모순 문장을 다시 쓰는 법과 후보를 승인하는 다섯 기준

해법보다 먼저 문장을 고친다

모순 해결 엔진이 평범한 답을 내놓을 때 원리부터 바꾸기 쉽다. 그러나 더 자주 고장 나는 곳은 모순 문장이다. 시간과 품질이 문제다처럼 넓게 쓰면 어떤 행동이 손실을 만드는지 보이지 않는다.

좋은 모순 문장은 세 부분을 가진다.

무엇을 개선하기 위해 어떤 행동을 하면, 지켜야 할 무엇이 나빠진다.

예를 들면 다음과 같다.

채용 기간을 줄이기 위해 면접 단계를 없애면, 직무 적합성을 확인할 기회가 줄어든다.

개선 대상은 채용 기간, 바꾸는 행동은 면접 단계 축소, 악화되는 가치는 적합성 확인이다. 이 문장이 있어야 사전 조치, 분할, 조건 분리 같은 원리가 어느 부분을 바꿀지 보인다.

나쁜 모순의 네 가지 모양

첫째, 두 추상어만 나열한다.

속도 대 품질, 자율성 대 통제만으로는 무엇을 바꾸는지 알 수 없다. 행동을 넣는다.

둘째, 해결책을 모순 안에 넣는다.

자동화를 도입하면 사람의 판단이 줄어든다는 문장은 자동화를 이미 선택했다. 실제 목표가 처리 시간 단축이라면 다른 수단도 열어둬야 한다.

셋째, 지키고 싶은 것을 모두 제약으로 만든다.

기존 양식, 현재 담당자, 지금의 승인 순서, 모든 기능을 하나도 바꾸지 않으면서 시간만 줄이려 하면 탐색 영역이 사라진다. 규정과 관행을 구분한다.

넷째, 불편을 모순으로 착각한다.

사용자가 불편해한다는 문제 현상이다. 어떤 개선 행동이 어떤 가치를 악화시키는지 찾아야 한다.

모든 문제가 모순인 것은 아니다

엔진을 설치하면 모든 문제에서 모순을 찾고 싶어진다. 그러나 원인이 분명한 단순 고장, 필요한 정보의 부재, 목표 자체의 충돌은 먼저 다른 방식으로 다뤄야 한다.

파일이 열리지 않는 문제는 모순보다 오류 원인 확인이 먼저다. 담당자가 계약 종료일을 모르는 문제는 정보 조회가 먼저다. 경영진 두 사람이 서로 다른 목표를 고집하는 문제는 기술적인 구조보다 목표 합의와 권한의 문제일 수 있다.

모순으로 다룰 만한 신호는 다음과 같다.

• 한쪽을 개선할 때 반복해서 같은 손실이 생긴다.
• 현재 해결책을 여러 번 바꿔도 손실의 구조가 남는다.
• 두 요구가 모두 중요해 어느 하나를 버리기 어렵다.
• 문제를 해결하는 행동 자체가 다른 문제를 만든다.

반대로 다음 상황에서는 먼저 원인과 목표를 확인한다.

• 무엇을 원하는지 이해관계자 사이에 합의가 없다.
• 데이터가 없어 현재 상태를 알 수 없다.
• 규정상 선택지가 하나뿐인데 규정 변경 권한도 없다.
• 단순한 실수나 고장으로 기능이 멈췄다.

AI가 억지 모순을 만들면 이렇게 멈춘다.

이 문제에 실제 개선-악화 관계가 있는지 먼저 판단해라. 없다면 모순을 만들지 말고 원인 확인, 정보 부족, 목표 충돌 중 어디에 가까운지 설명해라.

모순 없음도 정상적인 판정이다. 모든 문제를 같은 도구로 푸는 순간 엔진은 사고 절차가 아니라 의식이 된다.

모순 문장 Before와 After

다음 10개 훈련은 라이트 엔진의 후보 생성 단계를 실행한 뒤 문장을 편집한 결과다.

[실행 결과를 바탕으로 재구성: 모순 훈련 01-10]

훈련 01: 채용 기간과 적합성

Before:

채용이 너무 느리지만 좋은 사람을 뽑아야 한다.

After:

채용 기간을 줄이기 위해 면접과 과제 단계를 축소하면, 실제 업무 적합성을 확인할 기회가 줄어든다.

