BLOG
“나는 절대 실패하지 않습니다. 나는 성공하거나 배웁니다.”
–넬슨 만델라-
기업의 임원분들의 공감을 잘 얻지 못할 것으로 생각되는 명언이 “빠르게 실패하라”라는 말입니다. 이 명언을 정당화하려 최대한 노력한다 해도 항공, 금융 및 외식 업계 회사의 임원들은 잘못된 유형의 실패가 회사를 파산시키는 철학을 받아들이지 않을 것입니다. 그렇다면 이 말은 진짜로 무엇을 의미할까요?
아이러니하게도, 성가신 관료주의의 오버헤드 없이 보다 빠르게 데이터 중심의 실험을 실행했을 때 현재 기업이 경험하는 실패를 더 줄여준다는 것을 교육하기 위함입니다. 또한 이 때의 실패는 비즈니스에 미치는 영향도 더 적습니다. 궁극적으로 우리의 목표는 보다 빠르고 비용 효율적으로 학습하는 것입니다. 대기업에서 발전해 온 선의의 지배 의식은 반대의 효과를 가져올 수 있습니다. 대부분의 사람들은 연간 예산을 정당화하거나 제품, 프로세스 또는 비즈니스를 변환하려는 복잡한 패턴을 보였고 이로 인해 복잡한 비즈니스 사례가 만들어져 왔습니다. 이러한 사례들은 종종 “승리된” 자금을 목적으로 하여 이익에 큰 부담을 주고, 데이터를 조명하며, 재정적으로 낙관적입니다. 떠힌 이 접근법의 결과는 예측 가능합니다. “승리”에 대한 흥분으로, 프로젝트 팀은 불안정한 객관적 기반을 가진 약속을 합니다. 부서가 이것이 그들의 요건이 올해에 우선 순위를 매길 수 있는 유일한 기회라는 것을 깨달았을 때 부푼 범위와 위험은 기하급수적으로 증가합니다. 인간이 실패에 대한 혐오를 겪으면서, 헌신의 증가가 예측 가능하게 되고, 게이팅 기준이 충족되지 않는 경우에도 실패한 프로젝트가 계속되는 것을 볼 수 있습니다.
위험을 감수하는 개발에서 애자일, DevOps 및 기타 방법론의 역할에 대한 토론으로 넘어 가기보다는 대답이 불확실하거나 알려지지 않은 상황에서 더 나은 의사 결정을 내릴 수 있는 방법에 대해 얘기해 보겠습니다. 예를 들어, 우리는 식료품점의 셀프 키오스크에서 훌륭한 고객 경험을 제공해 줄 수 있는 요소에 대해서는 추측할 수 있지만, 왜 A / B 테스트 없이 이런 신빙성을 부여할까요?
일반적으로 실험에는 잘 정의된 가설과 가설을 입증하거나 반증하는데 필요한 데이터와 메트릭이 있어야합니다. 저는(원문의 저자: Phil Le-Brun) 잘 작동하고 대부분의 산업에 적용할 수 있는 많은 실험 기법을 보았습니다. 그 중에는 다음과 같은 기법들이 있습니다.
- 낮은 충실도 pretotypes 도움 또는 프로토 타입 모델을 만들 수 있습니다. 맥도날드에서 저가형 폼 코어는 새로운 물리적 아이디어를 위한 표준 조립식 방법이 되었습니다. 인체 공학 및 고객 여정 통합을 테스트하기 위한 모바일 장치 대체품과 직원 사용자 인터페이스 테스트를 위한 Adobe Flash로 사용되는 목재 블록을 보았습니다.
- 식당이나 소매점과 같은 지정된 시험장에서는 실제 상황에서 통제 된 실험을 수행할 수 있습니다 (그러나 호손 효과에주의).
- 애플리케이션 코드를 분기하고 소규모(일명 애자일)팀이 있으면 기본적인 새로운 기능을 시험해 볼 수 있습니다.
- 애플리케이션 계측을 사용하면 인프라 또는 응용 프로그램 구성 요소에 대한 변경의 비 기능적 영향을 테스트할 수 있습니다.
- 웹 사이트나 메뉴 보드를 포함한 전자 매체와 고객의 상호 작용을 보는 데 눈 추적 기술을 사용하고 물류 또는 공장 레이아웃과 관련된 가설을 테스트 하기 위한 비디오 민족 지학도 유용합니다.
- MatLab, SPICE 및 OpenSim과 같은 시뮬레이션 소프트웨어는 유용한 도구입니다.
자신의 실험에 접근 할 때, 이러한 결과에 대한 프레임 워크와 문화는 원하는 결과와 회사 문화 사이에 잘 맞도록 실험 자체처럼 처리되어야 하며 경우에 따라 처리되어야 합니다. 여기서 권장하는 몇 가지 사례가 있습니다.
