프로젝트의 성공을 결정짓는 첫 단추, ‘문제 정의(Problem Definition)’가 먼저인 이유

컨설팅이나 대규모 프로젝트를 시작할 때 가장 먼저, 그리고 가장 공들여 해야 하는 작업은 무엇일까요? 바로 '우리가 지금 해결해야 하는 문제가 진짜 무엇인가?'를 명확히 정의하는 일입니다.

하지만 실제 현장에서는 의외로 이 과정이 손쉽게 패스되곤 합니다. 문제를 깊이 있게 들여다보기도 전에 *"AI를 도입해야 합니다", *"스마트팩토리를 구축합시다", *"최신 데이터 플랫폼이 답입니다"처럼 *'해결책(Solution)'부터 들고 나오는 경우가 부지기수**입니다.

물론 그 해결책이 결과적으로 맞을 수도 있습니다. 하지만 문제의 본질을 파악하지 못한 채 결론부터 내린 프로젝트는, 정작 긁어주어야 할 핵심 간지러움을 놓친 채 겉돌게 될 위험이 매우 큽니다.

---

1. 흔히 범하는 오류: 현상과 해결책 사이의 혼선

이해를 돕기 위해 차세대 반도체 시장에 뛰어든 A사의 사례를 한번 살펴보겠습니다.

A사는 급증하는 반도체 수요에 맞춰 생산 능력을 확대했지만, 기대와 달리 수익성은 계속 악화되었습니다.

• 고객사: 납기 지연에 대해 끊임없이 불만을 제기함
• 생산 현장: 공정 병목 현상 발생, 재공재고(WIP) 급증, 특정 설비의 유휴화 심화

상황이 이렇다 보니 각 부서마다 진단과 처방이 제각각이었습니다. 영업은 '고객 주문의 변동성'을, 생산은 '공정 간 불균형'을, 구매는 '소재 공급의 불확실성'을 문제의 원인으로 지목했죠. 각자 자신이 보는 현상에만 몰두할 뿐, 조직 전체 관점에서의 핵심 비즈니스 과제(Business Challenge)에 대한 공감대는 전혀 없었습니다.

결국 경영진은 요즘 가장 '핫'한 트렌드인 "AI 기반 스마트 팹(Smart Fab) 구축"을 최종 전략 과제로 덜컥 결정해 버렸습니다.

---

2. 왜 기술이나 솔루션명이 문제 정의에 들어가면 안 될까?

많은 이들이 "AI 스마트 팹 구축"이라는 결론을 자연스럽게 받아들입니다. 하지만 질문의 방향을 살짝 바꿔볼 필요가 있습니다.

만약 경쟁사들 역시 모두 똑같이 'AI 스마트 팹'을 구축하고 있다면 어떨까요? 모두가 같은 무기를 들고 싸운다면 차별화된 경쟁력은 생기지 않습니다. 중요한 것은 'AI를 도입하는 행위' 자체가 아니라 'AI로 무엇을 해결하고자 하는가'입니다.

진짜 '문제 정의'는 아래와 같이 작성되어야 합니다.

Problem Statement (문제 정의)
"생산능력 확대에도 불구하고 생산 운영의 비효율로 인해 고객 납기와 수익성이 지속적으로 악화되고 있다.
현재 병목 현상과 재공재고 증가, 설비 활용률 불균형의 근본 원인이 무엇인지 명확히 규명되지 않았으며,
이를 해결하기 위한 우선순위를 정의할 필요가 있다."

Business Challenge (비즈니스 과제)
"생산 운영의 핵심 병목 요인을 규명하고, 납기 경쟁력과 수익성을 동시에 개선할 수 있는 최적의 해결 방안을 도출한다."

 

잘 정리된 문제 정의 문장 속에는 'AI', '스마트 팹', 'MES' 같은 특정 기술이나 솔루션 명칭이 단 하나도 들어가지 않습니다.

해결책은 문제를 명확히 정의한 '후'에 수많은 대안(생산계획 개선, 공정 재설계, SCM 최적화, 설비 운영 효율화 등) 중에서 최선의 것을 선택하는 것이지, 문제 그 자체를 대신할 수 없기 때문입니다.

---

3. 더 좋은 문제 정의가 만드는 차이

문제의 본질을 정확히 꿰뚫어 볼 때 비로소 남들과는 다른 시각이 열립니다. AI 도입이라는 뻔한 트렌드를 맹목적으로 쫓는 대신, 남들이 보지 못한 새로운 기회와 효율적인 우회로를 찾아낼 수 있게 됩니다.

프로젝트의 성패는 "무엇을 만들 것인가(What to build)"가 아니라 "무엇을 해결할 것인가(What to solve)"에서 갈립니다. 오늘 우리 조직이 추진하는 프로젝트의 출발선에 수단과 목적이 뒤바뀌어 있지는 않은지 다시 한번 점검해 볼 때입니다.

---