천재의 진짜 비밀: 번뜩이는 영감이 아닌 ‘맹목적 변이’의 힘

천재는 1%의 영감과 99%의 노력이다.” 에디슨의 이 유명한 말을 우리는 ‘열심히 하라’는 교훈으로 해석하곤 합니다. 하지만 진화론과 인식론의 관점에서 이 말은 완전히 다른 의미를 갖습니다. 에디슨이 전구 필라멘트를 찾기 위해 수천 가지 재료를 시험한 것은 단순한 ‘노력’이 아니었습니다—그것은 맹목적 변이와 선택적 보존(BVSR)이라는 지식 성장의 보편적 메커니즘이 작동한 것이었죠.

💡 KEY INSIGHT

천재성의 비밀은 ‘더 좋은 아이디어를 갖는 것’이 아니라 ‘더 많은 아이디어를 생성하고 효과적으로 선택하는 것’입니다. 역사적 천재들의 걸작 수는 전체 작품 수에 비례했습니다.


🧠 맹목적 변이와 선택적 보존이란?

맹목적 변이와 선택적 보존(Blind Variation and Selective Retention, BVSR)은 철학자 도널드 캠벨이 1960년에 제안한 개념으로, 다윈의 자연선택을 인식론에 적용한 것입니다. 생물이 환경에 적응하듯, 우리의 지식과 아이디어도 ‘변이-선택-보존’의 과정을 통해 성장한다는 거죠.

여기서 핵심은 ‘맹목적’이라는 표현입니다. 이건 ‘무작위’나 ‘비합리적’이라는 뜻이 아닙니다. 변이를 생성하는 시점에서 어떤 것이 성공할지 미리 알 수 없다는 인식론적 조건을 가리키는 거예요. 에디슨이 탄화 대나무가 정답인 줄 알았다면, 굳이 다른 수천 가지 재료를 시험할 이유가 없었겠죠.

BVSR의 세 가지 필수 조건 설명
변이 생성 새로운 가설, 아이디어, 행동이 지속적으로 만들어져야 함
일관된 선택 기준 환경이나 적합도 함수가 어떤 변이가 적합한지 판별해야 함
보존과 전파 선택된 변이가 소멸하지 않고 다음 맥락으로 전달되어야 함


🎯 많이 시도하는 사람이 많이 성공한다

솔직히 이 부분을 처음 접했을 때 좀 충격적이었습니다. 심리학자 딘 키스 시몬턴은 역사적 천재들의 생산성을 연구했는데요, 그 결과가 놀라웠어요.

아인슈타인, 다윈, 베토벤 같은 천재들도 엄청나게 많은 ‘실패한’ 아이디어를 생산했습니다. 그리고 연구 결과, 걸작의 수는 전체 작품 수에 비례했습니다. 시몬턴은 이를 ‘동등 확률 기준선(equal-odds baseline)’이라고 불렀어요.

✅ BVSR이 말하는 천재

더 많은 정신적 변이를 생성하고, 더 효과적으로 선택하는 사람

❌ 우리가 믿는 천재 신화

영감이 번뜩여서 한 번에 정답을 찾아내는 특별한 사람

이게 ‘질보다 양’이라는 단순한 이야기가 아닙니다. 창의적 과정의 본질적 불확실성을 보여주는 거예요. 어떤 아이디어가 성공할지는 생성 시점에서 원천적으로 예측 불가능하기 때문에, 더 많은 변이를 생성하는 것이 성공 확률을 높이는 유일한 전략인 셈이죠.

🎯 ACTION ITEM

지금 막혀있는 문제가 있나요? ‘정답’을 찾으려 하기보다, 일단 가능한 많은 접근법을 생성해보세요. 품질 판단은 나중에 해도 됩니다.


🚀 실리콘밸리가 BVSR을 제도화한 방법

제 생각에 이 이론이 가장 흥미롭게 적용되는 곳이 바로 스타트업 생태계입니다. 벤처 캐피털 모델은 사실상 BVSR의 제도적 구현이거든요.

  • 맹목성: 투자자들은 어떤 스타트업이 성공할지 사전에 알 수 없습니다
  • 변이 생성: 그래서 다양한 회사에 분산 투자합니다
  • 선택 환경: 시장이 적합한 비즈니스 모델을 선별합니다
  • 보존: 성공한 기업의 실천이 업계 전체로 복제됩니다

‘빠른 실패(fail fast)’ 문화가 왜 실리콘밸리에서 그토록 강조되는지 이제 이해가 되시죠? 이건 실패를 미화하는 게 아닙니다. 선택 주기를 가속화해서 더 빨리 적합한 변이를 찾아내려는 전략적 선택인 거예요.

