희소성이 있는 기술
질문의 예술
역사의 대부분 기간 동안 지식 노동의 어려운 부분은 답변을 생성하는 것이었습니다: 계산을 수행하고, 초안을 작성하며, 사실을 파헤치는 것. 그 부분은 점점 더 저렴하고 빠르게 변하고 있습니다. 데이터, 검색, 자동화 시스템은 이제 요구 시 그럴듯한 답변을 생성합니다.
따라서 병목 현상이 이동합니다. 답변이 저렴할 때, 희소하고 고부가가치인 기술은 올바른 문제를 프레이밍하고 올바른 질문을 하는 것이 됩니다: 사람에게, 데이터에, 그리고 자동화 시스템에. 모호한 질문은 완벽한 답변 엔진조차도 낭비하게 만듭니다. 날카로운 질문은 그 가치를 배가시킵니다.
이 레슨은 좋은 질문과 게으른 질문을 구분하는 다섯 가지 움직임을 훈련시킵니다:
1. 숨겨진 전제 드러내기: 질문이 조용히 당연하게 여기는 부분을 알아차리세요.
2. 결정적 증거 정의하기: 무엇이 이 문제를 해결하거나 당신의 생각을 바꾸게 될지 말해 보세요.
3. 분해하기: 어려운 문제를 의존성이 있는 답변 가능한 하위 질문들의 나무로 나누세요.
4. 요구사항 명시하기: 답을 찾기 전에 좋은 답변에 반드시 포함되어야 할 것을 명명하세요.
5. 재정의하기: 같은 상황을 두 가지 방식으로 질문하면 두 가지 다른 답이 나온다는 점, 그리고 프레임을 선택하는 것이 일종의 힘이라는 점을 인식하세요.
당신이 맡은 질문
시작하기 전에, 한 가지 성찰해 봅시다.
답을 몰래 끼워 넣는 질문
질문은 스스로의 답을 포함할 수 있다
고전적인 예시: "시험에서 부정행위를 그만두었나요?" 안전한 답은 없습니다. "네"라고 답하면 과거에 부정행위를 했음을 인정하는 것이 되고, "아니요"라고 답하면 여전히 하고 있음을 인정하는 것이 됩니다. 이 질문은 당신이 부정행위를 했다는 것을 전제하고 있습니다. 그 전제는 결코 논증되지 않았습니다. 그것은 몰래 끼워 넣어진 것입니다.
이것은 유도 질문(복합 질문 또는 유도적 질문이라고도 함)입니다: 이미 정해진 사실인 것처럼 전제를 내장하고, 그 전제 주변으로만 답하도록 강요합니다. 그 전제는 아무런 검증 없이 공짜로 실려 옵니다.
편향된 프레이밍은 트릭 질문에만 존재하는 것이 아닙니다. 어디에나 숨어 있습니다:
- "마케팅 예산을 어떻게 줄일 것인가?"라는 질문은 예산을 줄여야 한다는 전제와, 마케팅이 문제의 원인이라는 전제를 담고 있습니다.
- "어떤 경쟁사를 따라야 하는가?"라는 질문은 경쟁사를 모방하는 것이 올바른 전략이라는 전제를 담고 있습니다.
- "왜 이 세대는 이렇게 게으른가?"라는 질문은 어떤 증거도 제시하기 전에 이미 그 세대가 게으르다는 전제를 담고 있습니다.
방어 방법은 단순하면서도 강력합니다. 질문에 답하기 전에, 그 질문이 무엇을 전제하고 있는지를 물어보세요. 숨겨진 주장(스무들드 클레임)을 소리 내어 명명하세요. 그리고 나서 그 주장이 받아들여질 가치가 있는지, 아니면 그것이 진짜로 다뤄야 할 질문인지 결정하세요.
숨겨진 전제 찾기
당신의 차례
한 매니저가 팀에게 물었습니다:
"고객이 우리 지원 라인에 대한 불만을 멈추게 하는 가장 빠른 방법은 무엇인가?"
결정적 증거 정의하기
모든 진짜 질문 뒤에 숨겨진 질문
답을 상상조차 할 수 없는 질문은 아직 진짜 질문이 아니다. 따라서 무언가를 조사하기 전에 이렇게 물어보라: 어떤 증거가 이 문제를 해결할 것인가? 그리고 그보다 더 날카로운 질문: 무엇이 내 생각을 바꾸게 할 것인가?
아무것도 당신의 생각을 바꿀 수 없다면, 당신은 질문을 던지는 것이 아니라 결론을 방어하고 있는 것이다. 결정적 증거를 미리 명명하는 것은 두 가지 일을 한다. 그것은 당신을 정직하게 유지한다, 왜냐하면 당신은 결과를 보기 전에 이미 그 증거에 동의했기 때문이다. 그리고 그것은 무엇을 측정해야 하는지를 알려주며, 이는 보통 답에 도달하는 가장 빠른 경로이다.
