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

5.4 KiB

Raw 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

5-Whys

🎯 한 줄 통찰 (One-line insight)

"왜"라는 질문을 반복하여 문제의 표면적 증상을 넘어 시스템적인 근본 원인(Root Cause)에 도달하게 하는 가장 단순하고 직관적인 선형적 분석 기법 [1, 2].

🧠 핵심 개념 (Core concepts)

반복적 심층 질문(Iterative Interrogation): 문제의 결과에서 시작하여 "왜?"라는 질문을 최소 5회 이상 반복하며 인과관계의 사슬을 거꾸로 추적함 [1, 2].
단일 경로 인과관계(Linear Causality): 하나의 원인이 다음 결과로 이어지는 단일한 논리적 체인을 형성하여 분석의 초점을 수렴시킴 [3, 4].
근본 원인 도달(Reaching the Root): 단순한 증상 완화가 아니라, 시스템이나 프로세스 내에서 문제를 영구적으로 해결할 수 있는 기저 요인을 식별함 [1, 5].
낮은 진입 장벽(Low Barrier to Entry): 특별한 훈련이나 고가의 소프트웨어 없이도 소규모 팀이 즉각적으로 적용할 수 있는 높은 접근성을 가짐 [3, 4].

🧩 추출된 패턴 (Extracted patterns)

질문-응답 사슬 패턴: 문제 발생 → 원인 1(Why 1) → 원인 2(Why 2) → 원인 3(Why 3) → 원인 4(Why 4) → 근본 원인(Why 5, 관리/시스템적 요소)으로 이어지는 전형적인 RCA 경로를 따름 [1].
에스컬레이션 트리거: 5-Whys로 해결되지 않거나 문제가 반복될 경우, 다중 원인을 분석할 수 있는 로직 트리(Logic Tree)로 분석 수준을 격상하는 전략이 권장됨 [6, 7].
인적 오류 귀착 패턴: 적절한 가이드가 없을 경우 분석이 "사람의 실수"에서 멈추어 비난(Blame)으로 이어지는 부정적 패턴이 발견되기도 함 [8].

📖 세부 내용 (Details)

방법론적 특성: 5-Whys는 근본 원인 분석(RCA) 중 가장 대중적인 도구로, 복잡한 비즈니스 위기나 공정 결함의 초기 진단에 매우 효율적임 [4, 9]. 특히 식스 시그마(Six Sigma)나 의료 분야의 위해 사건 분석에서 표준적으로 활용됨 [2].
주요 장점:
- 분석 속도가 매우 빠르며 직관적임 [3].
- 초보 분석가가 문제의 기저 요인을 깊이 있게 고민하도록 돕는 교육적 효과가 있음 [10].
- 별도의 도구가 없어도 현장에서 즉시 실행 가능함 [3].
한계 및 단점:
- 단순화의 위험: 선형적인 접근 방식 때문에 복잡한 문제에 얽힌 여러 개의 병렬적 원인(Parallel Causes)을 놓칠 위험이 큼 [3, 11].
- 확증 편향(Confirmation Bias): 조사자가 이미 가정한 결론에 도달하도록 질문을 유도할 가능성이 높음 [11].
- 가이드 부재: 질문을 "어떻게" 던져야 하는지에 대한 구체적인 방법론이 부족하여 진행자의 숙련도에 의존함 [10, 11].
- 데이터 검증 부족: "무엇이 일어났는가(What happened)"에 대한 철저한 사실 확인 없이 "왜(Why)"로 성급히 넘어가 결론을 도출하기 쉬움 [11, 12].

⚖️ 모순 및 업데이트 (Contradictions & updates)

질문의 횟수: 명칭은 '5-Whys'이지만, 5번이 항상 충분한 것은 아니며 근본 원인이 발견될 때까지 질문을 지속해야 함 [2]. 반면 너무 깊이 파고들면 실행 불가능한 영역에 도달할 위험도 존재함.
로직 트리와의 관계: 5-Whys는 로직 트리의 특수한 형태(단일 가지 형태)로 볼 수 있으나, 소스에 따라서는 5-Whys를 로직 트리와 대조되는 '단순 선형 기법'으로 구분하며 복잡한 사건에는 로직 트리를 상위 호환 도구로 제시함 [3, 4].

🛠️ 적용 사례 (Applied in summary)

기계 고장 진단: "기계 정지 → 퓨즈 끊어짐 → 모터 과부하 → 베어링 윤활 부족 → 펌프 고장 → 유지보수 일정 미준수"라는 흐름으로 실제 근본 원인을 시스템적 일정 관리 문제로 정의함 [1].
종이 공장 패키징 라인: 반복되는 셧다운에 대해 5-Whys를 적용하여 '센서 정렬 불량'을 찾아냈으나, 문제가 재발하자 로직 트리로 확장하여 '공급업체 부품 품질'과 '작업자 점검 미흡'이라는 다중 원인을 규명함 [6, 13].
의료 및 공정 관리: 의료 현장의 위해 사건 분석 및 제조업의 품질 개선 활동(Six Sigma)에서 근본 원인 도출을 위한 초기 도구로 적용됨 [2].

✅ 검증 상태 및 신뢰도

상태: draft
검증 단계: conceptual (실제 산업 현장의 고장 진단 및 품질 관리 사례를 통해 효용성 입증됨)
출처 신뢰도: B (Official Documentation / Management Consulting Frameworks via NotebookLM)
중복 검사 결과: 신규 생성 (New discovery)

📝 변경 이력 (Change history)

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

5.4 KiB Raw Blame History