9할이 예산을 넘겼다 — 계획 오류와 대형 인프라 사업의 비용초과

철도, 다리, 댐, 올림픽 경기장 — 종류는 다 다른데 결과는 놀랍도록 비슷합니다. 예산을 넘깁니다.

옥스퍼드 사이드경영대학원 명예교수 겸 코펜하겐 IT대학 석좌교수인 벤트 플리비아르는 20여 개 분야, 136개국에서 진행된 사업 16,000건 이상을 모아 이 패턴을 확인했습니다. 2023년 저서에서 정리한 바로는, 이 중 91.5%의 사업이 예산초과·일정지연 중 하나 이상을 겪었습니다.

이걸 «계산이 서툴러서» 벌어지는 일로 읽으면 다음 사업에서도 똑같이 틀립니다.

종류마다 다르게, 그러나 거의 다 넘습니다

플리비아르의 데이터베이스를 사업 유형별로 나눠 보면 초과폭이 다 다릅니다.

• 철도 사업은 평균 44.7% 초과했습니다.
• 교량·터널 사업은 평균 33.8% 초과했습니다.
• 도로 사업은 평균 20.4% 초과했습니다.
• 댐 사업은 평균 96% 초과했습니다 — 사실상 예산을 두 배 가까이 썼습니다.
• 올림픽은 개최 사례의 100%가 예산을 넘겼습니다.

⇒ ★이 폭이 사업 유형마다 다르다는 사실 자체가 힌트입니다. 만약 원인이 «담당자가 무능해서」라면 유형과 무관하게 비슷한 분포가 나와야 합니다. 유형별로 초과폭이 이렇게 체계적으로 갈린다는 건, 사업의 «구조적 성격»이 초과폭을 결정한다는 뜻입니다.

원인은 «계산 실수»가 아니라고 플리비아르는 말합니다

플리비아르가 2002년 논문 제목에 직접 물었습니다 — 「Error or Lie?(실수인가, 거짓말인가)」.

그의 결론은 둘 다 걸려 있지만, 지배적인 것은 «낙관 편향(optimism bias)»과 «전략적 왜곡(strategic misrepresentation)» 이라는 것이었습니다.

• 낙관 편향은 계획을 세우는 사람이 «이번엔 다를 것」이라고 무의식적으로 믿는 현상입니다. 과거 비슷한 사업들이 얼마나 초과했는지 알아도, 자기 사업만은 예외라고 판단합니다. 대니얼 카너먼은 이를 «계획 오류(planning fallacy)»라고 이름 붙였습니다 — 사람은 자기 일의 소요 시간·비용을 추정할 때 «최선의 시나리오»에 무의식적으로 기대는 경향이 있다는 것입니다.
• 전략적 왜곡은 그와 다릅니다. 승인이 통과돼야 사업이 시작되므로, 처음부터 낮은 예산으로 보고해 놓고 «일단 삽을 뜬 뒤엔 멈추기 어렵다»는 정치적 관성에 기대는 것입니다.

⇒ ★★두 원인의 공통점은, 정보가 없어서 틀리는 게 아니라는 것입니다. 과거 초과 사례는 이미 차고 넘칩니다. 그런데도 계획 단계에서 그 정보가 실제 추정치에 충분히 반영되지 않습니다.

70년 넘게 패턴이 안 바뀌었습니다

더 놀라운 대목은 이 패턴이 최근 몇 년의 이야기가 아니라는 점입니다. 플리비아르가 1910~1998년 교통 인프라 사업 258건을 분석한 결과로는, 70년간 과소추정이 줄지 않고 일관되게 나타났습니다.

이건 «관리 기법이 발전하지 않아서»로 설명하기 어렵습니다. 그 사이 프로젝트 관리 방법론, 소프트웨어, 리스크 분석 도구는 계속 발전했습니다. 그런데도 초과율은 꾸준히 비슷한 수준을 유지했습니다. 이는 문제가 «도구의 부족»이 아니라 «의사결정 구조 자체»에 있다는 플리비아르의 주장을 뒷받침하는 정황입니다.

대안으로 나온 방법에도 한계가 있습니다

플리비아르가 제안한 해법은 준거집단 예측(reference class forecasting, RCF)입니다 — 이번 사업의 세부내용을 들여다보기 전에, 비슷한 과거 사업들의 실제 초과율 분포부터 기준선으로 깔아 두는 방식입니다. 영국 교통부(Department for Transport)가 실제로 대형 교통 인프라 사업 심사에 이 방법을 채택했습니다.

다만 이 방법도 비판에서 자유롭지 않습니다.

