답은 넘쳐나는데 왜 문제는 그대로일까

AI에게 답을 묻기 전에, 문제를 다시 보라 【1편】

— PART 1. 답을 찾기 전에 문제부터 다시 보라 —

"가장 심각한 실수는 잘못된 답에서 오지 않는다. 진짜 위험한 것은 잘못된 질문을 던지는 것이다."

— 피터 드러커 (Peter Drucker)

회의실을 나오면서 매번 같은 생각을 했습니다

"방금 결론이 난 것 같은데, 왜 다음 주에도 똑같은 회의를 하고 있을까."

26년 동안 조직에서 인사와 제도를 설계하며 숱하게 확인한 장면입니다. 문제는 새로운데 회의는 낯익습니다. 도구는 최신인데 결과는 익숙합니다.

요즘은 여기에 한 가지가 더해졌습니다. AI입니다.

궁금한 것이 생기면 몇 초 만에 답이 나옵니다. 보고서 초안도, 시장분석도, 회의록 정리도 대신해 줍니다. 그런데 이상하게도 조직의 진짜 문제들은 좀처럼 줄지 않습니다.

이상하지 않으십니까.

도구가 열 배 좋아졌는데 결과가 열 배 좋아지지 않았다면, 문제는 도구가 아닙니다.

우리는 답이 부족해서 힘든 것이 아닙니다. 처음부터 잘못된 문제를 풀고 있었던 것입니다.

1. '답을 찾는 능력'의 값이 이미 떨어졌습니다

10년 전만 해도 정보 자체가 힘이었습니다. 남들보다 먼저 자료를 찾고, 남들보다 빨리 요약할 수 있는 사람이 유능했습니다.

지금은 다릅니다. ChatGPT, Claude, Gemini, Perplexity 중 무엇을 열어도 몇 초 안에 그럴듯한 답이 나옵니다. 정보를 빨리 찾는 능력의 가치는 빠르게 낮아지고 있습니다.

무엇의 값이 내려가고 무엇이 올라갔는가

표의 마지막 두 행을 보십시오. 질문 설계와 문제 정의. 이 두 가지만 값이 올랐습니다.
그런데 대부분의 조직은 여전히 위쪽 세 행에 시간을 쓰고 있습니다.

AI가 바꾼 것과 바꾸지 못한 것

AI가 잘하는 일

주어진 질문에 답하는 일입니다. 질문이 명확할수록 AI는 놀랍도록 유능해집니다.

AI가 대신할 수 없는 일

애초에 어떤 질문을 던질지 정하는 일입니다. 그리고 이 경계가 지금 조직 안에서 가장 크게 벌어지고 있는 격차입니다.

AI는 잘못된 문제를 더 빠르고 더 그럴듯하게 풀어냅니다. 그래서 위험합니다.

2. 반년 동안 열심히 풀었는데 그대로였던 문제

여러 조직에서 반복해서 본 장면을 하나 말씀드리겠습니다. 이름과 세부 상황은 여러 사례를 섞은 것이지만, 흐름은 놀라울 만큼 비슷합니다.

한 팀이 이직률 문제로 골머리를 앓고 있었습니다. 처음 던진 질문은 이것이었습니다.

"어떻게 하면 이직률을 낮출 수 있을까?"

곧바로 해결바카라들이 쏟아졌습니다. 복지를 늘리자, 연봉을 조정하자, 워크숍을 하자, 멘토링을 붙이자. 회의는 활발했고 보고서는 두꺼워졌습니다. 몇 가지 제도도 실제로 도입됐습니다.

그런데 반년 뒤에도 이직률은 그대로였습니다.

문제는 해결바카라이 부족해서가 아니었습니다. 문제 정의가 틀려 있었습니다.

나중에 퇴사자 인터뷰를 다시 들여다보니, 떠난 사람의 대다수가 연봉이나 복지가 아니라 전혀 다른 이유를 들고 있었습니다.