좋은 사람을 직무 적합성 확인으로 바꾸고, 시간을 줄이는 행동을 드러냈다. 면접 수를 그대로 두고 시점을 겹치거나, 실제 업무 자료를 사전 선별에 쓰는 방향을 탐색할 수 있다.

훈련 02: 알림 수와 중요한 신호

Before:

알림이 너무 많지만 중요한 것을 놓치면 안 된다.

After:

방해를 줄이기 위해 알림 수를 줄이면, 즉시 대응해야 할 사건까지 늦게 발견할 수 있다.

모든 알림과 중요한 신호를 나눌 기준이 핵심이다. 시간, 조건, 위험도에 따라 알림 방식을 분리할 수 있다.

훈련 03: 승인 단계와 감사 기록

Before:

결재는 빠르고 통제도 잘돼야 한다.

After:

처리 시간을 줄이기 위해 승인 단계를 없애면, 누가 어떤 근거로 결정했는지 확인할 기록이 줄어든다.

통제라는 추상어를 결정 근거와 책임 기록으로 바꿨다. 모든 건을 같은 단계로 승인해야 한다는 전제를 위험도에 따라 나눌 수 있다.

훈련 04: 제안서 깊이와 읽는 부담

Before:

제안서는 자세하면서도 읽기 쉬워야 한다.

After:

근거를 충분히 보여주기 위해 본문에 세부 자료를 추가하면, 의사결정자가 핵심 제안을 찾는 시간이 늘어난다.

읽기 쉽다를 핵심 제안을 찾는 시간으로 바꿨다. 본문과 근거를 공간으로 나누거나, 독자의 역할에 따라 깊이를 달리할 수 있다.

훈련 05: 가격과 프리미엄 인식

Before:

가격을 낮추고 브랜드 가치도 지키고 싶다.

After:

신규 고객의 진입 장벽을 낮추기 위해 기본 가격을 내리면, 기존 고객이 느끼는 희소성과 프리미엄 인식이 약해질 수 있다.

가격 인하가 목표가 아니라 진입 장벽 축소라는 점을 드러냈다. 가격을 내리지 않고 체험 범위, 시간, 고객 조건을 나누는 방향이 열린다.

훈련 06: 가입 속도와 개인정보

Before:

가입은 빠르고 개인화도 잘돼야 한다.

After:

첫 가입 단계를 줄이기 위해 고객 정보 수집을 미루면, 초기 화면을 개인 상황에 맞추는 데 필요한 정보가 부족해진다.

가입 속도와 개인화가 충돌하는 지점을 정보 수집 시점으로 좁혔다. 처음부터 모든 정보를 받는 방식과 아무 정보도 받지 않는 방식 사이에 단계적 수집이 가능하다.

훈련 07: 회의 수와 부서 정렬

Before:

회의를 줄여도 부서끼리 잘 협업해야 한다.

After:

집중 시간을 늘리기 위해 정기 회의를 없애면, 부서 사이의 결정 변경과 의존 작업을 확인하는 시점이 늦어진다.

협업이라는 넓은 말을 변경과 의존 작업 확인으로 바꿨다. 회의 횟수가 아니라 확인 시점과 조건을 다시 설계할 수 있다.

훈련 08: 콘텐츠 빈도와 깊이

Before:

콘텐츠를 자주 내면서 깊이도 유지하고 싶다.

After:

발행 빈도를 높이기 위해 한 편의 조사 시간을 줄이면, 독자가 저장하거나 공유할 만한 근거와 해석이 얕아진다.

깊이를 근거와 해석으로 풀었다. 모든 콘텐츠에 같은 깊이를 요구하지 않고 짧은 형식과 깊은 형식의 주기를 분리할 수 있다.

훈련 09: 저장 공간과 즉시 접근

Before:

파일 용량을 줄이면서 빨리 찾아야 한다.

After:

저장 공간을 줄이기 위해 오래된 파일을 외부 보관소로 옮기면, 긴급한 과거 자료를 다시 불러오는 시간이 늘어난다.

용량과 검색 속도라는 추상어를 보관 위치와 복구 시간으로 바꿨다. 파일의 나이보다 접근 빈도와 복구 필요 시간으로 조건을 나눌 수 있다.

훈련 10: 원격 자율성과 협업 가시성

Before:

원격근무의 자율성과 팀워크를 모두 높이고 싶다.

