해결사의 능력
문제 해결 프로세스
몇 십만 원짜리 세금 문제부터 몇 백억짜리 세무조사까지 여러 사례를 겪어보니 문제 해결의 과정은 동일하다는 생각이 듭니다. 결론적으로는 문제를 설정하고 대책을 찾아야 일이 되더군요. 국세청에서는 그 일이 세금으로 연결된 것이었고 퇴직을 하고 밖에서는 합법적으로 줄어든 세금이 성과였습니다. 다만 문제의 크기가 작을 때는 과정을 적게 거치지만 문제의 크기가 클수록 과정은 많아지고 세밀해야 그만큼 실수가 적어집니다. 하나의 실수라도 더 줄이기 위해 저만의 과정을 복기해 봅니다.
1. 사실관계 파악
일이 벌어진 상황이나 주위 관계를 정확히 파악해야 합니다. 의뢰자의 상황을 정확히 알지 못한 채 대책을 세우면 아무런 도움이 되지 않는 일을 한 셈이 되어 버립니다. 그러니 의뢰자가 인식하지 못한 상황까지 알 수 있도록 많은 질문을 하고 유추를 해야 합니다.
2. 문제점 인식
보통은 자신들이 문제점을 어느 정도는 알고 있습니다. 그렇기에 문제 해결을 의뢰하는 것이겠죠. 하지만 의뢰자가 모르는 문제도 분명 숨어 있습니다. 의뢰자가 그 분야의 전문가라면 굳이 우리에게 묻지 않았겠죠. 그들이 놓치는 문제점까지 찾아줘야 진정한 해결사가 될 수 있습니다.
3. 가설 설정
해당 문제를 어떻게 풀어야 할지 대응 방안을 수립합니다. '이 문제에 대한 답은 아마도 이렇게 될 것이다'라는 여러 개의 가설을 세워 봅니다. 하나의 방안으로는 놓치는 부분이 분명 있으니까요. 그렇게 여러 개의 가설을 세워서 빠진 점은 없는지 찾아봅니다.
4. 시행착오
이제 해당 가설에 따라 결과값을 계산해 봅니다. 때로는 제일 좋은 대안이라고 생각했던 부분이 부수적인 다른 절차나 비용으로 인해 가장 좋지 않은 대안이 될 수도 있습니다. 당초 가설을 설정하면서 생각했던 만큼 결과값이 나오는지 여러 차례 시뮬레이션을 돌려 봅니다.
5. 최종 대안 선택
그렇게 제일 나은 대안이라고 선택한 부분을 최종적으로 결정합니다. 10가지 선택지를 의뢰자에게 줄 수도 있습니다. 하지만 보통 사람들은 3가지 이상의 선택지를 주면 오히려 선택하지 못하게 되죠. 사람들은 일반적으로 3개의 선택지를 주면 가운데 안을 선택합니다. 가장 극단에 치우치지 않았다고 생각하기 때문이죠. 그러니 그런 심리적인 부분도 고려합니다.
6. 리스크 체크 & 검증
내 생각이 혹시나 틀릴 수 있으니 동업자들에게 묻습니다. 같은 일을 하는 사람들의 다른 시야에서 틀린 점을 찾을 수 있으니까요.
AI가 아무리 발달하더라도 문제 해결의 영역은 사람의 영역으로 남게 되지 않을까요? 사실 관계 파악이나 자료의 정리 등은 할 수 있어도 가설을 세우고 대안을 찾는 논리의 영역은 아직 AI가 따라오지 못하는 영역이 아닐까 싶습니다. 인간은 실수를 할 수 있기에 AI와 차별화되는 것이 아닐까라는 쓸데없는 생각을 해 봅니다.
