AI 정보
주의 이 글은 비전공자의 창의적 해석입니다. 본문에 포함된 양자역학 개념들은 공개된 물리학 문헌과 학술 자료를 참고했으며, 물리학적 엄밀성보다 구조적 유추(analogy)에 방점이 있습니다. 물리학 전공자라면 단순화된 설명에 동의하지 않는 부분이 있을 수 있습니다.
지금 어디까지 됐어요?
이 질문을 받는 순간, 나는 하던 것을 멈춘다.
멈추는 것은 물리적인 이유가 아니다. 대답을 구성해야 하기 때문이다. 지금 어디까지 됐는지를 현재 내 머릿속 상태에서 꺼내 상대방이 이해할 수 있는 언어로 변환하는 것. 그 과정은 생각보다 비용이 크다. 특히 여러 단위 작업을 조금씩 진행하면서 전체 결과물의 윤곽을 잡아가는 중일 때, "지금 어디까지"라는 질문은 사실 대답하기 어렵다. 어떤 작업은 80%고, 어떤 작업은 20%이며, 그것들이 합쳐졌을 때 나올 결과물을 지금 조립 중이기 때문이다.
결국 대답은 모호해진다. 상대방은 안심하지 못한다. 나는 맥락을 잃는다.
이 상황이 프런트엔드 개발자로 일하던 시절, 비개발자 리더가 있는 프로젝트에서 특히 선명하게 반복됐다. 리더는 합리적 의심을 했다. 나는 실제로 완료를 향해 가고 있었다. 그런데 그 사이에 있는 것은 관측 불가능한 중간 상태였다. 관찰자 입장에서 진척률은 0%처럼 보였고, 나는 그것을 해결하는 방법을 찾아야 했다.
그 방법이 수시로 진행 상황을 공유하는 것이었다. 양자역학을 끌어오기 전에는 크라잉 게임을 적용해야 했다.
완성 전에 중간 과정을 흘리는 것. “지금 API 연결 작업 중이고, 내일 오후쯤 단위 테스트가 가능할 것 같다”는 식의 짧은 업데이트들. 결과물이 아니라 신호를 먼저 보내는 것.
그때는 이것이 단순한 커뮤니케이션 전략이라고 생각했다. 훨씬 나중에, 이것이 양자역학에서 이미 정의된 개념과 구조적으로 동일하다는 것을 알았을 때, 이 경험이 새롭게 읽혔다.
1935년 에르빈 슈뢰딩거는 사고실험을 하나 제안했다. [1]
밀폐된 상자 안에 고양이가 있다. 상자 안에는 방사성 원자와 독가스 장치가 있다. 원자가 붕괴하면 독가스가 방출되고 고양이는 죽는다. 원자가 붕괴하지 않으면 고양이는 살아 있다. 그런데 방사성 붕괴는 양자역학적 사건이다. 즉, 관측하기 전까지는 붕괴한 상태와 붕괴하지 않은 상태가 동시에 존재하는 중첩(superposition) 상태에 있다.
고양이가 살아 있는가, 죽어 있는가?
상자를 열기 전까지는 알 수 없다. 아니, 더 정확하게는 — 관측하기 전까지 고양이는 살아 있으면서 동시에 죽어 있는 중첩 상태에 있다. 상자를 여는 순간, 즉 관측하는 순간, 파동함수가 붕괴(wavefunction collapse)하여 하나의 상태로 결정된다.
이것을 프로젝트에 대입하면 불편할 정도로 정확하게 맞아떨어진다.
완료 전 프로젝트는 슈뢰딩거의 고양이와 같은 상태다. 개발자 혹은 작업자의 내부에서는 작업이 실제로 진행되고 있다. 성공과 완료를 향해 가고 있다. 그런데 외부에서는 관측할 수 없다. 상자를 열기 전까지, 즉 결과물이 공개되기 전까지, 관찰자 입장에서 프로젝트는 성공 상태와 실패 상태가 중첩된 불확정 영역에 있다.
