한 번 잘 되는 방법이 아니라 반복했을 때 동일 결과가 나오는 구조를 만든다(execution system)
우리는 왜 한 번의 성공에 집중하는가?
“이번 프로젝트는 잘 끝났습니다.”
“이번 달 매출이 크게 올랐습니다.”
“이번 캠페인은 성공입니다.”
성과가 나오면 안도한다.
그리고 다음 과제로 넘어간다.
나는 단기 성과를 무시하지 않는다.
문제는 그 성과가 다시 나올 수 있는가이다.
같은 조건에서
같은 결과가 반복되는가?
이 질문이 빠진 성과는
기록으로 남지 않는다.
경험으로만 남는다.
왜 나는 성과보다 구조를 묻는가?
성과는 결과다.
시스템은 과정이다.
결과는 우연일 수 있다.
과정은 설계해야 한다.
어떤 조직은
특정 담당자가 있을 때는 성과가 좋다.
그 사람이 이동하면
결과가 흔들린다.
이 경우
성과는 개인 역량에 의존한 것이다.
시스템이 아니다.
나는 항상 묻는다.
이 방법을 다른 사람이 해도
같은 결과가 나오는가?
현장에서 있었던 사례
한 온라인 교육 기업의 사례다.
특정 마케팅 담당자가 진행한 캠페인에서
신규 가입자가 2배 증가했다.
대표는 그 방식을 전체 채널에 확대하려 했다.
그러나 다음 분기에는
같은 성과가 나오지 않았다.
왜였을까?
분석해보니
당시 성공은 여러 조건이 동시에 맞아떨어진 결과였다.
- 특정 시기의 검색 트렌드
- 외부 이슈로 인한 관심 증가
- 담당자의 개인 네트워크 활용
문제는
이 과정이 문서화되지 않았다는 점이다.
어떤 메시지를 언제 발송했는지,
어떤 채널에서 어떤 반응이 나왔는지,
어떤 기준으로 예산을 조정했는지
정리되어 있지 않았다.
우리는 캠페인 방식을 다시 설계했다.
- 목표 설정 (전환율 5% 이상)
- 메시지 A/B 테스트 2회 이상
- 예산 조정 기준 ±15%
- 주간 성과 리뷰 및 기록
그 이후 캠페인 성과는
큰 폭의 변동 없이 유지되었다.
폭발적인 성장 대신
안정적인 반복이 가능해졌다.
문제는 역량이 아니라 재현성이다
많은 조직이
“잘하는 사람”을 찾는다.
그러나 더 중요한 것은
“재현 가능한 방식”이다.
재현성은 세 가지 요소에서 결정된다.
- 과정이 문서화되어 있는가
- 기준이 명확한가
- 결과가 기록되는가
이 세 가지가 없다면
성과는 반복되지 않는다.
[조사 필요]
- 프로세스 문서화와 조직 성과 안정성의 상관관계 연구
- 표준 운영 절차(SOP) 도입 효과 관련 통계
관련 연구 근거는 추가 확인이 필요하다.
사람들이 흔히 하는 착각
첫 번째 착각
“한 번 크게 성공하면 방향은 맞다.”
한 번의 성공은
조건이 맞았을 가능성도 있다.
두 번째 착각
“열심히 하면 된다.”
노력은 중요하다.
그러나 기준과 기록이 없으면
노력은 재현되지 않는다.
세 번째 착각
“빠르게 실행하는 것이 중요하다.”
속도는 필요하다.
그러나 기록 없이 빠르면
다음 번에 다시 처음부터 시작하게 된다.
반복 가능한 시스템의 구조
반복 가능한 시스템은
다음 네 단계로 구성된다.
- 입력 표준화
- 시작 조건 명확화
- 동일한 데이터 사용
- 과정 명시화
- 단계별 절차 기록
- 담당자 지정
- 판단 기준 설정
- 목표 수치 정의
- 임계값 설정
- 사후 기록
- 결과 기록
- 개선 사항 반영
이 네 단계가 반복될 때
성과는 개인이 아니라
구조에서 나온다.
시스템은 유연함을 막는가?
“시스템을 만들면 경직되지 않습니까?”
그 질문을 자주 받는다.
시스템은 고정된 틀이 아니다.
변경 가능한 구조다.
차이는 이것이다.
감각에 의존해 매번 새로 시작하는 것과
기준을 두고 조정하는 것.
시스템이 있으면
변경도 기록된다.
없으면 변화도 사라진다.
지금 점검해볼 것
현재 반복하고 있는 업무나 프로젝트를 떠올려보자.
- 시작 조건이 명확히 정의되어 있는가?
- 과정이 문서로 남아 있는가?
- 성과 판단 기준이 숫자로 정해져 있는가?
- 실패 원인과 개선 내용이 기록되어 있는가?
이 네 가지가 없다면
성과는 우연에 가깝다.
한 번의 성공보다 남는 것
폭발적인 성과는 기억에 남는다.
그러나 반복 가능한 시스템은
조직에 남는다.
우리는 지금
성과를 쫓고 있는가,
아니면 구조를 만들고 있는가?
다음 프로젝트가 끝났을 때
결과 보고서와 함께
과정 문서도 함께 남겨보는 것은 어떨까.
그것이 반복의 시작일지도 모른다.
AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
(homepage) http://www.fieldbly.com