3줄 요약
- Mõttus 외 (2024)는 에스토니아어 20,886명·러시아어 768명·영어 600명 표본에서, 자기보고와 정보제공자 보고를 교차 결합해 단일-방법 편향·시점 특수 효과·무작위 오차를 제거한 진짜 상관 ($r_{\text{true}}$)을 추정했다.
- 5개 도메인으로 LS의 진짜 예측 정확도가 r ≈ .79, 136개 나노세분(nuance) 항목으로는 r ≈ .88, 그리고 세 항목(“오해받는다고 느낀다”, “흥미진진한 게 없다”, “결정을 미룬다”)만으로도 r ≈ .80에 도달했다. 측정 오류를 걷어내자 성격은 LS의 안정적 분산을 거의 다 설명했다.
- 10년 종단 데이터에서도 같은 패턴이 재현됐다 — 10년 전 성격으로 현재 LS를 예측한 정확도가 r ≈ .70으로, LS 자체의 10년 안정성과 거의 같았다. 다만 인과로 단순화할 수는 없으며, 26%의 사람은 여전히 성격이 예측한 값과 다른 LS를 보인다.
자료 정보
- 제목: Most people’s life satisfaction matches their personality traits: True correlations in multi-trait, multi-rater, multi-sample data
- 저자: René Mõttus, Anu Realo, Jüri Allik, Liisi Ausmees, Samuel Henry, Robert R. McCrae, Uku Vainik
- 게재: Journal of Personality and Social Psychology, 126(4), 676–693 (April 2024)
- DOI: 10.1037/pspp0000501
- 데이터·코드: https://osf.io/cd5kt/
문제 의식 — 왜 진짜 상관을 다시 재는가
성격과 삶의 만족도(life satisfaction, LS) 사이 상관은 심리학에서 가장 많이 측정된 관계 중 하나다. 메타분석은 Big Five 도메인이 LS 분산의 약 30%, 비교적 광범위한 facet 세트가 약 40%를 설명한다고 보고해 왔다.
이 추정치에 저자들은 세 가지 의심을 던진다.
- 단일-방법 편향. LS와 성격을 둘 다 자기보고로 잰다 — 자기-지각의 일관된 톤, 응답 스타일이 두 점수에 공통으로 실려 상관을 부풀린다.
- 시점 특수 효과. 그날의 기분·최근 사건이 두 점수에 동시에 작용한다.
- 개념적 중복. “Am happy with my life"와 “Am energetic” 같은 항목은 말뜻이 일부 겹친다. 겹친 부분을 빼고 나면 진짜 상관은 도리어 낮을 수도 있다.
이 세 요인이 어느 방향으로 얼마나 작용하는지는 사전적으로 알 수 없다. 그래서 세 요인이 모두 제거된 상관을 새로 측정해야 한다.
방법 — 자기-정보제공자 교차 상관에서 측정 오류 분리
핵심 설계는 한 가지다. 자기보고 LS × 정보제공자 보고 성격과 정보제공자 보고 LS × 자기보고 성격의 교차 상관을, 각 변수의 동일-변수 교차 상관(rater 간 일치도)으로 나눈다. 이 비율은 단일-방법 편향, 시점 특수 효과, 무작위 오차가 모두 분자·분모에서 상쇄되어 진짜 상관 ($r_{\text{true}}$)의 추정치가 된다.
수식으로 옮기면:
$$r_{\text{true}}(x,y) = \sqrt{\frac{r_{x_{\text{self}},\,y_{\text{inf}}} \cdot r_{x_{\text{inf}},\,y_{\text{self}}}}{r_{x_{\text{self}},\,x_{\text{inf}}} \cdot r_{y_{\text{self}},\,y_{\text{inf}}}}}$$여기서 $x$는 성격 항목, $y$는 LS 또는 도메인 만족도(DS) 항목이다. 단순한 자기보고 신뢰도 보정과 달리 두 변수의 cross-rater 일치도를 분모에 두어, 자기-인지의 편향이 어느 한쪽에만 실리는 경우까지 잡는다.
이어 저자들은 개념 중복도 손으로 끊었다. LS 항목과 의미적으로 겹치는 성격 항목(예: “Tend to feel very hopeless”)은 $|r_{\text{true}}| \geq .75$를 기준으로 제거했다. 198개에서 출발해 136개를 남겼다.