그리고 관찰자가 그 불확실성을 참지 못하고 “지금 어디까지 됐어요?”라는 질문으로 상자를 강제로 열려 할 때 — 파동함수 붕괴가 일어난다.
미완성 상태가 관측된다. 80%는 충분히 훌륭한 진행 상태지만, 관측된 순간 그것은 '미완성'이라는 하나의 고정된 상태로 붕괴한다. 관찰자와 작업자 사이의 신뢰 문제가 시작되는 지점이다.
```mermaid
flowchart TD
A["프로젝트 시작\n(파동함수 생성)"] --> B["작업 진행 중\n성공/실패 중첩 상태"]
B --> C{"측정 시도"}
C -->|"강한 측정\n(직접 보고 요구)"| D["파동함수 붕괴\n미완성 상태 노출"]
C -->|"약한 측정\n(수시 시그널 공급)"| E["중첩 상태 유지\n불확실성만 감소"]
D --> F["신뢰 훼손\n작업 흐름 단절"]
E --> G["작업 완료\n안전한 관측 시점 도달"]
G --> H["파동함수 붕괴\n성공 상태로 결정"]
```
이것은 물리학적 은유이기도 하지만, 실질적으로는 측정이 중립적이지 않다는 것에 관한 이야기다.
고전물리학의 세계에서는 관측이 관측 대상에 영향을 주지 않는다고 가정한다. 자를 가져다 대도 책상의 길이는 바뀌지 않는다. 그런데 양자역학의 세계에서는 관측 자체가 시스템을 변화시킨다. 측정하는 행위가 측정 대상의 상태를 결정한다.
프로젝트가 고전물리학의 세계에 있지 않다는 것은 경험적으로 알고 있다.
공정하게 말하자면, 관측이 시스템을 변화시킨다는 것을 양자역학만 발견한 것은 아니다.
1920년대 웨스턴 일렉트릭 호손 공장에서 진행된 실험이 있었다. [2] 연구자들은 조명 밝기를 바꾸면 생산성이 어떻게 변하는지 실험했다. 그런데 흥미로운 일이 벌어졌다. 조명을 밝게 해도 생산성이 올라가고, 조명을 어둡게 해도 생산성이 올라갔다. 조명의 방향이 아니라, 자신들이 관찰받고 있다는 사실 자체가 생산성을 바꿨다.
이것이 호손 효과(Hawthorne Effect)다. 관찰받는다는 인식이 행동을 변화시킨다.
Scrum 실무에서 Agile 메트릭을 다룰 때 이 효과는 이미 주요한 논의 대상이다. [3] 팀의 속도(velocity)를 측정하기 시작하면, 팀은 속도를 높이려는 방향으로 행동을 조정한다. 결과물의 질이 아니라 속도 수치를 최적화하기 시작하는 것이다. 측정이 중립적이지 않다. 측정 자체가 시스템을 바꾼다.
그런데 호손 효과는 관측의 영향을 기술하는 데 그친다. 양자역학적 프레임은 한 걸음 더 나아간다. 관측의 강도가 다를 수 있다는 것, 그리고 그 강도에 따라 시스템이 다르게 변한다는 것을.
그리고 여기서 양자 제논 효과가 등장한다.
1977년 물리학자 미스라(B. Misra)와 수다르샨(E.C.G. Sudarshan)은 양자 제논 효과(Quantum Zeno Effect)를 수학적으로 기술했다. [4]
핵심은 이것이다. 양자 시스템을 너무 자주 측정하면, 그 시스템의 상태 변화가 억제된다. 입자가 A 상태에서 B 상태로 전이해야 하는데, 그 과정에서 계속 측정을 하면 전이가 일어나지 않는다. 아파노프(Aharonov)와 롤리크(Rorhlich)가 정리한 것처럼, 연속적인 관측은 시스템의 진화를 멈춘다.
