작은 불편 속에서 문제의 기회를 찾다

문제를 발견하는 눈 기르기 Part.1 | EP.1

by 인력경영학자 이윤선

Aug 9. 2025

불편은 감정, 문제는 데이터로 정의된다.
반복성·영향력·개선 가능성 세 가지로 문제 여부를 판단하라.

Part 1. 문제를 발견하는 눈 기르기(1/6회차)

Part 2. 원인을 분석하는 기술(8회)

Part 3. 해결책을 만들고 실행하기(8회)

Part 4. 나만의 문제해결 습관 만들기(6회)

2화. 작은 불편 속에서 문제의 기회를 찾다

토요일 아침, 평소보다 늦게 일어나 부드럽게 내리쬐는 햇살을 맞으며 동네 카페로 향했다.
책 한 권 들고, 커피 향 속에서 한두 시간 여유를 즐길 계획이었다. 문을 열고 들어가니 가게 안은 주말답게 한산했고, 잔잔한 재즈 음악이 흘렀다. 메뉴판을 보고 라떼를 주문했다. 대기 손님도 거의 없어서 금방 나올 거라 생각했다.

그런데 5분, 10분이 지나도 내 이름이 불리지 않았다.
처음엔 “뭐, 바리스타가 신입인가 보다” 하고 대수롭지 않게 생각했다. 하지만 15분이 지나자 이상한 기운이 느껴졌다. 주변을 둘러보니 키오스크 앞에 한 손님이 멈춰 서 있었다. 결제 화면에서 뭔가가 멈춘 듯 했다. 손님은 화면을 터치하고, 또 터치했지만 변화가 없었다. 곧 직원이 다가와 조작을 도와주었고, 그 사이 다른 주문들도 줄줄이 밀리기 시작했다.

직원은 계산대를 오가며 두세 번이나 키오스크를 재부팅했고, 재부팅이 끝날 때마다 기다리는 손님이 한숨을 쉬었다. 커피를 기다리는 나 역시 조금씩 짜증이 올라왔다.
겉으로 보기엔 ‘주문이 좀 늦어진 상황’일 뿐이었다. 하지만 머릿속에서는 생각이 이어졌다.

키오스크 오류 → 주문 지연

주문 지연 → 대기 인원 증가

대기 인원 증가 → 회전율 감소

회전율 감소 → 매출 하락

이건 단순히 커피 한 잔이 늦게 나오는 문제가 아니라, 매장 운영과 수익 구조에 영향을 주는 상황이었다.

비슷한 일은 매일 벌어진다.

출근길 버스가 정류장 두 정거장 전에 만차로 그냥 지나간다.

온라인 쇼핑몰에서 분명 재고가 있는 상품인데 ‘품절’ 표시가 뜨고, 주문을 포기하게 된다.

회의실 예약 시스템이 느려서, 매번 전화로 직접 확인해야 한다.

대부분의 사람들은 이런 순간을 그냥 넘긴다. “오늘만 운이 나빴네”, “다음엔 나아지겠지” 하면서.
하지만 문제해결의 출발점은 바로 여기서 시작된다. 작은 불편을 ‘문제’로 인식하는 순간, 가능성의 문이 열린다.

만약 이 카페의 키오스크에 오류 감지 기능이 있고, 즉시 알람을 보내 재부팅 없이 문제를 해결할 수 있다면? 버스 혼잡도를 실시간으로 알려주는 서비스가 있다면? 회의실 예약 시스템 속도를 단 2초 줄인다면?
사소해 보이는 불편이 비즈니스 기회로, 혹은 조직 효율 향상의 출발점으로 바뀐다.

전략적 문제해결은 이런 태도에서 시작된다. “그냥 불편”을 “개선할 수 있는 문제”로 정의하는 순간, 그 안에서 기회를 발견할 수 있다.