표본
| 표본 | N | 언어 | 정보제공자 | 비고 |
|---|---|---|---|---|
| 에스토니아어 (메인) | 20,886 | 에스토니아어 | 1명/참여자 | 에스토니아 바이오뱅크. 514명은 약 10년 전 NEO-PI-3 및 LS 측정 보유 |
| 러시아어 | 768 | 러시아어 | 1명/참여자 | 에스토니아 거주 러시아어 소수민 |
| 영어 | 600 | 영어 | 1명/참여자(쌍) | 주로 유럽 거주자 |
세 표본 모두 198문항의 100 Nuances of Personality (100-NP) 도구를 자기보고와 정보제공자 보고로 받았다.
핵심 발견 1 — 도메인 수준에서도 이미 천장이 높다
표본별 $r_{\text{true}}$ (도메인 ↔ LS 합산):
| 도메인 | 에스토니아 $r_{\text{true}}$ | 러시아 | 영어 | 메타 (R+E) | 단일-방법 메타 (Anglim et al., 2020) |
|---|---|---|---|---|---|
| 정서적 안정성 | .47 | .36 | .32 | .34 | .39 |
| 외향성 | .43 | .50 | .45 | .47 | .32 |
| 성실성 | .30 | .47 | .26 | .38 | .27 |
| 개방성 | .02 | -.05 | .00 | -.03 | .08 |
| 친화성 | .04 | .02 | .10 | .06 | .20 |
다섯 도메인을 모두 묶어 LS를 out-of-sample 로 예측한 정확도는 에스토니아 .79, 러시아 .74, 영어 .64. 단일-방법 연구의 한계가 약 .55(설명력 30%)였음을 감안하면, 측정 오류만 걷어내도 천장이 .65 위로 끌어올려진다.
흥미로운 점은 도메인의 방향이다. 정서적 안정성·외향성·성실성은 모두 메타분석 추정보다 더 높게 나왔지만, 친화성은 .20 → .06으로 떨어졌다. 친화성과 LS의 단일-방법 상관은 부분적으로 공통 자기-지각 편향에 실려 있었다는 뜻이다.
핵심 발견 2 — 항목 수준에서 패턴이 더 선명해진다
도메인은 평균을 내는 단계에서 정보를 잃는다. 저자들은 136개 항목 각각의 LS 상관을 그렸다.
낮은 LS와 강하게 묶이는 항목 ($r_{\text{true}}$):
- “다른 사람들이 나를 자주 오해한다고 느낀다” -.69
- “흥미진진한 게 없다고 느낀다” -.61
- “결정을 미룬다” -.51
- “시기심” -.49
- “지루함을 자주 느낀다” -.45
- “이용당한다고 느낀다”, “혼자 남겨질까 두렵다”, “자주 피곤하다”, “많은 것을 두려워한다”
높은 LS와 강하게 묶이는 항목:
- “많은 일에 능숙하다”, “자주 즐거움을 느낀다”, “보통 활동적이고 활기차다”
- “내 갈망을 통제할 수 있다”, “압박 속에서도 침착함을 유지한다”
- “노력이 보상받는다고 믿는다” .40
- “자기 능력에 대한 자신감” .44
저자들이 특히 강조하는 것은 “오해받는다고 느낀다"가 단연 최강의 음의 상관이라는 점이다. 도메인 수준에서는 흡수되지 않는, 그러나 LS와 진하게 묶이는 나노세분이다.
그리고 결정적 결과 — 단 세 항목(“오해받는다”, “흥미진진한 게 없다”, “결정을 미룬다”) 만으로 LS의 out-of-sample 예측 정확도가 $r_{\text{true}} \approx .80$.
| 예측에 사용한 항목 수 | 에스토니아 | 러시아 | 영어 |
|---|---|---|---|
| 5개 Big Five 도메인 | .79 | .74 | .64 |
| 136개 항목 | .88 | .90 | .84 |
| 70개 항목 | .87 | .86 | .82 |
| 19개 항목 (상대적으로 고유한 항목들) | .86 | .88 | .82 |
| 3개 항목 | .81 | .82 | .82 |
단지 세 개의 항목으로 LS를 .80의 정확도로 예측할 수 있었다 — 이는 광범위한 특성들을 포괄하는 Big Five 도메인이 제공하는 예측 정확도에 비견된다.
핵심 발견 3 — 종단적으로도 같다
에스토니아 표본 중 514명은 약 10년 전 NEO-PI-3로 성격을, 단일 항목으로 LS를 측정한 데이터가 있었다. 10년 전 성격으로 현재 LS를 예측한 정확도:
- 136개 항목 모델: $r_{\text{true}} = .75$
- Big Five 5개 도메인 모델: $r_{\text{true}} = .61$
비교 기준이 되는 LS 자체의 10년 자기 상관은 $r_{\text{true}} = .70$.
