AI에게 일 시키는 기술 · CREST 시리즈 · 13편 (PART 3)

문제해결 편 :

5 Whys와 MECE를 AI와 함께 돌리는 법

— 같은 문제가 반복되는 이유는 답이 틀려서가 아니라 원인을 틀리게 봤기 때문이다

"어떤 사고의 증후를 단순히 주시하는 것과 반대로, 근본 원인을 찾고 재발 방지 대바카라을 마련하는 방법이다. 지금까지의 대바카라이 현상 대응형 1차원 수준에 머물러 있는 이유는 근본 원인 분석 부족이다." — 5 Why를 통한 건설사고 원인분석 연구 (2024)

여섯 번째 같은 회의

이번이 여섯 번째였습니다.

같은 문제로 여섯 번째 회의를 하고 있었습니다. 고객 클레임이 줄지 않는다는 문제. 매번 대바카라이 나왔습니다. 응대 매뉴얼을 만들었고, 교육을 했고, 전담 인력도 붙였습니다. 그런데 석 달마다 같은 회의가 돌아왔습니다.

회의 중 한 팀원이 조용히 말했습니다.

"혹시 우리가 처음부터 틀린 문제를 풀고 있었던 건 아닐까요?"

불편한 침묵이 흘렀습니다. 그러나 그 질문이 정확했습니다.

그동안 팀이 풀던 문제는 '클레임을 어떻게 줄일까'였습니다. 응대를 개선하는 방향이었습니다. 그런데 실제로 데이터를 파고들어 보니, 클레임의 68%가 특정 배송 경로 하나에서 나오고 있었습니다. 응대 문제가 아니라 물류 문제였습니다.

여섯 번의 회의, 세 번의 대바카라, 수백 시간. 모두 잘못된 원인에 쓰였습니다.

문제가 반복되는 이유는 해결바카라이 나빠서가 아닙니다. 증상을 원인으로 착각했기 때문입니다. 증상을 아무리 잘 치료해도 원인은 그대로 남습니다.

1. 증상과 원인 — 대부분이 여기서 갈린다

문제 해결의 첫 단추는 증상과 원인을 구분하는 것입니다. 그런데 이것이 생각보다 어렵습니다. 증상은 눈에 보이고, 원인은 보이지 않기 때문입니다.

이 표의 첫 번째 열은 우리가 회의에서 '문제'라고 부르는 것들입니다. 두 번째 열이 진실입니다. 그것들은 문제가 아니라 증상입니다.

Asana의 근본 원인 분석 가이드는 이것을 명확히 표현합니다. '근본 원인 분석은 문제의 표면적 증상을 치료하는 대신 더 깊이 파고들어 근본적인 문제를 찾아냅니다.' 그리고 인과 관계 흐름도를 통해 문제를 증상, 가능한 원인, 실제 원인으로 세분화하라고 권합니다.

2. 5 Whys — 도요타에서 시작된 가장 단순한 도구

5 Whys는 1950년대 도요타 생산 시스템(TPS)에서 시작됐습니다. 도요다 사 키치와 오노 타이이치가 개발했습니다. 방법은 단순합니다. '왜?'를 다섯 번 묻는 것입니다.

여기서 중요한 오해 하나를 바로잡아야 합니다. '5'는 정확히 다섯 번을 뜻하지 않습니다. 최소한 다섯 번을 의미합니다. 문제의 복잡도에 따라 세 번에서 끝날 수도, 일곱 번이 필요할 수도 있습니다.

앞의 클레임 사례를 5 Whys로 돌려보겠습니다.

다섯 번의 질문으로 도착한 곳이 '응대 매뉴얼'과 얼마나 먼지 보십시오. 여섯 번의 회의가 매번 첫 번째 층에서 멈췄던 이유입니다.

3. AI와 5 Whys를 돌릴 때 빠지는 4가지 함정

AI에게 5 Whys를 시키면 순식간에 다섯 단계가 나옵니다. 그런데 그 결과가 틀린 경우가 많습니다. 함정 네 가지를 알아야 합니다.

함정 1이 가장 흔하고 가장 위험합니다. 도요타가 5 Whys를 만든 이유가 바로 이것입니다. 사람을 탓하는 순간 분석이 멈추고 시스템은 그대로 남습니다. 그리고 같은 문제가 다시 발생합니다.

5 Whys의 목적은 범인을 찾는 것이 아닙니다. 다시 일어나지 않게 만드는 구조를 찾는 것입니다. 사람에서 멈추면 구조는 바뀌지 않습니다.

4. MECE로 빠진 영역을 찾는 법

5 Whys가 깊이를 파는 도구라면, MECE는 넓이를 확인하는 도구입니다. 둘은 함께 써야 합니다.

MECE는 Mutually Exclusive, Collectively Exhaustive의 약자입니다. 서로 겹치지 않으면서 전체를 빠짐없이 덮는다는 뜻입니다. 5 Whys로 한 갈래를 깊이 팠다면, MECE로 '다른 갈래가 빠지지 않았는지' 확인합니다.

