Simonton, D. K. (1997). Creative productivity: A predictive and explanatory model of career trajectories and landmarks. Psychological Review, 104(1), 66-89. 원문링크
저자: Dean Keith Simonton: Professor, University of California, Davis. 현재 천재, 창의성, 리더, 재능, 미학 등 연구. [wikipedia]
논문성격: 이론 연구
연구목적
창의적 결과의 종단적 변화(longitudinal change)와 창의적 직업 내 횡단적 변이(cross-sectional variation)를 모두 다룰 수 있는 통합적 모델을 정교화하고 확장
자료에 관한 새로운 분석 방법을 제공
논문구성
- The General Theoretical Framework
- The Longitudinal Submodel
- The Cross-Sectional Submodel 75
- Discussion 82
- References 85
연구방법
모델의 하위 모델인 종단적 하위 모델과 횡단적 하위 모델을 기술하고, 그에 따른 예상 제안
연구내용
1. 전반적인 이론적 틀 (The General Theoretical Framework)
이 모델에서 주장하는 창의성 과정은 진화론적임. 즉, 창의성은 다양한 개념적 조합을 만들어내는 변이-선택(variation-selection) 과정을 거침
이 모델은 과학적 천재를 중심으로 개발된 창의성에 대한 기회 배열 이론(chance-configuration theory of creativity)임. 이 모델은 과학적 창의성의 주요 측면들을 설명 할 수 있음. à예: 다양한 발견과 발명
이 모델의 두 가지 가설
가설 1: 변화 과정은 어느 정도 감춰지고 계획성이 없음.
이는 어떤 조합이 가장 생산성이 좋은지를 알 수 있는 선견이 없음을 의미
가설 2: 변화 선택 과정은 다양한 수준에서 작용함.
인지적 수준에서 창의적인 마음은 활발히 선택, 개발, 출간, 표현 될 수 있는 이상적 변이를 만들거나 주어진 창의적 사업을 수용된 절차에 따라 적극적으로 확산
인지적 수준에서 창의적 산물은 다른 사람의 창의적 산물과 비교되는 과정을 거쳐서(대인간 수준(interpersonal level)) 선별됨
이 과정은 대인간 수준에서 끝나거나 더 높은 수준(예: 사회 문화적 수준)으로 옮겨짐
가설 1과 2의 관계
선별 과정이 다양한 수준에서 이루어지기 때문에 인지적 수준에서의 변화 과정은 개념적 결합을 수령한 사람에게는 감춰짐
창조자가 어떤 산물이 공표되고 출간될지 알 수 있지만, 가치의 변화가 변하기 때문에 그 산물의 장기적 효과는 알 수 없음
2. 종단적 하위 모델(The Longitudinal Submodel)
2.1. 연령에 따른 창의적 산물의 생산성(Creative Productivity as a Function of Career Age)
창의적 산물이 생성되는 과정: 많은 가능한 조합들 중 일부만 선별 → 시간이 지난 뒤에 정교화 과정을 거쳐 생산물이 되어 세계로 제공 → 새로운 아이디어가 대중에 알려지면 그 아이디어에 다른 것들이 부과되게 됨 → 이러한 아이디어 생성과 정교화 과정 반복
잠재적 창의성을 결정하는 요소: 창의적인 잠재성이 남아 있는 양, 이미 발현되어 개발을 기다리는 아이디어의 수, 이미 생산이 된 아이디어의 수임
이 요소들은 경력 연령(career age)에 따라 달라짐. 연령 20세를 경력 연령 0으로 가정하고, 연구자가 산정한 수학적 모델로 예측한 결과 경력 연령 22세에 연간 생산성이 가장 높았고, 최고점에 이른 후 하향 곡선을 그리고, 45세 정도에 한번 더 절정에 이르렀다가 0에 가까워 지게 됨
이 결과를 사용하기 전에 두 이슈 해결해야 함.