After:

개인이 원하는 시간에 일하도록 공통 근무 시간을 없애면, 동료가 도움을 요청하고 결정을 확인할 수 있는 시간이 줄어든다.

팀워크를 도움 요청과 결정 확인 시간으로 바꿨다. 하루 전체를 겹치게 하지 않고 짧은 공통 시간이나 사건 조건에 따라 연결할 수 있다.

후보 세 개에서 중심 모순을 고른다

하나의 문제에는 대개 모순 후보가 여러 개 있다. 다음 세 사례는 후보를 만드는 것보다 승인하는 판단이 왜 중요한지 보여준다.

채용 문제의 세 후보

상황: 핵심 직무의 채용에 두 달이 걸린다. 기간을 한 달로 줄이고 싶지만 입사 후 조기 퇴사와 현업 불만을 늘리고 싶지 않다.

AI가 만든 후보:

1. 면접과 과제를 줄이면 채용 기간은 짧아지지만 실제 업무 적합성을 확인할 기회가 줄어든다.
2. 지원자에게 빠르게 결과를 알리면 경험은 좋아지지만 면접관이 비교할 시간이 줄어든다.
3. 현업 면접관을 많이 참여시키면 판단은 정교해지지만 현업의 업무 시간이 줄어든다.

채용 담당자가 바꿀 수 있는 것이 단계와 일정이라면 1번이 중심에 가깝다. 2번은 결과 통보 절차, 3번은 면접관 자원 문제다. 세 개를 한꺼번에 승인하면 빠른 통보, 면접 축소, 현업 시간이라는 서로 다른 대안이 섞인다.

1번을 승인하고 조기 퇴사와 현업 불만을 늘리지 않는다를 현실 필터에 남긴다. 그러면 면접을 단순히 없애기보다 과제와 면접을 겹쳐 진행하거나, 실제 업무 표본을 앞 단계에 배치하는 방향을 볼 수 있다.

결재 문제의 세 후보

상황: 소액 구매에도 세 단계 결재가 필요해 업무가 늦어진다. 감사에 필요한 책임 기록은 유지해야 한다.

AI가 만든 후보:

1. 결재 단계를 줄이면 처리 시간은 짧아지지만 결정 근거와 책임 기록이 줄어든다.
2. 담당자에게 자율권을 주면 속도는 빨라지지만 부서별 구매 기준이 달라질 수 있다.
3. 모든 구매에 같은 통제를 적용하면 기록은 일정하지만 위험이 낮은 건까지 지연된다.

1번은 직접적인 개선-악화형 모순이다. 3번은 거짓 균일성에 가깝다. 구매 금액과 계약 유형에 따라 위험이 다른데 같은 절차를 적용한다는 전제를 드러낸다.

조직이 위험 등급을 정할 수 있다면 3번을 중심으로 승인하는 편이 낫다. 소액·반복 구매는 담당자가 결정하고 기록만 남기며, 고액·신규 계약은 기존 단계를 유지할 수 있다. 모든 단계 삭제와 현행 유지 사이에 조건 분리가 생긴다.

콘텐츠 문제의 세 후보

상황: 주 2회 발행을 유지하면서 저장하고 공유할 만한 깊이를 만들고 싶다.

AI가 만든 후보:

1. 발행 빈도를 높이면 편당 조사 시간이 줄어 근거와 해석이 얕아진다.
2. 브랜드 형식을 지키면 익숙함은 유지되지만 새로운 전개가 줄어든다.
3. 시의성 있는 주제를 빠르게 다루면 관심은 얻지만 장기 검색 가치가 낮아질 수 있다.

편집 인력이 부족해 깊이가 낮아지는 것이 핵심이라면 1번을 승인한다. 독자 반응이 정체된 것이 핵심이면 2번이 더 가깝다. 검색 유입과 시의성의 균형이 문제라면 3번이다.

문장만 보면 세 후보가 모두 맞다. 승인 기준은 이번에 무엇을 바꿀 권한이 있고, 어떤 손실이 가장 큰지다. AI는 가능성을 만든다. 사용자는 현재 문제를 선택한다.

모순 후보를 다시 쓰게 하는 여섯 명령

후보가 약할 때 전체 프롬프트를 수정할 필요는 없다. 문제에 맞는 한 문장을 추가한다.

