOI: 10.3982/ECTA18709)
델라비냐·리노스, 넛지 부서두 부서의 실험 126개 전부참여율 퍼센트포인트1.4 (DOI: 10.3982/ECTA18709)
고기 소비 넛지 메타분석, 기본값급식·외식 현장 실험고기 소비 감소율평균 54%(요점 정리 표현 「최대 54%」) (DOI: 10.1016/j.jenvp.2025.102830)

이 근거들이 공통으로 가리키는 것이 하나 있습니다. 넛지의 효과는 넛지마다, 자리마다 크게 다르고, 미국 넛지 부서 두 곳의 비교에서 학술지에 실린 숫자는 정부 현장 실험의 숫자보다 컸습니다. 그래서 「넛지는 통한다」와 「넛지는 안 통한다」는 둘 다 평균 하나에 너무 많은 것을 싣는 문장입니다. 비판 서한은 연구마다 효과가 갈린다는 증거를 찾았고 (DOI: 10.1073/pnas.2200300119), 고기 소비 메타분석에서는 효과의 예측구간이 크게 줄이는 쪽부터 오히려 늘리는 쪽까지 걸쳐 있었으며 (DOI: 10.1016/j.jenvp.2025.102830), 넛지 부서 연구는 넛지 특성의 차이가 남은 격차를 대부분 설명한다고 봤습니다 (DOI: 10.3982/ECTA18709).

아직 열려 있는 질문도 분명합니다. 어떤 넛지가 어떤 사람에게 어떤 자리에서 통하는지는 평균 하나로는 답이 나오지 않습니다. 금융과 공공정책의 넛지를 정리한 2026년 문헌 검토는 근거가 가장 강한 곳으로 기본값과 절차 간소화, 눈에 띄는 정보 제시가 인지 부담을 덜어 주는 구조화된 결정 환경을 꼽으면서, 효과가 맥락에 따라 다르고 집단마다 고르지 않으며 오래가지 않는 경우도 있다고 정리했습니다. 이 검토는 넛지의 효과를 보편적인 것으로 가정할 수 없고, 넛지의 윤리적 정당성은 투명성과 비례성, 책임성에 달려 있다고 결론지었습니다. 개인 맞춤형·디지털 넛지에서는 알고리즘의 불투명성과 사생활, 조작 가능성이라는 걱정이 더해진다고도 적었습니다 (DOI: 10.36923/ijsser.v8i1.363). 앞에서 본 처방 넛지 메타분석은 앞으로의 연구가 효과의 이질성과 비용 대비 효과, 건강 결과까지 평가하고, 출판 편향을 줄이도록 연구 계획을 미리 등록해야 한다고 권고했습니다 (DOI: 10.1177/0272989x241270001).

넛지가 누구를 위해 쓰이느냐도 열린 질문입니다. 2019년의 한 이론 모형은 정책결정자의 선호가 개인의 이익과 늘 일치하지는 않는 상황을 놓고, 정책결정자가 사람들이 치우침을 스스로 넘어서도록 역량을 길러 주는 「부스트」를 고를 수 있는데도, 나중에 넛지를 쓸 여지를 남기려고 부스트를 택하지 않는 조건이 있음을 보였습니다. 저자들은 이 조건에서 부스트가 당장은 정책결정자와 개인 모두에게 이롭다고 적었습니다 (DOI: 10.1093/ej/uez054). 이 결과는 실증 자료 없이 이론 모형에서 나온 것입니다. 그래도 넛지의 효과를 묻는 질문 옆에, 누구의 목표를 향한 효과인지를 묻는 질문이 함께 서 있다는 것을 보여 줍니다.

