컴백 속도
컴백 속도는 drift 이후 일관성으로 돌아오는 데 걸리는 시간을 측정합니다.
이것은 Adaptable Discipline의 핵심 지표입니다.
전통적인 시스템은 보통 이런 것들을 측정합니다:
- 연속 기록 길이
- 일관성 비율
- 중단 없는 실행
이러한 지표들은 대부분 중단되지 않음을 보상합니다.
컴백 속도는 다른 것을 측정합니다:
- 회복하는 능력
이 지표가 존재하는 이유
Drift가 예상되는 것이라면, 가장 유용한 질문은 이것이 아닙니다:
- "나는 얼마나 드물게 drift 하는가?"
그 질문은 이것입니다:
- "얼마나 빨리 돌아올 수 있는가?"
이것이 컴백 속도를 실제 인간 시스템에, 특히 가변적인 조건 아래에서 더 적합한 지표로 만드는 이유입니다.
컴백 속도가 측정하는 것
컴백 속도는 쓰러짐과 일관성으로의 복귀 사이의 공간입니다.
다음 사이의 간격을 측정합니다:
- 의미 있는 drift
- 의미 있는 복귀
이것은 다양한 규모에서 관찰할 수 있습니다:
- 분
- 시간
- 일
- 주
규모보다 패턴이 더 중요합니다. 그 간격이 얼마나 오래 열려 있는지가 핵심입니다.
측정하지 않는 것
컴백 속도는 다음을 직접적으로 측정하지 않습니다:
- 도덕적 가치
- 헌신의 깊이
- 개인적 가치
- 전체 시스템 건강
이것은 지표이지, 정체성에 대한 판결이 아닙니다.
이것이 답하는 데 도움을 주는 질문들:
- 지금 복귀는 얼마나 가능한가?
- 어디서 재진입이 지연되는가?
- 어떤 조건이 재정렬을 늦추는가?
연속 기록보다 나은 이유
연속 기록은 종종 실천과의 취약한 관계를 만들어냅니다.
연속 기록이 끊기면:
-
수치심이 올라옵니다
-
정체성이 동원됩니다
-
복귀가 더 어려워집니다
-
연속 기록은 지연을 추적합니다
-
컴백 속도는 복귀를 추적합니다
이것이 순수성의 함정을 피하는 이유입니다.
이것은 중단의 의미를 바꿉니다.
다음 대신:
- "연속 기록이 끝났다"
질문은 이것이 됩니다:
- "얼마나 빨리 재정렬할 수 있는가?"
컴백 속도가 향상되는 방법
컴백 속도는 다음과 같을 때 향상됩니다:
- drift를 더 일찍 알아챌 때
- 수치심의 무게가 줄어들 때
- 복귀 경로가 더 명확할 때
- 마찰이 낮을 때
- 시스템에 축소된 버전이 준비되어 있을 때
각각의 복귀는 또한 증거가 됩니다. 돌아왔는지만 측정하는 것이 아닙니다. 복귀가 가능하다는 증거를 수집하는 것이며, 이것이 다음 컴백을 얼마나 무겁게 느끼는 지를 바꿉니다.
다른 핵심 개념과의 관계
프레임워크에서의 활용
컴백 속도는 측정이 프레임워크의 핵심 주제와 맞닿아 있도록 유지하기 때문에 유용합니다.
목표는 절대 drift 하지 않는 것이 아닙니다. 목표는 돌아오는 간격을 줄이는 것입니다.
그것이 컴백 속도가 프레임워크 안의 또 하나의 지표에 그치지 않는 이유입니다.
컴백 속도는 프레임워크가 훈련하는 것을 가장 잘 표현하는 지표입니다.