28 전략적 인식
전략적 인식 = 집중 + 기술 도입 + 가치 사슬 + 시스템 사고
Intro to Strategy(장 21)에서 논의했듯이, 전략의 기본 출발점은 현재 현실에 대한 멘탈 모델을 갖는 것입니다. 이는 미래 계획을 세우는 데(여기에서 저기로 나아가는 데) 중요할 뿐만 아니라, 사방에서 쏟아져 들어오는 정보의 홍수를 걸러 내는 데에도 중요합니다.
이 장에서는 어디서부터 시작하면 좋을지에 대한 몇 가지 기본적인 아이디어를 드리고자 합니다.
저는 이것을 “전략적 인식”이라고 부르기를 정말, 정말 망설였습니다. 이 용어는 다소 딱딱한 경영 교육 자료를 떠올리게 합니다. 하지만 이 용어가 맞습니다. 스스로를 위한 정보 소비, 기술 선택, 커리어 전략을 세우기 위해, 자신에게 중요한 것에 집중하면서 주변에 무엇이 있는지 인식하십시오.
28.1 관심 vs 영향력
스티븐 코비(Stephen Covey)는 성공하는 사람들의 7가지 습관에서 주도적인 사람, 즉 자신이 할 수 있고 영향을 미칠 수 있는 일에 집중하는 사람과 반응적인 사람, 즉 자신이 통제할 수 없는 일에 에너지를 쏟는 사람을 구분합니다. 그는 이를 두 개의 동심원으로 시각화합니다.
- 더 큰 관심의 원(Circle of Concern): 건강, 인간관계 등 개인적인 관심사부터 기후, 팬데믹 등 전 지구적인 관심사까지, 여러분이 마음을 쓰는 모든 것을 포함합니다.
- 더 작은 영향력의 원: 우리가 영향을 미칠 힘이 있는 것들을 포함합니다. 일부 저자는 직접적인 통제와 간접적인 영향력을 구분하는 세 번째 영역인 통제를 정의합니다.
영향력의 원(Circle of Influence)이 관심의 원(Circle of Concern)의 많은 부분을 차지할수록 사람은 더 행복하고 더 효과적으로 일한다는 것이 이 개념의 핵심입니다. 반대로 관심사가 영향력을 훨씬 넘어서는 사람은 무력하게 분노하고 초조해하며 시간을 보내게 됩니다. 관심의 원에서는 정보가 여러분에게 밀려 들어오며, 여러분은 자신도 모르는 사이에 뉴스 주기와 마케팅 일정에 휘둘리게 됩니다. 영향력의 원 안에서 움직일 때 여러분은 필요한 정보를 스스로 끌어올 힘을 가지게 되며, 자기 주도성을 되찾게 됩니다.
물론 이 원들의 진짜 비결은 원이 전적으로 여러분의 마음속에만 존재한다는 점입니다. 여러분에게는 관심의 원(일명 집중)을 줄이고 영향력의 원(일명 역량, 힘, 네트워크)을 넓힐 힘이 모두 있습니다. 이 책의 나머지 부분에서는 영향력의 원을 다루므로, 여기서는 여러분이 집중할 수 있도록 돕는 데 힘을 쏟겠습니다.
개발자로서 관심의 원을 줄이는 방법은 다음과 같습니다:
- 주된 관심 분야를 하나 정해 두십시오. 그 분야의 프로젝트, 뉴스, 토론은 언제나 다른 무엇보다 우선합니다.
- Hacker News나 트위터 같은 우연한 발견의 슬롯머신에서 보내는 시간을 제한하십시오.
- 트위터에서 관련 없는 팔로우 목록을 정리하십시오(결코 개인적인 감정 때문이 아니며, 나중에 다시 팔로우할 수 있습니다).
- 만일을 대비해서(Just in Case)가 아니라 필요한 때에 맞춰(Just in Time) 배우십시오.
- 모든 것을 직접 배우려는 충동을 억누르고, 대신 여러분이 모르는 것을 아는 사람들과 관계를 가꾸는 쪽을 택하십시오.
- 무지를 램프셰이딩하는 것(장 34)에 익숙해지십시오. 모든 것을 아는 것보다 더 중요한 할 일이 있다는 것은 언제나 정당한 변론입니다.
