2.9 KiB
2.9 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-WOBW-001 | Business | 0.97 |
|
2026-04-20 |
Working-Backwards
📌 한 줄 통찰 (The Karpathy Summary)
"거꾸로 설계하는 승리: 우리가 만들 기술에서 시작하는 것이 아니라, 미래의 고객이 보게 될 보도자료와 기쁨의 순간에서 거꾸로 내려오며 현재 무엇을 만들어야 할지를 결정하는 혁신의 역행법."
📖 구조화된 지식 (Synthesized Content)
거꾸로 일하기(Working Backwards)는 아마존(Amazon)의 핵심적인 제품 개발 방법론으로, 철저하게 고객의 관점에서 미래의 성공을 정의하고 이를 실현하기 위한 구체적인 단계를 설계하는 방식입니다.
- 핵심 도구 - PR/FAQ:
- Press Release (보도자료): 제품이 출시되었을 때 고객이 얻게 될 이점과 감동을 뉴스 형식으로 미리 작성 (1~2쪽). 기술적 세부 사항이 아닌 '고객 가치'에 집중.
- FAQs (질의응답): 고객과 내부 이해관계자가 던질 까다로운 질문들에 대한 답변을 미리 준비. 리스크와 구현 난이도를 사전에 점검.
- 프로세스의 장점:
- Customer Obsession: 제작자의 편의성이나 기술적 허영심이 아닌 오직 '고객의 필요'에만 집중하게 함.
- Clarity: 무엇을 만들어야 하는지 전 팀원이 명확한 비전을 공유하게 함.
- Resource Efficiency: 고객 가치가 낮은 기능을 사전에 필터링하여 자원 낭비를 방지함.
- 적용 시점:
- 코드를 한 줄이라도 쓰기 전, 혹은 디자인 시안을 잡기 전에 가장 먼저 수행되어야 함.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거의 엔지니어링 중심 정책은 '기술적 레이어'를 먼저 쌓아 올리는 바텀업(Bottom-up) 방식을 선호했으나, 현대의 시장 주도 정책은 철저한 'Working Backwards'를 통한 시장 적합성(Product-Market Fit) 검증 정책을 최우선으로 함(RL Update).
- 정책 변화(RL Update): 거대 언어 모델 기반 서비스 기획 정책에서, "AI가 무엇을 할 수 있는가"에서 시작하지 않고 "사용자가 어떤 문제를 느끼는가"에서 거꾸로 내려와 필요한 AI 성능(Target Function)을 정의하는 '사용자 중심 AI 기획 정책'이 성공의 표준이 됨.
🔗 지식 연결 (Graph)
- Rapid-Prototyping, Target-Function-Profiling, Strategic-Planning, Standardization vs Innovation, Human-Computer Interaction (HCI)
- Modern Tech/Tools: Amazon Leadership Principles, PR/FAQ templates.