문제 프레이밍 템플릿

문제 프레이밍 템플릿이란?

문제 프레이밍 템플릿은 브레인스토밍으로 해결책을 내기 전에 도전 과제의 범위, 영향, 그리고 "실질적 본질"을 정의하기 위해 팀이 함께 사용하는 협업형 프레임워크입니다. 이를 통해 팀은 "사용자가 이탈하고 있다" 같은 모호한 관찰에서 "첫 방문 모바일 사용자의 결제 과정에서 마찰을 줄일 방법은 무엇일까?" 같은 구조화된 미션으로 발전합니다. 이 템플릿은 팀이 인간의 고충을 이해하기 전에 바로 앱을 만들려는 "해결책 편향"을 방지하는 안전장치 역할을 합니다.

"정의" 진단: 성공을 위한 3가지 프레이밍 방법

문제를 잘 프레이밍하면 문제의 절반은 해결된 셈입니다. Miro에서 미션 문구를 확정하기 전에 다음 세 가지 전문가 "진단"을 적용하세요:

1. "5 Whys" 심층 진단

점검: 문제 진술이 단순한 "증상"(예: "웹사이트가 느리다")에 불과한가요? 해결책:근본 원인을 점검하세요. 템플릿에서 "5 Whys" 기법을 사용해 더 깊이 파고드세요. 사이트가 느리다면, 왜? 이미지 파일이 너무 큽니다. 왜? 압축 도구가 없습니다. 왜? 예산이 배정되지 않았습니다. 문제를 자원 배분 문제로 규정하면 단순히 "코드를 고친다"는 접근과는 전혀 다른 해결책으로 이어집니다.

2. "Who, What, Where, Why" 테스트

점검: 문제 진술이 너무 포괄적인가요(예: "커뮤니케이션이 어렵다")? 해결책:구체성을 점검하세요. 전문적인 프레임은 다음 질문에 답해야 합니다:

• Who: 구체적으로 누가 문제를 겪고 있나요?

• What: 그들이 직면한 구체적인 장애물은 무엇인가요?

• Where: 이 문제가 발생하는 상황이나 환경은 어디인가요?

• Why: 비즈니스나 사용자에게 왜 중요한가요? 이 네 가지 항목을 채우지 못하면, 문제는 "주제"일 뿐 "프레임"이 아닙니다.

3. "How Might We" (HMW) 전환

The Audit: 문제를 "불만"으로 프레임하고 "기회"로 보지 않고 있나요? The Fix:생성적 언어를 점검하세요. 최종 문제 진술을 How Might We 질문으로 바꾸세요. 좋은 HMW 질문은 여러 해결책을 허용할 만큼 충분히 넓으면서도, 초점을 제공할 만큼 적절히 좁아야 합니다. (예: "HMW 바쁜 부모가 자녀의 건강 지표를 더 쉽게 추적할 수 있게 하는 방법?")

전략적 프레임워크: 어떤 문제 템플릿이 필요하나요?

프로젝트 시작점에 맞는 Miro 템플릿을 선택하세요:

• 문제 진술 캔버스:

  • 적합한 경우: 대규모 교차 기능 팀을 하나의 미션에 맞추는 데 적합합니다.

  • 목표: 하나의 시각적 표에 사용자, 문제, 상황, 영향을 도식화해 정리하는 것.

• "Jobs-to-be-Done" (JTBD) 프레임:

  • 적합한 경우: 제품 혁신 및 기능 우선순위 결정에 적합합니다.

  • 목표: 사용자가 제품에 '고용'해 수행하려는 '작업(Job)'으로 문제를 정의하는 것(예: "내가 [상황]일 때, [행동]을 하고 싶다, 그래서 [결과]를 얻을 수 있다.").

• "추상화 사다리":

  • 적합한 경우: 팀이 아주 좁은 기술적 문제에 막혀 있을 때.

  • 목표: 사다리의 "위"(왜?)로 올라가 더 넓은 문제를 찾거나 "아래"(어떻게?)로 내려가 구체적인 기술 실행을 찾는 것.

문제 프레이밍 템플릿의 핵심 구성 요소

효과적인 문제 프레이밍을 위한 Miro 보드에는 다음 다섯 가지 핵심 요소가 필요합니다:

• 사용자 페르소나: 문제의 중심에 있는 특정 사용자를 간단히 설명한 항목.

• 현재 상태와 목표 상태: "지금 어떤 상태인지"와 "어떤 상태여야 하는지"를 시각적으로 비교한 항목.

• 증거 갤러리: 문제의 존재를 입증하는 실제 데이터, 사용자 인용문 또는 스크린샷.

• 영향 지표: 이 문제를 해결하지 않으면 어떤 일이 발생하나요? (예: 매출 손실, 높은 이탈률, 안전 위험).

• 최종 "문제 진술": 프로젝트의 '북극성' 역할을 하는 1–2문장 요약.

문제 프레이밍의 일반적인 함정

• 위장된 솔루션: 문제를 "AI 챗봇이 필요하다"로 규정하는 것.

  • 해결 방법: 문제 문장에서 기술에 대한 언급을 모두 제거하세요. 문제는 "사용자가 답을 빠르게 찾지 못한다"이지 "우리에게 AI가 부족하다"가 아닙니다.

• 비즈니스 케이스 무시: 사용자가 겪는 문제이지만 회사에는 중요한 문제가 아닌 경우.

  • 해결 방법: 모든 문제 프레임에 투자를 정당화하기 위한 "Value to the Business" 섹션을 포함하세요.