• «원인»이 아니라 «결과»만 보정한다는 지적이 있습니다. 과거 사업들의 초과율 분포로 이번 추정치를 조정하는 것은 사후적 «평활화»일 뿐, 이번 사업이 «왜» 초과할지의 인과관계를 설명하지 않는다는 비판입니다.
• 준거집단을 어떻게 정의하느냐에 따라 결과가 크게 달라집니다. “비슷한 사업”의 범위를 넓게 잡을지 좁게 잡을지가 이미 판단의 영역입니다.
• 일부 비교연구에서는 사업 실사(reality-based estimation) 방식이 준거집단 예측보다 더 정확했다는 결과도 나왔습니다 — 다만 실사 방식은 데이터 수집 부담이 훨씬 큽니다.

⇒ ★그렇다고 이 방법이 쓸모없다는 뜻은 아닙니다. «내 사업은 다르다»는 낙관에 최소한의 제동을 거는 장치로는 여전히 유효합니다. 다만 준거집단 예측 하나로 계획 오류가 «해결»된다고 기대하면 안 됩니다 — 이것도 여러 보정 수단 중 하나일 뿐입니다.

실무 적용 — 무엇을 물어야 하나

• ★★자체 추정치보다 «준거집단(reference class)의 실적»을 먼저 물으십시오. 플리비아르가 권하는 «준거집단 예측(reference class forecasting)»은 이번 사업의 세부내용을 보기 «전에» 비슷한 과거 사업들이 평균 얼마나 초과했는지부터 기준선으로 깔아 두는 방법입니다.
• ★「이번엔 특별한 이유가 있다」는 설명을 의심하십시오. 계획 오류의 핵심은 «내 사업은 예외»라는 바로 그 믿음에서 나옵니다. 예외라는 근거가 강할수록 오히려 한 번 더 확인해야 합니다.
• ★사업 유형이 정해지면 초과폭의 «범위»부터 미리 통보하십시오. 댐이면 최소 두 배까지, 철도면 40%대까지 열어두고 논의를 시작하는 것이 착공 후 «몰랐던 초과»보다 훨씬 관리하기 쉽습니다.
• ★승인 단계의 예산과 실제 착수 예산 사이에 괴리가 크면 «전략적 왜곡» 가능성도 같이 점검하십시오. 순수한 낙관과 의도적인 저가 산정은 대응 방법이 다릅니다.

정리하면

• 16,000건 이상의 사업을 모은 데이터베이스에서 91.5%가 예산초과·일정지연 중 하나 이상을 겪었습니다.
• 초과폭은 사업 유형마다 다르게 나타났습니다(철도 44.7%·교량 33.8%·도로 20.4%·댐 96%, 올림픽은 평균 156%지만 초과 발생률 자체는 100%) — «구조적 성격»이 초과폭을 결정한다는 뜻입니다.
• 플리비아르는 원인을 낙관 편향과 전략적 왜곡으로 짚었고, 두 원인 모두 «정보 부족»이 아니라 «정보가 반영되지 않는 구조»에서 나옵니다.
• 이 패턴은 최소 70년간 일관되게 나타나, 관리 기법의 발전만으로는 해결되지 않는 문제임을 보여줍니다.
• 대안인 준거집단 예측도 «원인 규명»이 아닌 «사후 보정»이라는 한계가 있어, 만능 해법으로 기대하면 안 됩니다.
• ⇒ 물어야 할 질문은 하나입니다 — 「이 추정치는 이 사업만 본 것인가, 비슷한 과거 사업들의 실적을 먼저 깔아 놓고 나온 것인가.」

본 콘텐츠는 Flyvbjerg의 메가프로젝트 데이터베이스 연구(2002, 2021)와 Flyvbjerg·Bruzelius·Rothengatter(2003)를 바탕으로 대형 인프라 사업의 비용초과 패턴을 정리한 해설입니다. 개별 국가·개별 사업 단위의 세부 원인 분석까지는 이번 조사 범위 밖이라, 유형별 평균 초과율과 전체 원인 구조만 다뤘습니다. 최종 확인일: 2026-09-16.

작성: Inkmoat 편집팀 — 「이번엔 다를 것」이라는 믿음이 정확히 얼마나 자주 틀렸는지 확인했습니다.

참고

• Bent Flyvbjerg, Nils Bruzelius, Werner Rothengatter, “Megaprojects and Risk: An Anatomy of Ambition”, Cambridge University Press, 2003
• Flyvbjerg, B., Holm, M. S., & Buhl, S., “Underestimating Costs in Public Works Projects: Error or Lie?”, JAPA 68(3), 2002
• Flyvbjerg, B., “Top Ten Behavioral Biases in Project Management: An Overview”, Project Management Journal 52(6), 2021
• Bent Flyvbjerg & Dan Gardner, 『How Big Things Get Done』, 2023
• Ansar, A., Flyvbjerg, B., Budzier, A., & Lunn, D., “Should we build more large dams?”, Energy Policy 69, 2014, pp.43-56
• Cantarelli, C. C., Davis, K., Pinto, J. K., & Turner, N., “Reference class forecasting: promises, problems, and a research agenda moving forward”, Production Planning & Control, 2025