- 실험 유형 또는 모든 실험에 대한 간단한 경험 규칙에 따라 초점을 생성하는 시간 상자 실험.
- 후보 프로젝트에 한정된 종자돈으로 실험 방법론과 실험 설계 승인을 담당하는 작고 가벼운 터치 팀을 구성하십시오.
- 좋은 가설 작성, 통제 그룹 및 데이터 사용, 6 시그마 또는 린과 같은 기타 적절한 방법론을 포함하여 실험의 기본 사항에 대해 조직을 교육하십시오.
- 중복 실험을 최소화하고 실험에서 얻은 학습 내용을 공유하기 위해 실험 저장소를 만듭니다.
- 팀을 강화하고 에어 커버를 제공하십시오. 실험 팀이 “이것은 반드시 작동해야한다”는 사고 방식으로 미끄러지거나 “실패한”실험으로 거세되는 것을 보십시오. 데이터 중심의 실험 문화를 수용하는 팀을 인정하십시오. 반드시 테스트를 수행 할 필요는 없지만, 그들이 보여주는 태도를 인정하십시오.
- 제안된 투자에 대한 논의에서 데이터 유효성에 중점을 두면서 모든 새로운 비즈니스 사례에 대해 일반적인 실험으로 실험을 운영합니다. 조직의 법적, 규제 및 기밀성 제약 내에서 데이터를 공개 자산으로 만들어 이를 가능하게 합니다.
- 업무용 제품은 헛수고이므로 팀이 실수로 생산 솔루션을 만들거나 시간 낭비를 하지 않거나 흥분된 리더는 비정상적인 코드를 생산에 홍보하려고 시도하지 않습니다.
클라우드는 이 영역에서 두 가지 역할을 수행합니다. 실험의 주제와 실험의 플랫폼. 많은 조직이 클라우드 자체와 정신 모델의 필수 변화에 익숙해졌습니다. 오늘날 건축가와 개발자는 기존의 작은 워크로드, 새로운 서비스 또는 인프라 코드를 테스트하는 데 매우 저렴한 비용으로 투자할 수 있습니다. 이러한 접근 방식은 기술에 편안함을 가져다 줄뿐만 아니라 문화를 변화시키고 저항을 극복하기 위한 모든 핵심 요소인 흥분, 호기심 및 이해를 불러 일으킵니다. 일부 조직에서는 공식적인 조달 프로세스가 아닌 회사 비용 정책을 사용하여 이러한 실험을 시작하는 것은 비용이 적게 들고 라이선스가 없는 사업입니다!
이미 클라우드를 사용하고있는 조직의 경우 이 지속적인 실험은 성능, 경제성, 운영 효율성 및 안정성과 같은 측면에서 지속적인 개선을 주도하는 입증 된 방법입니다. 많은 조직에서 워크로드를 클라우드로 직접 이동하고 이동시키고 있지만 이를 관리하는 데있어 데이터 센터 시대 관행을 계속 실행하고 있습니다. 지속적인 실험을 통해 이러한 프로세스를 발전시켜 상당한 효율성을 실현할 수 있습니다.
클라우드는 또한 혁신을 가능하게 하는 엔진입니다. 예를 들어, 이러한 기능 이전에는 자동차 번호판과 같은 객체 인식 수행 비용이 수만 달러에 달했고 상당한 운영 비용이 소요되었으며 필요한 인프라를 구축하는 데 소요되는 리드 타임이 길었습니다. 오늘날 우리는 300 달러 미만의 가격으로 DeepLens 및 Sagemaker와 같은 기술로 동일한 개념을 입증 할 수 있습니다. 마찬가지로 음성 인식과 같은 분야의 발전과 함께. 이전에 광범위한 비즈니스 사례와 투자가 필요했던 아이디어는 모두 유한 한 시간에서 벗어나 위에서 설명한 심리적 약속을 만드는 데 수백 달러에 달할 수 있습니다. 또한 기술자가 아닌 사람들이 미래에 대해 흥분하게 할 수 있는 저렴한 기회이기도합니다.
대화를 실패에서 실험으로 전환하는 방법을 그림으로 그려 주었으면 합니다. 그렇게 하면 누적 혜택이 장기적, 점진적, 위험이 적을수록 조직에 긍정적인 영향을 미칩니다. 목표는 완벽한 실험을 설계하는 것이 아니라 오늘날 가능한 것보다 더 나은 결정을 내리는 것입니다. 오늘날의 변화하는 세상에서 경험에 의존하는 것만으로는 더 이상 충분하지 않습니다. 이를 입증해 보십시오!
[2] 스마트 비즈니스 실험
[4] 클라우드를 사용하여 실험할 때 해야 할 것과하지 말아야할 4 가지
원문 URL: https://aws.amazon.com/ko/blogs/enterprise-strategy/experiment-more-fail-less/
** 메가존 클라우드 TechBlog는 AWS BLOG 영문 게재 글 중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역 및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS 페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.