스타트업 성장통: 의사결정의 병목현상

조직이 성장하면서 겪는 가장 큰 성장통 중 하나는 의사결정의 병목현상이다. 갑자기 작은 일에도 시시콜콜 허락을 받아야되는 것 같고, 분명 우리 팀의 일인데 다른 팀이 끼어들어 감 놓아라 배 놓아라 지휘하고 있는 것을 발견하여 치고박고 감정적으로 싸우면서 일은 정체되고… 이런 상황들이 점점 더 자주 발생하게 되면 조직은 점점 관료적으로 변해가며 빠르게 성장해 나가는 ‘스타트업’의 느낌은 먼 추억으로 남게 된다. 성장은 분명 좋은 것이지만 성장 과정에서 나타날 수 있는 이런 조직상의 ‘부작용’을 제대로 관리해 주지 못하면 인재 유출 및 기업 문화의 변질 등 빠져나올 수 없는 나락으로 고속질주하게 된다.

내가 다녔던 링크드인도 고속 성장을 경험하면서 (입사 당시 천명 남짓 -> 퇴사 당시 만명 넘음) 의사결정의 효율성을 높이기 위해서 많은 시도를 했었는데, 다음 두 가지가 원론적이지만 실제 업무에 적용하면서 가장 큰 도움이 되었다고 생각된다.

의사결정 요소들의 명확한 정의

소프트웨어 개념 중 GIGO라고 있다. Garbage in, garbage out. 쓰레기를 집어넣으면 쓰레기가 나온다는 것이다. 두루뭉실하고 부실한 자료를 이용하여 의사결정을 한다면 결코 고퀄의 결론을 끌어낼 수 없다. GIGO 현상을 방지하기 위해 다음과 같은 의사결정 요소들의 명확한 정의가 정말 중요하며, 이를 통해 속도와 질 (quality)의 균형을 맞출 수 있다.

What (무엇)

Define what decision needs to be made

무엇에 대한 의사결정인지를 구체적으로 정의한다. 예를 들어 ‘다음 분기 중요한 안건들’ 이라고 정의하는 것은 너무 애매모호하다. ‘다음 분기 중남미 시장의 목표 매출액 달성을 위해 필요한 마케팅 예산’ 처럼 구체적으로 의사결정 사안을 명기하자.

Who (누구)

Clarify roles for stakeholders

의사결정 과정 및 사후 관련될 사람들을 미리 식별하고, 또 그들의 역할을 분명하게 명기한다. 나중에 ‘왜 나한테 미리 안 알려줬어?’, ‘나는 그런 바보같은 것에 동의한 적 없는데?’ 등의 태클을 미연에 방지할 수 있고, 의사결정을 주도하는 측에서도 야비하게 ‘날치기 통과’를 할 수 없게 된다.

How (어떻게)

Define quality vs. speed requirements

의사결정을 내리기 위해 필요한 조건들을 기술한다. 예를 들어 양산에 들어가기 전 기존의 벤치마킹 자료만을 이용한다면 빠른 결정을 내릴 수 있겠지만 시제품 생산을 생략함으로써 실제 공정에서 생길 수 있는 문제점들을 발견하지 못할 수 있다. ‘How’의 기술을 통해 의사결정 조건의 장단점을 충분히 심사숙고 할 수 있는 기반을 제공한다.

When (언제)

Clarify timeline and milestones

언제까지 결정을 내리고, 그 과정에서 확인해야 할 사항들을 정한다. 저번 포스팅에서 ‘실용적 유의미’가 없는 경우 삽질의 위험이 있다고 언급한 것 처럼, 의사결정 과정에서도 삽질의 위험성이 존재한다. 이를 최소화 하기 위해 구체적인 시간표와 이정표들을 정립하여 실제 의사결정의 ‘결정’을 이룰 수 있게 해야한다.

의사결정 역할의 분배

링크드인에서는 RAPID 프레임웍을 사용하였는데, 사실 어느 프레임웍을 사용하는지 크게 상관은 없다. (엑센츄어에서 이베이 컨설팅을 할 때는 RASCI 모델을 사용하였는데, 다 비슷한 목적을 가지고 있다). 이런 프레임웍은 의사결정 과정에서 누가 어느 역할을 하는지 사전 정의를 하여 정보의 유통을 촉진시키고 해당 담당자들에게 분명한 책임감을 가지게 하는 것이다.

