[용어사전] 앵커링 효과

앵커링 효과란?

 

 

 

앵커링(Anchoring effect)이란 의사결정을 하기 전에 얻은 첫 번째 정보에 따라 사고가 좌지우지되기 쉽다는 현상입니다.

‘앵커(anchor)’는 배의 닻을 뜻하는 단어로, 닻을 내리면 배가 아무리 멀리 움직이더라도 닻에 묶인 밧줄의 거리만큼만 맴돌게 됩니다. 첫 번째로 얻은 정보는 바다 밑바닥에 잠겨 있을 수 있으며, 우리의 사고 역시 어딘가에 고정되어 왜곡된 선입견이 생겨날 수 있다는 뜻입니다.

이미지출처: freepik

 

‘닻을 내리다’라고 말하는 것은, 닻을 내리는 지점이 의식의 깊은 곳에 묻혀 있고 심지어 자신이 이미 그 지점에 묶여 있다는 사실조차 깨닫지 못하는 경우가 많기 때문입니다. 즉, 자신의 의사결정이 독립적인 사고를 통해 이루어졌다고 생각하지만, 실은 자신도 모르게 각종 정보로 만들어진 선입견에 따라 잘못 인도되는 것입니다.

 

앵커링 효과는 오래된 심리학 개념이지만, 요즘에는 가격 설계·네이밍·카테고리 포지셔닝뿐 아니라 AI 검색·추천 환경에서도 더 자주 체감되는 ‘기준점 효과’로 다시 주목받고 있습니다. 특히 소비자(혹은 AI)가 처음 접한 설명과 예시가 이후 판단의 출발점이 되기 때문에, 첫 문장·첫 비교·첫 숫자가 브랜드 커뮤니케이션의 설계를 좌우하는 일이 많아졌습니다.

 

앵커링 효과와 관련된 유명한 일화가 있습니다. 샌드위치를 파는 작은 가게에 직원 두 명이 있는데, 한 직원의 매출이 다른 직원에 비해 항상 높게 나타났습니다. 고객들은 무작위로 직원을 선택해 주문을 받는 시스템이라서 원인을 조사해보았습니다.

한 직원은 주문 시 고객에게 “달걀 프라이를 원하시나요?”라고 물었습니다. 반면 다른 직원은 “달걀 프라이를 1개 드릴까요, 아니면 2개 드릴까요?”라고 물었습니다. 이때 고객 중 70%는 “1개만요” 또는 “2개요”라고 대답했고, 나머지 30% 고객만 “달걀 프라이는 없어도 돼요”라고 답한 것으로 나타났습니다.

자연스레 두 번째 직원의 매출이 첫 번째 직원보다 높은 것으로 나타났는데, 이것이 앵커링 효과의 응용이라고 할 수 있습니다. 두 번째 직원의 방법은 고객이 결정하기 전에 이미 고객의 마음속에 ‘달걀 프라이’를 심어둔 것입니다.

TIP | AI 시대의 앵커링

AI 검색·추천 환경에서는 앵커링이 더 강하게 작동합니다. 사람도 AI도 처음 제시된 표현(첫 문장·첫 숫자·첫 예시)을 기준점으로 삼아 이후 판단의 방향을 잡기 때문입니다. 그래서 브랜딩에서는 가격의 첫 제시값, 네이밍에서는 첫 설명 문장, 카테고리에서는 첫 프레이밍이 더 중요해졌습니다.

 

물론 닻에 갇혀 생각하는 심리를 극복하는 것은 결코 쉬운 일이 아닙니다. 우리는 어떻게 해야 할지 잘 모를 때, 일단 많은 정보를 받아들여 사고의 패러다임을 만듭니다. 이런 정보가 의사결정에 도움이 되기도 하지만, 또 다른 면에서는 ‘닻을 내리는 것’이 될 수 있어 오히려 사고를 편향시킬 수도 있습니다.

 

하지만 앵커링은 완전히 피하기보다, 의식하면 줄일 수 있는 영역이기도 합니다. 그렇다면 어떻게 앵커링 효과를 피하거나 감소시킬 수 있을까요?

 

첫째, 시야를 가능한 넓게 하여 끊임없이 학습하고 실천하는 것입니다. 선입견에 치우치는 것은 사실 받아들이는 정보의 양이 너무 적기 때문입니다. 우리 뇌는 처리하는 정보가 적을수록 정보를 분별하는 능력이 약해지며, 반면 많은 정보를 처리할 때는 뇌가 빠르게 회전해 정보 가치 여부를 판단합니다.

둘째, 대량으로 수집한 정보를 전면적으로 분석하여 이성적인 판단을 이끌어내는 것입니다. 이는 ‘닻을 내리는 것’의 영향을 최소화합니다.

---

▸ 참고문헌

• 장원청, 『심리학을 만나 행복해졌다』

▸ 함께 읽으면 좋은 글

• [용어사전] 맥락지능
  → 앵커가 왜 '숫자'가 아니라 '맥락'으로 작동하는지 이해하는 글입니다
• [용어사전] 트리플 미디어 (Owned·Paid·Earned)
  → AI 시대엔 온드 미디어가 ‘기준 자료’가 되며, 첫 프레이밍의 중요성이 커집니다
• [용어사전] 듀프(Dupe)
  → ‘원본 vs 대체’의 첫 인식 기준이 소비자 선택을 고정시키기도 합니다
• AI검색시대, 자사 미디어와 뉴스레터가 다시 중요해지는 이유 
  → '첫 기준을 누가, 어디서 만들 것인가'라는 측면의 전략 글입니다 
• [용어사전] AI 환각 현상
  → AI가 잘못된 기준값을 잡을 때 발생하는 문제와 연결되는 글입니다

※ 이 글은 기존 원문을 바탕으로, 2026년 관점에서 AI 검색·추천 환경과 브랜딩 맥락을 보완해 업데이트한 글입니다.

---

본 콘텐츠는 더피알컨설팅의 브랜딩·PR 인사이트를 기반으로 PR매쉬업(PR MASHUP)에서 발행한 글입니다.