이름은 제논의 역설에서 왔다. 고대 그리스 철학자 제논은 “날아가는 화살은 매 순간 정지해 있다. 정지 상태의 합이 어떻게 운동이 될 수 있는가”라고 물었다. 양자 세계에서 이것은 역설이 아니라 실제로 일어나는 일이다. 너무 자주 관측하면 시스템은 정말로 멈춘다.
남우랄국립대학교 물리학 연구팀은 이것을 ‘사무실 제논 효과(office Zeno effect)’로 명명했다. [5]
관리자가 직원의 모든 단계를 지속적으로 확인하고, 세부 사항을 요구하고, 작업 실행 과정에 규칙적으로 개입할 때 — 업무 프로세스가 느려지고 창의적 해결책이 사실상 “얼어붙는다.” 관찰의 강도를 높이는 것이 투명성을 높이려는 시도였지만, 결과는 역설이다. 관측 빈도 자체가 시스템의 진화를 억제하는 것이다.
Axosoft의 개발자 블로그도 이것을 Scrum에 직접 대입한 적이 있다. [6] “지나치게 간섭하는 관리자가 상태 보고를 계속 요구하는 것 — 위치를 얻기 위한 측정 행위 자체가 팀의 모멘텀에 영향을 준다.”
여기서 하이젠베르크의 불확실성 원리를 경유하면 설명이 더 선명해진다.
하이젠베르크(Werner Heisenberg)는 1927년 입자의 위치(position)와 운동량(momentum)을 동시에 정확하게 알 수 없다는 불확정성 원리를 정식화했다. [7] 위치를 더 정확하게 알수록, 운동량은 더 불확정해진다. 운동량을 더 정확하게 알수록, 위치는 더 불확정해진다. 이 둘의 불확정성의 곱은 항상 플랑크 상수의 절반 이상이다.
프로젝트에 대입하면:
위치(position) = 현재 진척률. “지금 어디까지 됐는가.”
운동량(momentum) = 팀의 작업 흐름. “얼마나 빠르게, 어떤 방향으로 가고 있는가.”
진척률을 정확하게 파악하려는 시도(위치 측정)가 팀의 작업 흐름(운동량)을 교란한다. 현재 상태를 세밀하게 보고하게 할수록, 보고 준비에 드는 비용이 흐름을 끊는다. 위치를 알수록 모멘텀을 잃는다.
```mermaid
flowchart LR
subgraph "측정 강도 스펙트럼"
A["강한 측정\n(직접 보고 강요)"] ---|"←————————————→"| B["약한 측정\n(수시 시그널 공급)"]
end
subgraph "강한 측정의 결과"
C["파동함수 붕괴"]
D["작업 흐름 단절"]
E["제논 효과 발생"]
F["하이젠베르크 트레이드오프\n위치↑ 모멘텀↓"]
end
subgraph "약한 측정의 결과"
G["중첩 상태 유지"]
H["불확실성 감소"]
I["작업 흐름 보존"]
J["신뢰 축적"]
end
A --> C
A --> D
A --> E
A --> F
B --> G
B --> H
B --> I
B --> J
```
문제는 이것이다. 관찰자가 불확실성을 참지 못할 때, 자연스럽게 강한 측정으로 향한다. 그리고 강한 측정은 자신이 해결하려는 문제를 오히려 악화시킨다.
그렇다면 해결책은 무엇인가.
1988년 야키르 아하로노프(Yakir Aharonov)와 그의 동료들은 새로운 개념을 제안했다. [8]
양자역학의 고전적 측정은 강한 측정이다. 시스템을 측정하면 파동함수가 붕괴하고, 하나의 고전적 상태로 결정된다. 측정은 시스템을 변화시키고, 그 이전 상태는 복구되지 않는다.
그런데 아하로노프는 물었다. 파동함수를 완전히 붕괴시키지 않고, 시스템에 대한 부분적인 정보만 추출하는 것이 가능한가?
가능하다. 이것이 약한 측정(weak measurement)이다.