즉 10년 전의 성격 측정이 현재의 LS를 예측하는 정확도가, 10년 전의 LS가 현재의 LS를 예측하는 정확도와 거의 같았다. 성격이 LS의 안정적 변동을 거의 다 담고 있다는 강한 신호다.
핵심 발견 4 — 다중 언어·표본에서 패턴이 강건하다
에스토니아 표본에서 학습한 elastic net 모델을 러시아·영어 표본에 그대로 적용해 LS를 예측했을 때, 정확도가 거의 떨어지지 않았다 (위 표). 항목별 $r_{\text{true}}$ 벡터의 표본 간 상관은 $r = .97$.
즉 언어·문화 배경이 달라도 어떤 성격 특성이 LS와 묶이는지의 패턴은 거의 같다. 이는 LS-성격 결합이 표본 고유의 우연한 산물이 아니라 좀 더 일반적인 현상임을 시사한다.
핵심 발견 5 — 그래도 26%는 예측을 빗나간다
저자들은 r = .90이라는 인구 수준의 강한 정렬을 개인 수준의 결정론으로 오독하지 말 것을 경고한다. 산점도 위에서 보듯, 예측-실제 LS를 삼분위(저/중/고)로 나누어도 26%는 다른 분위에 떨어진다.
- 예측이 고 또는 저인 개인 중 약 1/5은 실제로 다른 분위에 속한다.
- 예측이 중인 개인 중에는 거의 2/5가 다른 분위에 속한다.
LS 점수의 분포에서 0.3 표준편차 정도의 편차 — 결혼·실직 같은 중요한 생애 사건이 만들 법한 폭 — 가 평균적 예측 오차다. 성격으로 끌어가지 못하는 부분이 분명히 남아 있다.
가장 흥미로운 지점
논문이 던지는 가장 묵직한 한 줄은 결론부에 있다.
[성격이 LS를 결정한다는 것이 아니다.] 오히려, LS가 성격 특성을 어느 정도로 반영하는가 가 사람들이 자신의 특성에 따라 삶을 빚고 평가할 자유의 척도로 해석될 수 있다.
이 해석은 두 갈래로 흥미롭다.
첫째, $r_{\text{true}} = .90$이 높게 나왔다는 것은 조사 대상 인구가 자유로웠다는 신호로도 읽힌다. 시리아 내전 지대처럼 “어떤 성격을 가졌건 누구나 불행한” 환경에서는 같은 사람들의 LS-성격 상관이 도리어 약해질 것이다. 본 연구의 데이터는 코로나 시기 일부와 우크라이나 전쟁 직전을 포함하는데, 그조차도 패턴을 흔들지 못했다. 평시 유럽이라는 비교적 자유로운 조건에서, 사람들은 자신의 기질에 부합하는 삶을 향해 흘러간다는 것이다.
둘째, 가장 강한 음의 상관 항목이 *“오해받는다고 느낀다”*라는 사실. 이는 일반적인 신경증(N) 척도의 일부가 아니며, 관계의 질에 대한 메타 인지에 가깝다. 자기 능력에 대한 자신감(.44), 흥미진진함의 결여(-.61)와 함께 묶으면, 저자들이 강조한 세 항목은 결국 “내가 이해받고 있다는 감각, 세계가 흥미롭게 느껴지는 감각, 내가 결정해 나아갈 수 있다는 감각” 세 축으로 읽힌다. LS의 코어가 이 세 축이라는 가설은 — 인과적 모형으로 검증되지 않았더라도 — 후속 연구의 지점을 명확히 가리킨다.
다만 다이제스트로서 한 가지 유의는 둔다: 표본은 전부 유럽계이며 여성·고학력 비율이 높다. 세 항목으로 LS를 예측한다는 결론을 동아시아·라틴아메리카·아프리카 표본으로 옮길 수 있는가는 열린 질문이다.
출처
René Mõttus, Anu Realo, Jüri Allik, Liisi Ausmees, Samuel Henry, Robert R. McCrae, & Uku Vainik (2024). Most people’s life satisfaction matches their personality traits: True correlations in multi-trait, multi-rater, multi-sample data. Journal of Personality and Social Psychology, 126(4), 676–693.
DOI: https://doi.org/10.1037/pspp0000501 OSF 데이터·코드: https://osf.io/cd5kt/ 연구를 알게 된 경로: @Psikobilim_ 트윗 (2025)