Files

T

Antigravity Agent 2a2a1ad3b1 chore(wiki): Thinking & Reasoning 토픽 대대적 확장 + Premium/Logic Tree 통합

- 10_Wiki/Topics/Thinking & Reasoning/ 다수 신규 토픽 추가
  (3C, 4P, 5 Whys, 7S, 80/20 법칙, 인과관계, 디자인 씽킹 변형 등)
- Premium/Logic Tree/ 11개 파일 → Thinking & Reasoning 으로 흡수
- Premium/Thinking & Reasoning/ 동기화 갱신
- memory/long_term.json + .DS_Store 자동 갱신

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

2026-05-25 10:04:02 +09:00

5.9 KiB

Raw Permalink Blame History

id, title, category, status, verification_status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, created_at, updated_at, review_reason, merge_history, tags, raw_sources, applied_in, github_commit

title

문제 정의

🎯 한 줄 통찰 (One-line insight)

단순한 현상(Symptom)을 나열하는 것이 아니라, 해결의 근본적 방향성을 결정하는 '진짜 문제'를 SMART한 질문의 형태로 확정하는 핵심 단계다 [1-3].

🧠 핵심 개념 (Core concepts)

SMART 원칙: 문제 정의는 구체적(Specific), 측정 가능(Measurable), 행동 지향적(Action-oriented), 관련성 높은(Relevant), 기한이 명시된(Time-bound) 질문이어야 한다 [2-6].
진짜 문제 vs 현상: 드러난 현상(예: 매출 감소) 뒤에 숨겨진 근원적인 문제(예: 부적절한 타겟팅 또는 가치 제안 실패)를 구별하여 해결의 초점을 맞춘다 [2, 7-10].
이해관계자 정렬(Stakeholder Alignment): 의사결정권자와 실무자가 해결해야 할 문제에 대해 초기 단계부터 명확히 합의하고 공감대를 형성하는 과정이다 [4, 11, 12].
범위 및 제약 조건(Scope & Constraints): 무엇을 포함하고 배제할지(In-scope vs Out-of-scope), 예산과 자원 등의 한계는 무엇인지 사전에 명확히 획정한다 [4-6, 13].

🧩 추출된 패턴 (Extracted patterns)

5-Why 반복: "왜(Why?)"라는 질문을 최소 5번 이상 반복하여 단순 미봉책에서 본질적 솔루션(예: 최저가 입찰 정책 변경)으로 심화시킨다 [10, 14-16].
수요 중심적 사고: 제품의 우위성(Product-centric)이 아닌 고객의 비탄력적 수요(Demand-centric) 관점에서 문제를 다시 정의한다 [17].
워크시트 기반 정형화: '문제 정의 워크시트'를 사용하여 배경, 성공 기준, 주요 관계자, 핵심 통찰 자료원을 체계적으로 기록한다 [2, 4, 13, 18].

📖 세부 내용 (Details)

문제 해결의 출발점: 맥킨지 7단계 프로세스의 첫 번째 단계로, 이 단계에서 오류가 발생하면 이후의 분석과 제안이 모두 무의미해지는 'Garbage In, Garbage Out' 현상이 발생한다 [1, 19-22].
문제 정의 워크시트(Problem Statement Worksheet) 구성 요소:
- 핵심 질문: 해결해야 할 가장 기본적인 과제를 SMART하게 기술한다 [4, 5, 13].
- 배경 및 상황: 문제가 발생하게 된 역사적 맥락과 내외부 환경을 파악한다 [4-6, 13].
- 성공 기준: 무엇이 성공인지를 정의하는 정량적/정성적 지표(KPI)를 설정한다 [4-6, 13].
- 이해관계자 분석: 의사결정권자, 조언자, 방해자 등을 식별하고 그들의 니즈와 영향력을 분석한다 [4-6, 12, 23].
- 핵심 정보원: 데이터와 통찰을 얻기 위해 접근해야 할 내외부 소스를 특정한다 [5, 6, 13, 24].
프레이밍(Framing)의 가치: 혼돈 상태의 문제를 해결 가능한 작은 단위로 나누고 범위를 한정함으로써 분석의 효율성을 극대화한다 [25-28].
전략적 사고의 개입: 단순히 "어떻게(How)"에 치중하는 전문가적 사고에서 벗어나, "어떤 문제를 왜(Why) 해결하는가"에 집중하여 전체 국면을 조망한다 [1, 17].

⚖️ 모순 및 업데이트 (Contradictions & updates)

명칭의 변천: 전통적인 7단계 기법에서는 'Step 1: 문제 정의'로 불리나, 기민성을 강조하는 맥킨지 마인드(McKinsey Mind)나 4단계 통합 프로세스에서는 '프레이밍(Framing)'이라는 용어를 혼용하여 사용한다 [26, 28-30].
선형성 vs 비선형성: 이론적으로는 첫 단계이지만, 실제로는 분석과 검증을 통해 얻은 통찰을 바탕으로 문제를 수시로 재정의(Iterative process)해야 한다 [20, 31-34].

🛠️ 적용 사례 (Applied in summary)

LG 스마트폰 사업 실패 사례: 2000년대 후반 맥킨지 리포트는 스마트폰 시장을 과소평가하고 '피처폰 마케팅 효율화'에 집중하는 잘못된 문제 정의를 내렸으며, 이는 기술 R&D의 실기(失期)와 사업 철수로 이어졌다 [35-39].
세이코도 제과점(가상의 사례): "전통 과자가 안 팔린다"는 현상을 "외국인 관광객 타겟의 선물용 상품 부족" 및 "장인 실시간 조리 서비스 부재"라는 진짜 문제로 재정의하여 기사회생의 발판을 마련했다 [40-44].
Airline Inc. 운영 비용 절감: 단순히 비용을 줄이는 것이 아니라 "2027년까지 더 효율적인 운영을 통해 영업 비용을 4억 달러 감축하는 방법"이라는 SMART한 질문을 통해 분석의 범위를 좁혔다 [5, 45].
산불 복구 케이스 스터디(Bushfire Recovery): 복구라는 막연한 주제에서 "화재 피해 커뮤니티에 필요한 지원 유형은 무엇인가"와 "인프라 재건 우선순위는 어떻게 설정해야 하는가"로 문제를 구체화했다 [46].
Alpha Manufacturing: "2025년까지 EBITDA를 1,300만 달러 증대시켜 5,000만 달러를 달성하는 방법"으로 명확한 성공 기준을 포함해 문제를 정의했다 [47, 48].

✅ 검증 상태 및 신뢰도

상태: draft
검증 단계: conceptual (LG 스마트폰 및 세이코도 등 실전/가상 사례를 통한 전략적 타당성 확인)
출처 신뢰도: B (맥킨지 공식 방법론 및 관련 서적, 실무 블로그 분석 결과)
중복 검사 결과: 신규 생성 (New discovery)

📝 변경 이력 (Change history)

2026-05-24: Initial draft generated via Datacollector_MAC P-Reinforce engine.

5.9 KiB Raw Permalink Blame History