기본 콘텐츠로 건너뛰기

선택을 구속하는 상황과 맥락의 힘 - 깨진 유리창 이론

깨진 유리창 이론은 범죄학자인 제임스 Q. 윌슨과 조지 Q. 켈링이 주장한 이론으로 만약 한 창문이 깨져 있고 그것을 수리하지 않고 내버려둔다면, 조만간 더 많은 창문이 깨지게 된다는 범죄의 전염 이론이다.

자세한 것은 위키피디아를 통해 확인을 해보시기 바란다.

깨진 유리창 이론(영어: Broken Windows Theory)은 미국의 범죄학자인 제임스 윌슨과 조지 켈링이 1982년 3월에 공동 발표한 깨진 유리창(영어: Fixing Broken ...


새해 첫 포스팅으로 이 이론을 다시금 떠올리게 된 이유는 여러가지이다.

하나는 우리는 사소한 것에는 그다지 관심을 두지 않지만 그 사소한 것이 모든 것을 그르치는 원인이 될 수 있다는 것이다. 우리가 사소하게 지나치는 것들 중요하게 생각하지 않는 것들이 인과관계에 따른 전염으로 커다란 문제들을 야기할 수 있다는 것이다.

실제로 제약이론을 통해 여러 제약들의 근본원인을 찾고 보면 매우 사소한 문제 즉, 아무도 중요하게 여기지 않는 문제나 모두가 당연하다고 생각하는 문제가 근본원인인 경우가 많다는 것이다.

둘째는 상황과 맥락의 힘이다.

많은 곳에서 선택과 집중에 대해 이야기한다. 하지만 우리의 선택은 얼마나 올바르고 얼마나 일관성이 있는 것일까?

많은 사람들이 자신의 행동이 일관되다고 생각하지만 실제로 그러한 것일까?

많은 사람들이 그렇게 믿고 있지만 사실은 사람은 주변 상황과 맥락에 따라 선택과 행동이 달라지는 것이 사실이다.

그 대표적인 예로 방관자 효과라는 것이 있다.

방관자 효과(傍觀者效果, 영어: bystander effect) 또는 제노비스 신드롬(영어: Genovese syndrome)은 주위에 사람들이 많을수록 어려움에 처한 사람을 돕지 않게 되는 ...


우리가 흔히 머피의 법칙이라고 부르는 것은 위 두가지가 복합적으로 작용하여 발생하는 사건이라고 볼 수 있다.

잘못된 것이라는 것을 알고 있다 하더라도 주변 상황에 따라 묵인하는 경우, 사소한 것에 신경쓰지 못하는 경우 등 많은 경우에 따라 많은 문제들이 계속하여 발생하게 되고 나중에 문제가 커지는 경우 근본 원인을 찾기보다는 현재의 문제에만 집중하게 됨으로써 우리가 정작 인지해야할 중요한 근본원인을 놏치는 경우가 많다.

더 큰 문제는 근본원인을 찾는다고 해도 그 해결방법을 복잡하게 생각함으로써 문제를 다시 발생시키거나 근본원인이 너무 단순하기 때문에 그 원인의 심각성을 깨닫지 못하는 경우라고 볼 수 있다.

2010년을 시작하면서 다시 한번 지난 날동안 우리가 놓치거나 무시했던 사소했던 것들에 대해 다시 한번 생각해 보고 그러한 문제들의 중요성과 심각성에 대해 다시 한번 생각해 보았으면 한다.

우리는 많은 경우 문제들의 원인과 해결책을 항상 복잡하고 먼가 있어 보이는 무엇이라고 생각하는 경우가 많다. 하지만 보이는 것보다 원인과 해결책은 훨씬 단순할 수 있다. 실제로도 그렇다.

올 한해에는 그런 사소한 것을 지나치지 말고 타산지석으로 삼아 할 걸음 더 나아가는 한해가 되었으면 한다.

댓글

  1. trackback from: 결정, 알고리즘
    댄 애리얼리의 TED 강연에서 매우 인상 깊은 차트를 보게 되었다. (댄 애리얼리가 묻습니다. "우리는 결정을 내릴 때 우리 마음대로 하고 있는걸까요?")위 차트는 존슨/골드스턴 논문에서 인용한 것인데 면허시험장에서 조사한 '국가별 장기기증 의사가 있는 사람들의 비율'을 나열하고 있다. 왼쪽에 있는 나라들은 비율이 낮고 오른 쪽은 비율이 높게 나오고 있다. 숫자의 높낮이를 결정하는 것이 무엇이라고 생각하는가? 문화? 종교? 마음의 여유? 아니다..답..

    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....

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...