1. 생활 사례 1 – 버스 시간 애매로 인한 지각 위기

월요일 아침, 눈을 떴을 때 이미 알람이 세 번째 울리고 있었다.
주말 내내 밀린 집안일을 처리하다 늦게 잔 탓에, 일어나자마자 시계부터 확인했다. 7시 45분.
부랴부랴 씻고, 옷을 입고, 아침을 대충 입에 넣고 나니 8시 00분이었다.
회사까지는 버스를 타고 15분, 사무실까지 도보 7분.
평소 타는 버스는 8시 05분에 정류장을 지나가는데, 문제는 이 버스가 늘 정확하지 않다는 거였다.

정류장에 도착한 건 8시 02분. 스마트폰을 꺼내 버스 앱을 켜니 “1분 뒤 도착”이라는 반가운 메시지가 떴다. 마음속으로 ‘다행이다’ 하고 숨을 돌렸다.
그런데 갑자기 화면이 깜빡이며 “배차 지연”으로 바뀌었다. 예상 도착 시간이 8시 07분으로 밀렸다.

머릿속이 빠르게 계산을 시작했다.
8시 07분에 버스를 타면 8시 25분쯤 도착, 사무실까지 7분을 걸어야 하니 8시 32분.
아무리 뛰어도 회의 시작 시간인 8시 30분에는 맞추기 어렵다.
예전 같으면 그냥 ‘오늘은 지각이네’ 하고 다음 버스를 기다렸을 거다. 하지만 이번엔 달랐다.

주말에 읽은 책에서 “작은 불편을 문제로 정의하라”는 문장을 봤던 게 떠올랐다.
그래서 스마트폰을 열고 AI에 이렇게 입력했다.

현재 위치: OOO 버스 정류장
목적지: OOO 회사
조건: 8시 30분까지 도착, 도보 7분
버스 지연 발생, 현재 시각 8:02
가능한 대안 경로와 도착 시각을 제시해줘.

AI가 내놓은 결과는 세 가지였다.

1. 지하철 환승 – 도보 4분 + 2정거장 지하철 + 도보 5분 → 8시 27분 도착

2. 다른 버스 노선 – 300m 떨어진 정류장에서 곧바로 출발 → 8시 29분 도착

3. 택시 – 6분 소요, 예상 요금 6,500원

각 경로의 장단점까지 표시돼 있었다. 지하철은 날씨 영향을 덜 받고, 다른 버스는 요금이 동일, 택시는 가장 빠르지만 비용이 높았다.
나는 2번, 다른 버스 노선을 선택했다. 이유는 간단했다. 돈도 절약하고 시간도 맞출 수 있었으니까.

300m를 걸어 다른 정류장에 도착하니, 마침 버스가 코너를 돌아오고 있었다.
자리에 앉아 창밖을 보는데, 평소 같으면 느꼈을 긴장과 짜증 대신 묘한 뿌듯함이 올라왔다.
그냥 운에 맡기던 상황이, 내 선택으로 바뀌었기 때문이다.

회사에 도착한 건 8시 29분. 가방을 내려놓고 회의 자료를 한 번 훑어볼 시간까지 있었다.
이 작은 경험이 준 교훈은 명확했다.
불편을 그냥 넘기면 불만만 남지만, 그걸 “해결 가능한 문제”로 바꾸면, 선택지가 생기고 통제권이 돌아온다.
그리고 AI는 그 전환을 단 몇 초 만에 가능하게 해준다.

� 이 사례에서 얻은 인사이트

‘시간 부족’이라는 압박 속에서도 AI가 대안을 즉시 제공하면, 판단 속도가 빨라진다.

단순히 대안을 나열하는 게 아니라, 조건과 제약을 포함해 질문해야 현실적인 답이 나온다.

문제를 구체적으로 정의하는 것이 AI 활용의 첫 단계다.

2. 생활 사례 2 – 온라인 장보기 재고 오류

금요일 저녁, 주말에 먹을 재료를 미리 사두려고 장보기 앱을 켰다.
퇴근길 지하철에서 장바구니를 채우는 건 이제 루틴이 됐다.
필요한 건 우유, 계란, 토마토, 그리고 이번 주말에 만들 파스타용 소스였다.
앱에서 익숙한 브랜드를 찾아 장바구니에 하나씩 담았다.