근거 논문

  • "The Power of Suggestion: Inertia in 401(k) Participation and Savings Behavior" (2001) — DOI: 10.1162/003355301753265543 — 자동 가입 아래 401(k) 가입률이 뚜렷이 높고, 상당수가 기본 납입률·펀드 배분을 유지. 관성과 기본값을 투자 조언으로 받아들인 인식 때문.
  • "Do Defaults Save Lives?" (2003) — DOI: 10.1126/science.1091721 — 정책 논평. 자연·실험 자료로 장기기증 기본값이 기증 결정에 큰 효과를 내고 기증률을 유의하게 높임.
  • "Nudge Versus Boost: Agency Dynamics Under Libertarian Paternalism" (2019) — DOI: 10.1093/ej/uez054 — 이론 모형. 세일러·선스타인(2008)의 넛지 개념에서 출발해, 정책결정자가 넛지 여지를 남기려 부스트를 택하지 않는 조건을 도출.
  • "The effectiveness of nudging: A meta-analysis of choice architecture interventions across behavioral domains" (2021) — DOI: 10.1073/pnas.2107346118 — 10여 년의 연구를 모아 넛지가 영역·인구·지역 전반에서 행동 변화를 이끈다고 결론.
  • "No evidence for nudging after adjusting for publication bias" (2022) — DOI: 10.1073/pnas.2200300119 — 서한. 보정 전 d = 0.43이 베이즈 보정 뒤 0.04(0.00~0.14), 정보·지원 범주는 효과 없음 쪽 증거, 구조는 미결, 이질성 증거로 일부 넛지는 효과적일 수 있음. 결론: 보정 뒤 효과 증거가 남지 않음.
  • "No reason to expect large and consistent effects of nudge interventions" (2022) — DOI: 10.1073/pnas.2200732119 — 논평. 메르텐스 메타분석과 견해 차이(초록은 한 문장).
  • "Correction for Mertens et al." (2022) — DOI: 10.1073/pnas.2204059119 — 철회된 슈 외(2012) 관측값 4개, 롤프스 도밍게스 외(2013) 오기 2개, 여러 코딩 오류.
  • "Addressing Heterogeneity with Bayesian Meta-Analytic Mixture Modelling" (2026) — DOI: 10.31234/osf.io/nkyqm_v3 — 프리프린트. 단일 정규분포 가정이 표준 출판 편향 보정을 왜곡할 수 있음, 넛지 메타분석에 예시 적용.
  • "Nudging effect of default options: A meta-analysis" (2022) — DOI: 10.3724/sp.j.1042.2022.01230 — 92개 연구, opt-out이 opt-in보다 기본 선택을 늘림(d = 0.59), 서양 > 동양, 건강 영역 최약(비유의), 대부분 양의 효과·효과 없음·역효과 연구는 소수.
  • "Impact of opt-in versus opt-out organ donation legislation on donation rates: A systematic review" (2026) — DOI: 10.1177/17504589251390742 — 고품질 13편. opt-out 결과는 나라마다 엇갈림, 사망 후 기증을 늘릴 수 있으나 만능 아님.
  • "Negative Spillover Effects of Opt-out Defaults: Evidence from Organ Donation Policies" (2024) — DOI: 10.31234/osf.io/c36v8 — 프리프린트. opt-out 전환 후 사망 후 기증 +18%, 생체 기증 −62%, 순효과 약 0.
  • "Assessing Nudge Impact: A Comprehensive Second-Order Meta-Analysis" (2025) — DOI: 10.1002/bdm.70053 — 메타분석 14편, d = 0.27 → 출판 편향 보정 후 0.004, 대상 메타분석 품질 대부분 낮음·매우 낮음.
  • "Nudges That Fail" (2016) — DOI: 10.1017/bpp.2016.3 — 에세이. 기본값 실패의 두 이유(강한 선행 선호·맞넛지)와 다섯 가지 추가 이유.
  • "RCTs to Scale: Comprehensive Evidence From Two Nudge Units" (2022) — DOI: 10.3982/ECTA18709 — 126개 실험·2,300만 명. 학술지 8.7%p(33.4%) 대 넛지 부서 1.4%p(8.0%), 차이의 약 70%를 선택적 출판이 설명.
  • "Should Governments Invest More in Nudging?" (2017) — DOI: 10.1177/0956797617702501 — 비용 대비 효과 비율에서 넛지가 전통적 수단과 견줘 좋은 경우가 많음, 계산이 더 필요.
  • "The Use of Nudge Strategies in Improving Physicians' Prescribing Behavior" (2024) — DOI: 10.1177/0272989x241270001 — 결과 73%가 유의. 처방 결정에 효과적일 수 있으나 효과는 작고, 건강 효과·비용 대비 효과 불분명, 출판 편향 증거.
  • "A Randomized Experiment Testing the Efficacy of a Scheduling Nudge in a MOOC" (2016) — DOI: 10.1177/2332858416674007 — 18,043명, 단기 효과 없음, 장기 참여·수료·성적에 약한 부정적 효과.
  • "Nudging meat off the plate in foodservice?" (2025) — DOI: 10.1016/j.jenvp.2025.102830 — 현장 실험 33개. 극단적 이질성(I² 99.97%, 예측구간 −50%~+28%, 평균 하나가 오도 가능). 구조 개입 최대 30%·기본값 평균 54% 감소(요점 정리는 「최대 54%」), 정보·결정 지원은 효과 없음, 개입 약 30%가 역효과.
  • "Is social norms marketing effective? A case study in domestic electricity consumption" (2013) — DOI: 10.1108/ejm-10-2011-0568 — 영국 316명, 두 피드백 모두 약 3% 감소, 사회 규범 정보의 추가 효과 없음.
  • "Do The Effects of Nudges Persist? Theory and Evidence from 38 Natural Field Experiments" (2026) — DOI: 10.1093/restud/rdag012 — 넛지가 끊긴 뒤에도 에너지 절감의 절반이 남고, 기술 도입 경로와 부합.
  • "Healthy nudges: exploring their variability, limitations, and future challenges" (2025) — DOI: 10.1016/j.gaceta.2025.102468 — 건강 넛지 10편 비교 사례 연구. 개입 종료 뒤 효과가 줄어드는 경향(경제적 유인에서 특히), 기본값은 지속되는 것으로 보임.
  • "Nudge Theory in Finance and Public Policy: A Review of Evidence, Policy Applications, and Controversies" (2026) — DOI: 10.36923/ijsser.v8i1.363 — 서술적 검토. 구조화된 결정 환경에서 근거가 가장 강하고, 효과는 맥락 의존적이며 보편적이라 가정할 수 없음.

이 글은 AI가 연구 논문을 바탕으로 작성한 교육·정보 제공용 콘텐츠이며, 전문가의 조언을 대체하지 않습니다. 오류를 발견하셨나요? 알려주세요

© 2026 네오쿤스(Paperis) · 링크 공유는 환영합니다. 전문 전재·재배포는 사전 허가가 필요합니다.