의사결정 프레임워크

🔄 이전 레슨 복습: 이전 레슨에서 의사결정이 실패하는 5가지 이유와 AI의 역할을 배웠어요. 이제 사고를 구조화하는 실전 프레임워크를 다뤄요.

프레임워크가 직감을 명확한 답으로 바꿔요

의사결정 프레임워크는 중요한 것을 고려하고, 적절하게 가중치를 두고, 설명하고 방어할 수 있는 결론에 도달하는 구조화된 프로세스예요. 프레임워크 없이는 같은 생각을 빙빙 돌아요.

가중 의사결정 매트릭스

가장 다재다능한 옵션 비교 프레임워크:

단계 1: 기준 정의

다음 결정에 가중 의사결정 매트릭스를 만들어줘:

결정: [설명]
옵션: [A, B, C]

먼저 평가 기준 5-7개를 제안하고,
각 기준에 중요도 가중치(합계 100%)를 부여해줘.

단계 2: 각 옵션 평가

AI가 각 기준에 대해 각 옵션을 1-10으로 평가하고 가중 점수를 계산해요.

단계 3: 결과 해석

가중 합계가 가장 높은 옵션이 “분석적으로” 최선이에요. 하지만 결과가 직감과 다르면? 그것도 중요한 정보 — 자신의 가중치가 실제 가치관을 반영하는지 검토하세요.

장단점-완화 분석

단순 장단점 목록의 업그레이드:

1. 각 옵션의 장점과 단점을 나열
2. 각 장단점의 중요도를 1-10으로 평가
3. 핵심: 모든 중요한 단점에 대해 완화 방법을 찾기

✅ 확인 질문: “완화 불가능한” 단점이 나오면 어떻게 해야 할까요?

그것은 진짜 딜브레이커인지 아닌지 구분하는 데 매우 중요해요. 완화할 수 없는 단점이 중요도 8 이상이면 그 옵션은 아마 탈락이에요. 완화할 수 없지만 중요도 3이면 수용 가능해요.

의사결정 나무

순차적 결정이나 불확실한 결과가 있을 때:

다음 결정에 의사결정 나무를 만들어줘:

결정: 스타트업 이직 vs 현 직장 유지
분기 포인트:
- 이직 → 스타트업 성공 (확률 40%) / 실패 (60%)
- 유지 → 승진 (확률 50%) / 현상 유지 (50%)

각 최종 결과의 가치를 평가하고
기대값을 계산해줘.

의사결정 나무는 “만약에…“를 체계적으로 탐색해요.

핵심 정리

• 가중 매트릭스는 옵션 평가 전에 중요한 것을 정의하도록 강제해요 — 장점 개수의 함정을 피해요
• 순차적 단계와 불확실한 결과가 있으면 의사결정 나무를 사용하세요
• 장단점-완화 분석은 단점을 관리 가능한 도전으로 변환해요 — “이 단점을 수용 가능하게 만들 방법은?”
• AI에게 기준, 가중치, 평가를 요청하면 체계적으로 모든 요소를 고려해요
• 프레임워크의 결과가 직감과 다르면 — 가중치가 실제 가치관을 반영하는지 다시 확인하세요

다음 레슨: 인지 편향 감지하기 — 판단을 왜곡하는 인지적 지름길을 식별하고 AI로 편향을 극복하는 방법을 배워요.