다크 모드
비판적 사고, 한 단계 더 깊게
베이스 문서를 읽었다는 전제하에, 한 층 더 들어가는 글. 그래도 어려운 단어는 최대한 안 쓰려고 했어요. 어려운 개념도 다 그림으로 바꿔서 설명해요.
0. 이 글의 사용법
베이스 글은 "잠깐 멈춰서 한 번 더 묻는 습관"을 만드는 게 목적이었어요. 이 글은 그 다음 단계예요. 멈췄을 때, 뭘 봐야 하는지를 알려주는 글.
비유하자면:
- 베이스 글은 "차 멈추는 법"
- 이 글은 "엔진 뚜껑 열고 안에 뭐가 있는지 보는 법"
읽다가 어렵다 싶으면 천천히 읽으세요. 한 번에 다 외울 필요 없어요. 머릿속에 "그런 게 있었지" 하는 흐릿한 그림자만 남아도, 나중에 비슷한 상황에서 "어, 이게 그거인가?" 하고 떠올라요. 그 정도가 목표예요.
1. 모든 주장은 "전제 + 결론" 레고예요
누가 무슨 말을 하든, 사실 두 부분으로 되어 있어요.
- 전제 (Premise): "이게 사실이야" 라고 깔아두는 받침대
- 결론 (Conclusion): 받침대 위에 세우는 주장
예를 들어:
"비가 오니까 우산 챙겨."
- 전제 1: 비가 와요.
- 전제 2 (숨겨진): 비가 오면 우산이 필요해요.
- 결론: 우산 챙겨야 해요.
대부분의 말은 전제 중 하나가 숨겨져 있어요. 그 숨겨진 전제를 찾아내는 게 비판적 사고의 절반이에요.
좋은 주장의 두 조건
좋은 주장은 두 가지를 동시에 만족해야 해요.
조건 1: 형식이 맞아야 해요 (타당성)
전제들에서 결론이 자연스럽게 흘러나와야 해요.
"모든 사람은 죽어. 나는 사람이야. 그러니까 나도 죽어." ✓ 형식 맞음
"비가 오면 땅이 젖어. 땅이 젖었어. 그러니까 비가 왔어." ✗ 형식 안 맞음 (땅이 젖는 이유가 비만 있는 게 아니죠. 누가 물을 뿌렸을 수도 있고요.)
조건 2: 전제가 진짜 참이어야 해요 (건전성)
형식이 아무리 멋있어도 전제 자체가 가짜면 결론도 가짜예요.
"모든 새는 날 수 있어. 펭귄은 새야. 그러니까 펭귄도 날 수 있어."
- 형식은 완벽한데, "모든 새는 날 수 있어"가 거짓이라서 결론이 무너져요.
누군가의 주장을 의심할 때 두 가지 중 하나를 공격하면 돼요.
- "전제가 정말 사실이야?" (건전성 공격)
- "전제가 사실이라고 쳐도, 결론이 정말 따라 나와?" (타당성 공격)
이 두 칼은 연역 논증(deductive argument) 에 강력해요. "모든 X는 Y다" 같이 결론이 전제에서 100% 따라 나오는 주장.
잠깐, 진짜로? — 두 칼이 안 통하는 자리도 있어요
일상의 주장은 대부분 귀납 논증(inductive argument) 이에요. "내가 본 다섯 마리 백조가 다 흰색이니까, 모든 백조는 흰색일 거야" 같은 거. 이런 주장은 전제가 다 참이고 형식이 맞아도, 결론이 100% 따라 나오지 않아요. 확률로만 따라 나와요. (이 글 § 6에서 다룰 블랙 스완이 정확히 이 함정.)
그래서 진짜 칼은 두 개가 아니라 세 개예요: ① 전제 참인지 ② 형식 맞는지 ③ 이게 100%인 결론이야, 90%인 결론이야? — 세 번째 칼이 일상에서 가장 자주 쓰여요.
2. 자주 마주치는 13가지 함정
논리적 오류라고 부르는 것들이에요. 이름은 어렵지만 그림으로 보면 다 익숙해요.
① 짚 인형 만들기 (Straw Man)
상대방 주장을 약한 버전으로 바꿔놓고 그걸 부숴요.
A: "정크푸드 너무 자주 먹으면 안 좋을 것 같아." B: "그래서 너는 우리가 평생 풀만 먹어야 한다는 거야?"
