Antigravity Agent
2a2a1ad3b1
- 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>
110 lines
8.4 KiB
Markdown
110 lines
8.4 KiB
Markdown
---
|
|
id: 로직-트리-(logic-tree)
|
|
title: "로직 트리 (Logic Tree)"
|
|
category: "10_Wiki/Topics"
|
|
status: "draft"
|
|
verification_status: "conceptual"
|
|
canonical_id: ""
|
|
aliases: ["Logic Tree", "로직트리"]
|
|
duplicate_of: ""
|
|
source_trust_level: "B"
|
|
confidence_score: 0.95
|
|
created_at: 2026-05-24
|
|
updated_at: 2026-05-24
|
|
review_reason: ""
|
|
merge_history: []
|
|
tags: ["research", "맥킨지식문제해결 프로세스", "구조화"]
|
|
raw_sources: ["NotebookLM Synthesis"]
|
|
applied_in: ["세이코도 제과공장 도산 위기 해결", "성수대교 붕괴 원인 분석", "생산 현장 기름 유출 문제 해결", "유기농 제품 판매 증대 전략"]
|
|
github_commit: ""
|
|
---
|
|
|
|
# [[로직 트리 (Logic Tree)]]
|
|
|
|
## 🎯 한 줄 통찰 (One-line insight)
|
|
복잡한 비즈니스 이슈를 [[MECE]] 원칙에 따라 논리적으로 분해하여 문제의 소재를 파악하고, 근본 원인과 실행 가능한 해결책을 계층적으로 시각화하는 핵심 구조화 도구 [1, 2].
|
|
|
|
## 🧠 핵심 개념 (Core concepts)
|
|
- **[[MECE]] (Mutually Exclusive, Collectively Exhaustive):** 로직 트리의 각 가지가 서로 중복되지 않으면서 전체를 포함해야 한다는 절대적 규율 [3, 4].
|
|
- **요소 분해 (Decomposition):** 막연한 문제를 다루기 쉬운 작은 단위로 쪼개어 '각개격파'가 가능하도록 만드는 과정 [5, 6].
|
|
- **인과 추론 (Causal Reasoning):** 결과와 원인(Why), 혹은 목적과 수단(How) 사이의 논리적 연결 고리를 수평·수직적으로 직조함 [1, 7, 8].
|
|
- **가설 지향 (Hypothesis-driven):** 초기 단계에서 설정한 가설을 검증하기 위한 논리적 이정표 역할을 수행 [9, 10].
|
|
|
|
## 🧩 추출된 패턴 (Extracted patterns)
|
|
- **3의 법칙:** 로직 트리 전개 시 각 층위의 항목을 가급적 3개 내외로 정리하여 핵심에 집중함 [3, 11, 12].
|
|
- **5Why 패턴:** '왜?'라는 질문을 5번 반복하여 표면적 현상을 넘어 근본적인 시스템 오류(구매 정책 등)를 찾아냄 [13-15].
|
|
- **STOCK vs FLOW 분해:** 정적인 대상(명사)은 구성 요소별로, 동적인 대상(동사)은 시간적 흐름(프로세스)에 따라 분해하는 설계 패턴 [14, 16].
|
|
- **축(Axis) 선정 패턴:** 매출을 '객수×객단가'로 나누듯, 문제의 목표와 타당한 인과관계가 있는 의미 있는 기준(축)을 설정함 [17, 18].
|
|
|
|
## 📖 세부 내용 (Details)
|
|
- **로직 트리의 정의 및 목적:**
|
|
- 주요 과제를 나무 모양으로 분해하여 정리하는 기술로, 제한된 시간 내에 문제의 넓이와 깊이를 논리적으로 파악할 수 있게 함 [2].
|
|
- 문제의 소재 발견, 원인 특정, 해결책 구체화를 목적으로 하며 중복과 누락을 방지하여 업무 효율을 극대화함 [1, 2, 19].
|
|
|
|
- **로직 트리의 3대 유형 [1, 6]:**
|
|
- **What Tree (요소 분해):** 대상 영역이 무엇으로 구성되었는지 파악하여 문제 지형도의 사각지대를 제거함 [5, 20].
|
|
- **Why Tree (원인 분석):** 'Why So?'를 반복하며 현상 배후의 논리 구조를 파헤쳐 근본 원인을 특정함 [7, 21].
|
|
- **How Tree (해결책 도출):** 'So How?'를 통해 해결책을 실행 가능한 구체적 수준으로 세분화함 [22, 23].
|
|
|
|
- **작성 시 주의사항 및 설계 원칙:**
|
|
- **폭과 깊이의 균형:** 가지들의 논리적 전개 레벨이 유사해야 하며, 특히 1차 전개에서는 반드시 MECE를 만족시켜야 함 [24, 25].
|
|
- **비중 고려:** 분해된 항목 간 비중 차이가 클 경우 이를 표시하여 중요도가 높은 쪽에 집중하도록 함 [25].
|
|
- **논리적 수렴:** 단순히 나열하는 것이 아니라, 하위 항목들의 합이 상위 항목의 질문에 완전히 답할 수 있어야 함 [7, 26].
|
|
|
|
- **프로세스 내 역할:**
|
|
- [[맥킨지식문제해결 프로세스]]의 'Step 2: 문제 구조화' 단계에서 핵심적으로 활용됨 [27, 28].
|
|
- 혼돈 상태인 문제의 범위를 획정하는 'Framing' 단계에서 필수적인 도구임 [29, 30].
