---
id: assumption-mapping
title: "Assumption Mapping"
category: "10_Wiki/Topics"
status: "draft"
verification_status: "conceptual"
canonical_id: ""
aliases: ["Assumption Testing"]
duplicate_of: ""
source_trust_level: "B"
confidence_score: 0.85
created_at: 2026-05-24
updated_at: 2026-05-24
review_reason: ""
merge_history: []
tags: ["research", "logic tree", "product discovery"]
raw_sources: ["NotebookLM Synthesis"]
applied_in: ["Miro OST Template", "Seera Group Project", "Grailed LTV Optimization", "trivago Mapping"]
github_commit: ""
---

# [[Assumption Mapping]]

## 🎯 한 줄 통찰 (One-line insight)
제품 아이디어를 구성하는 암묵적 전제 조건을 명시적으로 드러내고, 가장 위험한 요소를 신속하게 검증하여 의사결정의 불확실성을 제거하는 전략적 프로세스다 [1, 2].

## 🧠 핵심 개념 (Core concepts)
1. **암묵적 가정의 명시화(Explicit Assumptions):** 머릿속에 숨어 있는 가정을 시각화하여 팀원들이 공유할 수 있는 형태로 전환한다 [1].
2. **리스크 기반 우선순위화(Risk-based Prioritization):** 제품의 생존에 가장 치명적인 영향을 미칠 수 있는 '가장 위험한 가정'을 먼저 선별한다 [2, 3].
3. **아이디어의 분해(Deaggregation of Ideas):** 거대한 기능(Feature) 단위를 테스트하는 대신, 그 기능을 지탱하는 작은 단위의 전제 조건들로 쪼갠다 [4, 5].
4. **신속한 실험(Rapid Experimentation):** 전체 아이디어를 구현하는 데 몇 주가 걸리는 것과 달리, 개별 가정은 1~2일 내에 빠르게 검증 가능하다 [5].

## 🧩 추출된 패턴 (Extracted patterns)
- **프로덕트 트리오(Product Trio) 협업:** 제품 관리자, 디자이너, 엔지니어가 함께 모여 가망성(Desirability), 생존성(Viability), 실현 가능성(Feasibility), 사용성(Usability), 윤리성(Ethicality) 측면의 리스크를 공동으로 도출한다 [6].
- **비교 및 대조(Compare and Contrast):** 단일 아이디어를 테스트하는 것이 아니라, 여러 솔루션의 가정을 병렬로 테스트하여 데이터 기반으로 최적의 대안을 선택한다 [7, 8].
- **소규모 솔루션 매칭:** 큰 기회(Opportunity)를 작게 쪼개어 그에 맞는 작은 솔루션과 가정을 연결함으로써 연속적인 가치 전달을 가능하게 한다 [4, 8].

## 📖 세부 내용 (Details)
**가정 매핑**은 주로 [[Opportunity Solution Tree]] (OST) 프레임워크의 하위 단계에서 솔루션을 검증하기 위한 핵심 활동으로 수행된다 [9, 10]. 

*   **진행 단계:**
    1.  타겟 기회(Opportunity)를 정의한 후 이를 해결할 3가지 이상의 솔루션을 브레인스토밍한다 [2, 8].
    2.  각 솔루션이 성공하기 위해 '반드시 참이어야 하는 조건(Necessary conditions)'들을 도출한다 [11].
    3.  이 조건들을 가망성, 실현 가능성 등 5가지 리스크 범주에 따라 분류하고 매핑한다 [6].
    4.  팀의 역량과 시간, 조직의 리스크 허용 범위를 고려하여 테스트할 가정을 선정한다 [12, 13].

*   **실험과 학습:**
    전통적인 아이디어 테스트가 수주가 소요되는 반면, 가정 매핑을 통한 실험은 1~2일 내에 완료되어 학습 사이클을 획기적으로 단축한다 [5]. 실험 결과에 따라 아이디어를 폐기하거나, 보완하거나, 혹은 해당 기회 자체를 수정하는 의사결정을 내린다 [2]. 이 과정은 단순한 추측이 아닌 데이터에 기반한 증명 프로세스를 제공한다 [1, 14].

## ⚖️ 모순 및 업데이트 (Contradictions & updates)
- **속도와 깊이의 상충:** 가정을 너무 세밀하게 쪼개면 분석 마비(Analysis Paralysis)에 빠질 수 있으나, 너무 크게 잡으면 검증 속도가 느려진다 [15, 16]. 이를 방지하기 위해 '거친 첫 번째 초안(Crummy first draft)' 정신으로 빠르게 시작할 것이 권장된다 [16].
- **아이디어 테스트 vs 가정 테스트:** 많은 팀이 여전히 전체 아이디어를 만드는 데 집중하지만, 소스에서는 가정을 테스트하는 것이 훨씬 빠르고 효율적인 핵심 개념임을 강조한다 [5].

