1"어떤 앱?"이 아니라 "무슨 문제?"
질문을 바꾸면 AI가 쓰이는 방식이 바뀝니다
앱을 만들려고 할 때 대부분 이렇게 시작해요. "나 이런 앱 만들 거야."
그런데 여기엔 함정이 있어요. 만들 앱을 먼저 정해버리면, AI는 딱 내가 상상한
그만큼만 만들어줍니다. 내 상상력이 한계가 되는 거예요.
답을 정해놓고 시작
"이런 앱 만들어줘"
이미 정한 답을 AI에게 코딩만 시킴. AI를 내 상상력의 한계 안에 가둔다.
문제를 정해놓고 시작
"이 문제를 풀고 싶어"
문제를 명확히 주고 AI와 협업. AI가 진단하고 더 나은 해법을 설계할 여지를 연다.
그래서 우리는 "무슨 문제를 해결할지"부터 시작합니다.
답이 아니라 문제를 줄 때, AI는 비로서 제 능력을 발휘합니다.
2문제는 "맥락"으로 정해집니다
같은 불편함도 얼마나 구체적이냐에 따라 결과가 다릅니다
"무슨 문제를 풀지"를 정할 땐, 누가 · 어떤 맥락에서 겪는 불편인지를
구체적으로 적어야 해요. 여기서 대부분이 너무 뭉뚱그립니다. 예를 볼게요.
✕ 문제 정의가 안 된 상태
"주간 보고서 작성하는 게 매번 귀찮고 번거롭다."
누가? 무엇이 왜 번거로운지? 아무것도 없어요. 이 상태로 AI에게 주면, AI도 뭉뚱그린 평균적 답만 내놓습니다.
✓ 맥락이 구체화된 상태
"꼼꼼한 3년차 박 대리는 매주 타 부서 7명에게서 자료를 취합한다. 자료 요청 → 지연되면 재요청 → 누락되면 확인 요청 → 취합 후 재확인까지, 매번 사람이 직접 하다 보니 정확도도 떨어지고 시간도 많이 걸려 비효율적이라 느낀다."
누가(박 대리), 어떤 맥락(7명 자료 취합), 무엇이 왜 문제(반복 수작업·정확도·시간)인지가 다 보여요. 이 정도라야 AI가 정확히 진단하고, 딱 맞는 해법을 설계합니다.
💡 WOWD.LAB Insight
섣불리 사람이 답을 정해놓고 AI에게 코딩만 시키는 실수를 범하지 마세요.
맥락이 구체적일수록 AI의 진단이 정확해지고, 그 진단에 FIT한 솔루션이 나옵니다. 구체성은 AI에게 주는 가장 좋은 재료예요.
3요령은 "발산" — 일단 펼쳐라
정답을 정하기 전에 문제를 최대한 발산해야 합니다
처음부터 완벽한 문제 하나를 찾으려 하지 마세요. 요령은 반대예요.
누구의 · 어떤 상황의 어려움인지 최대한 많이 펼쳐보는 것 — 이걸 발산이라고 해요.
발산하면 이런 일이 일어납니다
1
누구의 어떤 불편인지 최대한 나열하면, 그전에 보지 못했던 문제까지 보이기 시작한다
2
나열된 문제들 사이에서 패턴이 보이기 시작한다
4
문제들의 연관도·우선순위를 판단할 수 있게 된다
혼자 머리로만 짜내지 말고, 발산도 AI와 함께하면 좋아요.
"이런 상황의 사람들이 어떤 불편을 겪을지 같이 펼쳐보자"고 던지면 훨씬 멀리 갑니다.
4펼친 문제를 "POV"로 뾰족하게
디자인씽킹의 핵심 도구 — 문제 정의문
발산으로 문제를 펼쳤다면, 이제 핵심 문제를 한 문장으로 언어화할 차례입니다.
그 도구가 POV(Point Of View)입니다. 이 문제를 어떤 관점에서 봐야 하는지,
왜 풀어야 하는지를 한 문장에 담는, 디자인씽킹의 가장 핵심적인 장치예요.
POV = WHO · WHAT · WHY
세 조각으로 문제의 핵심을 정의합니다
박 대리 사례를 POV로
WHO — 매주 7명에게서 자료를 취합하는 3년차 박 대리는
WHAT — 요청·재요청·누락 확인의 반복 수작업을 덜어내고 싶다.
WHY — 그 시간이 정확도를 떨어뜨리고 정작 중요한 일을 밀어내기 때문이다.
5이것이 WOWD.LAB의 일하는 방식입니다
디자인씽킹 5단계를 반복하며 솔루션을 발전시킵니다
지금까지 한 것(문제 발산 → POV 정의)이 바로 디자인씽킹의 앞부분입니다.
디자인씽킹을 활용하면 더 좋은 결과를 얻을 수 있습니다.
공감하기 사용자를 깊이 이해하고 어떤 문제를 겪는지 구체적으로 발견한다.
문제정의 문제의 현상을 넘어 그 문제의 본질이 무엇인지 명확하게 정의내린다.
아이데이션 AI와 함께 아이디어를 충분히 발산한다.
프로토타이핑 바이브코딩으로 프로토타입을 싸고 빠르게 만든다.
사용자테스트 사용자에게 솔직한 피드백을 받아 개선할 점을 도출한다.
반복 이 과정을 반복하여 솔루션을 발전시켜 나갑니다.
디자인씽킹 5단계 프레임워크에 맞게 iteration을 하면,
Good Outcome의 가능성을 높일 수 있습니다.
이것만 기억하세요
- "어떤 앱?"으로 시작하면 AI를 나의 생각의 한계에 가둔다. "무슨 문제?"로 시작하면 AI와 제대로 협업하며 새로운 솔루션을 찾을 수 있다.
- 문제는 누구의·어떤 맥락인지 구체적일수록 좋다.
- 불편함을 먼저 발산하라 — 패턴·인사이트·우선순위가 보인다.
- 핵심 문제를 POV(WHO·WHAT·WHY) 한 문장으로 언어화한다.
바이브코딩 역량과 디자인씽킹의 문제정의 역량을
한 번에 기르고 싶다면
WOWD.LAB이 조직에 맞는 교육을 함께 설계합니다.
문의하기