결제 단계에 들어갔는데, 갑자기 빨간색 경고창이 떴다.
“이 상품은 품절되었습니다.”
목록을 내려보니 가장 먼저 담았던 우유였다.
더 황당한 건, 불과 10분 전까지만 해도 ‘재고 있음’ 표시가 떠 있었던 상품이라는 거였다.

잠깐 고민했다. 다른 브랜드 우유를 고르자니 배송 가능 시간이 하루 늦춰지고,
오늘 주문을 포기하자니 주말 요리가 꼬인다.
예전 같으면 그냥 ‘운이 없네’ 하고 넘어갔을 거다.
하지만 며칠 전 경험한 ‘버스 지각 위기’ 사건이 떠올랐다.
작은 불편을 그냥 넘기지 말고, 문제로 정의해보자는 생각이 들었다.

스마트폰 메모장에 이렇게 적었다.

문제: 장보기 앱에서 재고 있음 표시가 갑자기 품절로 변경됨

영향: 결제 지연, 대체 상품 탐색, 배송 일정 변경 → 시간 손실 + 계획 변경

반복성: 한 달에 2~3번 발생

개선 가능성: 대체 상품 추천, 재고 알림 기능 활용 가능

그리고 AI에 이렇게 물었다.

상황: 장보기 앱에서 상품을 장바구니에 담은 후 결제 직전에 품절 표시가 뜨는 문제가 반복됨.
목표: 장보기 시간을 줄이고 품절 스트레스 감소.
질문: 원인 추정과 해결 방안을 생활 수준에서 적용할 수 있도록 제안해줘.

AI가 내놓은 답은 이랬다.

원인 추정

1. 재고 데이터와 앱 표시 간 동기화 지연

2. 특정 시간대(퇴근 시간) 주문 폭주

3. 동일 상품을 여러 사람이 동시에 결제 시도

해결 방안

재고 확인 알림 설정: 앱에서 관심 상품 재고가 채워지면 즉시 알림을 받도록 설정

구매 시간 변경: 주문이 몰리는 시간대를 피해서 오전이나 늦은 밤에 장보기

대체 상품 리스트 사전 작성: 선호 브랜드가 품절될 경우 바로 결제 가능한 후보군 준비

정기배송 활용: 자주 사는 상품은 정기배송으로 전환해 품절 위험 줄이기

다음 날, AI가 제안한 ‘재고 확인 알림’을 바로 설정했다.
그리고 토요일 아침, 알림이 울리자마자 앱을 열어 우유를 장바구니에 담고 결제까지 완료했다.
결과는 5분 만에 끝났다. 평소 같으면 품절 알림에 짜증 내고 대체 상품 찾느라 15~20분은 걸렸을 일이었다.

� 이 사례에서 얻은 인사이트

문제를 정의할 때 ‘발생 빈도’와 ‘영향’을 함께 기록하면, 우선순위가 명확해진다.

AI는 단순한 대안 제시뿐 아니라, 행동 패턴 변화까지 제안할 수 있다.

생활 속 반복 문제는 한 번 해결 구조를 만들면, 그 이후로는 시간과 스트레스가 크게 줄어든다.

3. 조직 사례 1 – 자료 흩어짐 문제

마케팅팀의 월말 보고는 매번 작은 전쟁이었다.
보고 마감일은 매달 마지막 주 수요일 오후 5시.
하지만 마감 당일 오전에도 자료를 찾느라 팀원들이 이메일과 폴더를 뒤적이는 모습은 늘 똑같았다.

보고서를 만드는 팀원인 지민은 그날도 새벽부터 회사 메신저를 켜고 있었다.
“혹시 지난번 광고 캠페인 클릭률 자료 어디에 있나요?”
“그거 지난달에 공유드린 PPT에 있어요. 7월 보고서 폴더에…”
“7월 폴더가 두 개인데, 어떤 거요?”
“아… 그거 아마 제 개인 구글드라이브에 있을 거예요.”