“너무 신경 쓰지 마십시오”라는 말은 물론 매우 설득력이 있습니다. 하지만 기술 분야에서는 변화가 빠르기 때문에, 아직 사용하지 않는 것들도 때로는 계속 주시해야 합니다. 그러므로 관심/무시라는 이분법적 모델보다 더 섬세한 무언가가 필요합니다.
다음과 같은 것들을 걱정하는 데 쓰는 에너지를 모두 모으십시오:
- 과거
- 미래
- 뉴스
- 다른 사람들의 생각
- 실패할지도 모른다는 것
그리고 그 에너지를 여러분이 통제할 수 있는 범위 안의 유용한 행동 하나로 돌리십시오. (James Clear의 말을 바꾸어 표현함)
28.2 관심의 수준
기업을 위해 Thoughtworks는 관심의 원(Circles of Concern)을 네 단계로 나누었으며, 이를 Technology Radar라고 부릅니다:
- 도입(Adopt): 도입을 강력히 권장합니다
- Trial: 위험을 감수할 수 있는 프로젝트에서 시험해 보십시오
- 평가: 자신에게 어떤 영향을 미칠 수 있는지 이해하기 위해 탐색해 보십시오
- 보류(Hold): 신경 쓰지 마십시오
Thoughtworks가 조사하는 생태계에 참여하고 있는 분이라면, 기업용 커뮤니케이션 도구라는 특성상 그들의 레이더가 최첨단보다 뒤처질 수밖에 없다는 점을 이해하실 것입니다. 하지만 관심의 단계를 나누어 두는 것은 옳은 방식으로 보입니다.
예를 들어, 저는 프런트엔드/서버리스 개발자로서 React는 확실히 채택했지만, Svelte는 프로젝트에서 시험해 볼 만한 단계입니다. 머신러닝은 우리의 삶을 바꿀 것이라고 생각하지만, 아직 제 업무에는 영향을 주지 않으므로 평가하는 단계에 두고 있습니다. Blockchain 및 Kubernetes와 관련된 모든 것은 살펴보기를 보류하기로 했습니다.
각 단계마다 관여하는 정도를 다르게 둘 수 있습니다. 평가 단계에서는 This Week in Machine Learning과 같은 정기적인 “개요” 팟캐스트 하나를 듣는 것만으로도 충분할 수 있습니다. 시험 단계의 기술은 문서와 데모를 훑어보고 새 프로젝트에 시도해 볼 만한 가치가 있습니다. 채택 단계의 기술은 반드시 프로덕션에서 적극적으로 사용하는 것일 필요는 없지만, 해당 분야의 전문가로서 잘 알고 있어야 하며 자신만의 의견을 갖고 있어야 합니다(예를 들어 발표나 소스 코드를 살펴보거나, GitHub 이슈, 트위터 스레드, 이메일 뉴스레터를 구독하는 방식으로).
28.3 행동 우선
“리처드 파인만은 천재가 되는 방법에 대해 다음과 같은 조언을 즐겨 했습니다. 대체로 휴면 상태에 있겠지만, 여러분은 가장 좋아하는 문제 열두 개를 항상 마음속에 품고 있어야 합니다. 새로운 기법이나 새로운 결과를 듣거나 읽을 때마다, 그것이 도움이 되는지 열두 문제 각각에 대어 시험해 보십시오. 이따금 들어맞는 경우가 생길 것이고, 그러면 사람들은 이렇게 말할 것입니다. ‘그는 어떻게 해낸 걸까? 천재임이 틀림없어!’” - 잔카를로 로타
전략적 인식에 있어서는 양이 질을 이기지 못합니다. 특히 답을 찾고자 하는 문제들의 짧은 목록을 마음에 품고 있으십시오. 리처드 파인만은 12개를 가지고 있었으니, 여러분도 아마 그 정도면 충분할 것입니다. (조 발컴은 실제로 파인만의 제안을 받아들여 자신이 가장 좋아하는 12가지 문제를 적어 두었습니다!) 그 밖의 모든 것은 놓아 버려도 되며, 그저 오락에 가까울 뿐입니다. 애덤 로빈슨이 즐겨 지적하듯이, 어느 지점을 넘어서면 정보를 더 많이 가질수록 더 똑똑해지는 것이 아니라 그저 더 똑똑해졌다고 느낄 뿐입니다.