강력한 질문은 그 자체로 테스트를 포함한다: "나는 X를 믿는다. 만약 Y를 본다면 나는 X를 포기할 것이다." 만약 Y를 채울 수 없다면, 그 믿음은 아직 검증 가능하지 않으며, 질문도 마찬가지이다.
어려운 질문을 트리로 분해하기
하나의 어려운 질문에서 여러 개의 답변 가능한 질문으로
"3분기에 제품을 출시해야 하는가?"와 같은 큰 질문은 직접적으로 답변할 수 없습니다. 범위가 너무 크기 때문입니다. 여기서 필요한 움직임은 분해(decomposition)입니다. 질문을 더 작고 답변하기 쉬운 하위 질문으로 쪼개어, 데이터나 간단한 테스트로 결론을 내릴 수 있는 질문까지 도달하는 것입니다.
하위 질문들은 트리(tree)를 형성합니다. 루트(뿌리)는 의사결정 자체입니다. 가지(branches)는 그 의사결정이 의존하는 요소들입니다: 실제 수요가 있는가? 기한 내에 만들 수 있는가? 수익성이 있는가? 일부 가지는 다시 갈라집니다. 그리고 일부 하위 질문에는 의존성(dependencies)이 있습니다: "범위가 무엇인가?"에 대한 답변이 없으면 "인력이 충분한가?"에 답할 수 없습니다. 순서가 중요합니다. 다른 질문들이 의존하는 질문부터 먼저 답변해야 합니다.
좋은 분해는 두 가지 특성을 가집니다. 하위 질문들은 각각 답변 가능한(실제로 결론을 낼 수 있는 잎사귀) 것이며, 전체적으로 충분한(모든 하위 질문에 답하면 루트도 해결되는) 것입니다. 한 가지라도 놓치면 최종 답변에 구멍이 생깁니다.
복잡한 문제 분해하기
당신의 차례: 분해해 보기
다음은 학생 동아리가 직면한 복잡하고 실제적인 문제입니다:
"우리의 로봇 동아리는 회원이 줄고 있습니다. 운영 방식을 바꿔야 하는가?"
변경해야 하는지 여부에 대한 답변을 하지 마세요. 대신, 클럽가 먼저 답해야 할 구조화된 하위 질문 세트로 이 문제를 분해하고, 최소 하나의 의존성(어떤 하위 질문이 다른 질문보다 먼저 답되어야 하는지)을 명시하며, 최소 하나의 성공 기준(전체 문제에 대한 좋은 답변에 반드시 포함되어야 하는 내용)을 서술하세요.
같은 상황, 두 가지 질문, 두 가지 답
프레임을 고르는 것은 힘의 한 형태다
같은 상황을 서로 다른 두 가지 방식으로 질문하면 두 가지 다른 답이 나오며, 종종 행동 방향에 대한 두 가지 다른 느낌도 생긴다.
- "비용을 어떻게 줄이나요?"와 "1달러당 가치를 어떻게 높일 수 있나요?" 예산은 같지만, 전자는 제거할 것을 찾고 후자는 개선할 것을 찾는다. 이는 정반대의 계획으로 이어진다.
- "90%가 생존한다"로 설명되는 의학적 치료와 "10%가 사망한다"로 설명되는 치료는 사실적으로 동일하지만, 어떤 프레임으로 듣느냐에 따라 사람들이 다른 선택을 한다. 이를 프레이밍 효과라고 한다.
프레임을 고르는 사람은 누군가가 추론하기 전에 이미 답을 기울여 놓는다. 이는 실제적인 힘이며, 보통 눈에 보이지 않는다. 방어이자 기술은 프레임을 알아채고 다른 프레임을 최소 하나 시도하는 것이다. 같은 상황을 의도적으로 두 번째 방식으로 질문해 보자. 두 가지 프레이밍이 일치하지 않는다면, 첫 번째 질문이 숨겼던 중요한 것을 발견한 것이다.
더 나은 질문을 던지려면?
마지막 한 가지 생각
답은 해마다 더 저렴해지고 있습니다. 하지만 질문은 그렇지 않습니다. 올바른 문제를 설정하고, 질문에 은밀히 포함된 가정을 찾아내며, 당신의 생각을 바꿀 증거를 명명하고, 불가능한 것을 답할 수 있는 문제로 분해하고, 누가 그 프레임을 선택했는지 알아차리는 것: 이러한 움직임들은 시스템이 무엇을 향해 지시되는지를 결정하기 때문에 어떤 자동화 시스템도 당신에게 제공하지 않을 것입니다.
날카로운 질문을 하는 사람은 그 질문에 답하는 모든 사람과 모든 것의 작업을 지시합니다. 그것이 바로 지금의 희소성 있는 기술입니다.