기본 콘텐츠로 건너뛰기

저항의 극복, 갈등의 해소

우리는 많은 경우 변화를 겪습니다.

그리고 변화에는 항상 저항을 하는 사람이 생깁니다. 그리고 저항을 하는 사람과 변화를 추진하는 사람 사이에는 항상 갈등이 생깁니다.

우리는 일반적으로 갈등을 해소하는 방법으로 아래와 같은 방법들을 사용합니다.

줄다리기, 강요, 포기, 회피, 타협

이러한 방법들의 공통점은 누군가는 좌절감과 분노를 느낀다는 것입니다.

이러한 방법들을 사용하게 되면 갈등은 해소되지 못하고 임시방편으로 봉합되었다가 훗날 알 수 없는 곳에서 폭발하게 됩니다.

결과적으로 누군가는 회사를 떠날 수도 있고 프로젝트가 실패할 수도 있고 회사가 경제적인 피해를 입을 수도 있습니다.

이러한 저항을 극복하고 갈등을 극복하는 방법은 기존에 정말 많은 방법들이 있습니다.

그러한 방법 중 하나가 TOC 이론의 TP(사고 프로세스) 중 증발구름이라는 것이 있습니다.

예를 하나 들어보도록 하죠.

여기 어떤 조직이 있습니다. 이 조직은 새로운 프로세스를 도입하고자 합니다. 애자일 프로세스가 될 수도 있고, 테스팅 프로세스가 될 수도 있습니다.

하지만 기존 관리자들의 반발이 만만치가 않습니다. 어떤 분들은 그냥 위에서 까라면 까는거지.. 라는 분들도 계시겠지만 앞에서 말했듯이 그렇게 해서 새로운 프로세스를 도입한다고 해도 그 프로세스가 정착할 리 없습니다.

이러한 경우를 증발 구름으로 만들어 보면 이러한 모양으로 만들 수 있습니다.

그림이 크다 보니 잘 안보이네요. 클릭하시면 잘 보입니다.

이 증발 구름을 읽는 법이 있습니다.

우선은 D와 D`입니다. D는 내가 바라는 상황입니다. 지금의 상황에서는 '체계적인 프로세스를 구축한다.'가 되겠죠.

D`는 상대방이 바라는 상황입니다. '기존의 업무방식을 고수한다.'가 될것입니다.

지금 상항은 이 두 주장이 대립하여 갈등을 일으키고 있는 것입니다. 그렇다면 이 두 주장이 왜 갈등을 일으키고 있는 것일까요?

왜 둘 중 하나를 선택하지 못하고 갈등을 일으키는 것일까요? 저는 이렇게 생각해 보았습니다. 기존의 업무 방식을 취사 선택하여 프로세스를 구축하면 혼란만 가중된다. 그러니 아주 뒤집어서 새로운 프로세스를 구축하자. 아니다!! 새로운 프로세스를 구축할 필요가 없다. 불라 불라~~

B는 D의 원인입니다. B-D는 'B하기 위해서는 D해야만 한다.'와 같은 형식으로 읽습니다. 이 경우에는 '좋은 품질의 제품을 개발하기 위해서는 체계적인 프로세스를 구축해야 한다.'로 정의해 보았습니다. 물론 다른 원인이 있을 수도 있겠죠. 그건 상황에 따라 집어넣으시면 됩니다.

C는 D`의 원인이고 '고객의 요구사항에 신속하게 대응하기 위해서는 기존의 업무방식을 고수해야 한다.'가 관리자들의 주장입니다.

A는 B와 C의 공동의 목적입니다. 여기서는 '고객의 만족도를 충족시키는 조직이 된다.'가 공동의 목적입니다.

정리하자면 지금 이 조직은 '고객의 만족도를 충족시키는 조직'이 되기 위해서 한쪽에서는 품질을 강조하면서 '좋은 품질의 제품을 개발하기 위해서는 체계적인 프로세스를 구축해야 한다.'라고 주장하는 것이고 다른 한쪽에서는 납기 준수를 강조하면서 '고객의 요구사항에 신속하게 대응하기 위해서는 기존의 업무방식을 고수해야 한다'라고 주장하고 있는 것입니다.

하나의 목적에 서로 다른 관점이 존재하는 것이고 그에 따라 갈등이 생겨난 상황입니다.

여기서 B와 C를 묶어서 생각해 볼 필요가 있습니다. 품질과 납기준수 모두 고객의 만족도를 향상 시키기 위해서는 어느 것 하나 포기하기 힘든 것입니다. 하지만 현실에서는 두가지 모두를 선택한다는 것이 매우 어렵다는 것입니다. 그래서 지금 둘 중 하나를 선택하자는 것입니다.

하지만 증발구름에서는 두마리 토끼를 모두 잡을 수 있는 방법을 찾고자 하는 것이 핵심입니다. 어떻게 그런것이 가능할까요?