"이 조직에서 내 3년 후가 보이지 않습니다."

복지를 늘리는 일과, 3년 후가 보이게 만드는 일은 전혀 다른 과제입니다. 이 팀은 열심히 답을 찾았지만, 애초에 다른 문제를 풀고 있었던 것입니다.

이런 장면은 특별하지 않습니다

형태만 다를 뿐 구조는 같습니다. 해결바카라부터 찾고 원인은 나중에 확인하는 순서. 이 순서가 바뀌지 않는 한, 도구가 아무리 좋아져도 결과는 크게 달라지지 않습니다.

배송 인력을 늘려도 여전히 늦는 회사, 프로모션을 늘려도 매출이 그대로인 매장, 회의 규칙을 만들었는데 회의가 더 길어진 팀. 모두 같은 병입니다.

3. 같은 데이터, 다른 질문 — 밀크셰이크가 알려준 것

경영학자 피터 드러커는 이렇게 말했습니다. "가장 심각한 실수는 잘못된 답에서 오지 않는다. 진짜 위험한 것은 잘못된 질문을 던지는 것이다."

이 말은 AI 시대에 오히려 더 날카롭게 맞아떨어집니다.

하버드 경영대학원의 밀크셰이크 사례

처음 던진 질문

한 패스트푸드 체인이 밀크셰이크 판매를 늘리고 싶어 했습니다. 처음 질문은 "어떻게 하면 더 맛있는 밀크셰이크를 만들까"였습니다. 설문을 돌리고, 당도와 되기를 바꾸고, 맛의 종류를 늘렸습니다. 판매는 크게 움직이지 않았습니다.

바꿔서 던진 질문

연구팀은 다른 질문을 던졌습니다. "사람들은 대체 밀크셰이크를 왜 사는가." 매장에서 하루 종일 지켜본 결과, 상당수는 이른 아침 혼자 차를 몰고 출근하는 사람들이었습니다.

그들에게 밀크셰이크는 간식이 아니었습니다. 지루한 출근길을 견디게 해 주고, 점심까지 허기를 참게 해주는 '한 손으로 오래 즐길 수 있는 무언가'였습니다.

문제가 다시 정의되자 해법도 달라졌습니다

더 달게 만드는 것이 아니라, 더 걸쭉하게 만들어 오래 마실 수 있게 하는 방향으로.

같은 상품, 같은 고객, 같은 데이터였습니다. 달라진 것은 질문 하나였습니다.

이 사례가 말해주는 것

문제를 잘 푸는 사람은 주어진 질문에 빠르게 답합니다. 문제를 잘 정의하는 사람은 애초에 그 질문이 맞는 질문인지부터 확인합니다.

그리고 후자가 결국 더 멀리 갑니다. AI는 첫 번째 유형을 급속히 대체하고 있습니다. 두 번째 유형은 아직, 그리고 앞으로도 오랫동안 대체하기 어렵습니다.

4. 오늘 당장 쓸 수 있는 첫 번째 도구

이 시리즈는 이론서가 아닙니다. 매 편마다 오늘 바로 쓸 수 있는 것을 드립니다.

첫 번째 도구는 문제 정의를 의심하는 프롬프트입니다. 지금 붙들고 있는 문제 하나를 떠올리고 아래를 채워 넣으십시오.

증상과 원인을 분리하는 프롬프트

당신은 McKinsey 구조적 사고 전문가입니다.

아래 상황에서 증상과 진짜 원인을 분리해 주십시오.

현재 상황: [무슨 일이 일어나고 있는가]

지금까지 시도한 해결바카라: [무엇을 해봤는가]

그래도 해결되지 않은 이유: [왜 안 됐다고 생각하는가]

요청 사항:

① 위 내용에서 증상과 원인을 구분해 주십시오

② 'Why?'를 다섯 번 반복해 근본 원인까지 파고들어 주십시오

③ 마지막에 '진짜 문제'를 한 문장으로 정의해 주십시오

제 판단에 동의하지 마시고, 제가 당연하게 여기는 것을

의심하게 만드는 질문을 함께 던져 주십시오.