|
|
|
|
## ⚖️ 모순 및 업데이트 (Contradictions & updates)
|
|
- **MECE의 현실적 한계:** 이론적으로는 전체가 MECE여야 하나, 실제 작성 시에는 1차 전개에 집중하고 이후 단계에서는 핵심 이슈 위주로 유연하게 접근하는 방식이 권장됨 [24, 31].
|
|
- **이슈 트리와의 차이:** 로직 트리는 주로 명사구/단어 형태로 요인을 특정하는 데 반해, 이슈 트리는 가부(Yes/No) 판단이 가능한 의문문 형태로 구성되어 가설 검증에 더 특화됨 [6, 32].
|
|
|
|
## 🛠️ 적용 사례 (Applied in summary)
|
|
- **세이코도 제과공장 위기 극복:** '진통제식 처방'이 아닌 로직 트리를 통한 '진짜 문제' 파악으로 신상품 전략 수립 [19, 32, 33].
|
|
- **성수대교 붕괴 사고 분석:** 시공 부실(설계/공법)뿐만 아니라 신도시 건설에 따른 외부 하중 및 지정학적 특성을 수평적으로 구조화하여 원인 규명 [15, 22, 34].
|
|
- **생산 현장 기름 유출 문제:** 바닥의 기름(현상) → 혼합기 누수(원인) → 가스켓 결함 → 최저가 입찰 구매 정책(근본 원인)으로 이어지는 Why Tree 전개 [13, 15].
|
|
- **스타벅스 매출 증대 전략:** 매출을 '객수×객단가'로 분해하고, 객수를 다시 시간대/연령대/성별이라는 의미 있는 축으로 구조화하여 해결책 도출 [5, 17].
|
|
|
|
## ✅ 검증 상태 및 신뢰도
|
|
- **상태:** draft
|
|
- **검증 단계:** conceptual (다양한 실전 비즈니스 케이스를 통해 논리적 효용성 입증됨)
|
|
- **출처 신뢰도:** B (맥킨지 공식 방법론 및 관련 전문 서적 기반 분석)
|
|
- **중복 검사 결과:** 신규 생성
|
|
|
|
## 🔗 관련 문서 링크 (Related document links)
|
|
|
|
### 상위/유사 개념
|
|
#### [상위 프로세스 및 철학]
|
|
- [[맥킨지식문제해결 프로세스]]
|
|
- 연결 이유: 로직 트리가 가장 활발하게 사용되는 상위 실행 프레임워크임.
|
|
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 구조화 이후 가설 수립 및 분석 계획과의 연결성 [27].
|
|
|
|
#### [논리적 기반 기술]
|
|
- [[MECE]]
|
|
- 연결 이유: 로직 트리의 논리적 완결성을 담보하는 핵심 원칙임.
|
|
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 누락과 중복 없는 분류의 기준 설정법 [3, 4].
|
|
|
|
#### [확장/변형 도구]
|
|
- [[이슈 트리]]
|
|
- 연결 이유: 로직 트리 구조를 기반으로 가설 검증형 질문을 배치한 도구임.
|
|
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 정량 분석 계획 수립 시의 적용 씬 [6].
|
|
|
|
### 심층 후속 질문 (Deeper Research Questions)
|
|
- MECE 원칙을 기계적으로 적용할 때 발생하는 '창의성 저해' 리스크를 [[제로베이스 사고]]로 어떻게 보완할 것인가? [35]
|
|
- 로직 트리를 통해 도출된 수많은 가지 중 [[80/20 원칙]]을 적용하여 '키 드라이버'를 선별하는 직관적 기준은 무엇인가? [36, 37]
|
|
- 데이터의 후행성 오류(과거 데이터 기반 구조화)를 극복하기 위해 로직 트리에 미래 변수를 어떻게 통합할 것인가? [31, 38]
|
|
- 복잡한 로직 트리를 30초 내에 설명해야 하는 [[엘리베이터 테스트]]용으로 요약하는 알고리즘은? [39, 40]
|
|
- 비즈니스 모델이 'FLOW(프로세스)' 중심일 때 로직 트리와 [[비즈니스 시스템]] 프레임워크를 어떻게 결합할 것인가? [2, 6]
|
|
|
|
### 실무 적용 맥락 (Practical Application Contexts)
|
|
- **Implementation:** 과제 설정 후 즉시 해결책으로 뛰어들지 않고, 로직 트리를 그려 모든 가능성을 열거하는 단계 거침 [41, 42].
|
|
- **System Design:** 웹 서비스나 시스템 구조 설계 시 레이어(DB, 서버, 클라이언트) 기반의 로직 트리 구조 채택 가능 [16].
|
|
- **Operation / Maintenance:** 콜센터 VOC 증가 등 운영상 문제 발생 시 Why Tree를 사용하여 배송 시스템이나 제품 품질 등의 근본 원인 추적 [23, 43].
|
|
- **Learning Path:** 초보자는 기존 프레임워크(3C, 4P)를 로직 트리의 '축'으로 활용하는 연습부터 시작함 [16, 44].
|
|
|
|
### 인접 주변 주제 (Adjacent Topics)
|
|
- [[피라미드 원칙]]
|
|
- 확장 방향: 로직 트리로 구조화된 분석 결과를 하향식(Top-down)으로 보고하는 커뮤니케이션 기법으로 확장 [45, 46].
|
|
|
|
## 📝 변경 이력 (Change history)
|
|
- 2026-05-24: Initial draft generated via Datacollector_MAC P-Reinforce engine. |