소규모 실험 실행하기
Adaptable Discipline으로 구축하는 것은 반복적인 과정입니다. 올바른 설계를 미리 받는 경우는 드뭅니다. 더 자주, 패턴을 감지하고, 가설을 세우고, 변화를 만들고, 시스템이 실제로 무엇을 하는지 관찰합니다.
그것은 프레임워크의 약 점이 아닙니다. 프레임워크가 작동하는 방식의 일부입니다.
실험이 중요한 이유
실천은 겉에서 비슷해 보이는 여러 이유로 실패할 수 있습니다. 동기부여 문제처럼 느껴지는 것이 friction일 수 있습니다. 일관성 없음처럼 보이는 것이 capacity 불일치일 수 있습니다. 게으름처럼 느껴지는 것이 실제로 약한 purpose, 없는 tools, 또는 아직 파악하지 못한 경로를 통해 힘을 얻는 drift일 수 있습니다.
그것이 실험이 중요한 이유입니다. 막연한 의심에서 더 나은 증거로 이동하는 데 도움이 됩니다.
가설은 작동 설명입니다
이 프레임워크에서 가설은 시스템에서 일어나고 있는 것에 대한 작동 설명입니다.
다음과 같이 들릴 수 있습니다:
- friction 가설: "설정 비용이 너무 높기 때문에 복귀가 계속 실패합니다."
- capacity 가설: "시스템은 평소보다 더 많은 에너지가 있을 때만 작동합니다."
- purpose 가설: "방향이 복귀를 정당화할 만큼 더 이상 충분히 명확하지 않기 때문에 실천이 계속 무너집니다."
- mindset 가설: "각 실수가 증거로 변하기 때문에 복귀 움직임이 지연됩니다."
가설이 완벽할 필요는 없습니다. 다음 유용한 테스트를 안내할 만큼 충분히 명확하기만 하면 됩니다.
실험이 어떻게 보이는지
실험은 가설이 실제 제약을 가리키고 있는지 보기 위해 만들어지는 의도적인 변화입니다.
다음과 같을 수 있습니다:
- 행동 전 단계 수 줄이기
- 일주일 동안 return 축소하기
- 작업 기억에 유지하는 대신 다음 단계 외재화하기
- 지표 바꾸기
- 하나의 경계를 보호해서 실천이 더 coherent해지는지 보기
요점은 삶을 무작위화하는 것이 아닙니다. 시스템이 다르게 작동하는지 관찰할 수 있게 해주는 의미 있는 변화를 만드는 것입니다.
더 명확해지기 전에 더 많이 Drift할 수 있습니다
때로 실험은 일시적인 불확실성 증가를 만들어냅니다. 실제 병목 지점이 무엇인지 배우는 동안 덜이 아니라 더 많은 drift가 보일 수 있습니다. 그것이 프로세스가 고장났다는 의미는 아닙니다. 종종 시스템이 더 가시적이 되고 있다는 의미입니다.
관찰이 명확하고 가설이 반증 가능한 상태를 유지하는 한, 그 일시적인 혼란은 가치 있을 수 있습니다. 목표는 즉각적인 깔끔함이 아닙니다. 근본 원인을 찾거나, 최소한 가장 많은 레버리지를 가진 변화를 찾는 것입니다.
실험 중 무엇을 지켜볼지
실험이 유용하려면 더 나은 정보를 줘야 합니다. 변화가 활성화되어 있는 동안 다음에 주의를 기울이세요:
- return이 더 저렴해지거나 명확해지는지
- comeback speed가 바뀌는지
- 더 어려운 조건에서 시스템이 더 잘 유지되는지
- 다른 병목 지점이 보이게 되는지
- 개입이 다른 문제를 만들면서 하나의 문제를 해결했는지
여기서 관찰이 개입만큼 중요합니다.
결과 읽는 방법
모든 유용한 실험이 깔끔한 성공이나 실패로 끝나는 것은 아닙니다. 때로 결과가 그것보다 더 진단적입니다.
- 가설이 대체로 맞았음: 예상한 곳에서 복귀가 더 저렴해졌고, 시스템이 이전보다 더 잘 유지됨
- 문제가 이동함: 하나의 병목 지점이 개선됐지만 다른 것이 가시적이 됨
- 가설이 부분적이었음: 변화가 도움이 됐지만 좋은 조건에서만, 그것은 다른 제약이 여전히 활성화되어 있다는 의미
- 가설이 틀렸음: 개입이 거의 바꾸지 않았고, 그것은 잘못된 문제를 해결하고 있었다는 것을 시사
이것이 중요한 이유는 실험이 이기는 움직임을 찾는 것만이 아니기 때문입니다. 시스템이 실제로 무엇을 하고 있는지에 대한 혼란을 줄이는 것이기도 합니다.
간단한 예시
글쓰기 실천이 좋은 사흘 후에 계속 무너진다고 가정해봅시다. friction 가설을 세웁니다: 재진입 비용이 너무 높습니다. 그래서 각 세션을 마칠 때 다음 문장과 다음 섹션을 문서에 대기 중으로 남겨둡니다.
그 변화가 나흘째를 더 쉽게 만든다면, 가설이 유용했습니다. 복귀가 여전히 지연되지만 이제 실제 문제가 첫 번째 실수 후 수치심처럼 보인다면, 실험은 여전히 도움이 됐습니다. 주요 병목 지점이 friction만이 아니었다는 것을 드러냈습니다. 시스템이 더 명확해졌습니다.
반복 개선의 수익
실험이 잘 이루어지면 수익이 쌓입니다. 같은 막연한 추측을 반복하는 것을 멈춥니다. 실패의 실제 구조를 더 잘 볼 수 있게 됩니다. 긴박하게 느껴지지만 잘못된 병목 지점에 앉아 있 는 변화 대신, 가장 많은 레버리지를 가진 변화를 찾을 가능성이 더 높아집니다.
그것이 Adaptable Discipline으로 구축하는 더 깊은 수익 중 하나입니다. 시간이 지남에 따라 하나의 실천만 개선하는 것이 아닙니다. 실제 조건에서 시스템을 이해하고, 재설계하고, 안정화하는 능력을 개선하고 있습니다.
유지되지 않는 실천에 대해 고려하고 있는 변화를 선택하세요.
- 진단을 이름 지으세요. 이것은 어떤 종류의 실패인가요? 가능한 한 구체적으로 한 문장.
- 가설을 작성하세요. "만약 내가 [구체적인 변화]를 한다면, [구체적인 결과]가 개선되어야 합니다. 왜냐하면 [이것이 대상으로 하는 제약] 때문입니다." 반증 가능하게 유지하세요 — 효과가 있었는지 알 수 있어야 합니다.
- 무엇을 지켜볼지 이름 지으세요. 변화가 효과가 있다는 것은 무엇으로 알 수 있나요? 더 저렴한 재진입, 실수 후 더 빠른 복귀, 첫 번째 단계의 적은 friction, comeback speed 개선? 하나의 신호를 선택하세요.
- 시간 창을 설정하세요. 평가하기 전에 얼마나 오래 실행할 건가요? 패턴을 볼 수 있으려면 일주일이 보통 충분합니다.
완료 시점: 틀렸다는 것을 증명할 수 있는 가설을 가질 때 완료입니다.
다음으로 이어집니다: 효과가 있는지 알기는 기간이 끝나면 결과를 읽는 방법을 보여줍니다.