---
id: "authored/0c6287b4-7352-457e-ba6c-2a46ddde1532"
title: "실행과 회고로 계획을 갱신하는 방법"
description: "작은 실험과 OKR, 주간 계획과 회고를 연결해 현재 정보에 맞는 계획을 만드는 방법을 설명합니다."
kind: "llm-wiki"
published: "2026-11-11T00:56:54.226Z"
tags: ["계획","OKR","생산성"]
url: "https://www.readiz.com/llm-wiki/action-feedback-planning-okrs-weekly-review/"
markdownUrl: "https://www.readiz.com/llm-wiki/action-feedback-planning-okrs-weekly-review/index.md"
generatedBy: "llm"
humanReviewed: false
wikiFolder: "일과 학습/목표 관리"
folderUrl: "https://www.readiz.com/llm-wiki/?folder=%EC%9D%BC%EA%B3%BC+%ED%95%99%EC%8A%B5%2F%EB%AA%A9%ED%91%9C+%EA%B4%80%EB%A6%AC"
---

# 실행과 회고로 계획을 갱신하는 방법

계획은 현재 정보로 다음 행동을 고르고 결과에 맞춰 갱신하는 방법이다. 제품을 만들거나 개인 목표를 세울 때 같은 순환을 적용할 수 있다. 먼저 가장 중요한 불확실성을 작은 실험으로 확인하고, 장기 목표를 관찰 가능한 결과로 나눈 다음, 주간 실행과 회고를 연결한다.

## 작게 시험해 배운다

톰 우젝의 마시멜로 챌린지는 제한된 재료로 탑을 만들고 꼭대기에 마시멜로를 올리는 워크숍이다. [우젝의 TED 강연](https://www.ted.com/talks/tom_wujec_build_a_tower_build_a_team)과 [Stanford d.school의 활동 안내](https://dschool.stanford.edu/tools/spaghetti-marshmallow-challenge)는 참가자들이 구조를 만들고 시험하는 과정을 소개한다. 이 활동에서 얻을 수 있는 교훈은 중요한 조건을 일찍 넣어 시험하면 약한 부분을 발견하고 다시 설계할 시간을 얻는다는 것이다. 강연에서 비교한 집단과 높이의 결과는 워크숍 진행자의 관찰로 귀속해 읽는다.

제품 개발에서 작은 실험은 고객에 관한 가정을 확인하기 위해 쓸 수 있다. [에릭 리스의 최소기능제품 설명](https://leanstartup.co/resources/articles/what-is-an-mvp/)에서 MVP는 최소한의 노력으로 검증된 학습을 얻기 위한 제품 버전이다. MVP의 범위는 확인하려는 가설에 맞춰 정한다. [Build–Measure–Learn 방법](https://leanstartup.co/resources/articles/lean-startup-method/)은 제품과 실험을 만들고, 반응을 측정해, 얻은 학습을 다음 결정에 반영하는 순환을 설명한다.

## 기업 사례와 불확실한 선택의 자료

[인스타그램 공동창업자 케빈 시스트롬의 인터뷰](https://www.startups.com/founder-interviews/kevin-systrom)는 Burbn에서 사진 중심 서비스로 방향을 좁힌 과정을 설명한다. [Rovio 공식 연혁](https://www.rovio.com/rovio-history/)에는 Angry Birds가 52번째 게임이었고 출시 전 회사가 파산 위기에 가까웠다는 기록이 있다. [Airbnb 회사 소개](https://news.airbnb.com/what-makes-airbnb-airbnb/)는 2007년 집에서 손님 세 명을 맞은 출발을 담았다. 이 자료들은 작은 제품과 서비스를 실제 이용자에게 내놓으며 사업을 발전시킨 사례를 살필 때 쓸 수 있다.

애니 듀크의 《Thinking in Bets》는 운과 숨겨진 정보가 섞인 결정을 포커에 비유한다. 저자가 보관한 [포커와 판단에 관한 기사](https://www.annieduke.com/article-could-poker-make-you-a-better-investor/)는 결과의 좋고 나쁨과 결정 당시의 정보, 판단 과정을 나누어 살펴보는 관점을 설명한다. 실행 후 회고에서는 당시 어떤 가정으로 선택했고 새로 무엇을 알게 됐는지 함께 기록한다.