참고: 리처드 해밍(Richard Hamming)은 유명한 “You and Your Research” 강연에서 이를 더 직설적으로 표현했습니다. “중요한 질문에 대해 생각하지 않는다면, 중요한 일을 해낼 수 없을 것입니다.” 짧은 목록을 유지하십시오!
자신이 원하는 것을 알고, 사람들이 원하는 것을 아십시오. 모든 것에 관심을 가질 필요는 없습니다. 자신이 원하는 것을 알면 자신에게 도움이 될 프로젝트만 찾아볼 수 있고, 사람들이 원하는 것을 알면 좋은 반응을 얻을 프로젝트를 고를 수 있습니다.
정보 유입은 행동을 만들어 내는 데 도움이 되도록 관리해야 합니다. 소비의 양이 아닙니다. 사람들은 1년에 책을 몇 권 읽었는지 자랑하거나, (정보를 놓칠까 두려운 마음 때문에) 헤드라인을 강박적으로 따라잡습니다. 아니면 모든 것을 스크랩하고 정리하고 요약해서 모두가 감탄하는 멋진 노트를 가질 수도 있습니다. 훌륭합니다. 목표가 예쁜 노트라면 말입니다. 소비가 아니라 행동에 최적화하십시오.
“관점이란 정보 과잉에 대한 지극히 인간적인 해법이며, 사물을 본질적이고 의미 있으며 감당할 수 있는 최소한으로 줄여 나가는 직관적인 과정입니다… 콘텐츠가 넘쳐나는 세상에서 관점은 가장 희소한 자원이 될 것입니다.” - 폴 사포
28.4 기술 수용 이해하기
모든 사람이 같은 속도로 기술을 받아들이는 것은 아닙니다. 여러분의 효과성을 좌우하는 핵심은 특정 기술이 어느 단계에 있는지, 여러분이 어느 단계에 있고 싶은지, 그리고 (선택적으로) 기술을 다음 단계로 어떻게 옮길 수 있는지를 이해하는 데 있습니다.
28.4.1 로저스 곡선
1957년, Joe M. Bohlen, George M. Beal, Everett M. Rogers는 오늘날 로저스 곡선(Rogers curve)으로 알려진 종형 곡선과 비슷한 기술 수용 분포를 처음으로 제안했습니다:
이는 직관적인 아이디어를 간단하게 시각화해 주었습니다. 즉, 기술은 핵심 혁신자(Innovators) 집단으로부터 확산되며 생명을 얻고, 얼리 어답터(Early Adopters)에 의해 핵심 사용 사례가 입증된 뒤, 낙관적인 초기 다수(Early Majority)와 보수적인 후기 다수(Late Majority)에 의해 널리 사용되고, 마지막으로 마지못해 따라오는 지각 수용자(Laggards)가 뒤를 잇는다는 것입니다.
이 단계들은 정적인 기술을 도입하는 사람들의 성향만을 반영하는 것이 아닙니다. 기술 자체가 시간이 지나면서 개선되고 성숙해 가는 과정과도 맞아떨어집니다. 예를 들어, 얼리 어답터 단계에 있는 기술은 버그가 많고 아직 뚜렷한 킬러 사용 사례가 없을 것이라고 예상할 수 있습니다. 반면 후기 다수 단계의 기술은 안정적일 뿐만 아니라, 훌륭한 문서와 다른 사람들이 그 기술을 프로덕션에 도입해 이미 성공을 거둔 사례 연구도 풍부합니다.
기술을 더 이른 단계에서 채택할 때 따르는 위험은 그만큼의 커리어 보상으로 돌아옵니다. 여기서는 Honeycomb의 CTO인 Charity Majors의 말을 그대로 인용하겠습니다.
“아직 성장하고 발전하는 중인 분야에서는 전문가가 되기가 훨씬 쉽고 빠르며, 사람들도 귀 기울일 새로운 목소리를 적극적으로 찾고 있습니다.”