이 프롬프트를 쓸 때 주의할 것

AI의 답을 결론으로 받지 마십시오

AI가 찾아준 근본 원인은 가설입니다. 사실이 아닙니다. 이후 편에서 이 가설을 검증하는 방법을 다룹니다. 지금은 "내가 풀고 있던 문제가 진짜 문제였는가"를 의심하는 것만으로 충분합니다.

두 번째 답부터가 시작입니다

첫 번째 답에 만족하지 마십시오. "그건 왜 그런가요?"를 세 번 더 물어보십시오. 표면 원인과 구조적 원인은 그 지점에서 갈립니다.

5. 이 시리즈가 가려는 길

앞으로 이어질 스물네 편에서 이 질문을 실제로 다루는 법을 하나씩 짚어갑니다.

여섯 개의 구간

1구간 — 답을 찾기 전에 문제부터 다시 보라

증상과 원인 구분, 문제 재정의, 다섯 번의 왜. AI는 아직 등장하지 않습니다. 먼저 우리 사고 습관을 봅니다.

2구간 — 복잡한 문제를 보이는 구조로 바꿔라

MECE 분해, 어골도 분석, 숨은 가정 드러내기, 틀린 문제 점검. 막연한 문제를 움직일 수 있는 구조로 바꿉니다.

3구간 — AI를 검색창이 아니라 문제해결팀으로 만들어라

여기서 네 개의 AI가 등장합니다. 그런데 주인공은 도구가 아니라 업무입니다. 어떤 순간에 누구에게 무엇을 맡길 것인가를 설계합니다.

4구간 — 해결바카라을 믿지 말고 검증하라

가설 검증, 반대 관점 만들기, 근거 확인, 해결바카라 평가 매트릭스. 좋은 아이디어와 효과 있는 해결바카라은 다릅니다.

5구간 — 크게 시작하지 말고 작게 증명하라

파일럿 설계, 성공 기준 사전 정의, 30일 실행 계획. 실행은 용기가 아니라 검증의 과정입니다.

6구간 — 문제 하나를 해결하고 시스템 하나를 남겨라

재발 방지, 학습 문서화, 팀 프롬프트 라이브러리, 그리고 마지막에 스물네 개를 하나로 잇는 마스터 메타프롬프트.

어떤 AI가 가장 똑똑한가는 이 시리즈의 관심사가 아닙니다. 어떤 순간에 무엇을 물어야 하는가, 그것이 끝까지 붙들고 갈 질문입니다.

6. 질문 하나가 사람을 살린 이야기

몇 년 전, 한 제조 현장에서 있었던 일입니다.

같은 공정에서 안전사고가 반복됐습니다. 크게 다친 사람은 없었지만 아찔한 순간이 여러 번 있었습니다.

처음 문제 정의는 이랬습니다. "작업자들이 안전 수칙을 지키지 않는다."

그래서 교육을 늘렸습니다. 안전 포스터를 붙였습니다. 경고 방송을 했습니다. 위반자에게 경고장을 발부했습니다.

그런데 사고는 계속됐습니다.

어느 날 안전 담당자가 다르게 물었습니다. 작업자를 불러 야단치는 대신, 사고가 났던 지점에 직접 서서 물었습니다.

"왜 여기서 규정대로 하기가 어려우신가요?"

한 40대 작업자가 잠시 망설이다가 말했습니다.

"규정대로 하면요, 이 설비 뒤로 돌아가야 하는데 거기 통로가 사람 한 명 겨우 지나갑니다. 손에 자재 들고는 못 지나가요. 그래서 다들 앞으로 넘어가는 겁니다. 저희가 게을러서가 아니에요."

