환자가 한꺼번에 몰려 시간이 촉박한 관리자가 만족스러운 첫 대안을 택했다면 해당 모형은?

시간과 정보가 제한되면 최적 대안 대신 만족 수준을 넘는 첫 대안을 선택하게 되며 이를 제한된 합리성이라 한다.

제한된 합리성 모형과 만족화
문제에서 제시된 상황은 시간 제약과 인지적 한계 속에서 관리자가 만족스러운 첫 대안을 선택하는 의사결정 방식입니다. 이는 허버트 사이먼(Herbert A. Simon)이 제시한 제한된 합리성 모형(bounded rationality model)의 핵심 개념인 만족화(satisficing)에 해당합니다.

제한된 합리성 모형은 인간의 정보 처리 능력과 시간, 자원이 유한하기 때문에 모든 대안을 비교해 최적의 선택을 하기보다, 자신이 설정한 최소한의 기준을 충족하는 대안이 나타나면 탐색을 멈추고 선택한다고 설명합니다. 여기서 ‘만족화(satisficing)’는 ‘만족(satisfy)’과 ‘충분(suffice)’의 합성어로, 최적안이 아닌 충분히 좋은 안을 찾는 행동을 뜻합니다.

혼동 주의! 합리적 모형(1번)은 모든 대안을 비교해 최적의 대안을 선택하는 규범적 모형이지만, 제한된 합리성 모형은 현실적 제약 때문에 탐색을 제한하고 만족할 만한 수준에서 결정을 내립니다. 점증적 모형(2번)은 기존 정책에서 소폭 수정만 하는 보수적 접근이고, 쓰레기통 모형(3번)은 문제·해결책·참여자·선택 기회가 우연히 결합되는 비합리적 상황을 설명하므로 이 문제와 구분됩니다.

근거 자료 [1]은 무인항공기의 불확실한 임무 환경에서 robust satisficing 의사결정 방법을 제안하며, 목표가 ‘최적화’가 아니라 요구되는 임무 조건을 만족시키면서 견고성(robustness)을 최대화하는 것임을 보여줍니다. 이는 제한된 합리성에서 말하는 만족화 원리가 실제 공학적 의사결정 모델에서도 적용되는 사례입니다.

근거 자료 [2]는 의료인을 대상으로 한 연구에서 satisficing decision-making style이 특성 감성지능과 공감피로 사이를 부분 매개한다고 보고했습니다. 이는 간호사와 의사가 복잡한 임상 상황에서 완벽한 정보를 모두 검토하기보다 자신의 감정적 자원과 인지적 여력을 보호하기 위해 만족화 방식으로 의사결정을 내릴 가능성을 시사합니다. 임상에서는 시간이 촉박하고 환자 상태가 급변하기 때문에 모든 정보를 수집·비교할 수 없으며, 경험과 직관에 기반해 ‘지금 이 상황에서 수용 가능한’ 결정을 빠르게 내리는 것이 실제 업무 방식에 가깝습니다.

근거 자료 [3]은 학습 궤적이 적응적 탐색(adaptive search)과 satisficing에 의해 형성된다는 이론을 검증하며, 정보원의 가치가 표집 밀도와 부호화 충실도를 조절한다고 설명합니다. 이는 제한된 합리성 모형에서 말하는 탐색의 제한이 단순한 결함이 아니라, 제한된 자원을 효율적으로 배분하기 위한 적응적 전략일 수 있음을 보여줍니다. 간호대학생이 실습 중 모든 검사 결과와 문헌을 완벽히 검토할 수 없는 상황에서도, 가장 중요한 정보부터 우선적으로 확인하고 즉시 적용 가능한 수준의 판단을 내리는 것이 바로 만족화 과정입니다.

핵심! 제한된 합리성 모형에서 ‘만족화’는 최선이 아니라 충분히 좋은 대안을 선택하는 것이며, 이는 시간·정보·인지 능력의 제약 속에서 현실적으로 타당한 의사결정 전략입니다. 문제의 ‘시간이 촉박한 관리자가 만족스러운 첫 대안을 택했다’는 진술은 탐색을 제한하고 만족화 기준을 적용한 제한된 합리성 모형의 전형적 사례에 해당합니다.참고 문헌 (논문 출처)[1]Robust Satisficing Decision Making for Unmanned Aerial Vehicle Complex Missions under Severe Uncertainty.일반논문Ji X, Niu Y, Shen L. (2016) · DOI: 10.1371/journal.pone.0166448[2]The Partial Mediator Role of Satisficing Decision-Making Style Between Trait Emotional Intelligence and Compassion Fatigue in Healthcare Professionals.일반논문Filipponi C, Pizzoli SFM, Masiero M, Cutica I, Pravettoni G. (2024) · DOI: 10.1177/00332941221129127[3]Adaptive search promotes asymmetrical learning일반논문Jones SD, Rauwolf P. (2026) · DOI: 10.31234/osf.io/vbc87_v1