A는 "자주"라고 했는데 B는 "평생 풀만"으로 바꿔놨어요. 진짜 주장이 아니라 만들어낸 허수아비를 때리는 거예요.
탐지법: "내가 그렇게 말한 적 없는데?" 라는 생각이 들면 짚 인형이에요.
② 사람 공격하기 (Ad Hominem)
주장이 아니라 주장하는 사람을 공격해요.
A: "이 정책은 부작용이 있을 것 같아." B: "네가 뭘 안다고 그래? 너 그 분야 전공도 아니잖아."
A의 주장이 맞는지 틀린지는 안 따지고 A를 흠집내요.
탐지법: 주장 자체에 대한 반박이 하나도 없으면 인신공격이에요.
③ 거짓 양자택일 (False Dichotomy)
선택지가 둘만 있는 척해요. 사실은 더 많은데.
"공부 열심히 하든가, 아니면 평생 가난하게 살든가."
세상에 그 사이가 얼마나 많은데요. 적당히 하면서 다른 길 찾는 사람도 많고, 공부 안 했는데 잘 사는 사람도 많아요.
탐지법: "A 아니면 B야" 라는 말을 들으면, 즉시 "C, D, E는 없나?" 생각하기.
④ 미끄러운 비탈길 (Slippery Slope)
작은 일 하나가 결국 엄청난 결과로 이어진다고 비약해요.
"지금 한 번만 봐주면, 나중엔 두 번이 되고, 결국 매일 봐주게 될 거야."
각 단계마다 진짜로 그렇게 되는지 증거가 있어야 하는데, 그냥 "그렇게 될 거야"로 점프해요.
탐지법: 단계와 단계 사이에 "왜 그게 자연스럽게 따라오죠?" 라고 한 번씩 물어보기.
⑤ 권위에 호소 (Appeal to Authority)
"유명한 사람이 그랬으니까 맞아."
"스티브 잡스도 대학 중퇴했잖아. 그러니까 학교 그만둬도 돼."
스티브 잡스가 옳다고 모든 사람이 학교 그만두면 잘 되는 건 아니죠. 그리고 그 사람이 정말 그 분야 전문가인지도 봐야 해요.
탐지법: "누가 그랬어"가 핵심 근거면 의심. 진짜 근거는 "왜 그게 맞는지"에 있어야 해요.
⑥ 다수에 호소 (Bandwagon)
"다들 그렇게 하니까 맞아."
"요즘 다 비트코인 사. 너만 안 사면 바보 되는 거야."
옛날에 다들 지구가 평평하다고 믿었지만 평평하지 않아요. 숫자는 진실의 증거가 아니에요.
탐지법: "다들" "모두" "남들도" 같은 말이 핵심 근거면 의심.
⑦ 성급한 일반화 (Hasty Generalization)
몇 개 사례로 전체를 결론내요.
"내가 만난 OO 사람 두 명이 다 차가웠어. OO 사람들은 차가워."
두 명으로 수백만 명을 판단하면 안 되죠.
탐지법: "내가 본 사람이 / 사례가" 라는 말 다음에 "그러니까 다들" 이 따라오면 함정.
⑧ 사후 인과의 오류 (Post Hoc)
A 다음에 B가 일어났다고 A가 B의 원인이라고 단정해요.
"이 부적 차고 시험 봤더니 합격했어. 부적 덕분이야."
부적 안 차고 합격한 사람도 많고, 부적 차고 떨어진 사람도 많을 거예요. 순서가 인과가 아니에요.
탐지법: "X 했더니 Y가 됐어" 라는 말을 들으면, "X 안 했으면 Y가 안 됐을까?" 한 번 물어보기.
⑨ 순환 논증 (Circular Reasoning)
결론을 다시 전제로 써먹어요.
"이 책은 진실해. 왜냐면 이 책에 그렇게 쓰여 있거든."
결론을 증명하려고 결론을 가져왔어요. 빙빙 도는 거예요.
탐지법: "왜요?" 를 두세 번 물었을 때 처음 자리로 돌아오면 순환 논증.
⑩ 무지에 호소 (Appeal to Ignorance)
"증거가 없으니까 반대가 맞아."
"유령이 없다는 증거가 없잖아. 그러니까 유령은 있는 거야."