하지만 물론 그 기술이 실패하여, 아무도 별로 관심을 두지 않았던 기술 때문에 머리를 쥐어뜯으며 많은 시간을 낭비하게 될지도 모른다는 두려움은 언제나 있습니다. 이는 몇 가지 이유로 꼭 그렇지만은 않습니다.
- 기술은 좀처럼 실패하지 않습니다. 그저… 조용히 사그라들 뿐입니다
- 실제 문제 영역을 *깊이* 이해하게 되었을 것이고, 이는 다음 혁신의 물결에서 남들보다 앞서 나갈 수 있게 해 줍니다
- 함께 일한 사람들 역시 다른 일을 하러 떠나겠지만, 여러분은 고통을 함께 나누며 쌓은, 누구도 따라올 수 없는 동지애를 얻게 됩니다(예: MooTools 마피아).
28.4.2 캐즘 뛰어넘기
알고 보면 단계 사이의 전환이 모두 같은 것은 아닙니다. 제프리 무어(Geoffrey Moore)는 자신의 기념비적인 저서 캐즘 마케팅(Crossing the Chasm)에서 이 역학을 정확하게 짚어 냈습니다.
여기서 말하는 “캐즘(Chasm)”은 얼리 어답터와 초기 다수 사이를 건너뛰는 일이 극도로 어렵다는 점을 가리킵니다. 얼리 어답터는 매우 관대하고 상상력이 풍부할 수 있는 반면, 초기 다수는 합류하기 전에 많은 문서와 사용 사례가 미리 마련되어 있어야 합니다.
그림 「Technology Adoption Life Cycle」은 저작권자의 별도 허락이 필요하거나 출처가 확인되지 않아 번역판에 싣지 않습니다. 원문 사이트에서 그림 보기
이 두 집단을 대상으로 마케팅하고 제품을 만드는 일은 서로 매우 다른 과제이므로, 이 책은 회사나 기술자의 전략이 모든 단계마다, 특히 캐즘을 건널 때 크게 달라져야 한다고 주장합니다.
기술 동향을 꾸준히 주시하고 있다면, Crossing the Chasm 직전에서 아슬아슬하게 버티고 있는 기술을 눈여겨보다가 그 직전에 올라타거나 그 기술이 캐즘을 건너도록 돕는 것은 매우 보람 있는 일이 될 수 있습니다.
스타트업에서든 오픈 소스 작업에서든 기술을 만들고 있다면, 여러분의 기술이 캐즘을 뛰어넘는 데 남아 있는 장애물에 주의를 기울이고 이를 체계적으로 하나씩 제거해 나가는 것이 좋습니다.
28.4.3 가트너 하이프 사이클
물론 기술 분야에서는 기대가 현실보다 앞서 나갈 수도 있고 뒤처질 수도 있습니다. 사회적 동물인 우리는 현실보다 고조된 기대를 훨씬 더 직관적으로 감지할 수 있습니다. 금융 사이클과 마찬가지로, 기술에 대한 기대는 실제 진보가 빠를수록 더 많은 미래의 진보를 예상하므로 과대광고가 현실보다 앞서 나가는 것은 필연적이며, 이는 뒤이은 환멸을 불러오기도 합니다:
이에 대비하려면 다음과 같이 하십시오:
- 부풀려진 기대의 출처를 이해하십시오(기술을 직접 다뤄 보지 않는 저널리스트(뉴스레터 편집자나 팟캐스터 같은 시민 저널리스트 포함), 그리고 옳은 말을 하는지에 대한 책임 없이 관심을 끄는 것으로 생계를 유지하는 사람들)
- 현실 점검을 위한 프로세스를 마련하십시오(관련된 사람들과 친분 쌓기, 기술을 직접 시험해 보기, 물리적 한계와 근본적인 제1원리 이해하기).
- 무언가를 만들기에 가장 좋은 시기는 흔히 환멸의 골짜기(Trough of Disillusionment)라는 점을 기억하십시오. 이 시기는 과대광고의 정점(Hype Peak)만큼 소란스럽지 않으며, 동시에 과대광고의 정점은 흔히 막대한 인프라 투자를 불러와 골짜기 시기에는 더 적은 비용으로 만들 수 있게 해 줍니다.