약한 측정은 측정 장치를 시스템에 약하게 결합시킨다. 완전히 붕괴시키지 않는다. 하나의 측정으로는 얻는 정보가 매우 적다. 대신 시스템의 상태가 보존된다. 여러 번의 약한 측정을 누적하면, 시스템을 붕괴시키지 않으면서도 통계적으로 의미 있는 정보를 얻을 수 있다.
약한 측정이 고전적 강한 측정과 다른 핵심은 이것이다.
강한 측정은 상태를 결정한다. 약한 측정은 상태를 보존하면서 신호를 읽는다.
이것이 수시 업데이트의 구조다.
완성 전에 “지금 API 연결 작업 중”이라고 공유하는 것은, 완성물(강한 측정의 결과)을 공개하는 것이 아니다. 작업 중인 시스템의 부분 정보를 흘리는 것이다. 파동함수를 붕괴시키지 않는다. 상태는 그대로 유지된다. 관찰자의 불확실성만 감소한다.
이것이 약한 측정이다.
수시 공유를 “진도 보고”로 읽으면 관리 도구가 된다. “약한 측정”으로 읽으면 구조가 달라진다. 나는 측정 기저(measurement basis)를 내가 설정하고 있다. 무엇을, 언제, 어떤 형태로 보여줄지를 스스로 결정한다. 상대방이 강한 측정을 요구하기 전에, 내가 먼저 약한 측정 결과를 공급하는 것이다.
측정 기저를 내가 설정한다. 이것이 핵심이다.
관찰자가 “지금 어디까지 됐어요?”라고 묻는 것은 강한 측정을 요구하는 것이다. 나는 그 요구가 오기 전에 약한 측정 결과를 먼저 공급함으로써, 관찰자의 불확실성을 줄이는 동시에 내 파동함수를 보존한다.
이것은 처세술이 아니다. 시스템 설계의 문제다.
그러나 약한 측정을 개인이 혼자서만 실천한다고 해결되지 않는다.
프로젝트는 혼자 하는 것이 아니다. 관찰자가 있고, 발주처가 있고, PM이 있다. 그들 모두가 각자의 방식으로 측정을 시도한다. 개인이 약한 측정 시그널을 아무리 잘 공급해도, 상대방이 강한 측정을 멈추지 않는다면 문제는 해결되지 않는다.
여기서 보에치흐 주렉(Wojciech Zurek)의 아인젤렉션(einselection) 개념이 필요하다. [9]
양자 시스템은 환경과 상호작용한다. 이 상호작용은 대부분의 양자 상태를 불안정하게 만들고, 결국 고전적 세계처럼 보이게 하는 결어긋남(decoherence)을 유발한다. 그런데 특별히 안정적인 상태들이 있다. 환경과 상호작용해도 붕괴되지 않고 살아남는 상태들. 이것이 포인터 상태(pointer states)다.
자연은 이 상태들을 ‘선택’한다. 환경이 그 상태들을 선택적으로 살아남게 하는 것이다. 주렉은 이것을 환경에 의한 선택, 아인젤렉션(environment-induced superselection)이라고 불렀다.
PM 혹은 발주처 입장에서 이것이 의미하는 것은 이것이다.
마일스톤 설계는 포인터 상태 설계다.
프로젝트 시작 전에, 어느 시점에 어떤 형태로 결과를 공유할 것인지를 미리 합의한다. 그것이 포인터 상태다. 관측에 강한 상태를 미리 설계하는 것이다. 그 합의가 이루어지면, 개발자는 합의된 포인터 상태에 도달하는 동안 슈퍼포지션을 유지할 수 있다. 관찰자도 중간에 강한 측정을 시도할 명분이 줄어든다.
합의된 포인터 상태가 없을 때 무슨 일이 벌어지는가.
관찰자는 자신이 원하는 시점에 자신이 원하는 형태로 측정을 시도한다. 그 측정은 대부분 강한 측정이다. 파동함수가 붕괴된다. 미완성 상태가 노출된다. 불필요한 긴장이 생긴다. 이것이 결어긋남이다.
