기원과 개념
골드먼(1964)은 뉴욕 브로드웨이의 린디 식당에 모이던 코미디언들 사이에 텔레비전 코미디언의 앞날은 그가 지금까지 방송에 얼마나 노출됐는지에 반비례한다는 속설이 있다고 소개했어요. 원래 표현은 수명이 줄어든다는 쪽에 가까웠지만, 만델브로트(1982)는 이를 수정해 일정 기간 살아남은 코미디언은 그만큼 더 오래 활동할 것으로 기대된다는 형태로 다시 정식화했어요. 탈레브(2012)는 이를 '린디 효과'라 부르며 썩지 않는 대상 일반으로 확장했어요. 그는 50년 동안 읽혀 온 책은 앞으로도 50년쯤 더 읽힐 것으로 기대되지만, 사람은 나이가 들수록 남은 수명이 줄어든다는 점에서 둘을 구분했어요. 이 생각은 오래 살아남은 것만 보는 생존자 편향과도 관련이 있지만, 생존 자체를 정보로 쓴다는 점이 핵심이에요.
수학적 근거
린디 효과는 수명 분포의 꼬리가 멱법칙을 따를 때 자연스럽게 나타나요. 파레토 분포처럼 꼬리가 두꺼운 분포에서는 어떤 대상이 t만큼 살아남았다는 조건 아래 남은 기대 수명이 t에 비례해 늘어나요. 반면 정규분포처럼 꼬리가 얇은 분포에서는 남은 기대 수명이 줄어들고, 지수분포에서는 일정해요. 피칸즈(1975)와 데이비슨과 스미스(1990)가 발전시킨 극값 이론의 평균 초과 함수는 이런 성질을 진단하는 도구로 쓰여요. 엘리아자르(2017)는 린디의 법칙을 만족하는 분포를 수학적으로 특징지었어요. 클로셋, 샬리지, 뉴먼(2009)이 경고했듯 실제 자료가 멱법칙을 따르는지는 엄밀히 검정해야 해요. 고트(1993)의 델타 t 논증은 관찰 시점이 무작위라는 가정에서 비슷한 결론을 끌어내며, 종말 논증과 같은 계열에 속해요.
응용과 한계
탈레브(2012, 2018)는 오래된 기술, 고전, 전통적 관행이 시간이라는 검증을 통과했다는 점에서 새로운 것보다 견고할 가능성이 크다고 주장했어요. 아베스먼(2012)은 과학 지식의 수명과 갱신 속도를 다루며 비슷한 질문을 던졌어요. 조직 연구에서는 스틴치콤(1965)이 새 조직이 더 쉽게 실패한다는 '신생의 불리함'을 제시했고, 해넌과 프리먼(1984)은 구조적 관성으로 이를 설명했는데, 이는 오래된 조직이 살아남을 가능성이 크다는 린디 효과와 같은 방향의 증거로 읽혀요. 하지만 한계도 뚜렷해요. 굿먼(1994)은 고트식 추론이 대상에 관한 사전 정보를 무시한다고 비판했고, 기술 교체나 규제 변화처럼 구조적 충격이 있으면 과거의 생존이 미래를 보장하지 않아요. 린디 효과는 확실한 예측이 아니라 다른 정보가 없을 때의 확률적 기준선으로 이해하는 것이 적절해요.
자주 묻는 질문
- 린디 효과를 쉽게 설명하면?
- 책이나 기술처럼 늙지 않는 것은 오래 살아남았을수록 앞으로도 오래 갈 가능성이 크다는 규칙이에요. 100년 읽힌 고전이 작년에 나온 베스트셀러보다 앞으로 더 오래 읽힐 가능성이 크다는 식이에요.
- 사람이나 동물에도 적용되나요?
- 아니에요. 생물은 나이가 들수록 노화로 남은 수명이 줄어들기 때문에 린디 효과가 적용되지 않아요. 수명 분포의 꼬리가 두꺼운, 썩지 않는 대상에만 해당해요.
출처 검토일: 2026-10-26
참고문헌
- Goldman, A. (1964, June 13). Lindy's law. The New Republic, 150(24), 34–35.
- Stinchcombe, A. L. (1965). Social structure and organizations. In J. G. March (Ed.), Handbook of Organizations (pp. 142–193). Chicago: Rand McNally.
- Pickands, J. (1975). Statistical inference using extreme order statistics. Annals of Statistics, 3(1), 119–131.
- Mandelbrot, B. B. (1982). The Fractal Geometry of Nature. San Francisco: W. H. Freeman.
- Hannan, M. T., & Freeman, J. (1984). Structural inertia and organizational change. American Sociological Review, 49(2), 149–164.
- Davison, A. C., & Smith, R. L. (1990). Models for exceedances over high thresholds. Journal of the Royal Statistical Society: Series B, 52(3), 393–442.
- Gott, J. R. (1993). Implications of the Copernican principle for our future prospects. Nature, 363(6427), 315–319.
- Goodman, S. N. (1994). Future prospects discussed. Nature, 368(6467), 106–107.
- Clauset, A., Shalizi, C. R., & Newman, M. E. J. (2009). Power-law distributions in empirical data. SIAM Review, 51(4), 661–703.
- Taleb, N. N. (2012). Antifragile: Things That Gain from Disorder. New York: Random House.
- Arbesman, S. (2012). The Half-Life of Facts: Why Everything We Know Has an Expiration Date. New York: Current.
- Eliazar, I. (2017). Lindy's law. Physica A: Statistical Mechanics and its Applications, 486, 797–805.
- Taleb, N. N. (2018). Skin in the Game: Hidden Asymmetries in Daily Life. New York: Random House.