1. 추상어를 빼고 실제로 바꾸는 행동을 넣어라.
2. 사용자, 실행자, 운영자 관점으로 후보를 각각 만들어라.
3. 해결책을 미리 선택하지 말고 목표 수준으로 되돌려라.
4. 법적 제약과 오래된 관행을 구분해라.
5. 손실이 다른 곳으로 이동하는 후보를 표시해라.
6. 모순이 없다면 억지로 만들지 말고 다른 문제 유형을 제시해라.

예를 들어 자동화를 늘리면 사람의 판단이 줄어든다는 후보에는 3번을 적용한다. 실제 목표가 처리 시간 단축인지 오류 감소인지 되돌린다. 회의를 줄이면 협업이 나빠진다에는 1번과 2번을 적용한다. 어떤 행동을 줄이고 누구의 어떤 확인이 늦어지는지 쓴다.

명령을 여러 개 한꺼번에 넣지 않는다. 가장 큰 결함 하나를 고쳐 다시 후보를 받은 뒤 다음 결함을 본다. 그래야 어떤 수정이 효과를 냈는지 알 수 있다.

동시 상태형 모순을 찾는다

개선-악화형 모순을 한 단계 더 밀면 같은 대상이 동시에 반대 상태여야 하는 경우가 보인다.

제안서는 짧아야 핵심이 보이고, 길어야 근거가 충분하다. 알림은 꺼져 있어야 집중할 수 있고, 켜져 있어야 긴급 사건을 놓치지 않는다. 근무 시간은 자유로워야 자율성이 생기고, 겹쳐야 즉시 협업할 수 있다.

이 문장은 모순을 해결한 것이 아니다. 시간, 공간, 조건으로 나눌 위치를 보여준다.

• 시간 분리: 평소에는 알림을 묶고 긴급 조건일 때만 즉시 보낸다.
• 공간 분리: 제안 본문은 짧게, 근거 부록은 길게 둔다.
• 조건 분리: 위험이 낮은 결재는 단계를 줄이고 높은 결재는 유지한다.

같은 것이 동시에 두 상태여야 한다는 문장을 발견하면 언제, 어디서, 어떤 조건에서를 묻는다.

거짓 양자택일을 가려낸다

양자택일이 거짓인지 확인하는 네 질문이 있다.

1. 두 선택지를 반드시 같은 시간에 적용해야 하는가
2. 모든 대상에게 같은 방식으로 적용해야 하는가
3. 문제의 원인이 아니라 현재 수단을 선택지로 놓은 것은 아닌가
4. 제3의 역할이나 중간 단계를 추가할 수 있는가

가격을 내리거나 신규 고객을 포기해야 한다는 문장은 가격이 유일한 진입 장벽이라는 전제를 가진다. 체험 범위, 결제 시점, 고객 조건을 나누면 다른 선택지가 생긴다.

회의를 유지하거나 협업을 포기해야 한다는 문장도 회의가 변경과 의존 작업을 확인하는 유일한 수단이라고 가정한다. 필요한 것은 회의 자체가 아니라 특정 사건을 확인하는 시점일 수 있다.

거짓 양자택일을 찾았다고 두 요구가 모두 쉽게 충족되는 것은 아니다. 제3의 선택지가 생겼을 뿐이다. 그 선택지는 다시 자원과 현실 필터를 통과해야 한다.

AI 후보를 승인하는 기준

AI가 모순 후보를 세 개 만들면 가장 그럴듯한 문장을 고르지 않는다. 다음 순서로 본다.

• 실제 손실이 가장 큰가
• 내가 바꿀 수 있는 행동이 들어 있는가
• 규정과 관행이 구분돼 있는가
• 해결 뒤에도 같은 문제가 남지 않는가

후보가 모두 맞지 않으면 새로 만들게 한다.

후보 모두 현상을 다시 말했을 뿐이다. 처리 시간을 줄이기 위해 현재 무엇을 바꿀 때 어떤 가치가 나빠지는지 행동 수준으로 다시 써라.

후보 두 개가 모두 중요하면 하나를 억지로 버리지 않는다. 첫 번째를 중심 모순으로 승인하고 두 번째를 현실 필터의 보호 조건으로 둔다. 너무 많은 모순을 한 번에 승인하면 원리와 대안이 섞이므로 중심은 하나로 유지한다.

좋은 모순 문장 채점표

후보를 승인하기 전에 다섯 항목을 0점과 1점으로 확인한다.

