복잡계 문제 분류 (Complexity Triage)

처음 실린 날 2026-05-31 · 마지막으로 고친 날 2026-09-27

다른 이름: 복잡계 문제 분류 · 커네빈 프레임워크 · 케네빈 프레임워크 · Cynefin Framework

한 줄 정의

문제가 단순한지, 전문가 분석이 필요한지, 실험하며 배워야 하는지, 즉시 안정화해야 하는지 먼저 가늠한 뒤 풀이 방식을 고르는 사고도구 [Snowden & Boone 2007]. 뿌리는 사악한 문제(wicked problem) 개념 [Rittel & Webber 1973]과 커네빈(Cynefin) 틀 [Kurtz & Snowden 2003]이다. "복잡계 문제 분류(Complexity Triage)"는 이 카드의 이름이고 학술 용어는 아니다.

일상 한 줄

문제 유형을 틀리게 분류하면, 똑똑한 해결책도 실패한다.

흔한 장면

관계 갈등을 정답 문제로 취급: 배우자·친구와의 갈등을 논리·증거로 밀어붙여 "내 말이 맞잖아"로 끝나지만 관계는 더 나빠진다. (실험·적응이 필요한 복잡계 문제를 정답 있는 단순 문제로 오분류)
조직 문제를 체크리스트로: 팀 사기 저하를 표준 매뉴얼 하나로 해결하려다, 원인이 여럿 얽혀 있어 효과가 안 난다.
위기에 분석만 함: 서버 장애·사고 같은 혼돈 상황에서 근본 원인 분석부터 하다가, 먼저 출혈을 막을 안정화 타이밍을 놓친다.
실험 문제에 완벽한 계획 요구: 신규 시장처럼 가설 검증이 필요한 일에 100% 확정 로드맵을 요구해, 작게 시도할 기회를 막는다.
전문가 문제를 직관으로: 엔진 고장처럼 분석으로 풀리는(Complicated) 문제를 감으로 처리하다 오진한다.
모든 문제를 한 방식으로: 한 영역에서 성공한 방식(예: 매뉴얼화)을 전 영역에 적용한다.

왜 빠지나 (메커니즘)

익숙한 도구 편향: 사람은 모든 문제에 익숙한 해결 방식을 적용하려 한다. Cynefin은 이를 영역별 "리더의 실수" 패턴으로 정리한다 [Snowden & Boone 2007]. 왜 편향이 생기는지는 갖춤새(Einstellung) 효과 연구가 보여준다 — 처음 떠오른 해법이 있으면, 사람은 "더 나은 해법을 찾고 있다"고 믿으면서도 시선은 계속 그 해법에 관련된 곳만 향한다. 체스 기사에게 낯익은 5수 외통수와 낯선 3수 외통수가 모두 있는 문제를 보여주자, 국제 마스터의 정답률(50%)이 낯익은 해법이 없는 문제를 받은 클래스 A 기사(63%)와 비슷해졌다. 실력으로 치면 약 3표준편차 아래 기사 수준이다 [Bilalić, McLeod & Gobet 2008a]. 원형은 Luchins(1942)의 실험이다 — 같은 방법으로 풀리는 문제를 연속으로 준 뒤, 그 방법이 안 통하는("소거") 문제를 주자 다수가 못 풀었다. 그 문제만 따로 받은 통제집단은 금방 풀었다 — 문제 자체는 어렵지 않았고, 앞선 문제들이 남긴 방법이 발목을 잡았다 [Luchins 1942, Bilalić, McLeod & Gobet 2008b에서 재인용].
겉모습으로 분류: 초보자는 문제를 겉으로 드러난 특징(등장하는 물체·용어)으로 묶고, 전문가는 그 밑의 원리로 묶는다. 물리 문제를 분류하게 한 실험에서 전문가와 초보자는 처음부터 서로 다른 범주로 문제를 표상했다 [Chi, Feltovich & Glaser 1981]. 문제 유형 판정도 분류이므로, 경험이 적은 영역일수록 "겉보기에 비슷한 예전 문제"의 범주를 그대로 가져오기 쉽다.
질서 가정: 단순·복잡난해(Complicated)는 인과가 보이는 "질서(ordered)" 영역, 복잡(Complex)·혼돈(Chaotic)은 인과가 사전에 안 보이는 "무질서(un-ordered)" 영역인데, 사람은 무질서 문제도 질서 문제처럼 다뤄 통제감을 얻으려 한다 [Snowden & Boone 2007].
사후에야 보이는 인과: 복잡 영역에서는 "왜 그런 일이 일어났는지 되돌아봐야만 이해할 수 있다(we can understand why things happen only in retrospect)"고, "정답을 캐낼 수 없다(right answers can't be ferreted out)" [Snowden & Boone 2007]. 그래서 사전 분석만으로는 답이 나오지 않는다.
문제 정의 자체가 문제: 사악한 문제(wicked problem)는 "문제를 정의하는 일이 곧 문제다(The formulation of a wicked problem is the problem!)" — 확정된 정의·멈춤 규칙·참/거짓 판정이 없고, 해법은 되돌릴 수 없는 일회성이라 시행착오로 배울 기회도 없다 [Rittel & Webber 1973].

