기본 콘텐츠로 건너뛰기

선택과 집중 - 파레토 법칙은 적용되지 않는다.

파레토 법칙이라는 것이 있습니다.

 

이 법칙은 너무 유명해서 모르는 사람이 없을 정도입니다.

 

일명 80:20 법칙으로도 알려져 있습니다.

 

위키피디아에서 찾아본 파레토 법칙에 대한 정의는 아래와 같습니다.

 

파레토 법칙( - 法則, Pareto principle, 80-20 rule, the law of the vital few, principle of factor sparsity)은 '전체 결과의 80%가 전체 원인의 20%에서 일어나는 ...


위키피디아에 적힌 것처럼 파레토 법칙은 정말 많은 분야에서 언급이 되고 있습니다.

 

하지만 정말 파레토 법칙을 정확히 알고 적용하는 경우는 많지 않은 것 같습니다.

 

파레토 법칙은 우리에게 어디에 집중해야 하는 지에 대한 가이드 역할을 합니다.

 

우리 모두는 집중하는게 중요하다는 걸 알고 잇습니다.

최근들어 많은 것에서 선택과 집중에 대한 얘기를 합니다.

 

하지만 집중이란게 무엇인가요?

파레토 법칙에 따르면 중요한 문제 20%를 해결하는 데 집중하면, 80%의 이익을 거두게 된다는 논리가 성립됩니다.

 

이것은 정말 사실일까요?

 

통계를 가르치는 사람들은 정작 이 법칙이 독립 변수로 이루어진 시스템에만 적용된다는 걸 말해주지 않습니다.

 

즉 파레토 법칙은 전체 조직이 아닌 각 개별 조직의 개별적으로 관리되는 부분 최적화에만 적용된다는 뜻입니다.


그렇다면 전체 최적화에서는 어떨가요?

 

한 가지 분명한 건, 회사는 매우 많은 조직들로 구성되어 있기 때문에, 수많은 조직 중 20%의 조직만 개선한다고 해도 그 대부분은 전체적인 조직 성과를 개선하는 데 도움이 되지 못한다는 사실입니다.

 

다르게 말해서 파레토 법칙은 단순히 20%를 개선해야한다고 말하지만 그 20%가 무엇인지는 알려주지 않습니다.

 

중요한 것은 연결이며, 변수들은 상호의존적입니다. 파레토 법칙은 적용되지 않습니다.


그렇다면 우리는 무엇에 집중해야 하는가 하는 걸 어떻게 알아낼 수 있을까요? 어떤 프로세스를 이용할 수 있을까요?


그것은 생각보다 쉽습니다. 상호의존성에 집중할 필요가 있습니다.

 

체인에 대해서 생각해 보십시오.

 

체인의 강도를 결정하는 것은 체인의 가장 약한 연결 고리라는 사실을 상기해 보십시오.

 

여러분이 체인을 튼튼하게 하고 싶다면, 제일 먼저 무얼 해야 할까요?

 

‘그러나’라든가 ‘만약에’라든가 ‘우리는 다르다’와 같은 핑계를 빼고 제일 먼저 해야할 일은 무엇일까요?

 

바로 가장 약한 체인의 연결 고리를 강력하게 만드는 것입니다.

 

조직, 회사, 시스템을 개선할 때 파레토 법칙은 적용되지 않습니다.

 

전체 체인의 20%를 강하게 한다고 해서 전체 체인의 강도가 80% 개선되지는 않는 것입니다.

 

파레토 법칙을 따른다면 우리는 전체 생산성의 80%를 담당하는 20%의 핵심에만 모든 역량을 집중해야한다는 논리도 성립됩니다.

 

하지만 이미 강력한 체인의 고리를 아무리 강력하게 한다고 해도 전체 체인의 고리의 강도는 강해지지 않습니다.

 

파레토 법칙의 정확한 의미와 적용 가능한 영역에 대한 이해가 필요하다고 봅니다.

 



 

댓글

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....

에이전틱 AI 시대의 소프트웨어 테스팅: 왜 '아키텍트' 역량이 필요한가?

최근 "프로그래밍이란 무엇인가?"라는 근본적인 질문에서 출발해, 하드웨어의 가장 밑바닥인 CPU 명령어 디코더의 원리부터 최근 화두인 에이전틱 AI(Agentic AI)와 바이브 코딩(Vibe Coding)에 이르기까지 AI와 함께 이런 저런 대화를 나누어 보았다.. 사실 내가 처음 컴퓨터를 공부할 때부터 컴퓨터가 내 명령을 어떻게 이해하고 처리해서 이런 결과가 출력되는지는 정말 이해하기 어려운 마법 같은 것이었다.  그래서인지.. 나이가 들어도 프로그래밍은 여전히 어렵다. 하지만 요즘은 AI와 함께 무언가를 만드는 재미를 만끽하고 있다.  어쨌든 AI와의 즐거운 대화의 끝에서 필연적으로 마주한 질문이 있다. "코드를 AI가 스스로 짜고 조립하는 시대에, 소프트웨어 테스팅은 무엇이며 우리는 어떤 역량을 키워야 하는가?" 지금까지의 고민을 바탕으로, 다가오는 AI 시대에 테스트 엔지니어가 나아가야 할 방향과 '아키텍트(Architect)' 역량의 중요성에 대해 정리해 본다. 현대의 소프트웨어 개발은 무(無)에서 유(有)를 창조하는 것이 아니다. 전 세계의 천재적인 엔지니어들이 만들어둔 수많은 라이브러리와 프레임워크라는 '레고 블록'을 조합해 원하는 서비스를 구축하는 과정이다. 내가 젋어서 이걸 잘 이해만 했었어도.. 테스터라는 직업의 세계에 발을 들이지는 않았을 텐데.. 어린 나이에 너무 생각이 많았었다. 그런데 에이전틱 AI가 등장하면서 거대한 변화가 일어났다. 이제는 인간이 직접 레고를 조립할 필요조차 없어지고 있다. "이런 기능을 만들어줘"라는 의도(Intent)만 던지면, AI가 기존에 학습한 방대한 오픈소스와 코드를 바탕으로 알아서 뼈대를 세우고 코드를 완성해 낸다. 개발자는 직접 코드를 타이핑하는 노동자에서, AI 에이전트를 부리는 총괄 기획자로 역할이 변하고 있는 것이다. 하지만 AI가 만들어내는 코드는 필연적인 한계를 지닌다. AI는 과거 인류가 작성한 코드를 학습하...