4점 이상이면 원리 선택으로 넘어갈 수 있다. 2점 이하라면 후보를 다시 쓴다. 3점은 가장 약한 항목 하나를 보완한 뒤 승인한다.

훈련 03의 결재 문장을 채점해보자.

처리 시간을 줄이기 위해 승인 단계를 없애면, 누가 어떤 근거로 결정했는지 확인할 기록이 줄어든다.

개선 행동과 손실이 구체적이고 인과가 보인다. 자동화 같은 특정 해법을 고정하지 않았다. 조직이 승인 단계를 조정할 권한이 있다면 권한 항목도 통과한다. 다만 법적으로 필요한 승인인지 오래된 내부 관행인지 확인해야 경계 항목을 줄 수 있다.

채점은 수학적인 정답이 아니다. AI가 만든 그럴듯한 문장에 바로 끌려가지 않도록 멈추는 체크포인트다.

승인 기록은 한 문단이면 된다

승인한 뒤에는 선택 번호만 남기지 않는다. 다른 사람이 보거나 며칠 뒤 다시 열어도 판단 이유를 알 수 있게 한 문단을 적는다.

승인 모순:
선택 이유:
이번에 바꿀 수 있는 요소:
계속 지켜야 할 보호 조건:
이번 탐색에서 제외한 문제:

채용 사례라면 이렇게 남길 수 있다.

면접과 과제를 축소할 때 직무 적합성 확인 기회가 줄어드는 모순을 승인한다. 채용팀이 일정과 단계 순서를 바꿀 수 있고, 두 달의 공석 비용이 가장 크기 때문이다. 조기 퇴사와 현업 불만은 현실 필터의 보호 조건으로 둔다. 지원자 결과 통보와 현업 면접관의 업무 부담은 이번 탐색에서 제외한다.

이 기록은 대안의 범위를 좁힌다. AI가 갑자기 채용 홍보나 연봉 인상으로 넘어가면 승인 모순 밖으로 이탈했다는 것을 알 수 있다. 동시에 제외한 문제가 사라진 것은 아니라는 사실도 남는다. 첫 모순을 해결한 뒤 현업 면접관 부담을 별도 문제로 다룰 수 있다.

승인 기록이 길어지면 여러 문제를 한꺼번에 넣었을 가능성이 크다. 중심 모순 하나, 보호 조건 두세 개, 제외 문제 한두 개면 충분하다.

훈련을 업무에 붙이는 15분 루틴

일주일에 한 문제만 사용해도 된다.

이 루틴에서는 해결 원리와 대안까지 가지 않아도 된다. 모순 정의만 훈련한다. 문제를 잘 정의한 뒤 원리 선택은 AI가 빠르게 도울 수 있지만, 어떤 손실을 중심에 둘지는 반복해서 직접 판단해야 한다.

한 달 뒤 기록 네 개를 보면 자주 나타나는 패턴이 보인다. 모든 업무를 같은 절차로 처리해 생기는 문제, 중요한 정보를 한 문서에 다 넣어 생기는 문제, 특정 시점에 일이 몰려 생기는 문제가 반복될 수 있다. 이 패턴은 9장에서 개인 원리 묶음을 만드는 재료가 된다.

모순 정의 워크시트

실제 문제를 다음 여섯 줄로 정리한다.

현재 방식:
좋아져야 하는 것:
지켜야 하는 것:
개선을 위해 바꾸려는 행동:
그 행동 때문에 나빠지는 것:
바꿀 수 없는 제약과 단지 익숙한 관행:

마지막 줄이 중요하다. 법적 의무, 계약 조건, 안전 기준은 제약일 수 있다. 오래 사용한 양식, 모든 사람에게 같은 절차, 회의에서만 공유해야 한다는 생각은 관행일 수 있다.

모순 문장을 한 번에 잘 쓰려고 애쓰지 않는다. AI가 후보를 만들고 인간이 수정한다. 인간은 조직의 진짜 제약을 알고, AI는 서로 다른 관점의 문장을 빠르게 만든다.

이 장에서 내 AI에 추가된 기능 3개

1. 추상적인 문제를 개선 행동과 손실이 보이는 모순 문장으로 바꾸는 기능
2. 개선-악화형 모순을 시간·공간·조건으로 나눌 동시 상태형 모순으로 확장하는 기능
3. AI가 만든 후보를 손실·권한·제약 기준으로 승인하거나 다시 쓰게 하는 기능