모른다는 건 "안다"가 아니에요. 모르는 건 그냥 모르는 거예요.
탐지법: "증거가 없으니까 X" 라는 형식이면 의심.
⑪ 자연스러우니 옳다 (Naturalistic Fallacy)
"자연스러운 게 좋은 거야."
"이건 100% 천연 성분이야. 그러니까 안전해."
복어 독도 천연이고, 비소도 천연이에요. 자연 ≠ 안전, 자연 ≠ 좋음.
탐지법: "자연" "천연" "원래" 라는 말이 안전성의 근거가 되면 의심.
⑫ 도박꾼의 오류 (Gambler's Fallacy)
"빨강이 다섯 번 나왔으니까 이번엔 검정 차례야."
룰렛은 기억이 없어요. 매번 50:50이에요. 동전도 마찬가지. 확률은 누적되지 않아요.
탐지법: "이번엔 ~할 차례야" 라는 생각이 들면 의심. 우연한 사건은 차례를 모릅니다.
⑬ 매몰 비용의 오류 (Sunk Cost)
"이미 이만큼 투자했으니까 계속해야 해."
"영화가 재미없는데 이미 한 시간 봤으니까 끝까지 봐야지."
이미 쓴 시간은 돌아오지 않아요. 지금부터의 결정은 지금부터의 가치만 따져야 해요.
탐지법: "이미 ~한 게 아까워서" 가 결정의 이유가 되면 함정.
3. "같이 일어난다"와 "원인이다"는 다른 거예요
이게 진짜 자주 헷갈리는 거예요.
아이스크림이 많이 팔리는 날에 익사 사고가 많이 일어나요.
그럼 아이스크림이 익사 사고의 원인일까요? 당연히 아니죠. 둘 다 여름에 일어나는 거예요. 진짜 원인은 "더위" 라는 제3의 변수.
같이 움직이는 두 일이 있을 때, 진짜 관계는 다음 중 하나예요:
- A가 B의 원인 (A → B)
- B가 A의 원인 (B → A) — 거꾸로 생각해본 적 있나요?
- C가 둘 다의 원인 (C → A, C → B) — 위 아이스크림 예시
- 그냥 우연 (충분히 많은 데이터 모으면 우연도 패턴처럼 보여요)
뭔가 같이 움직인다고 들으면, 이 네 가지를 다 펼쳐놓고 생각해보세요. 보통 한 가지로 점프하는 게 함정이에요.
4. 일화 vs 통계 — 강력함과 신뢰는 반비례
"내 친구는 담배 피워도 90까지 살았어. 담배 안 위험해."
이 말 들으면 묘하게 설득력 있어요. 왜냐면 이야기니까요. 사람 머리는 추상적인 숫자보다 구체적인 이야기를 훨씬 잘 받아들여요. (Kahneman은 이걸 "시스템 1이 더 빨리 반응한다" 고 설명. 인지심리학에서 반복 검증된 패턴.)
근데 신뢰성으로 따지면 정반대예요.
| 일화 1개 | 잘 설계된 통계 1000명 | |
|---|---|---|
| 머리에 박히는 정도 | 매우 강함 | 약함 |
| 진실을 알려줄 가능성 | 매우 약함 | 강함 |
잠깐, 진짜로? — "잘 설계된" 이라는 조건이 핵심이에요
위 표는 "잘 설계된 통계" 라고 못 박았어요. 표본이 한쪽에 쏠리거나(편향 표본), 묻는 방식이 한쪽 답을 유도하거나, 데이터를 골라 쓰면(체리 피킹) 1000명짜리 통계도 일화 한 개보다 못해요.
그래서 통계를 만났을 때 두 단계로 보세요. ① 이 통계가 진짜로 "잘 설계"됐는지부터 (표본·질문·해석) ② 그 다음에 일화보다 무거운지. 첫 단계 통과 못한 통계는 그냥 그럴듯한 일화예요.
연습: 누가 강력한 이야기 하나로 설득하려 하면, "전체 통계는 어때요?" 라고 물어보세요. 거꾸로 누가 통계로 설명할 때, "그 통계는 어떻게 모은 거예요?" 와 "개별 사례는 어떻게 다양해요?" 도 같이 물어보세요.
이야기와 통계는 둘 다 부분이에요. 한쪽만 보면 안 돼요.