시간의 흐름에 따라 쌓인 가트너의 글들을 살펴보면 하이프 사이클을 여러 산업에 적용한 사례를 정말 많이 찾을 수 있습니다. 여기서 일일이 나열하지는 않겠습니다.
하나의 기술은 시간이 흐르면서 여러 번의 하이프 사이클을 겪습니다. 어떤 집계에 따르면 AI 겨울은 적어도 여덟 번 있었습니다. 그럼에도 만드는 사람들은 계속 만들어 나가며, 시야를 넓혀 보면 이러한 사이클은 시간이 지남에 따라 완만해집니다. 이제 바로 그렇게 해 보겠습니다.
28.4.4 페레스 서지 사이클
미적분학 개론 강의를 늘어놓으려는 것은 아니지만, 로저스 곡선을 적분하면 인구의 0%에서 인구의 100%까지 이어지는 S 곡선을 얻게 됩니다.
기술의 역사는 S 곡선으로 가득합니다:
그림 「Line chart of technology adoption rates from 1900 to 2010, showing successive S-curves from telephones and electricity to smartphones and tablets.」은 저작권자의 별도 허락이 필요하거나 출처가 확인되지 않아 번역판에 싣지 않습니다. 원문 사이트에서 그림 보기
그리고 정보 기술이 확산된다는 것은 시간이 지날수록 기술이 더 빠르게 퍼진다는 의미이기도 합니다.
카를로타 페레스(Carlota Perez)는 평생에 걸쳐 이를 연구해 왔습니다:
그림 「Perez technological surge cycle, moving through installation, frenzy, collapse, recovery, deployment, and maturity.」은 저작권자의 별도 허락이 필요하거나 출처가 확인되지 않아 번역판에 싣지 않습니다. 원문 사이트에서 그림 보기
여기에서 무어의 캐즘(Moore’s Chasm)이 남긴 흔적을 확인할 수 있습니다. 설치기(Installation Age)에는 느린 축적 과정이 이어지다가, 어떤 일이 일어나 전환점에 도달하고, 갑자기 기술이 캐즘을 넘어서게 되며, 이제 우리는 성숙한 배치기(Deployment Age)에 들어서게 됩니다.
2020년 코로나바이러스 팬데믹을 겪었다면, Zoom이 이 전환점을 쏜살같이 통과하는 모습을 보았을 것입니다. 주로 기술 애호가들이 사용하던 화상 회의 도구가 SNL 같은 주요 텔레비전 프로그램에서 협찬도 없이 언급되며, 갑자기 학생과 은퇴자 모두에게 친숙한 이름이 되었습니다. 이에 따라 새로운 문제들이 생겨났습니다. Zoom 폭탄(Zoom-bombing), 보안 관행에 대한 더 엄격한 검증, 그리고 천 명 규모의 대규모 행사를 관리해야 할 필요성 등입니다.
배포(Deployment) 단계는 이전 단계와 매우 다르게 보일 수 있습니다. 기술을 만드는 단계에서 기술 위에, 그리고 그 주변에 무언가를 만드는 단계로 넘어가기 때문입니다. 좀 더 가까운 예를 들자면, 저는 이 개념을 적용해 React 메타프레임워크의 부상을 설명한 적이 있습니다:
기술을 만들고자 한다면, 이러한 멘탈 모델을 통해 여러분의 기술이 도입 주기의 어디에 있는지 파악하고, 필요한 것을 만드십시오.
28.5 기술 가치 사슬
기술은 진공 속에 홀로 존재하지 않습니다.
앱을 제공하려면 여러 기술 구성 요소를 (“가치 사슬”로) 엮어서 앱을 만듭니다. 전기처럼 일부는 범용화되어 있습니다. 즉, 저렴하고 어디서나 쉽게 쓸 수 있습니다. 클라우드 서비스처럼 다른 일부는 제품화되어 있습니다. 즉, 직접 만드는 것보다 저렴하고, 여러분의 핵심 가치 제안에 속하지 않습니다. 또 다른 일부는 독자적인 압축 알고리즘처럼 “비법 소스”에 해당하므로 여러분이 직접 코드로 작성해야 합니다.