고전적 프로젝트 관리론은 마일스톤을 “일정 관리 도구”로 본다. 양자역학적 프레임에서 마일스톤은 다르게 읽힌다. 마일스톤은 공동으로 합의한 안전한 관측 시점이다. 포인터 상태를 미리 지정하는 것이다.
PM 혹은 발주처가 해야 할 일은 측정 빈도를 높이는 것이 아니다. 측정이 일어날 시점과 형태를 함께 설계하는 것이다.
```mermaid
flowchart TD
A["프로젝트 시작"] --> B["포인터 상태 합의\n(마일스톤 설계)"]
B --> C["슈퍼포지션 유지 구간\n약한 측정 시그널 공급"]
C --> D{"합의된 포인터 상태\n(마일스톤) 도달 여부"}
D -->|"도달"| E["안전한 강한 측정\n결과 공개"]
D -->|"미달"| F["포인터 상태 재조정\n또는 중간 점검"]
E --> G["다음 포인터 상태 합의"]
G --> C
B -.->|"합의 없이 강한 측정 시도"| H["파동함수 붕괴\n결어긋남 발생"]
H --> I["신뢰 훼손 / 작업 흐름 단절"]
```
이 구조를 이해하면 흔히 일어나는 프로젝트 실패 패턴이 다르게 읽힌다. 많은 프로젝트가 실패하는 것은 기술적 역량의 문제가 아니다. 포인터 상태의 합의 없이, 관찰자가 임의의 시점에서 강한 측정을 반복하면서 발생하는 결어긋남의 문제다.
결어긋남은 외부에서 들어온다. 그리고 대부분 측정 구조의 부재에서 비롯된다.
포인터 상태를 합의했다고 모든 것이 해결되지는 않는다. 합의된 마일스톤 사이에도 관찰자의 불확실성은 축적된다. 불확실성이 임계값을 넘으면, 관찰자는 강한 측정을 시도하고 싶어진다.
이 문제를 해결하는 세 번째 양자역학적 개념이 앤실라 측정(ancilla measurement)이다.
양자 컴퓨팅에서 오류 정정(quantum error correction)의 핵심 과제가 있다. 큐비트의 오류를 탐지해야 하는데, 큐비트를 직접 측정하면 파동함수가 붕괴한다. 오류를 탐지하는 행위가 정보를 파괴한다. 어떻게 할 것인가?
해결책은 앤실라 큐비트(ancilla qubit)다. [10] 메인 큐비트를 직접 측정하지 않는다. 대신 메인 큐비트와 보조 큐비트(앤실라)를 양자적으로 얽히게(entangle) 한다. 앤실라를 측정한다. 앤실라가 메인 큐비트의 오류 정보를 간접적으로 담고 있기 때문에, 메인 큐비트를 건드리지 않고도 오류 여부를 알 수 있다.
메인 시스템은 붕괴하지 않는다. 오류 정보는 얻는다.
PM과 발주처의 관점에서 앤실라는 무엇인가.
CI/CD 파이프라인의 대시보드, 자동화 테스트 결과, 커밋 로그, 비동기 상태 공유 채널 — 이것들이 앤실라 큐비트에 해당한다. 개발자에게 직접 “지금 어디까지 됐어요?”라고 묻는 대신, 시스템이 자동으로 흘리는 신호를 읽는 것이다. 메인 시스템(개발자의 작업 흐름)을 건드리지 않는다. 앤실라(자동화된 채널)가 부분 정보를 담고 있다.
이것은 이미 좋은 개발 조직들이 실천하고 있는 것이다. 그런데 대부분은 이것을 “효율적인 커뮤니케이션 도구”로 이해한다. 앤실라 측정 구조로 이해하면 설계 원칙이 달라진다.