이쯤 되면 지민은 자료를 찾는 데만 1~2시간을 써야 했다.
결국 마감 직전까지 데이터를 붙이고, 수정 요청이 오면 밤늦게까지 작업을 이어갔다.

문제는 분명했다.
자료가 한 곳에 모여 있지 않고, 파일명 규칙도 제각각이라 검색이 불가능에 가까웠다.
심지어 같은 보고서의 버전이 3개 이상 존재하기도 했다.
어느 것이 최신본인지 확인하려면 각각 열어봐야 했다.

이번 달, 팀장은 결심했다. AI를 써서 문제를 분석해보기로.
회의 시간에 팀장은 모든 팀원에게 자료 저장 방식과 경로를 적어내게 했다.
그리고 이를 AI에 이렇게 입력했다.

상황: 마케팅팀의 월말 보고 자료가 여러 경로(개인 드라이브, 팀 공유폴더, 이메일 첨부)에 흩어져 있음.
문제: 자료 취합에 평균 2일 이상 소요, 버전 혼동 발생.
목표: 자료 저장·검색 속도 향상, 보고서 작성 기간 단축.
질문: 원인 분석과 개선 방안을 제시해줘.

AI의 분석 결과는 다음과 같았다.

원인 분석

1. 저장 경로 분산 – 개인과 팀 단위 저장소 혼용

2. 파일명 규칙 부재 – 검색어로 구분 불가능

3. 버전 관리 미흡 – 동일 파일의 최신본 확인 어려움

4. 자료 제출 기한 불명확 – 마감 직전 취합으로 병목 발생

개선 방안

통합 저장소 구축: 팀 공유 드라이브로 경로 일원화

파일명 규칙 통일: 'YYYYMM_프로젝트명_버전' 형식 적용

버전 관리 도구 활용: 구글드라이브·노션·SharePoint의 변경 이력 기능 활성화

제출 마감 D-3: 사전 취합일 설정으로 최종 수정 시간 확보

팀은 바로 실행에 들어갔다.
먼저 기존의 모든 보고 자료를 공유 드라이브로 이관하고, 파일명 규칙을 정했다.
예를 들어, 2024년 8월 광고 캠페인 보고서는 '202408_광고캠페인_v1'로 저장한다.

수정할 때는 '_v2'로 변경하며, 이전 버전은 자동 백업된다.

그리고 매달 보고 자료 제출 기한을 마감일 3일 전으로 당겼다.
AI는 마감 D-3에 자동 알림을 보내도록 설정했다.

그 결과, 다음 달 보고서 작성 시간은 평균 1일로 줄었다.
자료를 찾느라 쓰던 2~3시간이 사라지니, 보고서의 분석과 시각화에 더 많은 시간을 투자할 수 있었다.
팀원들 사이에서도 “자료 찾는 게 이렇게 쉬워질 줄 몰랐다”는 반응이 나왔다.

� 이 사례에서 얻은 인사이트

문제를 정의할 때 ‘데이터의 위치와 관리 방식’은 핵심 진단 요소다.

AI는 개선 아이디어를 단순 나열하는 것이 아니라, 실행 우선순위까지 제안할 수 있다.

파일명·경로·마감일 통일만으로도 업무 효율은 눈에 띄게 오른다.

4. 조직 사례 2 – 회의 시간 지연

제품 개발팀의 주간 회의는 매주 화요일 오전 10시에 시작된다.
하지만 10시 정각에 회의가 시작된 적은 거의 없다.
대부분 10시 15분, 심하면 10시 20분이 되어서야 첫 안건이 나온다.

이 팀의 회의실 앞 풍경은 늘 비슷하다.
9시 58분, 몇몇 팀원은 아직 책상 앞에서 프레젠테이션 파일을 열고 있다.
회의실에 먼저 도착한 사람들도 대부분 노트북을 펼쳐 자료를 복사하거나 USB를 꽂느라 분주하다.
심지어 회의실 문 앞에서 “오늘 회의실 여기 맞나?” 하고 묻는 장면도 종종 있었다.

회의가 늦어지는 이유를 물으면 대답은 다양하다.