28.5.1 보완재의 법칙
기술 미시경제학의 가장 근본적인 법칙 중 하나는 어떤 기술의 공급이 늘어나면 그 기술의 단위 가격이 떨어지고, 그 결과 관련 기술의 가치가 올라간다는 것입니다. 말이 길어졌으니 몇 가지 예를 들어 보겠습니다.
- 기술 분야에서 가장 두드러진 원동력 중 하나는 무어의 법칙이었습니다. 컴퓨터 칩 성능(대략적으로 정의한 것)이 50년 동안 18개월마다 두 배로 증가했다는 것입니다. 그러나 이 흐름에서 가장 많은 부를 얻은 사람은 이 하드웨어 위에서 돌아가는 소프트웨어를 만든 빌 게이츠였습니다. 그 소프트웨어가 그에 상응하는 속도로 나빠졌는데도 말입니다. 실제로 워스의 법칙의 널리 알려진 변형 하나는 게이츠의 법칙이라는 이름으로 불립니다. “소프트웨어의 속도는 18개월마다 절반으로 줄어든다.”
- 이는 리바이스 청바지의 전설적인 창업 이야기, 즉 골드러시 때는 삽을 팔아라와 비슷합니다.
- 마찬가지로, 세상이 온라인으로 옮겨 가면서 가장 큰 부를 거머쥔 것은 그 변화를 가능하게 한 ISP들이 아니라 래리 페이지와 세르게이 브린이었습니다.
Joel Spolsky(그리고 이후 Gwern Branwen)는 이 전략을 “보완재를 범용화하라(Commoditize Your Complement)”라는 이름으로 글을 썼습니다. 이 전략은 여러분에게 상당한 주도권이 있다고 전제하는데, 여러분은 Google이나 IBM이 아니므로 그런 주도권이 없을 수도 있습니다. 하지만 거대한 기술 플랫폼이든 거대해지기를 꿈꾸는 기술 플랫폼이든, 모든 플랫폼에서 이 법칙의 영향을 볼 수 있습니다. 플랫폼은 스스로를 자기 세계의 중심에 두고, 함께 작동하는 인접 기술을 모두 범용화합니다(흔히 “프레임워크 독립적” 또는 “언어 독립적”, 혹은 “저희 서비스와 함께 ${모두가 쓰는 것}이나 ${한참 뒤처진 2위라 소수만 쓰는 것}, ${아무도 안 쓰는 3위}를 쓰실 수 있습니다!”라는 식의 표현으로 듣게 됩니다). 빈칸은 여러분이 좋아하는 플랫폼으로 채워 넣으십시오. 제가 이름을 거론했다가는 누군가를 화나게 할 것입니다!
전반적인 교훈은 이것입니다. 빠르게 더 저렴해지거나 쉬워지고 있는 것들을 주시하십시오. 그 결과로 인접한 것들의 가치가 훨씬 커질 것이기 때문입니다. 기술의 공급자이자 창작자라면 과대광고의 바로 옆에 있어야 합니다.
28.5.2 워들리 맵
가치 사슬에서 인접한 부분들이 언제 범용화되고 있는지 이해하는 것이 가치 있다는 점을 앞서 확인했습니다. 이는 마침 기술 수용 곡선(Technology Adoption Curves)과 밀접하게 대응합니다. 무언가가 더 널리 수용될수록 그만큼 더 범용화됩니다.
2차원으로 확장하면 어떻겠습니까? X축에는 범용화 정도를, Y축에는 고객과의 근접성을 표시하면 어떻겠습니까?
우리는 방금 워들리 맵을 발명했습니다:
처음 보면 지나치게 복잡한 도표라 뭐가 뭔지 알 수 없는 것처럼 느껴질 수 있지만, 실제로는 생태계 전체를 그 모든 구성 요소의 맥락 속에서 그려 내는 직관적인 모델입니다. 사이먼 워들리(Simon Wardley)는 기술의 성숙도를 기원(Genesis), 맞춤형(Custom), 제품화(Productized), 범용화(Commoditized)의 네 단계로 재구성한 뒤, 기술 구성 요소를 최종 사용자에게 보이는 정도에 따라 세로로 배치합니다.