R: Recommend 의사결정 방향 (찬성/반대/중립 등)을 제안하는 사람
A: Approve 의사결정에 중대한 이견이 있을 경우 최종 승인을 하는 사람 (왠만해선 여기까지 안가려고 노력)
P: Perform 의사결정 결과를 이행하는 사람
I: Input 의사결정에 주요 정보를 제공해 주는 사람
D: Decide 의사결정의 최종 결정을 내리는 사람
예제: RAPID-mapping (출처 - bridgespan 웹사이트)
예제: RAPID-mapping (출처 – bridgespan 웹사이트)

실례: 링크드인 온라인 사업부

나는 링크드인 B2B 제품 중 하나인 영업 솔류션 (Sales Solution)의 온라인 사업부 마케팅 팀을 총 책임지고 있었다. 그 때 당시에는 온라인을 통해 개인 혼자 사용할 수 있는 제품만 구입할 수 있었고, 팀 단위 사용 및 관리가 가능한 제품은 영업팀을 통해서만 구매할 수 있었다. 어느 날 웹사이트 분석팀이 나에게 ‘문의하기’ 메뉴를 통해 팀 단위의 온라인 구매를 물어보는 질문들이 계속해서 들어온다고 알려주었다. 또한 온라인에서 소규모의 팀 단위 제품을 판매할 수 있다면 일년에 수백억원 이상의 추가 매출이 가능하다는 결론의 분석도 나왔다.

이런 ‘꿀정보’를 받은 후 웹사이트를 고쳐 팀 단위의 판매를 가능하게 하려고 하려는 차에 영업팀 부사장님으로 부터 강한 백태클이 들어왔다. ‘여보세요 마케팅씨, 팀 단위 구매는 우리 영업팀의 고유 영역이라고요. 가뜩이나 온라인 고객지원이 형편 없는데 더 복잡한 제품을 온라인에서 팔게 되면 고객만족도가 최악으로 떨어질 것이라고요! 그리고, 가뜩이나 우리 고객들이 온라인에서 구입할지 우리 영업팀을 통해 구입할지 헷갈려 하는데, 당신의 사업을 추진하게 되면 고객들은 큰 혼란에 빠져서 우리 다 망할거에요!’

이런 정체된 상황에서 나는 RAPID 프레임웍을 이용하여 온라인 사업의 최종 책임과 결정은 나에게 있음을 분명히 하고 (즉, 나는 D, 영업팀 부사장은 I), 객관적인 분석을 공동으로 의뢰하여 반박 항목에 대해 차례차례 대응하였다. 고객지원 문제는 작은 팀 단위 지원에 대해서는 영업팀이 더 형편없는 것으로 들어났고, 고객이 헷갈려 할 것이라는 우려는 전혀 근거가 없음으로 결론이 났다. 결국 온라인 상으로 팀 단위의 제품 구매를 허용하는 것으로 결정을 내렸고, 이를 통해 회사의 매출 및 이익률에 큰 기여를 했을 뿐만 아니라 오히려 실력 없는 영업 사원들을 솎아내는데도 도움이 되었다.

.

실리콘밸리의 큰 회사들을 비롯하여 많은 스타트업들이 수평적인 조직 구조를 강조하며 전 사원의 의견을 수렴하는데 많은 시간과 노력을 들인다. 다 좋은 말이긴 하지만, 전 사원의 의견을 수용하고 전원 합의를 이끌어 내려는 일부 회사의 접근 방법에는 동의하지 않는다. 회사는 동아리가 아니다. 살벌한 경쟁속에서 살아 남아야 하는 사업체이고, 이러기 위해서는 신속하고 책임감 있는 의사결정이 필수이다. 성장통을 겪고 있는 회사들이 RAPID 프레임웍 등의 도입으로 효율적이고 질 높은 의사결정을 이끌어내고, 의사결정 과정에서 오는 조직간의 갈등도 최소화 시킬 수 있길 수 있길 바란다.