방법론적 고려: 두 가지 이슈(측정과 통계 분석)
1) 측정: 생성된 아이디어의 변이 측정을 위해서는 각 창조자들의 연속적인 기간 동안의 아이디어의 수를 세어야 하지만, 이를 측정한 실제 연구 거의 없음(거의 불가능 하기 때문)
예: 클래식 음악의 경우 심포니는 단지 다른 종류의 멜로디뿐만 아니라 화음, 대위법, 관현악편곡 등을 포함함. 따라서 연령대에 따른 창의적 산물의 수를 계산 할 때는 이상적 조합의 클러스터(cluster)도 세어야 함
이러한 복잡성에도 불구하고 특정 장르에서 창의적 산물을 구성하는 독특한 아이디어의 수는 연령에 따라 체계적으로 변하지 않는다는 전재 아래서 연구 가능
2) 통계분석: 이론과 관련될 수 있는 문제점으로 구성 오류(compositional fallacy)를 들 수 있음. 이는 개인들의 평균에 관한 통계에 기초해서 전형적 연령 곡선을 추론할 때 발생 할 수 있는 오류를 의미. 연구자들이 다양한 직업에서 시간에 따른 생산 비율을 측정할 때 그들은 요약된 곡선을 획득하는데 이 곡선은 그 표집을 구성하는 어떤 개인의 경력 경로를 정확히 묘사하지 못할 수 있음. 예: 실제로는 연령 곡선에 절정이 있을 수 있으나 데이터를 통해서 얻은 연령 곡선이 절정(peak)이 없거나 작게 나타날 수 있음.
그 이유는 표집(sample)된 사람들 내에 죽거나 떨어져 나간 사람들로 인해서 분산(variation)이 존재하기 때문. 이러한 문제는 표집을 80세로 한정하거나 실제로 표집들이 생존한 기간에 맞추어 연구함으로 수정 가능
또한 사람들이 연구를 시작하는 연령이 다름. 이로 인해서 연구자들의 연구가 절정에 이르는 시기가 다름. 그 때문에 연대기적 연령을 사용할 경우 곡선이 다르게 나올 수 있음. 이러한 문제로 인해서 경력 연령을 사용
경험적 비교(Empirical comparisons): 몇몇 선행 연구들이 본 연구에서 제안한 곡선과 비슷한 그림을 제안했으나, 전반적인 경향을 설명한 것이었음. 다른 연구들은 전반적 경향뿐만 아니라 구체적 내용도 설명했음. 그러나 이중 절정(double peak)의 기능에 관해 설명하기 위해서는 더 많은 정교화가 필요.
2.2 분야간 대비(Interdisciplinary Contrast)
다항식 모델을 제안하는 분야와 대비: 본 연구에서 제안하는 모델은 단순한 다항식 모델에 비해서 두 가지 장점을 지님
예측 하는 모수치 밖에 예측되는 독립적인 변수의 가치의 결과가 기초해있거나 b. 독립변수의 대부분의 사례가 좁은 범위에 위치해 있을 때 다항식 모델은 비현실적인 예측을 제공. 예: 2차 추세 모델은 80대에 관해서 부정적인 결과를 제공하기도 함. 그러나 본 연구에서 제안하는 모델은 이러한 오류를 피함
다른 다항식 모델들(3차식 이하)과는 달리 본 연구에서 제안하는 모델은 다양한 창의적 분야에 관한 나이 곡선을 예측하고 모델 적합화 과정을 통해서 예측된 모수치에 관한 합리적 해석을 제공
2.3. 직업 내 양 vs. 질(Quantity versus Quality Within Careers)
방법론에 관련한 이슈 중에 무엇을 창의적 생산물로 여겨야 할 것이냐에 관한 이슈가 있음. 한 진영에서는 실제로 분야에 영향을 미치는 것을 창의적 생산물로 여겨야 한다고 주장. 다른 분야에서는 특정한 창조자(creator)에 의해서 생산된 모든 것을 창의적 산물로 여겨야 한다고 주장. 각 진영의 문제점을 살펴보면 다음과 같음
1) 질을 측정하는 것과 관련된 문제: 하찮은 것을 어떻게 분류할 것인가에 관한 문제 있음. 이와 관련, 다양한 분류 체계 존재할 수 있음.
2) 양을 측정하는 것과 관련된 문제: 평가적 기술에 관한 요구는 피할 수 있으나 창의적 산물에 관해서 연구하는 연구자들의 욕구는 충족 시켜 줄 수 없음.