5. 기저율 — 가장 자주 잊혀지는 숫자
이건 진짜 중요한 개념이에요. 한번 배우면 세상이 다르게 보여요.
상황: 어떤 병이 있어요. 1만 명 중 1명이 걸려요. 검사 정확도는 99%예요. 당신이 검사받았는데 양성이 나왔어요. 진짜 그 병에 걸렸을 확률은?
직관적으로는 99% 같죠? 답은 약 1% 예요.
왜? 1만 명을 다 검사한다고 해보세요.
- 진짜 환자 1명 → 양성 나옴 (1명)
- 안 걸린 9999명 중 1% (= 약 100명)이 잘못해서 양성 (가짜 양성)
양성 받은 사람이 총 101명인데, 그중 진짜 환자는 1명. 1/101 = 약 1%.
핵심: "이 검사는 99% 정확해" 라는 말만 보면 99%로 생각하지만, 진짜 확률은 얼마나 흔한 일이냐 (= 기저율) 에 따라 완전히 달라져요.
이 사고방식이 적용되는 곳:
- "이 면접 통과한 사람의 90%가 성공했다" → 그럼 통과 못한 사람의 몇 %가 성공했나?
- "이 약을 먹은 사람의 80%가 좋아졌다" → 안 먹은 사람의 몇 %가 좋아졌나?
- "이 학교 졸업생의 70%가 대기업 갔다" → 그 학교 안 간 사람의 몇 %가 대기업 갔나?
비교 대상이 없는 숫자는 그냥 숫자예요. 의미가 없어요.
6. 생존자 편향 — 안 보이는 게 더 중요해요
2차 대전 이야기예요. 공군이 비행기 어디에 장갑을 더 댈지 고민했어요. 살아 돌아온 비행기들의 총알구멍 분포를 봤더니 날개와 동체에 많았어요. "거기에 장갑을 더 대자!" 했죠.
근데 한 통계학자가 말했어요. "격추된 비행기들이 어디를 맞았는지 봐야 합니다. 살아 돌아온 비행기는 그 자리를 맞아도 살았다는 뜻이에요. 진짜 보강해야 할 곳은 살아 돌아온 비행기들이 안 맞은 자리, 즉 엔진이에요."
우리가 보는 데이터는 거의 항상 "살아남은 것들"이에요. 죽은 것들은 말이 없어요.
- 성공한 사업가들의 공통점만 보고 "이게 비결이다" → 같은 행동 한 사람 중 망한 사람도 많아요. 그들은 인터뷰 안 해요.
- "OO 학원 다닌 사람 중 OO명이 합격" → 다닌 사람이 100명이면 보통, 10000명이면 망한 학원
- "이 책에 나온 사람들처럼 살면 부자 된다" → 책에 나오려면 이미 부자여야 하잖아요
연습: 성공 사례 들으면 항상 "그럼 같은 행동한 사람 중 실패한 사람은?" 묻기. 안 보이는 데이터를 의도적으로 떠올리기.
7. 가용성 함정 — 떠오르는 게 흔한 게 아니에요
머리에 잘 떠오르는 게 자주 일어난다고 착각하는 거예요.
"비행기 사고가 무서워. 자동차 타는 게 안전해."
뉴스에서 비행기 사고는 크게 다뤄지지만 자동차 사고는 너무 많아서 일일이 안 다뤄져요. 그래서 비행기 사고가 더 흔한 것처럼 느껴져요. 사실은 자동차가 훨씬 위험해요.
이게 영향 미치는 영역:
- 범죄 뉴스 많이 보면 세상이 더 위험해 보임 (실제 범죄율은 줄고 있어도)
- 친구 한 명이 큰 손해 봤다는 얘기 들으면 그 일이 흔해 보임
- 최근에 일어난 일이 더 흔하게 느껴짐 (오래 전 일은 잊혀짐)
연습: "이게 흔한가?" 라는 질문이 떠오르면, "내가 이걸 자주 떠올리는 건 진짜 자주 일어나서일까, 아니면 강렬해서 잘 기억나서일까?" 한 번 더 묻기.
8. 닻 효과 — 처음 본 숫자의 저주
처음 본 숫자가 머릿속에 닻처럼 박혀서 그 다음 판단을 끌어당겨요.
가게에서 옷을 봤어요.
- 옆 옷이 30만원짜리. 이 옷은 10만원. → "와 싸다."