AndrewAhnCo_sub_button

그로스 해킹, 어디까지 해봤니? #7: 데이터의 유의미 찾기

그로스 해킹이 주목을 받는 이유 중 하나는 결과의 계량적인 측정이 가능하기 때문이라고 생각한다. 개인의 주관적인 의견이 아닌, 객관적인 데이터를 통해 의사결정을 할 수 있기에 ‘말랑한 것’을 질색하는 개발자와 테크회사에서 자신의 가치를 증명해야 했던 마케터 모두에게 매력적으로 다가온 것이다. 하지만 데이터를 제대로 알지 못하는 사람에겐 그로스 해킹의 계량적 방법론이 독으로 다가올 수 있다.

다음과 같은 예를 들어보자. 신제품 출시를 앞두고 두 가지 옵션을 가지고 실험을 하였는데 다음과 같은 결과가 나왔다. 어느 옵션으로 웹사이트 디자인을 밀고 가야할까?

ab_test_example

정답은… it depends (= 케바케) 이다. 만약 표본 크기가 백만 명 이었다면 B 실험군이 대박이라고 결론지을 수 있을 것이다. 하지만 만약 실험을 실행한 표본의 크기가 30명이었다면? 이 경우의 답은 ’모른다, 혹은 차이가 없다’이다. 오차 범위가 엄청나게 크기 때문이다. (30명의 표본이라는 것은 즉 A는 5명, 그리고 B는 10명이라는 절대적으로 적은 수의 사람이 선택을 했다는 것이다). 이런 작은 표본을 대상으로 한 실험으로 도출한 결과를 무조건적으로 맹신하여 사용한다면 엄청나게 큰 우를 범할 수 있는 위험에 빠지게 된다.

이를 방지하기 위해 반드시 숙지해야 할 개념 둘이 있는데 하나는 ‘확률적 유의미’, 그리고 다른 하나는 ‘실용적 유의미’이다.

확률적 유의미 (statistical significance)

선거 개표 방송이나 닐슨의 시청률 조사 등에서 ’95%의 신뢰도, 표준 오차 ± 몇%’라는 문구를 본 적이 있을 것이다. 표본을 통해 산출한 예상은 100% 정확할 수는 없기에, 확실성의 정도를 확률로 표현하는 것이다. 그로스 해킹도 마찬가지이다. 새로운 실험에서 관찰된 차이가 실제 적용했을 때 100% 정확히 맞아 떨어진다고 보장할 수 없다. 하지만 주어진 범위 내의 차이가 실제에서도 일어날 확률은 계산해 낼 수는 있다. 위 예에서 30명 표본의 결과를 사용할 수 없는 이유는 95%의 신뢰도를 만족시키는 범위가 30% ± 엄청 큰 오차% 이기 때문이다.

확률적 유의미를 가지기 위해서는 충분히 큰 표본을 사용하거나, 실험 기간을 더 오래 하거나, 아니면 훨씬 더 큰 차이를 관측할 수 있는 실험을 선택해야 한다. 대부분의 경우는 더 큰 표본의 실험을 감행하는 것으로 확률적 유의미를 달성한다.

실용적 유의미 (practical significance)

확률적 유의미는 어느 두 관측의 차이가 실제로 재현될 가능성을 알려주는 것이라면 실용적 유의미는 ‘사업가’로써의 그로스 해커의 측면이 강조되는 개념이다. 실용적 유의미란, 실제로 관측된 차이가 우리에게 실질적인 도움이 되는 것인지를 판별하는 것이다.

예를 들어 어느 멋진 그로스 해킹으로 고객 변환율이 0.001% 늘었다고 가정하자. 확률적 유의미도 충분히 있다고 하자. 하지만 당신의 웹사이트가 페이스북이나 구글이 아닌 이상, 0.001%의 증가가 회사의 사업에 의미있게 기여하는 결과라고 할 수 있을까? 이런 경우의 99.9%는 쓸데 없는 짓 하느냐고 귀한 시간과 돈, 그리고 분석 자원을 사용한 것이라고 볼 수 있다. 😭

