맥킨지의 일하는 방식, 맥킨지 식 문제 분석법: 이슈트리와 초기가설에서 McKinsey Way와 McKinsey Mind에 대해서 전체적인 레퍼런스가 될만한 요약문을 스크랩 했었다. 이번에는 좀더 본질적인 가치에 대해서 압축해서 알아보자
맥킨지의 문제 해결 방식은 한마디로 사실에 근거한 가정을 통한 접근이라고 할 수 있다.
'사실에 근거한' 이라는 말을 잘못 오해하여 '모든 사실을 분석한다'라고 받아들이면 안된다.
사실에 근거하지만 효율성을 위해서 연역법적인 접근을 그 기반으로 한다.
그럼 맥킨지 문제 해결에 대한 핵심을 알아보자
여기에 덧붙여 문제 해결을 하려는 확실한 목적을 정의하는 것이 중요하다.
위에 5가지 핵심을 MECE관점에서 보자면 매우 좋지 못하다. 하지만 맥킨지의 문제 해결의 핵심을 거론하다가 생긴 중복이니 MECE관점이 아닌 다른관점으로 이해해 주기 바란다.
그럼 하나 하나 간단히 살펴보기로 하자
1. Fact base and hypothesis driven problem solving
바닷물을 끓이려 하지 마라(Don't boil the ocean)
대부분의 사람들이 문제 해결을 위한 과정에 첫단계로 정보 수집(gathering)을 먼저 하는 경우가 흔히 있다. 자료를 모두 모으고 문제 해결을 위한 분석을 한다는 것은 우리가 정말로 충분한 것 이외에 것에 시간을 낭비할 수 있도록 하는 잘못된 구조이다.
가설을 빠르게 검증하는 QDT(Quick and Dirty Test)
가설을 검증할 때 해당 가설이 성립되기 위한 가정이 맞는지를 검증하는 것을 QDT라고 하는데 이는 매우 유용하다. 내가 실제 가설에 의한 문제 해결 접근(hypothesis driven manner)을 시도했을 때 매우 유용한 방법이었다.
잊지마라. 초기 가설은 문제 해결 과정 초기에 자신이 알고 있는 것이 전부인 한정된 자료를 근거로 결론을 내리게 만들어 시간을 절약해 준다
2. 완벽하게 시작하려 하지 말고 인간의 잠재력을 믿는것
1번은 테크니컬한 접근이라면 두번째는 철학적이며 본질적인 해석이다.
초기에 이러한 접근법을 공부하는 사람들이 가질 수 있는 일반적 질문은 가설을 세울 때 내가 해당 문제에 잘 알고 있어야지 않느냐? 라고 할 수 있다. 하지만 답은 '아니다' 이다. 가설을 세우기 위한 기초 지식은 뉴스 등의 보도 자료나 해당 회사의 연차보고서를 2~3시간 정도 훑어 보거나 팀원들과의 1~2시간의 회의로 충분하다. 즉, 문제 해결을 위해서 그 분야의 전문가 적인 지식이 특별히 없어도 가능하다는 이야기이다. 또한 이것은 '몰입식 사고 방법'(이것은 나중에..)과도 일치하는 점이 있다.
인간은 특정 분야의 전문가가 아니더라도 문제를 해결할 수 있는 가설을 세울수 있는 잠재력이 있음을 믿고 처음부터 너무 완벽히 접근하려는 자세를 버려야한다. 초기 가설은 검증을 거치면서 얼마든지 탄탄한 가설로 수정될 수 있으므로 시작하는 것을 두려워 하면 안된다.
3. 데이터와 직관의 균형(balance)
완벽한 정확성을 포기하라. 매우 중요한 얘기이다. 비즈니스와 관련된 문제는 수학과 과학처럼 딱 떨어지는 답을 찾는 것이 아니다. 마음가짐상 best보다는 better를 찾는 다는 마음으로 접근하는 것이 훨씬 효과적일 때가 많다-물론 문제의 성격에 따라 다르겠지만 말이다. 사실에 기반한 문제 해결이라는 것은 동물적인 직관에 바탕을둔 가설을, 사실을 바탕으로 검증한다는데 의미가 있는 것이다. 직관을 절대로 비과학적인 것으로 무시해서는 안된다
4. MECE(Mutuall Exclusive, Collectively Exhaustive)
사실 MECE는 어떠한 툴이 아니다. 사고하는 방식이나 형태를 가르키는 말로 이해해야 한다.
단순히 문제를 중복되지 않는 별개의 이슈들로 구분하고, 문제와 관련되는 이슈는 어떤 것이라도 빠뜨리지 않는다라는 매우 심플한 개념이다. 하지만 이것이 문제 해결의 전부라고 할 수 있다. 사실 보고서 작성시 필수 고려사항 세번째, 목차를 정할때 depth를 동일한 선상에서 정의해야 한다. 에서 언급한 내용도 바로 MECE이다. 문제를 MECE적으로만 분류하고 해결방안을 노력할 수만 있다면 문제 해결은 어렵지 않을 것이다.