“자료 준비가 늦어졌어요.”

“회의실이 바뀐 걸 몰랐어요.”

“다른 회의가 길어졌어요.”

결국 팀장은 이 문제를 그냥 방치할 수 없다고 판단했다.
매주 15분씩 지연되는 회의는 1년이면 거의 12시간 이상을 날리는 셈이었기 때문이다.
게다가 회의 시작이 늦어지면 결론이 흐지부지되거나, 급하게 마무리돼 후속 작업이 늘어났다.

팀장은 이번에 AI를 활용해 정확한 원인을 파악하기로 했다.
먼저 지난 3개월간 회의 시작 시각, 참석자 도착 시각, 회의실 예약 내역, 발표 자료 업로드 시간을 데이터로 모았다.

그리고 AI에 이렇게 입력했다.

상황: 주간 회의가 평균 15분 지연되어 시작됨.
데이터: 회의 시작 시각, 참석자 도착 시각, 회의실 예약 변경 내역, 발표 자료 업로드 시간.
목표: 지연 원인 분석과 개선 방안 제시.
조건: 실행 가능성이 높고, 팀원 부담이 적은 방법.

AI의 분석 결과는 명확했다.

원인 분석

1. 발표 자료 지연 업로드 – 회의 시작 직전까지 자료를 수정하는 경우 다수

2. 회의실 변경 알림 부재 – 회의실이 바뀌어도 당일 아침에야 공유, 일부는 미확인

3. 직전 회의 지연 – 앞 회의가 5~10분 늦게 끝나는 경우 발생

개선 방안

발표 자료 사전 업로드: 회의 전날 오후 6시까지 자료 업로드를 의무화

회의실 변경 실시간 알림: 변경 즉시 채팅방·메일·캘린더에 동시 알림

회의 간 간격 확보: 예약 시 최소 10분 휴지 시간 설정

팀은 바로 개선안을 적용했다.
회의 전날 오후 6시 이후에는 자료를 업로드할 수 없도록 공유 폴더 권한을 설정했고,
회의실 변경은 부서 메신저 봇이 자동으로 공지하도록 만들었다.
또, 회의실 예약팀에 요청해 모든 회의 사이에 10분 간격을 넣었다.

변화는 즉각 나타났다.
첫 주에는 회의 시작 지연이 평균 5분으로 줄었고,
한 달 뒤에는 거의 모든 회의가 10시 정각 또는 2~3분 이내에 시작됐다.
회의가 제시간에 시작되니 안건별 논의 시간이 충분해졌고, 결론이 명확해졌다.
무엇보다 “회의가 너무 길다”는 불만이 줄어들었다.

� 이 사례에서 얻은 인사이트

데이터로 원인을 밝히면 감에 의존한 추측보다 설득력이 높다.

AI는 단순한 시간 단축이 아니라, 회의 문화 자체를 개선하는 도구가 될 수 있다.

‘작은 규칙’(자료 마감·알림·간격 확보)만으로도 조직 전반의 효율이 오른다.

5. 중간 해설 – 불편을 문제로 전환하는 사고

앞서 살펴본 사례들은 모두 시작이 비슷했다.
버스 지각, 장보기 품절, 자료 흩어짐, 회의 지연.
겉으로 보면 “그럴 수도 있지” 하고 넘어가기 쉬운 일들이다.
하지만 이 순간을 ‘그냥 불편’으로 묻느냐, 아니면 ‘해결해야 할 문제’로 정의하느냐에 따라 결과는 완전히 달라진다.

불편과 문제는 다르다

불편: 개인이 느끼는 감정·상황적 불쾌감

문제: 구체적으로 정의할 수 있고, 개선 가능성이 있으며, 반복될 가능성이 있는 상태

예를 들어, 버스가 늦게 오는 건 불편이다.
하지만 ‘버스 지연으로 인해 3개월간 평균 10분 지각, 그로 인한 업무 누락 발생’은 명확한 문제다.
문제가 되려면 다음 세 가지 조건 중 최소 하나를 만족해야 한다.