이런 ’삽질’의 위험을 최소화 하려면 그로스 해킹 가설에 실용적 유의미를 포함하여 구체적으로 작성해야 할 필요가 있다. 예를 들어:

practical_sig_ex

예전 전략 컨설턴트 시절, 내 상사가 강조했던 것이 있다. “데이터는 주관적인 것이야. 변호사들이 같은 증거물을 가지고 서로 자신들의 주장이 옳다고 말하는 것 처럼, 데이터도 해석하는 상황, 의도, 그리고 사람들에 따라 다르게 쓰여지기 마련이지.” 데이터의 이해도가 부족할수록, 분석에 대한 깊이가 얕을수록 이런 데이터의 ’주관적인 힘’에 이끌려 잘못된 결정을 내릴 위험이 있다. (심지어 이런 결정을 내리면서도 ’나는 데이터 주도적 의사결정을 하지. 음하하!’ 라고 생각할지도).

그로스 하면서 데알못 되지 말자.

stat_practical_sig

* 참고: 그로스 해커들이 통계 전문가일 필요는 없기에 위의 확률적 유의미의 개념을 비약적으로 단순화 시켰는데, 더 과학적으로 그로스 해킹을 접근하고 싶은 스타트업은 데이터 과학자 및 통계학 지식이 있는 애널리스트 조직을 두는 것을 추천한다. 특히, 최근 p-value의 남용 논란 등 이쪽 분야가 시끄러운 시기엔 더더욱.

이미지] https://goo.gl/6Qiu6t

.

AndrewAhnCo_sub_button

테슬라가 자동차 회사가 아닌 이유

지난 3월, 테슬라 모델3을 사전 주문 한 이후 계속 테슬라에서 더 상위 모델인 모델 S와 모델 X를 사라고 러브콜이 온다. 적자에 허덕이는 테슬라의 현 주소를 보여주는 것 같아서 안타깝기도 하지만 동시에, ‘아 그냥 확 질러버려?’ 라는 생각이 들곤 한다. 나도 모르게 손이 ‘당신의 테슬라를 선택하세요!’ 버튼을 클릭하였고 (다행히 ‘구매하기’ 버튼은 안누름), 여기저기 사이트를 둘러보다가 문득 든 생각: ‘테슬라는 자동차 회사가 아니구나!’ 그 이유는 다음과 같다:

1. 핵심 (기존) 자동차 기술의 부재

자동차 회사가 기술력을 자랑할 수 있는 부분 중 으뜸으로 파워트레인을 꼽을 수 있다. 테슬라는 파워트레인의 핵심인 엔진이 없다. ‘동급 대비 최대 마력’ 등의 광고 문구로 성능을 자랑하는 대신 테슬라는 모델별로 주행거리를 제일 처음 알려준다.

screen-shot-2016-09-10-at-3-29-01-pm

2. 소프트웨어의 강조

제원에서 가장 먼저 보여주는 사항은 OTA 업데이트 기능 (자동으로 공중 주파수를 이용하여 소프트웨어를 업데이트 하는 것). 역시 옵션 사항에서도 제일 먼저 보여주는 것이 오토파일럿 기능. 왠지 테슬라 차체는 소프트웨어를 팔기 위한 포장 박스인 기분?

screen-shot-2016-09-10-at-3-34-11-pm

3. 온라인 직판, 쇼룸, 그리고 사전 주문

테슬라의 판매채널은 온라인 직판이다. 쇼룸은 테슬라 자동차를 실제로 보고, 궁금한 점을 직원에게 직접 물어볼 수 있는 역할만 한다. 온라인 직판이기 때문에 가격 흥정도 없고 (미국에서 유일하게 가격 흥정이 가능한 것이 자동차인데!) 복잡한 서류 작성, 그리고 그 고통 후에 따르는 자동차 인계 경험도 없다. 더욱이 모델3의 경우는 몇 년 후에 인도받는 가정하에 사전 주문. 2년 후에 나올 소나타를 사전 주문하겠는가? 심지어 몇 년 후에 나올 신형 아이폰을 지금 사전 주문 하겠는가? 자동차 회사는 물론, 굴지의 IT 회사들도 하기 힘든 일을 테슬라는 일궈냈다.