앤실라 채널 설계의 핵심은 이것이다. 메인 시스템을 건드리지 않고도 관찰자의 불확실성을 줄이는 신호를 자동으로 흘리게 하는 것. 관찰자가 원하는 것은 진척에 대한 확신이다. 그 확신을 개발자와의 직접 접촉 없이 얻을 수 있다면, 강한 측정의 필요성이 줄어든다.
흥미롭게도, 이 방향은 학계에서도 이미 탐색되고 있다. 2024년 PM World Journal에 게재된 양자 프로젝트 관리(Quantum Project Management, QPM) 논문은 [11] 고전적 프로젝트 관리 이론이 “측정이 중립적이다”라는 고전물리학적 가정 위에 서 있다고 지적하며, 불확실성과 결어긋남을 핵심 변수로 다루는 새로운 프레임을 제안했다. 아직 학문적 주류는 아니지만, 방향은 같다.
```mermaid
flowchart LR
subgraph "기존 구조 (강한 측정 반복)"
A["관찰자의 불확실성"] -->|"직접 접촉"| B["개발자에게 보고 요구"]
B -->|"작업 흐름 단절"| C["파동함수 붕괴"]
C --> A
end
subgraph "앤실라 채널 구조"
D["관찰자의 불확실성"] -->|"앤실라 채널 조회"| E["CI/CD 대시보드\n커밋 로그\n비동기 채널"]
E -->|"부분 정보 제공"| F["불확실성 감소"]
F -->|"직접 접촉 불필요"| G["메인 시스템(작업 흐름) 보존"]
end
```
이미 이 구조를 실천하고 있는 곳이 있다.
37signals — Basecamp를 만든 회사 — 은 자신들의 프로젝트 방법론인 Shape Up의 챕터 제목을 “Status without asking(묻지 않고 상태 파악하기)”이라고 붙였다. [12] Hill Chart라는 도구를 통해 개발자가 스스로 현재 작업이 '오르막(아직 불확실성 존재)' 단계인지 '내리막(실행 단계)'인지를 시각적으로 표시한다. 관찰자는 직접 묻지 않고도 시스템의 상태를 읽는다. 매일 오후 4시 30분, Basecamp는 자동으로 모든 직원에게 "오늘 무슨 작업을 했나요?"를 물어 전사에 공유한다. [13] 회의가 아니라 시스템이 신호를 수집하고, 관찰자는 그 신호를 비동기적으로 읽는다. 앤실라 채널이 작동하는 방식 그대로다.
GitLab은 이것을 조직 전체 레벨로 확장한다. 2,000페이지 분량의 내부 운영 핸드북을 외부에 공개하고, CI/CD 파이프라인의 상태가 조직 전체에 실시간으로 읽힌다. [14] 누구도 “지금 어디까지 됐어요?”를 묻지 않아도 시스템이 말한다.
학계(QPM 논문)와 실무(37signals, GitLab)가 같은 방향을 향하고 있다. 측정 빈도를 높이는 것이 아니라, 묻지 않아도 읽히는 구조를 설계하는 것.
그러나 앤실라 채널은 도구만으로 완성되지 않는다. 채널을 어떻게 설계할지, 어떤 신호를 흘릴지, 그 신호를 어떻게 해석할지에 대한 합의가 먼저 필요하다. 앤실라도 결국 포인터 상태 합의의 연장선에 있다.
양자역학에서 측정 기저(measurement basis)는 중요하다.
같은 양자 상태라도, 어떤 기저로 측정하느냐에 따라 결과가 달라진다. 수직 방향으로 측정하는 것과 수평 방향으로 측정하는 것이 다른 결과를 준다. 기저를 설정하는 것이 측정의 결과를 결정한다.
프로젝트에서 기저는 이것이다. 무엇을, 언제, 어떤 형태로, 누가 측정할 것인가.
이 기저를 관찰자가 일방적으로 설정하면, 개발자는 관찰자가 원하는 시점과 형태로 파동함수를 붕괴시켜야 한다. 준비가 되지 않은 시점에 강한 측정이 일어난다. 결어긋남이 발생한다.