상황을 좀 더 들여다 보도록 하겠습니다.

B-D와 C-D`의 주장의 뒷면에는 가정이 있습니다.

B-D의 경우에는 기존의 프로세스로는 좋은 품질의 제품을 개발할 수 없다는 것이 가정입니다.

C-D`의 경우에는 기존의 업무방식이 신속 대응에 더 효과적이고 제품의 품질보다는 납기 준수가 더 중요하다는 것이 가정입니다.

그런데 이러한 가정이 과연 모두 타당한 것일까요?

일반적으로 두개의 주장이 팽팽하게 맞서는 상황에서 타협을 할 때 우리는 기본적으로 상대의 가정을 무력화시키고 자신의 주장을 합리화 시킴으로서 상대방에게 자기의 주장을 강요하는 경우가 많습니다.

하지만 이것은 매우 위험합니다. 어느 가정이든 절대적인 진리는 없다는 것입니다.

기존의 프로세스로 좋은 품질의 제품을 개발할 수 있는 방법이 있을 수도 있습니다. 고객은 납기 준수보다 제품의 품질을 더 중요하게 생각하고 있을 수도 있습니다. 기존의 업무 방식이 오히려 납기 지연을 발생시키고 있을 수도 있습니다.

증발 구름의 핵심은 자신의 가정, 가치관, 주장을 강화하고 상대방의 주장을 무력화 시키는 것이 아니라 현재의 갈등 상황의 밑에 깔려있는 모든 가정, 가치관, 근거를 테이블 위에 올려 놓고 모두 검토하여 제 3의 방식을 찾고자 하는 것입니다.

이 때 꼭 생각해야할 것이 통제권과 취약성입니다. 합의를 통해 방법을 찾아낼 때 가장 먼저 고려해야할 상황입니다. 어떤 개선법이든 어느 정도 기존의 권력기반의 통제권을 약화시키거나 기존의 조직 구성을 취약하게 만든다면 상대방은 매우 극렬하게 저항한다는 것입니다.

즉, 증발 구름을 통해 상대방의 그러한 드러나지 않은 통제권과 취약성에 대한 걱정을 밖으로 꺼내서 살펴볼 필요가 있습니다. 그리고 통제권과 취약성이 훼손되지 않고 서로에게 이득이 될 수 있는 제 3의 방법을 찾아야 합니다.

그럼 위의 경우에는 어떤 해결책이 존재할 수 있을까요?

제 경우에는 고객과 이해관계자가 서로 협의하여 요구사항을 최소화 하고 기존의 관리자는 요구사항을 관리하는 통제권을 쥐어주고 기존의 조직은 변화없이 요구사항의 구현에만 집중할 수 있도록 권한을 보장하는 방식을 제안하겠습니다.

기존의 관리자는 팀에 대한 통제력에 더해서 요구사항을 관리하는 통제권을 얻었습니다. 기존의 조직은 요구사항의 구현에만 집중하도록 독립성을 보장받아 취약성이 해결되었습니다.

이러한 방법으로 기존의 프로세스가 새로운 프로세스가 도입되었으므로 새로운 프로세스를 도입하는 쪽도 자신의 요구사항을 만족하게 되었고 기존의 관리자와 조직은 잃어버린 것 없이 더 많은 것을 얻었습니다.

결론입니다.

저항에 직면하였을 때에는 저항 자체를 부수기 위해 노력하지 마십시오. 저항은 매우 당연한 현상이고 그 현상 뒤에 숨어있는 가정, 가치관 등을 살펴 볼 수 있도록 노력하십시오.

그리고 그러한 가정을 부정하고 자신의 가정을 정당화하고 견고하게 하지 마십시오. 당신이 한 가정이 훗날 깨진다면 당신에게 돌아올 피해는 상상 그 이상입니다.

서로간의 가정을 솔직하게 이야기 하고 검토하고 더 나은 방향을 찾을 수 있도록 노력하시기 바랍니다.

만약 여러분의 테스팅 조직에서 이러한 갈등으로 인해 컨설팅이 필요하시다면 연락 주시기 바랍니다. 맛보기로 일정정도의 무료 컨설팅을 제공해 드립니다. 물론 전체 컨설팅을 원하신다면 돈을 내셔야겠죠.

무료 컨설팅에서는 증발 구름이 아닌 이러한 갈등을 찾는 CRT(현재 상황 나무)라는 것을 제공해 드립니다.

무료 컨설팅에 대한 자세한 내용은 http://murian.textcube.com/12 을 참고하시기 바랍니다.


댓글

  1. 종종 들려 읽고 있는데 인사가 늦었습니다. ^^ 트위터의 acoralreef입니다. ^^

    답글삭제

댓글 쓰기

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...