screen-shot-2016-09-10-at-3-37-08-pm

4. 숨길 수 없는 SaaS 스러움

모델 S나 X를 잠깐이나마 생각했던 이유는 월 $593불에 2년 리스 기간이라는 ‘핫 딜’ (이라고 쓰고 그래도 겁나 비싼)이 나와서였다. 그냥 미친척 하고 한번 해볼까라는 생각을 싹 가시게 한 것은 옵션의 가격 정책 때문이었다. 테슬라를 리스할 경우 모든 옵션들은 월 구독 형식으로만 선택이 가능하다. 오토파일럿처럼 서비스인 경우 이해가 되지만 (기존 자동차를 구입할 때도 XM radio나 내비게이션의 실시간 교통 정보 같은 경우 월 구독료를 받는 경우가 있다) 서비스가 아닌 제품에도 모두 구독 형식으로 구성되어 있던 것이다. (예: LED 안개등 등이 구성되어 있는 프리미엄 패키지, 트렁크 시트 등). 뭔가 SaaS 형식으로 판매되는 소프트웨어를 구입하는 느낌이 든다 (= 케바케지만, 장기적으로 소비자가 돈을 더 많이 내는 경우가 많음).

screen-shot-2016-09-10-at-3-40-09-pm

.

무인자동차 시대는 크게 두 가지의 길이 있다고 전문가들은 내다보고 있다. 자동차 소유가 무의미해지는 우버의 시대, 그리고 자동차 소유가 발전하는 테슬라의 세상. 테슬라는 이런 미래의 갈림길에서 새로운 자동차 거래 패러다임의 초석을 성공적으로 다질 수 있을까? 열심히 머리를 굴리며 상상할 필요가 없다. 우리는 이 질문의 대답이 펼쳐지고 있는 시대에 이미 살고 있기 때문이다. 🏙

AndrewAhnCo_sub_button

그들의 부족한 상상력이 당신을 망설이게 하지 말아라

얼마전에 YC 2016 summer batch가 마무리 되었다. 저번 겨울에 Sendbird에 이어 이번에는 Seerslab (롤리캠), 그리고 Miso라는 한국 스타트업이 YC 프로그램에 참여를 하였다. (축하드려요!)

아무리 YC 출신 스타트업이라고 한들, 최근 경직된 투자 분위기와 많은 스타트업들의 다운라운드 및 폐업 소식으로 예전처럼 ‘쌍수를 들고 환영’ 받지 못하는 경우가 꽤 있다고 한다. 또한 ‘덤’으로 스타트업에 대한 비관과 비판이 매우 많아졌다고…

YC 회장 샘 알트만은 이런 현 상황에 대해 이번 배치 창업자들에게 다음과 같은 편지를 보냈다. 창업자가 아니지만 (not yet) 마지막 부분이 너무나 공감이 가서, 편지 전문을 번역해 올려본다:

나는 당신들의 회사에 대한 언론의 안좋은 보도나 온라인 커뮤니티의 ‘악플’을 경험한 여러분이랑 이야기를 하였다. 보통 이런 악플들은 ‘쳇, 벌써 누가 이런거 다 했는데, 이 스타트업 후졌구만!’의 식이다.

악플러가 있는 것은 안좋은 일이지만 현재 거대한 회사를 이끌어나가는 창업자들 모두 오랫동안 이러한 경험을 했더랬다. 제발 이런 악플들이 당신들의 기를 죽게 하지 말아라 (약간의 비판은 도움이 되고 귀를 기울여야겠지만 기를 죽이는 악플은 이런 약한 수위의 비판이 아니다). 더 빨리 얼굴에 철판을 깔고 이런 악플들을 무시할 수 있을수록 좋다.

세상이 며칠 내로 멸망하지 않는다면, 세상에서 가장 가치있는 회사는 아직 태어나지 않았다.

거의 모든 스타트업은 실패할 것이기 때문에, ‘이 스타트업은 후졌어!’ 라고 말한다면 대부분 맞을 것이다. 이 전략을 구사하는 이들은 절대로 스타트업에 돈을 잃을리 없지만, 동시에 절대로 돈을 벌 수도 없다.

최고의 스타트업은 좋다고 인정받기 까지 매우 오랜 시간이 걸린다. 구글, 페이스북, 에어비앤비, 우버 등의 회사들이 초창기에 받았던 평가들을 한번 찾아보라. 하룻밤의 성공은 보통 몇 십년의 노력이 필요하다.