담당자가 직접 그 통로에 서봤습니다. 정말 지나갈 수 없었습니다.

문제가 다시 정의됐습니다. "작업자가 규정을 안 지킨다"에서 "규정을 지킬 수 없는 동선이 설계돼 있다"로.

통로를 넓히는 공사에 이틀이 걸렸습니다. 비용은 교육 프로그램 한 번 값보다 적었습니다.

그 이후 그 공정에서 사고는 나오지 않았습니다.

몇 달 뒤 그 작업자가 담당자에게 말했다고 합니다.

"제 얘기를 들어주신 게 처음이었습니다."

문제를 다시 본다는 것은 분석 기법이 아닙니다.

사람을 다시 보는 것입니다. 그동안 게으르다고 여겼던 사람이 실은 불가능한 조건에서 버티고 있었다는 것을 발견하는 일입니다.

질문 하나가 사고를 막았습니다. 그리고 한 사람의 존엄을 회복시켰습니다.

올바른 질문은 정답을 찾기 위한 도구가 아닙니다. 보이지 않던 사람을 보이게 만드는 일입니다.

오늘, 한 가지만 물어보십시오

AI가 아무리 좋아져도 잘못된 질문에는 잘못된 방향의 좋은 답만 돌아옵니다.

밀크셰이크를 더 달게 만드는 데는 AI가 도와줄 수 있습니다. 그런데 "사람들은 왜 이걸 사는가"를 묻는 것은 여전히 우리의 몫입니다.

이 글을 읽고 계신 지금, 여러분의 조직이나 삶에서 오래 붙들고 있는 문제 하나가 떠오르신다면, 잠시 멈추고 스스로에게 물어봐 주십시오.

"나는 지금, 정말 올바른 문제를 풀고 있는가."

이 질문 하나가 다음 편으로 가는 다리가 되어줄 것입니다.

"제 얘기를 들어주신 게 처음이었습니다." 그 한마디를 듣기 위해, 우리는 질문을 다시 배웁니다.

▶ 다음 편 예고

다음 2편 「증상을 문제라고 착각하지 마라」입니다. 매출 감소, 이직 증가, 배송 지연처럼 우리가 '문제'라고 부르는 것들이 사실은 더 깊은 원인이 겉으로 드러난 증상일 뿐이라면 어떻게 하시겠습니까. 증상과 원인을 분리하는 구체적 방법과, 그 구분이 해결바카라을 어떻게 완전히 바꾸는지를 실제 사례와 함께 다룹니다.

참고 문헌

1. Peter Drucker, The Effective Executive (1967) — '잘못된 질문이 잘못된 답보다 위험하다' 원전

2. Clayton Christensen, Competing Against Luck (2016) — 밀크셰이크 사례 및 Jobs to Be Done 이론

3. Taiichi Ohno, Toyota Production System (1978) — 5 Whys 근본원인 분석의 원전

4. Kaoru Ishikawa, Guide to Quality Control (1976) — 어골도(Fishbone) 분석 방법론

5. Barbara Minto, The Pyramid Principle (1987) — MECE 원칙 및 구조적 문제 분해

6. Harvard Business Review, "Are You Solving the Right Problem?" (2017) — 문제 재정의가 성과에 미치는 영향 연구

7. 대한출판문화협회, 2026년 상반기 출판시장 통계 — 국내 AI 관련서 1,589종 출간 및 판매량 전년 대비 23.6% 증가

✦ ✦ ✦

이 시리즈는 Claude와 함께 세계를 읽고, 개인의 생존 전략을 설계하는 25편의 여정입니다.

① 구독을 위한 팔로우를 하시고 난 후 댓글, 하단에 ② 응원해 주시고, ③ 개인 메일을 남겨 주시면 클로드 글쓰기의 최고 전문가 마스터 시리즈와 메타프롬프트 자동화 생성기를 별도로 보내 드리겠습니다.