## 🛠️ 적용 사례 (Applied in summary)
- **Miro/Mural OST 템플릿:** 시각적 도구를 통해 기회, 솔루션, 실험 가정을 연결하는 구조로 실제 적용되고 있다 [17-19].
- **Seera Group:** 여행 수요가 급감했을 때 기회 매핑과 가정 검증을 통해 새로운 시장을 발견했다 [20].
- **Grailed:** 가정 테스트를 통해 LTV(고객 생애 가치)를 20% 향상시키는 성과를 거두었다 [20].
- **trivago:** 기회와 가정을 구조화하여 제품 발견 프로세스를 체계화했다 [20].

## ✅ 검증 상태 및 신뢰도
- **상태:** draft
- **검증 단계:** conceptual (Miro 템플릿 및 다수 기업 사례를 통해 방법론적 타당성 확인됨)
- **출처 신뢰도:** B (Teresa Torres의 방법론 및 공식 가이드를 기반으로 합성됨)
- **중복 검사 결과:** 신규 생성 (New discovery)


## 🔗 관련 문서 링크 (Related document links)

### 상위/유사 개념

#### [기반 아키텍처]
- [[Opportunity Solution Tree]]
  - 연결 이유: 가정 매핑이 실제로 수행되는 구조적 프레임워크다 [10].
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: 비즈니스 목표와 고객 니즈가 실험 가정과 어떻게 계층적으로 연결되는지 이해할 수 있다 [9, 21].

#### [논리적 분석 도구]
- [[Logic Tree]]
  - 연결 이유: 가정 매핑은 문제 해결을 위한 논리적 분해 기법의 일종이다 [22, 23].
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: 복잡한 문제를 MECE 원칙에 따라 쪼개는 근본 원리를 배울 수 있다 [24, 25].

- [[Hypothesis Tree]]
  - 연결 이유: 특정 가정이 참인지 검증하기 위해 하위 가정을 구성하는 방식이 유사하다 [11, 26].
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: 필요조건(Necessary)과 충분조건(Sufficient)을 활용한 엄밀한 논리 구조를 파악할 수 있다 [11].

### 심층 후속 질문 (Deeper Research Questions)
- '가장 위험한 가정(Riskiest Assumption)'을 판별하는 객관적인 기준은 무엇인가? [2]
- 가정을 테스트하는 실험 설계 시, 통계적 유의미성과 속도 사이의 균형을 어떻게 맞추는가? [5, 13]
- 프로덕트 트리오 외부의 이해관계자(Stakeholder)에게 가정 매핑 결과를 효과적으로 전달하는 방법은? [27, 28]
- 가정이 기각되었을 때, 솔루션을 수정하는 것과 기회를 재정의하는 것 중 우선순위는 어떻게 결정되는가? [2]
- 정성적 인터뷰 데이터에서 추출된 가정이 정량적 지표와 모순될 때 이를 어떻게 처리하는가? [29, 30]

### 실무 적용 맥락 (Practical Application Contexts)
- **Implementation:** 새로운 기능을 개발하기 전, 1~2일 단위의 소규모 실험을 설계할 때 사용한다 [5].
- **System Design:** 제품 리스크(가망성, 실현 가능성 등)를 사전에 식별하여 설계 오류를 최소화한다 [6].
- **Operation / Maintenance:** 가정이 기각된 솔루션을 빠르게 정리하여 백로그의 복잡도를 관리한다 [31].
- **Learning Path:** 스토리 기반 인터뷰에서 기회를 도출하고 이를 실험 가능한 가정을 연결하는 지속적 발견(Continuous Discovery) 역량을 학습한다 [32, 33].

### 인접 주변 주제 (Adjacent Topics)
- [[MECE Principle]]
  - 확장 방향: 가정들을 분류할 때 중복과 누락 없이 리스크 범주를 구성하는 데 활용된다 [25, 34].
- [[Minto Pyramid]]
  - 확장 방향: 검증된 가정을 바탕으로 결론을 먼저 제시하는 효율적인 보고 구조를 설계할 수 있다 [35, 36].


## 📝 변경 이력 (Change history)
- 2026-05-24: Initial draft generated via Datacollector_MAC P-Reinforce engine.