주요 콘텐츠로 건너뛰기
Academically Reviewed

알렉산더 토도로프와 동료들의 얼굴과 선거 결과에 관한 연구를 바탕으로 했습니다.

선거 예측 테스트

외모로 선거를 예측할 수 있을까요?

후보자들을 보기만 하고 누가 선거에서 이겼는지 알 수 있을까요? 각 쌍은 미국 상원 선거에서 맞붙은 두 후보를 보여 줍니다. 더 유능한 것으로 보이는 사람을 고르면, 마지막에 당신이 고른 얼굴이 얼마나 자주 당선자의 얼굴이었는지 확인할 수 있습니다.

28쌍이며 시간 제한은 없습니다. 두 후보 중 한 명이라도 알면 아는 사람이 있어요를 선택하세요. 그 쌍은 점수에서 제외됩니다.

다크 코어 얼굴 테스트는 얼굴에서 무엇을 읽어 내는지, 미국 정치 테스트는 미국의 쟁점에서 당신이 어디에 서 있는지, 사회적 두뇌 대 논리적 두뇌 테스트는 맥락이 규칙을 확인하는 방식을 어떻게 바꾸는지 살펴봅니다.

28쌍 중 1번째 쌍

답하는 방법

두 사진을 모두 보고 첫 번째 인물 또는 두 번째 인물을 선택한 뒤 다음을 누르세요. 시간 제한은 없으며, 결정하는 동안 사진은 계속 보입니다. 두 얼굴 중 하나라도 낯익으면 아는 사람이 있어요를 선택하세요.

예를 들어 왼쪽 사람이 더 유능한 것으로 보이면 첫 번째 인물을 선택하세요. 뒤로를 눌러 이전 쌍을 다시 보고 원하면 답을 바꿀 수 있습니다.

테스트 시작

누가 더 유능한 사람으로 보입니까?

뒤로 다음

첫인상과 선거 결과

이름도, 정당도, 정책도 모르는 두 후보를 본다고 상상해 보세요. 그래도 그중 한 명이 단번에 더 유능한 것으로 보일 수 있습니다. 프린스턴의 알렉산더 토도로프와 동료들은 이런 인상이 실제 선거와 맞아떨어지는지 물었습니다. 그들은 약 40명에게 미국 상원과 하원 선거의 당선자와 차점자의 얼굴을 보여 주고 누가 더 유능한 것으로 보이는지 물었습니다. 그들의 선택을 모아 보니, 대다수가 더 유능한 사람이라고 판단한 후보가 2000년, 2002년, 2004년 상원 선거의 71.6%에서, 하원 선거의 66.8%에서 승리했습니다.

그 71.6%는 한 사람의 점수가 아니라 여러 사람을 모은 점수입니다. 많은 사람의 선택을 모으면 각자의 빗나간 선택이 상쇄됩니다. 혼자서는 사람들이 약 56%의 확률로 당선자를 고르며, 이는 우연인 50%보다 높습니다 (Olivola & Todorov, 2010). 추가 실험에서 사람들은 각 쌍을 단 1초 동안 보고도 우연보다 자주 당선자를 골랐습니다. 얼굴은 그 사람이 그 일을 얼마나 잘할지에 대해 거의 말해 주지 않지만, 유능함에 대한 순간적인 인상은 사람들이 투표하는 방식에 일부 영향을 미칠 수 있는 것으로 보입니다.

또 누가 시도했을까요?

연구자들은 같은 질문을 다른 판단자들에게 던졌습니다. 서울의 한국 학생들은 후보자의 얼굴만 보고 미국 주지사 및 상원 선거의 당선자를 62%의 확률로 골랐는데, 이는 미국 학생들(60%)보다 약간 높았습니다 (Na et al., 2015). 다만 캘리포니아에서 이루어진 후속 연구에서는 한국인 판단자의 경우 약 54%, 미국인 판단자의 경우 55%에 그쳤습니다 (Lin et al., 2017). 5세에서 13세 사이의 스위스 어린이들은 트로이에서 이타카로 항해하는 컴퓨터 게임을 한 뒤 두 얼굴 중 누구를 배의 선장으로 삼고 싶은지 골랐는데, 그들의 선택은 프랑스 의회 결선 투표 당선자와 64%의 확률로 일치했습니다 (Antonakis & Dalgas, 2009). 세 마리의 붉은털원숭이는 시선 추적기로 관찰되었는데, 패자 쪽을 승자 쪽보다 오래 바라보았습니다. 원숭이가 덜 바라본 얼굴을 선택으로 간주하면, 그들은 54.6%의 확률로 당선자와 일치했습니다 (Jiang et al., 2024, 아직 학술지에 게재되지 않은 프리프린트). 사람들의 얼굴 인상으로 훈련된 컴퓨터는 미국 상원 선거의 65.5%에서 당선자를 골랐습니다 (Joo, Steen & Zhu, 2015). 그리고 각 얼굴을 단 1/30초 동안만 본 학생들도 55%의 확률로 당선자를 둘 중 더 유능한 사람이라고 판단했습니다 (Mattes et al., 2010).