그러나 양은 생산성을 측정하는 것이고 질은 진정한 창의성을 평가하는 것으로 고려 가능
이러한 문제에 관해서 고려해야 하는 것은 두 측정에 따른 연령 곡선에 차이가 있을 수 있기 때문.
양과 질의 관계: 양과 질의 관계에 관한 종단 및 횡단 연구 결과에 따르면 창의적 생산 양이 늘어나는 만큼 좋은 질의 생산품이 나올 가능성 높아짐
그러나 이것은 질이 절대적으로 일정하게 유지된다는 주장은 아님. 변이-선택 과정에 따르면 질이 좋은 해가 있을 수도 있고, 질이 나쁜 해가 있을 수도 있음
좋은 생산품이라고 평가된 것에도 변이는 존재함. 즉, 아주 좋은 생산품이 있고 그것보다는 덜 좋은 생산품이 있을 수 있음(예: 세익스피어의 작품들 간의 차이)
종단적 모델에서 이 부분을 정교화 하는 것이 중요
2.4. 직업에서의 업적에 관한 분야간 대비(Interdisciplinary Contrast in Career Landmarks)
직업의 가장 중요한 시기를 설명하는 세 가지 용어: 최초의 기여 연령(the age at first contribution), 최고의 기여 연령(the age at best contribution, 인용 비율, 수행 빈도, 상업적 성공에서 가장 영향력이 큰 기여), 최후의 기여 연령(the age at last contribution)
이 세가지 용어는 가장 창의적 직무의 영향 비율이 큰 시기를 구분함. 일반적으로 사소한 작업은 이 시기 전후나 이 시기 사이에 이루어짐.
종단적 모델을 구성하는 마지막 단계에서 고려해야 할 것은 업적을 통합하는 것에 관한 논의임. 동일 확률 규칙에 따르면 최고의 산물은 생산물이 가장 많을 때 나타날 가능성이 높음.
영역에 따라서 가장 생산성이 높은 시기가 다를 것이기 때문에, 최고의 기여가 나타나는 시기도 차이가 있음. 최초와 최후의 기여 또한 영역에 따른 차이 보일 것임. 그림 4는 3가지 업적이 나타나는 시기가 분야에 따라서 다르다는 것을 나타내고 있음.
3. 횡단적 하위 모델(The Cross-Sectional Submodel)
3.1. 생산성의 횡단적 분포(Cross-Sectional Distribution of Productivity)
생애 생산성 분포는 극단적으로 오른쪽으로 편중. 예를 들어, 상위 10%가 전체 생산성의 50% 차지.
개인의 전체 생산성은 박사 학위를 받기 전의 생산성에 의해서 예측됨. 즉, 직업을 가진 초기의 생산성에 의해서 예측.
이러한 이상한 현상이 나타난 것에 관한 설명: 한 재료의 양은 표집 내에서 정규 분포를 이룸. 그러나 아이디어의 조합은 진행되고 있는 항목의 순열(permutations)에 의해서 달라짐. 그리고 그에 따라 우측으로 편중되는 로그 정규 분포의 형태를 지니게 됨.
3.2. 직업에 따른 양 vs. 질(Quantity versus Quality Across Careers)
동일 확률 규칙을 횡단적 연구에도 적용하면 많은 수의 생산품을 만든 사람이 더 많은 좋은 생산품과 더 많은 나쁜 생산품을 만들 가능성이 높음. 그러한 관점에서 작품의 양과 질은 정적 관계가 있음.
실증 연구에서 작품의 양과 질의 상관은 .50~.75 사이였음. 이는 이 둘이 완전한 관계는 아니지만 아주 높은 상관이 있음을 보여줌.
3.3 직업 업적의 종단적 위치(longitudinal Location of Career Landmarks)
창조자들의 경로를 다양하게 하는 요소들
1) 초기 창의적 잠재성의 차이: 초기 창의적 잠재성의 차이는 다양한 방식으로 기대되는 연령 곡선에 영향을 줌. 즉, 초기 창의적 잠재성이 창의적 잠재성의 정점과 전체 창의적 생산의 수준을 결정
2) 초기 단계에서 개인의 차이
그림 5는 이 두 요소들의 차이에 따른 생산성을 나타냄. 이 그림에서 다음과 같은 예상을 도출 할 수 있음
예상1: 총 생산성은 처음 기여를 시작한 나이와는 부정적으로 최후에 기여한 나이와는 긍정적으로 관련 있음. 이 예상에서 다음과 같은 하위 추론이 가능.
