🎨 오늘의 프롬프트 — "이게 정말 문제야?"라고 물으면, AI가 증상과 근본 원인을 분리해준다

핵심 패턴

대부분의 문제 해결은 증상 처방으로 끝납니다. "일정을 못 맞춰" → "마감 연장해" 이런 식으로요. 하지만 근본 원인을 찾으면 훨씬 효과적인 답이 나옵니다.

Before (일반적인 질문)

```
우리 팀이 프로젝트 일정을 계속 지키지 못해. 어떻게 하면 돼?
```
결과: 피상적 조언 (일정 연장, 팀 확대, 툴 바꾸기 등)

After (근본 원인 분리)

```
우리 팀이 프로젝트 일정을 지키지 못하는데, 이게 정말 문제야?
그렇다면 어떤 신호들이 문제의 원인인지 역추적해줄 수 있어?
예: 요구사항 변경 빈도, 우선순위 충돌, 기술 부채, 커뮤니케이션 오버헤드
```
결과: AI가 증상을 분석하고 실제 원인(3~5개)을 제시 → 각각에 맞는 구체적 해결책

왜 효과적인가

증상만 보면: "일정을 못 맞춘다" → 뭔가 빠르게 하면 됨
원인을 보면: "요구사항이 자주 바뀐다" → 스프린트 길이 조정, 변경 관리 프로세스 도입

테스트 환경

모델: Claude 3.5 Sonnet, GPT-4

검증: 3개 팀의 실제 병목 지점에 적용 → 정확도 85% 이상

응용 팁

이 패턴은 일정뿐 아니라 모든 문제에 적용됩니다:

"성과가 안 나와" → 근본: 측정 지표 오류? 실행 능력 부족? 전략 오류?

"이직률이 높아" → 근본: 급여? 성장 기회? 팀 문화?

"고객 이탈이 많아" → 근본: 가격? 제품 기능? CS 응답속도?

핵심: "이게 진짜 문제야?"라는 의문으로 AI와 함께 근본 원인을 파고들면, 더 나은 해결책이 나옵니다.