레버 찾기
문제를 정의할 때 “이건 내가 영향을 미칠 수 있는가”를 판단하는 감각을 훈련합니다. 사고법이 아니라 기록 프로토콜에 가깝습니다.
전제 셋
- 01 판단은 예측입니다. “영향 가능하다”는 서술이 아니라 예측입니다. 예측은 숫자로 적어야 채점됩니다.
- 02 덩어리는 항상 통제 불가능해 보입니다. 시간, 팀장, 시장, 만질 표면이 없어서 그렇습니다. 영향 가능한 지점은 특정 해상도 아래에서만 나타납니다.
- 03 문제 정의에는 피드백 루프가 없습니다. 해결책이 틀리면 누군가 알려주지만, 문제 정의가 틀렸다고는 아무도 알려주지 않습니다. 그래서 루프를 인공적으로 만듭니다.
한 사이클 · 20분
다섯 글자를 순서대로 밟습니다: L · E · V · E · R.
이번 주에 내가 입 밖에 낸 문제 진술을 그대로 적습니다. 다듬지 않습니다.
동사가 나올 때까지 해상도를 내립니다. 한 번에 한 단계씩.
찾아낸 레버 후보에 대해 행동하기 전에 숫자를 적습니다.
| 레버 후보 | 20시 이후 회의 기본 거절 |
|---|---|
| 내가 움직일 수 있다 | 40% |
| 예상 변화 | 주 2회 → 주 0~1회 |
| 비용 | 30분 (캘린더 설정 + 팀 공지) |
| 확인 시점 | 2주 뒤 |
숫자를 먼저 적는 것이 이 단계의 전부입니다. 이게 없으면 결과를 본 뒤 “그럴 줄 알았지”로 기억이 조작되어 학습량이 0이 됩니다.
비용 2시간 이하인 것만 실행합니다. 비싼 시도는 표본 수집 속도를 떨어뜨리고, 실패했을 때 자기방어를 유발해 기록을 오염시킵니다.
확인 시점에 실제 결과를 적고 사전 판정과 대조합니다. 여기서 채점하는 것은 성공·실패가 아니라 예측이 맞았는가입니다.
- 40%라고 적었는데 잘 됐다 → 과소평가 (A형)
- 70%라고 적었는데 안 됐다 → 과대평가 (B형)
- 성공했고 사전 판정도 높았다 → 캘리브레이션 정상, 학습량은 적음
판정 카드
한 장에 한 베팅. 형식은 무엇이든 상관없고, 사전 항목과 사후 항목의 기입 시점이 분리되기만 하면 됩니다.
domain 필드가 중요합니다. 나중에 편향이 영역별로 갈리는지 보려면 이게 있어야 합니다.
주기
| 주기 | 할 일 | 시간 |
|---|---|---|
| 주 1회 | 베팅 2~3개 발행 (L · E · V) | 30분 |
| 주 1회 | 확인 시점이 도래한 카드 마감 (R) | 15분 |
| 분기 1회 | 20~30장 모아서 편향 분석 | 1시간 |
편향 프로파일
카드를 도메인 × 오류 유형으로 집계합니다.
| A형 (과소) | 정상 | B형 (과대) | |
|---|---|---|---|
| 자기 습관 | 1 | 4 | 6 |
| 조직 | 8 | 2 | 0 |
| 타인 | 5 | 1 | 1 |
| 시장 | 2 | 1 | 0 |
나는 어느 영역에서 습관적으로 자기 영향력을 틀리게 보는가. 이 표에서 읽어야 할 단 하나
위 예시라면 산출물은 한 줄입니다: “조직과 타인은 습관적으로 과소평가하고, 내 습관은 과대평가한다.” 이 한 줄이 이 프레임워크의 전체 출력이고, 다음 분기의 판정 보정값이 됩니다.
표본 가속기: 관찰 로그
자기 인생만으로는 표본이 너무 느리게 쌓입니다. 분기당 20장을 채우기도 빠듯합니다. 그래서 남의 문제 정의를 들을 때마다 속으로 예측을 적어 둡니다.
멘토링 한 코호트면 수십 개가 나옵니다. 감정이 섞이지 않아 판정이 더 정확하고, 남의 문제에서 훈련된 눈은 자기 문제에 그대로 적용됩니다.
관찰 로그는 실행 부담이 없으므로 주당 5~10개까지 발행해도 됩니다. 다만 본인 베팅 카드와는 따로 집계합니다. 남의 문제를 볼 때와 내 문제를 볼 때의 편향은 다릅니다.
망가지는 방식과 조치
| 증상 | 실제 문제 | 조치 |
|---|---|---|
| 사후에 사전 확률을 고침 | 학습량 0 | 사전 블록 수정 금지를 물리적으로 강제 (커밋 · append-only) |
| 성공한 베팅만 카드로 남김 | 표본 편향 | 발행 시점에 카드를 만들고, 결과와 무관하게 마감 |
| 비용 8시간짜리 베팅 | 사이클이 느려 캘리브레이션 안 됨 | 2시간 상한 |
| 하강 없이 바로 판정 | 덩어리 판정은 항상 “불가능”으로 나옴 | depth 최소 2 강제 |
| 확인 시점을 안 정함 | 카드가 미결로 쌓임 | check_at 없는 카드는 발행 불가 |
| 3주 만에 결론 도출 | 표본 부족 | 20장 전에는 리뷰 금지 |
첫 4주
- Week 1베팅 없이 raw만 수집합니다. 이번 주에 내가 실제로 뱉은 문제 진술을 있는 그대로 다섯 개.
- Week 2다섯 개를 각각 하강시킵니다. 실행은 하지 않습니다. 몇 단계에서 동사가 나오는지만 봅니다.
- Week 3그중 비용이 가장 싼 둘에 사전 확률을 적고 실행합니다. 첫 베팅 발행.
- Week 4마감 루틴을 캘린더에 고정합니다. 여기까지 오면 이후는 자동으로 굴러갑니다.
질문고리 학습과의 관계
질문고리 학습이 해결 단계의 가설 순환이라면, 레버 찾기는 같은 구조를 문제 정의 단계에 적용한 것입니다.
| 질문고리 학습 | 레버 찾기 | |
|---|---|---|
| 대상 | 이 방법이 통하는가 | 이 문제가 내 손에 있는가 |
| 가설 | 구현 · 접근에 대한 가설 | 자기 영향력에 대한 가설 |
| 검증 | 동작 여부 | 예측 확률의 적중 |
| 산출 | 작동하는 해법 | 자기 편향 프로파일 |
두 루프는 순차로 결합됩니다. 레버 찾기가 붙잡을 만한 문제를 골라내고, 질문고리가 그 문제를 풉니다. 레버 찾기 없이 질문고리만 돌리면 통제 불가능한 대상에 정교한 가설 검증을 낭비하게 됩니다.
domain 필드만 더하는 편이 낫습니다.
문제를 판정 가능하게 세우는 절차 → 첫 말뚝
무엇부터 할지 고르는 훈련 → 삼각측량
기록을 남기는 서식 → 야장