회사에서 문제 해결을 위한 회의를 가질 때 서로 각기 다른 depth의 논의나 겹치는 얘기로 시간을 낭비하거나 자원을 낭비하는 경우를 매우 빈번히 겪은 나로서는 MECE가 문제 해결 방식의 핵심이며 가장 중요한 가치라고 단호히 말하고 싶다.
MECE적으로 어떠한 문제를 분류하는 것은 자판기에서 커피를 뽑듯이 그리 간단하지만은 않다. 이슈트리와 로직트리를 숱하게 그려보고 만약 겹치거나 빠지는 부분이 발생될때마다 분류기준을 다시 생각하면서 처음부터 다시시작해야 하는 노력이 필요하다. 물론 잘 훈련된 사람일수록 MECE적으로 문제를 분류하고 구조화 하는 것은 더욱 빨라질 것이다. 한가지 도움이 되는 것은 이러한 분류체계를 암기해놓는 것도 좋다.
5. 80/20 법칙에 기반한 분석 결과 해석 및 우선순위 설정
나는 80/20법칙을 매우 좋아한다. 세상의 대부분의 비효율은 중요한 것에 집중하지 못함에서 발생되는 것이라는 생각을 잘 뒷받침 해주는 법칙이다. 문제 해결도 똑같다. 중요한 부분 20에 집중하면 80%는 해결이 될 것이다. 나머지 20%는 이후에 천천히 해결해도 될 것이다
마지막으로 문제 해결의 목적을 매우 분명하게 생생(vivid)하게 정의할 수 있어야 한다. 이러한 문제 해결 과정 중에라도 잠시 시간을 내어 내가 왜 이 문제를 해결하려고 하지? 해결하면 무엇이 좋아지지? 등을 자문해 봐야 한다.
이러한 문제 해결 방식은 맥킨지만의 전유물이라고 말하기 곤란하다. 각기 자신만의 문제 해결을 위한 구조(Structure or Frame)을 가지고 있을 것이다. MECE도 역시 사고를 논리적으로 구조화 시키는 매우 기본적인 개념인 것이다.
다음에는 전체적인 문제 해결 Process를 간단히 알아보기로 하자
맥킨지의 문제 해결 방식은 한마디로 사실에 근거한 가정을 통한 접근이라고 할 수 있다.
'사실에 근거한' 이라는 말을 잘못 오해하여 '모든 사실을 분석한다'라고 받아들이면 안된다.
사실에 근거하지만 효율성을 위해서 연역법적인 접근을 그 기반으로 한다.
그럼 맥킨지 문제 해결에 대한 핵심을 알아보자
맥킨지 문제 해결 접근의 5가지 핵심은...
1. fact base and hypothesis driven problem solving
2. 완벽하게 시작하려 하지 않고 인간의 잠재력을 믿는것
3. 데이터와 직관의 균형(balance)
4. MECE에 기반한 문제 구조화
5. 80/20 법칙에 기반한 분석 결과 해석 및 우선순위 설정
1. fact base and hypothesis driven problem solving
2. 완벽하게 시작하려 하지 않고 인간의 잠재력을 믿는것
3. 데이터와 직관의 균형(balance)
4. MECE에 기반한 문제 구조화
5. 80/20 법칙에 기반한 분석 결과 해석 및 우선순위 설정
여기에 덧붙여 문제 해결을 하려는 확실한 목적을 정의하는 것이 중요하다.
위에 5가지 핵심을 MECE관점에서 보자면 매우 좋지 못하다. 하지만 맥킨지의 문제 해결의 핵심을 거론하다가 생긴 중복이니 MECE관점이 아닌 다른관점으로 이해해 주기 바란다.
그럼 하나 하나 간단히 살펴보기로 하자
1. Fact base and hypothesis driven problem solving
바닷물을 끓이려 하지 마라(Don't boil the ocean)
대부분의 사람들이 문제 해결을 위한 과정에 첫단계로 정보 수집(gathering)을 먼저 하는 경우가 흔히 있다. 자료를 모두 모으고 문제 해결을 위한 분석을 한다는 것은 우리가 정말로 충분한 것 이외에 것에 시간을 낭비할 수 있도록 하는 잘못된 구조이다.
가설을 빠르게 검증하는 QDT(Quick and Dirty Test)
가설을 검증할 때 해당 가설이 성립되기 위한 가정이 맞는지를 검증하는 것을 QDT라고 하는데 이는 매우 유용하다. 내가 실제 가설에 의한 문제 해결 접근(hypothesis driven manner)을 시도했을 때 매우 유용한 방법이었다.
잊지마라. 초기 가설은 문제 해결 과정 초기에 자신이 알고 있는 것이 전부인 한정된 자료를 근거로 결론을 내리게 만들어 시간을 절약해 준다
2. 완벽하게 시작하려 하지 말고 인간의 잠재력을 믿는것
1번은 테크니컬한 접근이라면 두번째는 철학적이며 본질적인 해석이다.