## 목표에서 측정 가능한 결과로 간다

OKR은 Objective와 Key Results를 연결한다. Objective는 이루려는 방향이고, Key Results는 방향의 진전을 관찰할 결과다. [Google re:Work의 OKR 안내](https://rework.withgoogle.com/intl/en/guides/set-goals-with-okrs)는 결과를 측정할 수 있게 정하고, 활동 목록과 성과 결과를 구분한다. “고객과 다섯 번 만나기”는 활동이며, 그 만남을 통해 어떤 고객 문제를 확인했는지와 어떤 변화가 생겼는지가 결과에 해당한다. 목표가 시청시간이라면 조회수가 아니라 시청시간을 기준으로 성과를 읽을 수 있다.

유튜브는 2012년 추천에 시청시간 신호를 더했을 당시 조회수가 20% 하락하고 시청시간은 증가했다고 추천 시스템 책임자가 2021년에 회고했다. 회사는 2016년 하루 시청시간 10억 시간에 도달했다고 2017년에 발표했다. [추천 시스템 책임자의 회고](https://blog.youtube/inside-youtube/on-youtubes-recommendation-system/), [2012년 변경 안내](https://blog.youtube/news-and-events/note-about-recent-changes/), [10억 시간 발표](https://blog.youtube/news-and-events/you-know-whats-cool-billion-hours/)는 회사가 공개한 각 시점의 설명이다. 이 사례에서 시청시간은 클릭보다 이용 시간이 목표일 때 직접 맞는 지표다. 제품의 다른 목표는 각자에 맞는 결과로 살펴볼 수 있다.

## 결과 목록의 중복과 논리 확인

결과를 정한 뒤에는 목록이 겹치거나 빠뜨린 영역이 있는지 살펴본다. MECE는 항목이 서로 배타적이며 전체 범위를 빠짐없이 포괄하도록 분류하는 원리다. 자동차 비용을 구매, 운행, 수리, 처분 때의 가치 하락으로 나누면 비용의 종류와 아직 조사하지 않은 칸을 구분하기 쉽다. 분류를 쓰면 조사할 범위가 넓어지고 누락 후보를 찾을 수 있다.

So What은 “이 결과들을 이루면 원래 목표에 어떤 변화가 생기는가?”를 묻고, Why So는 “무슨 근거로 그렇게 말할 수 있는가?”를 묻는다. 매출 감소를 신규 고객 감소로 설명한다면, 기존 고객의 재구매와 신규 유입을 나누어 확인할 수 있다. 결론이 결과 목록에서 나오지 않거나 근거가 다른 설명을 지지한다면 목표, 결과 또는 가정을 고친다.

## 주간 계획과 회고를 연결한다

몇 달짜리 결과는 이번 주의 행동으로 옮겨야 실행할 수 있다. 결과에 다가가기 위해 이번 주에 할 일, 확인할 응답이나 산출물을 정하고, 주말에는 계획과 실제 결과를 비교한다. 잘 진행된 일은 다음 단계로 이어 가고 막힌 일은 원인을 기록한다. 사람의 응답이 없었거나 데이터 접근이 어려웠다면 다음 주에는 연락할 대상이나 탐색 범위를 바꾼다.

주간 회고에는 무엇을 배웠는지, 어떤 조건이 예상과 달랐는지, 다음 주에 어떤 행동을 바꿀지 적는다. 이 흐름은 [영상에서 소개된 주간 계획과 회고](https://www.youtube.com/watch?v=oR-M3KaAJPQ)의 개인 실천 사례다. 회고 주기와 형식은 업무와 생활에 맞게 정할 수 있다.

## 적용할 때 구분할 것

목표 달성에 기여하는 결과와 그 결과를 만들기 위한 활동을 나눈다. 사람을 만나거나 프로젝트를 진행하는 일은 학습과 성과를 만드는 경로로 계획하고, 채용이나 매출처럼 자신이 통제할 수 없는 성과는 별도 지표로 관찰한다.

회고에서 얻은 배움을 장기 기록으로 남기는 방법은 [슬립박스와 연결 메모](https://www.readiz.com/llm-wiki/slip-box-linked-notes-zettelkasten-knowledge-reuse/)에서 이어서 다룬다.

---

> LLM이 작성하고 사람의 검토 없이 게시한 문서다. 부정확한 내용이 있을 수 있다.