개발자가 약한 측정을 수시로 공급하는 것은, 기저 설정의 주도권을 회수하는 행위다. 내가 어떤 상태를, 언제, 어떤 형태로 보여줄지를 먼저 결정함으로써, 관찰자가 강한 측정을 시도할 명분을 줄인다.
PM이 포인터 상태를 합의하는 것도 같은 구조다. 측정이 일어날 시점과 형태를 함께 설계함으로써, 결어긋남을 통제하는 것이 아니라 결어긋남이 일어나는 방식을 함께 결정한다.
이것을 이해하면 프로젝트 관리에 대한 접근 전체가 달라진다.
고전적 PM의 질문은 이것이다. “어떻게 하면 진행 상황을 더 잘 파악할 수 있는가.” 이 질문은 측정을 강화하는 방향으로 간다. 더 자주, 더 세밀하게, 더 많은 보고를.
양자역학적 프레임의 질문은 이것이다. “측정 구조를 어떻게 설계해야 시스템이 보존되면서 불확실성이 줄어드는가.” 이 질문은 측정의 질을 높이는 방향으로 간다. 덜 자주, 더 의미 있게, 앤실라를 통해.
결어긋남은 외부에서 들어온다. 대부분은 설계되지 않은 강한 측정에서 비롯된다. 그것을 막는 것은 더 강한 통제가 아니라, 더 정교한 측정 설계다.
다시 처음으로 돌아가자.
“지금 어디까지 됐어요?”
이 질문을 받았을 때 나는 하던 것을 멈췄다. 그리고 이 경험이 반복되면서, 나는 수시로 진행 상황을 먼저 공유하는 방법을 썼다. 그때 나는 이것을 “커뮤니케이션 전략”이라고 이해했다.
지금은 다르게 읽힌다.
나는 약한 측정 시그널을 먼저 공급해서 관찰자의 강한 측정 시도를 선점했다. 측정 기저를 내가 설정했다. 파동함수 붕괴를 내가 통제했다.
이것은 개인 레벨의 전략이다. 그런데 프로젝트는 개인 혼자가 아니다. PM과 발주처가 참여한다. 그들이 해야 할 것은 이것이다.
측정 빈도를 높이는 것이 아니라, 측정 구조를 설계하는 것.
구체적으로는 세 가지다.
첫째, 양자 제논 효과를 피하라. 측정 빈도가 임계값을 넘으면 시스템이 멈춘다. 하루에 세 번의 상태 확인은 진척을 파악하는 것이 아니라 진척을 억제하는 것이다.
둘째, 포인터 상태를 합의하라. 마일스톤은 일정 관리 도구가 아니다. 안전한 관측 시점을 공동으로 설계하는 것이다. 어느 시점에, 어떤 형태로, 어느 수준의 완성도로 결과를 공개할 것인지를 프로젝트 시작 전에 합의한다.
셋째, 앤실라 채널을 구축하라. 개발자에게 직접 묻지 않고도 시스템의 상태를 읽을 수 있는 채널을 만든다. 자동화된 채널이 흘리는 신호를 해석하는 능력을 키운다. 직접 접촉의 필요성이 줄어들면, 강한 측정의 빈도가 줄어든다.
이 세 가지는 결국 하나로 수렴한다.
통제는 빈도가 아니라 구조에서 온다.
더 자주 보는 것이 더 잘 아는 것이 아니다. 더 정교하게 설계된 측정이 더 많은 것을 안다. 그리고 시스템을 보존한다.
마지막으로 가장 중요한 것.
이 모든 논의의 전제는 측정이 중립적이지 않다는 것이다. 관찰하는 행위 자체가 시스템을 변화시킨다. 이것은 양자역학의 세계에서 입증된 사실이고, 프로젝트 현장에서는 경험적으로 반복 관찰되는 현상이다.