초기에 이러한 접근법을 공부하는 사람들이 가질 수 있는 일반적 질문은 가설을 세울 때 내가 해당 문제에 잘 알고 있어야지 않느냐? 라고 할 수 있다. 하지만 답은 '아니다' 이다. 가설을 세우기 위한 기초 지식은 뉴스 등의 보도 자료나 해당 회사의 연차보고서를 2~3시간 정도 훑어 보거나 팀원들과의 1~2시간의 회의로 충분하다. 즉, 문제 해결을 위해서 그 분야의 전문가 적인 지식이 특별히 없어도 가능하다는 이야기이다. 또한 이것은 '몰입식 사고 방법'(이것은 나중에..)과도 일치하는 점이 있다.
인간은 특정 분야의 전문가가 아니더라도 문제를 해결할 수 있는 가설을 세울수 있는 잠재력이 있음을 믿고 처음부터 너무 완벽히 접근하려는 자세를 버려야한다. 초기 가설은 검증을 거치면서 얼마든지 탄탄한 가설로 수정될 수 있으므로 시작하는 것을 두려워 하면 안된다.
3. 데이터와 직관의 균형(balance)
완벽한 정확성을 포기하라. 매우 중요한 얘기이다. 비즈니스와 관련된 문제는 수학과 과학처럼 딱 떨어지는 답을 찾는 것이 아니다. 마음가짐상 best보다는 better를 찾는 다는 마음으로 접근하는 것이 훨씬 효과적일 때가 많다-물론 문제의 성격에 따라 다르겠지만 말이다. 사실에 기반한 문제 해결이라는 것은 동물적인 직관에 바탕을둔 가설을, 사실을 바탕으로 검증한다는데 의미가 있는 것이다. 직관을 절대로 비과학적인 것으로 무시해서는 안된다
4. MECE(Mutuall Exclusive, Collectively Exhaustive)
사실 MECE는 어떠한 툴이 아니다. 사고하는 방식이나 형태를 가르키는 말로 이해해야 한다.
단순히 문제를 중복되지 않는 별개의 이슈들로 구분하고, 문제와 관련되는 이슈는 어떤 것이라도 빠뜨리지 않는다라는 매우 심플한 개념이다. 하지만 이것이 문제 해결의 전부라고 할 수 있다. 사실 보고서 작성시 필수 고려사항 세번째, 목차를 정할때 depth를 동일한 선상에서 정의해야 한다. 에서 언급한 내용도 바로 MECE이다. 문제를 MECE적으로만 분류하고 해결방안을 노력할 수만 있다면 문제 해결은 어렵지 않을 것이다.
회사에서 문제 해결을 위한 회의를 가질 때 서로 각기 다른 depth의 논의나 겹치는 얘기로 시간을 낭비하거나 자원을 낭비하는 경우를 매우 빈번히 겪은 나로서는 MECE가 문제 해결 방식의 핵심이며 가장 중요한 가치라고 단호히 말하고 싶다.
MECE적으로 어떠한 문제를 분류하는 것은 자판기에서 커피를 뽑듯이 그리 간단하지만은 않다. 이슈트리와 로직트리를 숱하게 그려보고 만약 겹치거나 빠지는 부분이 발생될때마다 분류기준을 다시 생각하면서 처음부터 다시시작해야 하는 노력이 필요하다. 물론 잘 훈련된 사람일수록 MECE적으로 문제를 분류하고 구조화 하는 것은 더욱 빨라질 것이다. 한가지 도움이 되는 것은 이러한 분류체계를 암기해놓는 것도 좋다.
5. 80/20 법칙에 기반한 분석 결과 해석 및 우선순위 설정
나는 80/20법칙을 매우 좋아한다. 세상의 대부분의 비효율은 중요한 것에 집중하지 못함에서 발생되는 것이라는 생각을 잘 뒷받침 해주는 법칙이다. 문제 해결도 똑같다. 중요한 부분 20에 집중하면 80%는 해결이 될 것이다. 나머지 20%는 이후에 천천히 해결해도 될 것이다
마지막으로 문제 해결의 목적을 매우 분명하게 생생(vivid)하게 정의할 수 있어야 한다. 이러한 문제 해결 과정 중에라도 잠시 시간을 내어 내가 왜 이 문제를 해결하려고 하지? 해결하면 무엇이 좋아지지? 등을 자문해 봐야 한다.
이러한 문제 해결 방식은 맥킨지만의 전유물이라고 말하기 곤란하다. 각기 자신만의 문제 해결을 위한 구조(Structure or Frame)을 가지고 있을 것이다. MECE도 역시 사고를 논리적으로 구조화 시키는 매우 기본적인 개념인 것이다.
다음에는 전체적인 문제 해결 Process를 간단히 알아보기로 하자