- 옆 옷이 5만원짜리. 이 옷은 10만원. → "와 비싸다."
같은 10만원짜리인데 느낌이 완전히 달라요. 닻이 다르기 때문에.
협상에서도 마찬가지. 먼저 가격을 말한 사람이 보통 유리해요. 그게 닻이 되니까.
연습: 어떤 가격이나 숫자를 봤을 때, "내가 이걸 비싸다/싸다 판단하는 기준은 어디서 왔지?" 묻기. 그 기준 자체가 누군가가 던진 닻일 수 있어요.
9. 마음 바꾸기의 기술 — 베이지안 업데이트
어려운 이름이지만 개념은 쉬워요.
원칙: 새 증거가 들어오면 마음을 조금씩 움직이세요. 0%나 100%로 점프하지 말고요.
예를 들어:
- 친구 A가 약속 어김 → "성실하지 않다" 70%
- 그 다음 한 번 더 어김 → 80%
- 근데 다음 한 달 다 잘 지킴 → 60%로 살짝 내려감
- 또 어김 → 75%
확률을 정확히 계산할 필요 없어요. 그냥 방향과 정도만 맞으면 돼요. 한 번 어겼다고 "최악" 으로 점프하지 말고, 한 번 잘 지켰다고 "완벽" 으로 점프하지 말고.
잘하는 사람의 특징:
- 큰 증거 → 크게 움직임
- 작은 증거 → 조금 움직임
- 증거 없음 → 안 움직임
못하는 사람의 특징:
- 첫인상에 갇혀서 안 움직임 (확증편향)
- 또는 마지막 정보에 휘둘려서 매번 점프함 (최신성 편향)
연습: 누군가에 대한 평가를 머릿속에서 "60% 신뢰" 같은 식으로 흐릿하게 잡아두기. 새 정보 들어올 때마다 5%, 10%씩 움직이기. 흑백으로 가지 말기.
10. Steel-manning을 진짜로 해보면
베이스 글에서 말한 "반대편에 서보기"의 진지한 버전이에요.
Steel-manning = 상대 주장을 가장 강한 형태로 만든 다음, 그걸 반박하기
왜 어렵냐: 상대를 약하게 만들수록 내가 이기기 쉬우니까, 자연스럽게 짚 인형 만들고 싶어져요. Steel-manning은 그 반대로 가는 거예요.
과정:
- 상대 주장이 뭐죠? 정확히 한 문장으로.
- 그 주장이 나올 만한 이유 중 가장 그럴듯한 거 3개를 찾아보세요.
- 그 이유들을 봤을 때, 만약 내가 상대 입장이었다면 나도 그 주장 했을 것 같나요?
- 만약 그렇다면, 진짜 차이는 어디서 오는 거예요? 가치관? 정보? 경험?
- 이제 그 강한 형태의 주장을 반박할 수 있나요?
이걸 한번 해보면 두 가지가 생겨요:
- 상대를 진짜로 이해하게 됨 (이전엔 캐리커처만 이해했던 거)
- 내가 정말 옳다는 확신이 더 단단해지거나, 또는 내 의견이 흔들림
둘 다 좋은 결과예요. 흔들렸다면 더 나은 의견으로 업그레이드한 거니까요.
11. 출처를 어떻게 평가하나
정보가 어디서 왔느냐는 그 정보의 무게를 결정해요.
일차 출처 vs 이차 출처
- 일차: 실제로 본 사람, 실험한 사람, 원본 데이터
- 이차: 일차를 보고 누가 쓴 것
- 삼차 이상: 이차를 보고 또 누가 쓴 것
이차, 삼차로 갈수록 번역 오류, 요약 오류, 의도적 왜곡이 쌓여요. 가능하면 원본까지 가보는 습관.
동기와 이해관계
이 사람이 이 말을 하면 누가 이득을 봐요?
- 화장품 회사가 운영하는 매체 → 화장품 좋다는 글
- 보험 회사 자료 → 보험 필요하다는 결론
- 정치인의 자기 정책 평가 → 좋다는 결론
이득이 있다고 거짓말이라는 뜻은 아니에요. 근데 편향이 있을 가능성을 알고 봐야 해요.
전문성의 범위
전문가는 자기 분야에서만 전문가예요. 노벨물리학상 받은 사람도 영양학에 대해선 일반인과 비슷할 수 있어요.