저도 처음에는 이해하지 못했습니다. 정말로 와닿기까지 몇 편의 강연(1, 2, 3 외 다수)을 봐야 했습니다. 하지만 기술 수용 곡선(Technology Adoption Curves)과 보완재의 상품화(Commoditizing Complements)라는 맥락 속에서 워들리 맵(Wardley Maps)을 소개함으로써, 여러분이 생태계를 지도로 그려 보는 일의 가치를 이해할 수 있도록 연결 고리를 만들어 드렸기를 바랍니다.
머릿속으로 지도를 그려 두어도 좋고 실제로 자신이 일하는 생태계를 그려 보는 연습을 해 보아도 좋지만, 그 함의는 분명합니다. 기술이 범용화되도록 돕기를 원해야 하며, 그다음에는 바로 그 기술 바로 옆에서 일하기를 원해야 합니다.
28.6 시스템 사고
이 장에서 논의한 모든 것의 궁극적이고 추상적인 형태는 시스템 사고(Systems Thinking)라고 불립니다. 이는 매우 깊고 매우 메타적인 분야이며, 스스로를 시스템 사고가라고 칭하는 사람들과 대화하면서 주제를 벗어나지 않기란 쉽지 않을 수 있습니다. 하지만 이것은 복잡한 시스템을 이해하기 위한 최상위 멘탈 모델이므로, 간단히 소개할 가치가 있습니다.
시스템 사고 분야의 기원은 도넬라 메도즈(Donella Meadows)로 거슬러 올라갑니다. 메도즈는 로마 클럽과 함께 1972년에 큰 영향을 끼친 성장의 한계 보고서를 주도했으며, 이 보고서에서 향후 100년간의 전 세계 성장 시나리오를 제시했습니다. 시스템에 대한 기본적인 이해는 중대한 영향을 끼친 에세이인 12가지 레버리지 포인트(이후 책으로 출간)에 상세히 제시되어 있습니다.
팁: 시스템 사고는 제1원리 사고(장 17)의 훌륭한 예입니다.
기술 수용 곡선(Technology Adoption Curves)과 워들리 맵(Wardley Maps)이 고정된 패러다임과 모호한 모델을 다루는 반면, 시스템 사고(Systems Thinking) 운동은 시스템 내의 “레버리지 포인트”(즉, 여러분이 가장 효과적으로 영향을 미칠 수 있는 병목 지점)를 정량화하는 데에도, 패러다임을 빠르게 거슬러 올라가 더 높은 관점에 이르러 더 통찰력 있는 질문을 이끌어 내는 데에도 어느 정도 통찰을 제공합니다.
Calm의 CTO인 Will Larson은 시스템 사고를 엔지니어링 관리에 적용하는 것에 관한 좋은 글을 여럿 썼습니다. 물론 엔지니어로서 시스템을 설계하고 운영하는 것은 핵심적인 아키텍처 역량이며, 여러분 자신도 더 큰 시스템 안에서 일하고 있다는 점 역시 마찬가지로 중요합니다. 이를 적용하는 방법을 가르치는 것은 이 책의 범위를 벗어납니다. 여기서는 그저 이를 소개하고, 여러분이 더 깊이 탐구해 보시기를 권하고자 합니다.
28.7 전략적 인식을 위한 다른 전략
끝까지 읽어 주신 것을 축하합니다! 이번 장은 이 책에서 가장 추상적이고 어려운 장 중 하나였으며, 이 날것의 아이디어를 여러분의 구체적인 상황에 적용하려면 아직 해야 할 일이 많이 남아 있습니다. 저는 최선을 다했습니다. 하지만 여기서 다룬 주제 하나하나가 그 자체로 책 한 권 분량이기에, 저는 그저 전체를 둘러보는 그랜드 투어를 안내해 드렸을 뿐입니다.
최신 흐름을 놓치지 않으면서도 집중력을 유지하며 여러분의 생태계를 꾸준히 살피기 위한 마지막 팁 몇 가지를 소개합니다:
기술에 대한 참조 카운터를 유지하십시오: 어떤 기술에 대해 듣고 “한번 살펴봐야겠다!”라고 생각할 때마다 머릿속으로든 실제로든 횟수를 세십시오. 카운터가 다섯에 도달했을 때에만 실제로 살펴보십시오. 반짝하고 사라질 유행이 아니라고 판단하기에 충분하면서도, 대단할 수도 있는 무언가를 외면할 만큼 늦지도 않은 시점입니다.