1. 반복성 – 한 번이 아니라, 주기적으로 나타나는가?

2. 영향력 – 시간, 비용, 품질, 감정에 구체적 손실이 있는가?

3. 개선 가능성 – 내가 직접, 또는 도구를 통해 개선할 수 있는가?

생활 사례 1에서 ‘버스 지연’은 반복성과 영향력이 있었고, AI 대안 검색을 통해 개선 가능성도 확인됐다.
조직 사례 1에서 ‘자료 흩어짐’ 문제 역시 반복적으로 발생했고, 보고 지연이라는 직접적인 영향이 있었으며, 폴더 구조 개선과 규칙 통일이라는 해결책이 가능했다.

NCS 문제발견능력과 연결하기

NCS(국가직무능력표준)에서 말하는 ‘문제발견능력’은 문제를 인지·정의하고 해결 필요성을 파악하는 능력이다.

이를 생활과 조직에 적용하면 다음 단계로 나눌 수 있다.

1. 상황 관찰 – 일상이나 업무에서 ‘이상 신호’를 감지

2. 정보 수집 – 문제와 관련된 데이터, 사례, 증거 모으기

3. 문제 정의 – 상황을 구체적인 문장으로 표현 (“무엇이, 언제, 어디서, 얼마나 자주, 어떤 영향”)

4. 해결 필요성 판단 – 이 문제를 해결해야 하는 이유와 우선순위 결정

문제발견능력은 단순한 민감함이 아니라, 관찰 + 데이터 + 정의 + 판단의 조합이다.

AI가 문제 정의를 돕는 방식

과거엔 문제를 정의하려면 오랜 관찰과 회의가 필요했다.
이제는 AI가 짧은 시간에 문제를 구조화해 보여줄 수 있다. 예를 들어:

문제: 회의 지연
원인: 자료 지연 업로드, 회의실 변경 알림 부재, 직전 회의 지연
영향: 주간 회의 평균 15분 지연 → 연간 12시간 손실
해결 필요성: 팀 생산성 향상, 피로도 감소

이렇게 문제의 구성요소를 명확히 하면, 해결책 도출이 훨씬 빨라진다.

생활·조직에서 동시에 쓰기

생활에서 문제를 찾는 습관은 조직에서도 그대로 쓸 수 있다.
예를 들어, 집에서 ‘장보기 품절 문제’를 해결한 방식은 회사에서 ‘자재 재고 관리’ 문제 해결에도 적용할 수 있다.
문제를 발견하는 감각은 훈련할수록 예리해진다.

� 정리 포인트

불편은 감정, 문제는 데이터로 정의된다.

반복성·영향력·개선 가능성 세 가지로 문제 여부를 판단하라.

NCS 문제발견능력의 네 단계(관찰–정보 수집–정의–판단)를 생활과 조직 모두에 적용하라.

AI는 문제를 ‘구조화’하는 데 탁월하다.

6. 실습 프롬프트

이 회차의 목표는 ‘작은 불편을 문제로 전환하는 감각’을 AI를 통해 훈련하는 것이다.
프롬프트는 단순히 명령문 하나로 끝나지 않는다. 상황 묘사 + 조건 제시 + 목표 정의라는 구조를 갖춰야 AI가 현실적인 답을 내놓는다.

1) 생활 버전

기본 프롬프트

최근 한 달간 생활에서 반복적으로 겪은 불편 3가지를 적어줘.
각각의 불편에 대해 가능한 원인을 추정하고,
생활 속에서 적용 가능한 해결 아이디어를 3가지씩 제시해줘.

예시 입력

상황:
1. 퇴근길 버스 지연 → 평균 10분 늦게 도착
2. 장보기 앱 품절 알림 → 결제 지연 15분
3. 세탁기 건조 후 옷에서 냄새 발생

조건:
- 해결 아이디어는 비용이 적게 들고, 즉시 실행 가능할 것
- 대안이 복수일 경우, 장단점 비교 포함

목표:
- 한 달 내 생활 불편 해결률 50% 이상 달성