구글의 ‘20% 시간’ 정책이나 3M의 혁신 문화도 마찬가지입니다. 직원들에게 더 많은 변이를 생성할 기회를 주고, 시장이라는 선택 환경에서 유망한 것을 보존하는 시스템이죠.


⚖️ ‘맹목적’이라는 표현에 대한 오해와 비판

BVSR 이론에 대한 비판도 있습니다. 가장 대표적인 것이 ‘안내된 변이(sighted variation)’ 비판이에요. “인간의 사고가 정말 맹목적인가? 우리는 휴리스틱과 사전 지식에 의해 안내받지 않는가?”라는 거죠.

솔직히 이 비판도 일리가 있습니다. 우리가 완전히 무작위로 아이디어를 생성하는 건 분명 아니니까요. 하지만 캠벨이 말한 ‘맹목적’은 무작위성이 아니라 ‘사전 지식의 부재’를 의미합니다.

시몬턴은 이에 대해 ‘맹목적-예견된’ 스펙트럼을 제안했습니다. 그의 핵심 주장은 이렇습니다: 완전히 예견된 변이는 정의상 창의적일 수 없다. 뭐가 성공할지 이미 알고 있다면, 그건 창의성이 아니라 ‘실행’이니까요.

💡 KEY INSIGHT

캠벨은 후에 ‘맹목적’ 대신 ‘비정당화된(unjustified)’이라는 용어를 제안했습니다. 변이가 아직 환경과의 상호작용으로 검증되지 않은, ‘정당화되지 않은 상태’라는 의미입니다.


💡 개인 학습과 문제 해결에 적용하기

이 원리를 개인의 학습에 적용하면 어떻게 될까요? 새로운 기술을 배울 때 우리는 다양한 접근법을 시도합니다. 어떤 학습 전략이 나에게 맞을지는 시도 전에 알 수 없죠(맹목성). 여러 방법을 시험하고(변이), 효과적인 것을 채택합니다(선택).

이렇게 축적된 개인적 학습 노하우가 ‘보존’되어 메타인지적 지식이 됩니다. 이 과정을 의식적으로 가속화하는 것이 효과적인 학습의 핵심이에요.

🎯 ACTION ITEM

새로운 것을 배울 때, 첫 번째 방법이 안 맞으면 포기하지 마세요. 그건 ‘실패’가 아니라 BVSR의 ‘변이 생성과 선택’ 과정의 일부입니다. 의도적으로 3-5가지 다른 접근법을 시험해보세요.

✅ BVSR을 일상에 적용하는 체크리스트
  • □ 문제 앞에서 ‘정답 찾기’보다 ‘가설 생성’에 집중하기
  • □ 아이디어의 품질 판단을 생성 단계와 분리하기
  • □ 실패를 ‘부적합한 변이의 제거’로 재해석하기
  • □ 성공한 전략을 명시적으로 기록하고 보존하기
  • □ 선택 주기를 가속화할 방법 찾기 (빠른 피드백)


❓ 자주 묻는 질문

Q. 맹목적 변이가 정말 무작위라는 건가요?
A. 아닙니다. ‘맹목적’은 무작위성이 아니라 ‘해답에 대한 사전 지식 없이’ 변이가 생성된다는 의미입니다. 우리의 사고는 휴리스틱과 경험에 의해 안내되지만, 특정 아이디어가 성공할지는 시도 전에 알 수 없습니다.
Q. 그럼 전문성은 필요 없나요?
A. 전문성은 매우 중요합니다. 전문성은 ‘더 다양하고 풍부한 변이를 생성할 수 있는 능력’과 ‘더 효과적으로 유망한 변이를 선택할 수 있는 판단력’을 제공합니다. BVSR은 전문성을 부정하지 않고, 그 역할을 재해석합니다.
Q. 동등 확률 기준선이 뭔가요?
A. 시몬턴이 발견한 현상으로, 역사적 천재들의 ‘걸작 수’가 ‘전체 작품 수’에 비례한다는 것입니다. 100개 작품을 만든 사람이 10개 작품을 만든 사람보다 걸작도 더 많습니다. 많이 시도하는 사람이 많이 성공합니다.
Q. 이 이론이 AI와 기계학습에도 적용되나요?
A. 네. 유전 알고리즘과 진화 전략은 BVSR의 계산적 구현입니다. 솔루션 후보들이 생성(변이)되고, 적합도 함수에 의해 평가(선택)되며, 좋은 솔루션의 특성이 다음 세대에 전달(보존)됩니다.

참고 자료


“천재성의 비밀은 ‘더 좋은 아이디어를 갖는 것’이 아니라 ‘더 많은 아이디어를 생성하고 효과적으로 선택하는 것’이다. 우리의 이론이 우리 대신 죽게 하자.”

— 칼 포퍼의 진화 인식론에서

댓글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다