클레임 사례에서 '대상별' 축을 적용했을 때 68%가 한 경로에 집중되어 있다는 것이 드러났습니다. 이 축을 보지 않았다면 여전히 전체 평균으로만 보고 있었을 것입니다.

실무에서 가장 강력한 축은 '대상별'입니다. 문제가 균등하게 퍼져 있는지, 특정 지점에 집중되어 있는지를 먼저 확인하십시오. 대부분의 문제는 집중되어 있습니다.

5. 5 Whys와 MECE를 결합한 4단계 프로세스

두 도구를 어떤 순서로 쓸지가 중요합니다. 현장에서 검증된 4단계입니다.

3단계 역방향 검증이 특히 중요합니다. '경로별 지표 설계 부재 → 용량 초과 미인지 → 특정 경로 지연
→ 클레임 증가'가 거꾸로 읽었을 때도 말이 되는지 확인하는 것입니다. 말이 안 되는 지점이 있다면 그곳에 비약이 있습니다.

6. 즉시 복사해서 쓰는 문제해결 프롬프트 4종

각 단계에 대응하는 프롬프트입니다.

[ 1단계 ] MECE 문제 분해 프롬프트

"우리 조직에서 [문제 현상]이 반복되고 있습니다. 배경: [상황 3줄] 이 문제를 아래 다섯 축으로 각각 나누어 분석해 주십시오. ① 프로세스 단계별 ② 주체별 ③ 시점별 ④ 대상별 ⑤ 원인 유형별 각 축마다 어느 구간에 집중되어 있을 가능성이 높은지 추정하고, 그것을 확인하기 위해 제가 봐야 할 데이터가 무엇인지 알려 주십시오. 추정과 사실을 구분해서 표시하십시오."

[ 2단계 ] 5 Whys 심층 분석 프롬프트 (핵심)

"[집중 지점으로 특정된 문제]에 대해 5 Whys 분석을 진행해 주십시오. 반드시 지킬 규칙: — 사람의 태도나 실수를 원인으로 지목하지 마십시오. 시스템·프로세스·구조 관점에서만 답하십시오. — 각 단계마다 [사실] 또는 [추정]을 표시하고, [추정]인 경우 확인에 필요한 데이터를 명시하십시오. — 각 단계에서 가능한 원인을 2개씩 제시하고, 더 유력한 쪽과 그 근거를 표시하십시오. — 도출된 원인이 우리가 직접 통제 가능한 수준인지 확인하고, 아니라면 계속 파고드십시오. 배경 정보: [맥락]"

[ 3단계 ] 역방향 검증 프롬프트

"위에서 도출된 근본 원인은 [근본 원인]입니다. 이 원인에서 시작해 원래 문제까지 거꾸로 논리를 연결해 주십시오. 각 연결 고리에서 다음을 확인하십시오. — 이 인과 관계가 성립하려면 필요한 전제가 무엇인가 — 그 전제가 실제로 참인지 확인할 수 있는가 — 논리적 비약이 있는 지점은 어디인가 연결이 약한 고리를 강도 순으로 표시하십시오."

[ 4단계 ] 대바카라 구분 프롬프트

"근본 원인 [근본 원인]에 대한 대바카라을 두 종류로 나누어 제시해 주십시오. ① 임시 조치 — 지금 당장 증상을 완화하는 방법 (실행 난이도 낮음, 효과 즉시, 근본 해결 아님) ② 근본 대바카라 — 재발을 막는 구조적 개선 (실행 난도 높음, 효과 지연, 근본 해결) 각 대바카라에 대해 표로 정리하십시오. 열: 대바카라 / 담당 영역 / 소요 기간 / 필요 자원 / 예상 효과 마지막에 '임시 조치만 하고 근본 대바카라을 미룰 경우 어떤 일이 벌어질지'를 3줄로 경고해 주십시오."

4단계 마지막 문장이 중요합니다. 대부분의 조직이 임시 조치만 하고 끝냅니다. 그 결과를 미리 문서로 남겨두면 근본 대바카라이 추진될 확률이 올라갑니다.

7. 5 Whys의 한계 — 언제 쓰지 말아야 하는가

5 Whys는 강력하지만 만능이 아닙니다. 한계를 알아야 잘못 쓰지 않습니다.

특히 두 번째 항목을 유념하십시오. 데이터 없이 AI에게 5 Whys를 시키면 그럴듯한 소설이 나옵니다.
그리고 그 소설이 대바카라의 근거가 됩니다. 데이터가 없다면 먼저 데이터를 확보하십시오.

8. 일곱 번째 회의가 열리지 않은 이유

클레임 문제로 여섯 번의 회의를 했던 그 팀 이야기입니다.

'혹시 우리가 틀린 문제를 풀고 있었던 건 아닐까요.' 그 질문이 나온 뒤, 팀은 회의를 중단했습니다. 대신 데이터를 다시 봤습니다.

먼저 클레임을 여러 축으로 쪼갰습니다. 유형별, 시점별, 지역별. 지역별로 나눈 순간 답이 보였습니다. 전체 클레임의 68%가 한 권역에서 나오고 있었습니다. 그동안은 전체 평균만 봤기 때문에 이것이 보이지 않았습니다.