핵심 질문: 이 사람은 정확히 어떤 분야의 전문가인가요? 지금 말하는 주제가 그 분야 안에 들어가나요?
12. 마치며 — 이 모든 게 한 가지로 모이는 곳
여기까지 읽었으면 머리가 좀 무거울 거예요. 근데 사실 이 모든 게 한 가지로 모여요.
"내가 지금 얼마나 확신해야 하는가?"
비판적 사고의 모든 도구는 결국 이 질문에 정확히 답하기 위한 거예요.
- 전제와 결론을 분해하는 것 → 주장이 얼마나 단단한지 보기 위해
- 논리적 오류 알아채기 → 가짜 단단함에 속지 않기 위해
- 인과 vs 상관 구분 → 잘못된 확신 만들지 않기 위해
- 기저율 생각 → 진짜 확률 알기 위해
- 생존자 편향 의식 → 안 보이는 데이터까지 고려하기 위해
- 베이지안 업데이트 → 증거에 비례해서 정확히 움직이기 위해
- Steel-manning → 반대 의견의 진짜 무게 측정하기 위해
세상은 회색 천 개로 되어 있고, 비판적 사고는 그 회색의 정확한 색을 맞추는 연습이에요.
100% 확신할 일은 거의 없어요. 0% 확신할 일도 거의 없어요. 90%, 30%, 60% — 이 숫자들을 정확히 매기는 연습이 평생의 작업이에요.
오래 걸려요. 근데 한번 시작하면 못 멈춰요. 세상이 너무 재미있어져서.
🎯 다시 떠올려보기
13가지 함정 이름을 외우는 건 시간 낭비예요. 본인 일상에서 한 번이라도 패턴을 알아채는 게 본문 100번 읽는 것보다 강해요.
Q1. (적용) 지난 한 달 동안 본인이 누구에게 (또는 본인 자신에게) 했던 주장 하나를 적어보세요. 그 주장을 "전제 + 결론" 으로 분해해보고, 본인이 숨겨두고 말 안 한 전제 가 무엇인지 찾아보세요.
Q2. (자기 검증) 지난 일주일 본인이 보거나 들은 주장 중에서, 이 글에 나온 함정 패턴 하나가 작동하던 자리를 찾아보세요. 함정 이름은 안 적어도 돼요. "이게 어떻게 잘못된 추론인지" 본인 말로 한 단락 적기.
Q3. (적용) 본인이 일하는 영역에서 "둘이 같이 움직이는 두 변수" 하나를 떠올려보세요 (예: "주말 야근 늘면 다음 주 버그 늘어"). 이게 진짜 인과인지 — A→B, B→A, C→둘 다, 우연 — 네 가지 가능성을 본인 사례에 다 그려보세요. 가장 가능성 높은 건 어느 거예요?
Q4. (적용/반례) 본인이 자주 보는 어떤 숫자 (회사 KPI, 건강 검진 결과, 뉴스의 % 등) 하나를 골라보세요. 그 숫자가 기저율 없이 던져진 자리는 아닌가요? 그 숫자 하나로 결정 내린 적이 있다면, 다시 본다면 어떻게 다를까요?
Q5. (전이) 생존자 편향이 작동하는 자리는 자서전만이 아니에요. 본인 분야에서 "성공 사례만 보고 비결을 추출하는" 자리를 하나 찾아보세요. 무엇이 안 보이고 있나요?
Q6. (자기 검증) 본인이 누구를 평가하는 머릿속 게이지 하나를 떠올려보세요 (예: "이 동료는 신뢰할 만한 사람이다 70%"). 지난 한 달 동안 그 게이지가 (a) 거의 안 움직였는지 (b) 한 번 큰 사건으로 점프했는지 (c) 작은 증거에 적절히 조정됐는지 정직하게 평가하기.
Q7. (메타 — 이 글에도 비판적으로) 이 글이 권하는 "100%/0% 가지 말고 회색으로" 라는 조언이 오히려 안 좋게 작동하는 상황이 있을까요? (예: 즉시 결정 필요한 자리에서 회색으로 답하면 책임 회피처럼 보임.) 본인 분야에서 그런 자리를 하나 떠올려보세요.
일주일 뒤 다시 풀어보세요. 답이 매번 달라지면, 그게 본인이 자란 흔적이에요.