그렇다면 관찰자로서 PM과 발주처가 스스로에게 먼저 물어야 할 질문은 이것이다.
내가 지금 하는 측정이 시스템을 파악하고 있는가, 아니면 시스템을 바꾸고 있는가.
그리고 내가 지금 강한 측정을 원하는 것은 프로젝트를 위해서인가, 아니면 나의 불확실성을 참지 못해서인가.
불확실성을 참는 것도 프로젝트 관리의 역량이다. 아니, 어쩌면 가장 중요한 역량이다. 파동함수가 완성될 때까지 기다릴 수 있는 능력.
슈뢰딩거의 고양이는 상자를 여는 순간 살거나 죽는다. 좋은 PM은 상자를 여는 시점을 함께 설계한다.
[1] Schrödinger, E. (1935). "Die gegenwärtige Situation in der Quantenmechanik." Naturwissenschaften, 23(48), 807–812.
[2] Mayo, E. (1933). The Human Problems of an Industrial Civilization. Macmillan.
[3] Scrum.org. "Agile Metrics — The Good, the Bad, and the Ugly." Retrieved 2026. https://www.scrum.org/resources/blog/agile-metrics-good-bad-and-ugly
[4] Misra, B., & Sudarshan, E. C. G. (1977). "The Zeno's paradox in quantum theory." Journal of Mathematical Physics, 18(4), 756–763.
[5] Paterova, A. (2026). "Zeno Effect: Quantum Principles in Everyday Life." South Ural State University. https://www.susu.ru/en/news/2026/02/11/zeno-effect-quantum-principles-everyday-life
[6] Axosoft Dev Blog. "Scrum and Quantum Physics." https://www.axosoft.com/dev-blog/scrum-quantum-physics
[7] Heisenberg, W. (1927). "Über den anschaulichen Inhalt der quantentheoretischen Kinematik und Mechanik." Zeitschrift für Physik, 43(3–4), 172–198.
[8] Aharonov, Y., Albert, D. Z., & Vaidman, L. (1988). "How the result of a measurement of a component of the spin of a spin-1/2 particle can turn out to be 100." Physical Review Letters, 60(14), 1351.
[9] Zurek, W. H. (1998). "Decoherence, Einselection, and the Existential Interpretation (the Rough Guide)." arXiv:quant-ph/9805065.
[10] Shor, P. W. (1995). "Scheme for reducing decoherence in quantum computer memory." Physical Review A, 52(4), R2493.
[11] Prieto, R. (2024). "Quantum Project Management." PM World Journal, Vol. XIII, Issue I. https://pmworldlibrary.net/wp-content/uploads/2024/01/pmwj137-Jan2024-Prieto-Quantum-Project-Management-.pdf
[12] Singer, R. (2019). Shape Up: Stop Running in Circles and Ship Work that Matters. Basecamp. Chapter 13: "Show Progress — Status without asking." https://basecamp.com/shapeup/3.4-chapter-13
[13] 37signals. "The 37signals Guide to Internal Communication." https://37signals.com/how-we-communicate
[14] Monte Carlo Data. (2023). "How The GitLab Data Team Builds A Culture Of Radical Transparency." https://www.montecarlodata.com/blog-how-the-gitlab-data-team-builds-a-culture-of-radical-transparency/
본 게시글은 최초 발행 이후 언제든 수정될 수 있습니다.
전문이 AI 응답 그대로라 수 차례 다듬어질 수 있습니다.
AI를 사용해 얻어진 문단은 해당 결과가 나오는 데에 영향을 미친 저의 요청이 있었습니다. 필요한 경우 raw-chats 매거진에서처럼 요청도 함께 기재될 수 있습니다. 해당 응답 문단은 공개 이후 여러 번 다듬어질 수 있습니다.
AI 정보 중 하이라이팅 된 문단은 필자의 정리입니다.
Mermaid 코드는 이미지로 변환되어 제공될 수 있습니다.
ⓒ Poetheine Studio