우리 YC도 오랫동안 비판과 악플을 받아왔는데, 지금 보면 나쁘지 않게 잘 지내고 있다.

내 친구 중 한명은 다음과 같은 말을 하곤 했다: “세상엔 두 종류의 사람이 있다 – 미래를 만들어 나가는 사람, 그리고 왜 그들이 실패할지에 대해 인터넷에 글을 쓰는 사람”. 전자가 될 수 있도록 계속 노력해라.

세상에 더 이상 할 일이 없다고 말하는 사람들은 매번 단 한번도 거르지 않고 틀렸다. 그들의 부족한 상상력이 당신을 망설이게 하지 말아라.

[원문링크]

.

AndrewAhnCo_sub_button

Next Play: 신의 직장에서 꿈의 직장으로…

경고: 이 포스팅은 개인 주저리입니다.

며칠 전 내 커리어에 가장 큰 임팩트를 준 링크드인에서 ‘next play’를 하였다 (= 회사 나왔다). 2016년 새해 목표로 새로운 것에 도전해 보겠다고 한 다짐을 실행에 옮긴 것이다.

결정을 내리는 것은 쉽지 않았다. 링크드인 유료 사업부 마케팅 임원으로써 많은 신사업을 일궈 나가고, 한 때 제프랑 한 단계 밖에 떨어져 있지 않아 (CMO 직속) 매주 사장단들과 링크드인의 민감하고 중요한 사항들에 대해 의논을 하고 결정을 하던 이 포지션은 내 기준으론 ‘신의 직장’ 이었다. (하계, 동계 회사 셧다운, 무제한 휴가, 베르사체 호텔 출신 주방장 음식, 출산 아버지 유급 휴가 6주 등은 거들 뿐).

링크드인 다음에 무엇을 할지 고민도 정말 많이 했다. 가장 하고 싶었던 것은 내 스타트업 이었지만 아직은 때가 아니라고 결론을 내렸다. 그런 결정을 내린 후 현재 내가 가진 능력을 활용할 수 있고, 관심 분야 (인공지능, 모바일 제품 개발 등)에 지식을 더 많이 습득하며, 몇 년 후 나의 궁극적인 목표에 더 가까이 다가갈 수 있는 진로를 찾기 위해 여러 사람들에게 조언을 구하고 사색도 많이 하였다.

스타트업 코파운더, 중견 기업 임원, VC 파트너 (투자자)의 기로에서 고민하던 중 우연찮게 구글에서 제품 담당자 인터뷰를 볼 생각이 있냐고 연락이 왔고, 과분하게 구글 PM이라는 옵션도 생기게 되었다. 위의 길(스타트업, 기업 임원, 구글 PM, VC 파트너)을 다 걸어본 멘토와 깊은 대화를 나누고 오랜 심사숙고 끝에 궁극적으로 구글 제품 담당자의 길을 선택하게 되었다.

링크드인에서 큰소리 치면서(?) 편하게 있다가 길 하나 건너 구글에 오니 6만 명이 넘는 거대한 조직, 그리고 사장님과 아~주 거리가 먼 직책에 적응하는게 아직은 어색하다. 하지만 입이 떡 벌어지는 인공지능 및 빅데이터 기술들을 이용하여 십수억 단위의 사용자의 마음을 사로잡을 제품을 만든다는 사실에 ‘꿈의 직장의 mini-CEO’라는 마음가짐으로 업무를 보고 있다.

언젠가 변할지 모르지만 (which is totally ok) 아직까지 나의 장기적인 꿈은 교육 스타트업을 시작하여 세상의 모든 아이들에게 ‘배움의 즐거움’을 경험할 수 있게 하는 것이다. 앞으로 구글에서의 경험이 나의 이런 꿈에 도움이 되길 기대하며, 미래의 블로그 제목을 다음과 같이 쓸 수 있길 바란다: “Next play: 꿈의 직장에서 인생의 업으로…”

그럼, 그때까지 겁~~~나게 열심히!

X나 열심히! (정세주 눔 대표님 사진첩에서 무단 도용...죄송...)
X나 열심히! (정세주 눔 대표님 사진첩에서 무단 도용…죄송요…🙃)

 

AndrewAhnCo_sub_button