하위 추론1-1: 개인의 명성은 최초 기여 연령과는 부정적으로 최후 기여 연령과는 긍정적으로 관계가 있음
하위 추론1-2: 최대 결과 비율은 최초 기여 연령과는 부정적으로 최후 기여 연령과는 긍정적으로 관계가 있음
예상2: 생애 생산성은 최고 결과 비율이나 최고 기여 연령과 아무런 관계가 없음
하위 추론2-1: 개인의 명성은 최고 결과 비율 연령이나 최고 기여 연령과 아무런 관계가 없음.
하위 추론2-2: 최고 결과 비율은 최고 결과 비율 연령이나 최고 기여 연령과 아무런 관계가 없음
세 가지 직업 업적(landmarks)들 간의 관계에 관한 예상
예상3: 최고 결과 비율 연령은 최초 기여 연령과 최후 기여 연령과 긍정적인 관계가 있음
하위 추론3-1: 이러한 관계는 생애 생산성이나 최고 결과 비율의 영향력을 통제 했을 때 증가
예상4: 최고 기여 연령은 최초 기여 연령과 최후 기여 연령과 긍정적으로 관계 있음
하위 추론4-1: 이러한 관계는 생애 생산성이나 최고 결과 비율의 영향력을 통제 했을 때 증가
최초와 최후 기여 연령이 최고 기여 연령과 정적으로 관계 있다는 것이 이 둘 간에 관계가 있다고 나타내는 것은 아님.
예상5: 최초 기여 연령과 최후 기여 연령간의 관계는 최고 기여 연령의 효과를 제거하면 부정적일 것임
마지막 예상은 최초 기여를 획득하기 위해서 얼마나 창조자가 기다려야 하는 것과 관련됨. 높은 잠재성을 지닌 사람이 더 빠른 첫 번째 기여 할 것이 예상됨
예상6: 직업 시작과 첫 번째 기여간의 간격은 전체 생애 생산성이나 최고 결과 비율과 부정적 관계가 있을 것임
3.4. 횡단적 생산성 변수의 종단적 안정성(Longitudinal Stability of Cross-Sectional Variation in Productivity)
횡단적 변산은 시간에 따라 안정성을 보이는가? 현재까지의 연구 결과는 창의적 생산에서 개인 차이는 직업 과정 동안 상당한 안정성을 보임.
직업 초기에 가장 생산성이 높았던 사람은 생애 끝뿐만 아니라 직업 절정에서도 생산성이 가장 높음. 그 이유는?
초기에 창의적이었던 사람은 인센티브를 받아서 이 후에 더 많은 창의적 산물을 내기 때문. 그래서 20대의 생산성이 30대의 생산성을 결정하고, 30대의 생산성이 40대 생산성을 결정하게 됨.
Dennis(1956)와 Cole(1979)의 연구 결과가 이 주장 지지
연구의 한계
이 모델은 직업을 시작한지 얼마 안된 사람에게는 적용이 불가능
본 연구에서 제안한 모델은 개인 외부의 요소들의 영향에 관해서는 고려하지 않고 있음
본 연구에서 제안한 모델은 인지적 모델이지만 인지 심리학자들의 관점에서 볼 때 구체성이 부족하게 보일 수 있음
실천적 함의
연구자이나 실무진들은 본 연구에서 제안한 것과 같이 개인 내 창의성의 종단적인 면과 횡단적인 면에 모두 관심을 가질 필요가 있음
연구의 가치
수식에 의해서 모델을 도출함으로써 수식에 들어갈 몇 가지 모수치(parameters)를 사용해서 개인의 창의적 생산성 수준을 예측 할 수 있는 모델을 제안했다는 점에서 가치 있음
핵심단어
예측 모형, 창의적 생산성