두 가지 연구 결과는 얼굴 자체의 역할이 보이는 것보다 작음을 시사합니다. 얼굴을 잘라 내고 머리카락, 옷, 배경만 남긴 사진을 본 학생들은 65%의 확률로 당선자를 골랐으며, 얼굴만 본 학생들은 52%였습니다 (Spezio et al., 2012). 또한 30개 선거에서 학생들이 더 매력적이라고 느낀 후보가 77%의 확률로 패배했습니다 (Mattes et al., 2010).

점수 산정 방식

이 테스트는 원래 연구의 상원 선거 95개 중 28개를 사용합니다. 당신의 점수는 두 후보를 모두 모르는 쌍만 계산하여, 당신이 고른 얼굴 중 당선자의 비율입니다. 무작위로 고르면 약 50%가 나옵니다. 차트의 다른 막대는 다른 판단자들의 점수로, 각각 자체 연구와 자체 실제 선거를 사용한 것이므로 동일 조건의 비교가 아니라 대략적인 기준으로 보아야 합니다.

사진은 연구에서 사용된 것과 다릅니다. 같은 후보자의 공개 사진이며, 일부는 선거가 끝난 지 몇 년 뒤에 찍은 것입니다. 같은 사람이라도 다른 사진이면 주는 인상이 달라질 수 있습니다. 이 버전의 점수는 아직 원래 연구의 점수와 비교되지 않았으며, 선거에서 이겼다는 것은 후보자의 실제 유능함에 대해 아무것도 말해 주지 않습니다. 정당, 현직 여부, 정치적 분위기가 더 중요합니다.

사진 출처 및 저작권

사진은 위키미디어 공용에서 가져왔으며, 잘라 내고 흑백으로 표시했습니다. 사진 제작자들은 이 테스트를 지지하지 않습니다.

참고 자료

  • Todorov, A., Mandisodza, A. N., Goren, A., & Hall, C. C. (2005). Inferences of competence from faces predict election outcomes. Science, 308(5728), 1623–1626. doi:10.1126/science.1110589
  • Antonakis, J., & Dalgas, O. (2009). Predicting elections: Child’s play! Science, 323(5918), 1183. doi:10.1126/science.1167748
  • Jiang, Y., Huttunen, A., Belkaya, N., & Platt, M. L. (2024). Monkeys predict US elections. bioRxiv preprint. doi:10.1101/2024.09.17.613526
  • Joo, J., Steen, F. F., & Zhu, S.-C. (2015). Automated facial trait judgment and election outcome prediction: Social dimensions of face. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 3712–3720. doi:10.1109/ICCV.2015.423
  • Mattes, K., Spezio, M., Kim, H., Todorov, A., Adolphs, R., & Alvarez, R. M. (2010). Predicting election outcomes from positive and negative trait assessments of candidate images. Political Psychology, 31(1), 41–58. doi:10.1111/j.1467-9221.2009.00745.x
  • Lin, C., Adolphs, R., & Alvarez, R. M. (2017). Cultural effects on the association between election outcomes and face-based trait inferences. PLoS ONE, 12(7), e0180837. doi:10.1371/journal.pone.0180837
  • Na, J., Kim, S., Oh, H., Choi, I., & O’Toole, A. (2015). Competence judgments based on facial appearance are better predictors of American elections than of Korean elections. Psychological Science, 26(7), 1107–1113. doi:10.1177/0956797615576489
  • Olivola, C. Y., & Todorov, A. (2010). Elected in 100 milliseconds: Appearance-based trait inferences and voting. Journal of Nonverbal Behavior, 34(2), 83–110. doi:10.1007/s10919-009-0082-1
  • Spezio, M. L., Loesch, L., Gosselin, F., Mattes, K., & Alvarez, R. M. (2012). Thin-slice decisions do not need faces to be predictive of election outcomes. Political Psychology, 33(3), 331–341. doi:10.1111/j.1467-9221.2012.00897.x
  • Todorov, A., & Porter, J. M. (2014). Misleading first impressions: Different for different facial images of the same person. Psychological Science, 25(7), 1404–1417. doi:10.1177/0956797614532474

자주 묻는 질문

무엇을 고르는 건가요?