정보를 디바운스하십시오: 새로운 것을 마주칠 때마다 이렇게 물어보십시오. 지금 알아야 하는가? 이 정보에 유통기한이 있는가? 스스로 이렇게 하도록 강제하는 좋은 요령은 모든 것에 시간 지연을 두는 것입니다. 예를 들어 새 블로그 글과 기사는 모두 Instapaper 같은 나중에 읽기 앱에 저장하고, 새 YouTube 강연은 나중에 볼 동영상 목록으로 보내는 식입니다. 일주일 뒤에 다시 보았을 때 더 이상 그만큼 관심이 가지 않는다면 죄책감 없이 삭제하십시오. 새로운 것을 확인할 때 얻는 도파민 자극을 거부함으로써 여러분은 인생의 몇 시간을 되찾은 것입니다. (참고: 이에 대한 예외는 내려놓은 것을 집어 들려고 할 때입니다.)
정보의 가치를 이해하십시오: 지식 노동자로서 여러분은 지식의 큐레이터로서 매우 확고한 감각을 갖춰야 합니다. 시작하는 데 도움이 될 선호 순서는 다음과 같습니다:
- 공개적으로 알려진 것보다 비공개 정보를 더 중시하십시오
- 새로운 정보보다 시대를 초월하는 정보를 중시하십시오
- 선정적인 헤드라인보다 미묘한 뉘앙스를 중시하십시오
- 정밀함보다 정확함을 중시하십시오(충분히 좋음, 장 16에서 다룹니다)
- 그저 많은 양을 소비하기보다 양질의 자료를 깊이 소화하는 것을 중시하십시오
쉽게 시도해 볼 수 있게 만드십시오: 무언가를 시도해 볼 곳이 없다는 것 자체가 시도를 가로막는 장벽입니다. 무언가를 시도하는 데 필요한 활성화 에너지를 낮춰야 합니다. 다행히 대부분의 문서에는 좋은 데모가 함께 제공되지만, 빠르게 시작할 수 있는 서비스로 무언가를 시도해 보면서 전문성을 쌓을 수도 있습니다. 웹 개발자라면 CodePen, Glitch, CodeSandbox, Netlify, Render.com 같은 서비스가 있습니다. 정보 보안 분야에서 경력을 쌓으려 한다면, Daniel Miessler는 홈 랩을 갖출 것을 강력히 권합니다. 제 노트북에는 언제나 버려도 되는 것들을 넣어 두는 “testbeds” 폴더가 있고, rupa/z로 그곳에 쉽게 이동할 수 있습니다. 폴더 안의 모든 것이 버려도 되는 것이라는 사실을 아는 것만으로도 마음이 무척 편해집니다. 망가뜨려도 되는 장난감(Breakable Toy)을 가지고 있으면 프로덕션에서 쓰는 기술을 바꿔 끼워 볼 수도 있어서, 사소한 Hello World 예제만 끝없이 반복하는 튜토리얼 지옥에서 벗어날 수 있습니다.
내러티브 위반(Narrative Violations)에 주의를 기울이십시오. 이 용어는 다소 논란이 있지만, 기본적으로 똑똑한 사람들이 평소와 전혀 다른 행동을 하거나 추세가 갑자기 반전될 때, 이는 여러분이 그것을 완전히 이해하지 못하고 있을 수 있으며 밝혀내야 할 더 깊은 근본적 이유가 있을 수 있다는 신호입니다. 저는 이것을 네오가 똑같은 고양이를 두 번 보고 매트릭스의 결함을 알아차리는 장면에 비유합니다. 주의를. 기울이십시오. 대부분의 사람은 자신의 기존 세계관을 확인해 주는 것만 보는 데 너무 만족합니다. 들어맞지 않는 것을 적극적으로 찾아 나서십시오. 바로 그곳에 더 배울 것이 있기 때문입니다.
메가트렌드를 주시하십시오: 어떤 트렌드는 분명히 거대하고 느리게 움직이지만, 피할 수 없습니다. 미래를 살아감으로써 미래에 대비한 위치를 잡을 수 있습니다. 사실, 이것이 바로 다음 장에서 다룰 내용입니다!