그 지점에서 5 Whys를 돌렸습니다. 다섯 번째 질문에서 도착한 곳은 예상 밖이었습니다. '경로별 성과 지표가 애초에 설계되지 않았다.'

팀원 중 한 명이 말했습니다. '우리가 문제를 못 본 게 아니라, 볼 수 있는 눈이 없었던 거네요.'

대바카라이 완전히 달라졌습니다. 응대 매뉴얼도, 교육도, 전담 인력도 아니었습니다. 경로별 지표 체계를 만드는 것이었습니다. 화려하지 않은 일이었습니다. 대시보드 몇 개를 새로 만들고 보고 체계를 바꾸는 것이 전부였습니다.

석 달 후, 일곱 번째 회의가 잡히지 않았습니다.

클레임이 완전히 사라진 것은 아니었습니다. 그러나 이제 문제가 생기면 어디서 생겼는지 바로 보였습니다. 그리고 그 지점을 고치면 클레임이 실제로 줄었습니다.

팀장이 나중에 이렇게 말했습니다. '여섯 번의 회의보다 그 한 번의 질문이 나았어요.'

AI가 그 질문을 대신해 줄 수는 없었습니다. 그러나 그 질문 뒤에 이어진 분석은 AI가 함께했습니다. 사람이 '혹시 문제가 틀린 게 아닐까'를 묻고, AI가 그 의심을 구조적으로 검증한 것입니다.

좋은 해결바카라을 찾는 것보다 중요한 것이 있습니다. 올바른 문제를 찾는 것입니다. 틀린 문제에 붙인 완벽한 답은, 완벽하게 쓸모없습니다.

"같은 문제가 반복된다면, 답을 더 고민할 때가 아닙니다. 질문을 다시 볼 때입니다."

다음 편 예고

제14편 — 「이메일·대외문서 편: 협상 카드를 노출하지 않는 문서 작성」

이메일 한 통이 협상 결과를 바꿉니다. AI가 쓴 이메일이 위험한 이유, 무심코 노출되는 협상 정보의 유형, 그리고 방어적 문서 작성 구조를 다룹니다. 무엇을 쓸지가 아니라 무엇을 쓰지 말아야 하는지가 중심입니다.

제15편 — 「데이터 편: 엑셀 앞에서 막히는 사람을 위한 분석 위임」 (PART 3 완결)

데이터 분석은 전문가만의 영역이 아닙니다. 숫자 앞에서 막히는 사람이 AI에게 분석을 위임하는 구조. 무엇을 물어야 하는지, 그리고 AI가 준 분석 결과를 어떻게 검증하는지를 다룹니다.

✦ ✦ ✦

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.

참고 자료

1. Asana — 5 Whys 템플릿을 사용하여 문제를 더 빠르게 해결하세요 (2026)

— '도요다 사 키치와 오노 타이이치가 Toyota 생산 시스템의 일부로 개발'

— '사고를 정리하고 증상을 실행 가능한 해결바카라과 연결하여 더 깊은 문제 해결 지원'

— 제품 관리자 사례: 출시 차질의 원인이 이해관계자 의견 불분명이었음

2. Asana — 근본 원인 분석 템플릿: 효과적인 해결바카라 찾기 (2026)

— '인과 관계 흐름도: 문제를 증상, 가능한 원인, 실제 원인으로 세분화'

— 'RCA는 표면적 증상을 치료하는 대신 더 깊이 파고들어 근본적인 문제를 찾아냄'

3. Miro — 5 Whys 근본 원인 분석 템플릿

— '각 답변은 근본 원인에 더 가까워지는 길잡이'

— Miro AI 활용: 더 깊이 있는 인사이트와 분석 과정 단순화

4. 한국방재학회 — 5 Why를 통한 건설사고 원인분석 (2024.09, Vol.20 No.3)

— '지금까지의 대바카라이 현상 대응형 1차원 수준에 머문 이유는 근본원인 분석 부족'

— 하인리히 도미노이론 원인계기의 원칙 적용

— 어골도(피시본): 원인을 방법·측정·재료 등 하위 범주로 그룹화

5. 온라인카지노 (@seongsyeon) — 5 Why 기법, 5 Whys 5가지 사례 (2025.05)

— "'5'는 5번의 Why 질문이 아니라 최소한 5번을 의미"

6. Boardmix — 알고 보면 정말 간단한 5 why 기법

— '1950년대 Toyota에서 개발, 제조·서비스·IT 등 다양한 분야 적용'

— '증상에 집중하는 것이 아니라 근본 원인을 찾는 데 도움'

7. Zoho Workplace — A guide to 5 Whys analysis: Process, common mistakes, limitations (2025.07)

— 5 Whys의 흔한 실수와 한계 분석

8. Wikipedia — Five whys

— 'The number of whys may be higher or lower depending on complexity'

9. Anthropic — Claude 공식 프롬프트 가이드 / docs.anthropic.com