각 쌍에서 사진만 보고 판단하여, 당신에게 더 유능한 것으로 보이는 후보를 고르세요.

사진 속 사람들은 누구인가요?

각 쌍은 2000년, 2002년 또는 2004년 미국 상원 선거의 주요 후보 두 명을 보여 줍니다. 그들의 이름은 이 페이지 하단의 사진 출처에 있으니, 테스트를 마친 뒤 읽어 보시기 바랍니다.

아는 사람이 있어요? 그럴 때는 어떻게 합니까?

아는 사람이 있어요를 선택하세요. 그 쌍은 점수에서 제외됩니다.

시간 제한이 있습니까?

아니요. 각 쌍에서 원하는 만큼 시간을 쓰셔도 됩니다. 답을 바꾸고 싶다면 뒤로를 눌러 이전 쌍으로 돌아갈 수 있습니다.

차트의 막대는 무엇을 의미하나요?

당신의 막대는 당신이 고른 얼굴 중 승리한 비율입니다. 나머지는 발표된 연구에서 다른 판단자들의 선택이 당선자와 얼마나 자주 일치했는지를 판단자별로 나타낸 것입니다: 얼굴로 훈련된 컴퓨터, 배의 선장을 고르는 5세에서 13세 어린이, 미국 정치인을 판단한 한국 학생, 일반적인 성인, 붉은털원숭이(아직 학술지에 게재되지 않은 연구), 각 얼굴을 1/30초 동안 본 사람들, 그리고 동전 던지기입니다. 그림은 삽화일 뿐 연구 참가자가 아닙니다. 각 연구는 자체적인 실제 선거를 사용했으므로 대략적인 기준으로 여기세요.

원래 연구의 71.6%는 왜 차트에 없나요?

한 사람의 점수가 아니기 때문입니다. 약 40명 중 대다수가 더 유능한 사람이라고 판단한 후보가 얼마나 자주 승리했는지를 나타낸 것입니다. 많은 사람의 선택을 모으면 각자의 빗나간 선택이 상쇄되므로, 여러 사람을 모은 결과는 그중 어느 한 사람보다 낫습니다. 혼자서는 사람들이 약 56%의 확률로 당선자를 고릅니다.

다시 할 수 있나요?

네, 하지만 두 번째 응시는 새로운 테스트가 아닙니다. 이미 얼굴을 본 상태이기 때문입니다.

선거 예측 테스트

왜 이 테스트를 사용해야 합니까?

1. 무료. 시간 제한 없이 28쌍의 얼굴을 판단하고, 가입하거나 비용을 지불하지 않고도 전체 결과를 확인하세요.

2. 유명한 연구 결과를 바탕으로. Science에 발표된 연구에서 알렉산더 토도로프와 동료들은 사진만 보고 약 40명 중 대다수가 더 유능한 사람이라고 판단한 후보가 2000년, 2002년, 2004년 미국 상원 선거의 71.6%에서 승리했음을 밝혔습니다.

3. 실제 선거. 각 쌍은 그 연구에 포함된 상원 선거 중 하나에서 주요 후보 두 명을 보여 줍니다. 두 사람 중 한 명이라도 알면 그 쌍은 점수에서 제외됩니다.

4. 당신 대 붉은털원숭이. 당신의 점수는 연구에 등장한 다른 판단자들과 나란히 표시됩니다: 얼굴로 훈련된 컴퓨터(66%), 배의 선장을 고르는 어린이(64%), 일반적인 성인(56%), 붉은털원숭이(55%), 동전 던지기(50%).

5. 무엇을 보여 주는지 분명하게. 당신의 결과는 당신이 고른 얼굴이 얼마나 자주 승리했는지를 나타냅니다. 누가 그 일을 더 잘했을지에 대해서는 아무것도 말해 주지 않으며, 수치의 근거가 된 모든 연구는 페이지 하단에 나열되어 있습니다.