빠져나오는 법

1. 정답·표준 절차가 있나? 있으면 단순(Simple, 현행 이름 Clear) — 감지·분류·대응(sense–categorize–respond) [Snowden & Boone 2007]. 겉모습이 비슷한 예전 문제와 같다고 판단하기 전에, 원인 구조가 같은지 따로 물어본다. — 근거 수준: 분기 자체는 원저자 처방(효과 검증 연구 없음). 초보가 겉모습으로 분류한다는 점은 실험 [Chi, Feltovich & Glaser 1981] 2. 전문가 분석으로 풀리나? 풀리면 복잡난해(Complicated) — 감지·분석·대응(sense–analyze–respond). — 근거 수준: 원저자 처방 [Snowden & Boone 2007], 효과 검증 연구 없음 3. 인과가 실험 후에야 보이나? 그러면 복잡(Complex) — 시도·감지·대응(probe–sense–respond): 작은 실험·피드백·적응. 피드백이 늦게 오는 시스템에서 사람은 자기 결정이 환경을 거쳐 되돌아오는 효과에 둔감했다 [Sterman 1989]. 실험 결과를 읽을 때 지연을 감안한다. 되돌릴 수 없는 결정에는 쓰지 않는다(아래 "쓰면 안 되는 상황"). — 근거 수준: 원저자 처방(효과 검증 연구 없음) + 피드백 둔감은 실험 [Sterman 1989] 4. 지금 무너지고 있나? 혼돈(Chaotic)이면 행동·감지·대응(act–sense–respond): 리더는 "먼저 행동해 질서를 세우고, 어디가 안정되고 어디가 아닌지 감지한 뒤, 대응한다(A leader must first act to establish order, then sense where stability is present and from where it is absent, and then respond)" — 출혈부터 막는다 [Snowden & Boone 2007]. — 근거 수준: 원저자 처방(효과 검증 연구 없음) 5. 분류가 안 되면 무질서(Disorder, 현행 이름 Confusion) — 영역을 모르는 상태임을 인정하고, 문제를 쪼개 각 조각을 위 4영역으로 돌린다 [Snowden & Boone 2007]. — 근거 수준: 원저자 처방(효과 검증 연구 없음)

이 순서는 분류표를 채우는 절차로 쓰기보다, 여럿이 "이 일은 어느 쪽에 가깝나"를 놓고 이야기하는 틀로 쓰는 편이 원저자 의도에 가깝다 [Kurtz & Snowden 2003].

1~4번의 행동 순서(sense–categorize–respond 등)는 원저자가 제안한 실무 처방이며, 통제 비교로 효과를 검증한 연구는 없다(실무 권고, 효과 근거 없음). 근거의 범위는 아래 "주요 후속 연구·메타분석"을 참고.

함께 쓰기 좋은 도구

시스템 사고 — 구조와 피드백
깊은 불확실성 의사결정 — 여러 미래에서 견고성
프리모템 — 실패 경로 탐색
2차 사고 — 부작용 확인

통념이 무너지는 순간

"모든 문제는 충분히 분석하면 답이 나온다"

⚠ 흔한 말: "데이터만 충분하면 정답이 나온다. 분석이 부족해서 못 푸는 것뿐이다." ✓ 학술: 사악한 문제는 확정된 정의·멈춤 규칙·해의 참/거짓 판정이 성립하지 않는다 [Rittel & Webber 1973]. 인과가 사후에야 드러나는 복잡 영역에서는 안전하게 실패할 수 있는 작은 실험을 먼저 해 패턴을 드러내라는 것이 Snowden의 처방이다 [Snowden & Boone 2007]. 두 이론은 여기서 갈린다. Rittel & Webber는 사악한 문제의 해법이 되돌릴 수 없는 "일회성"이라 시행착오로 배울 기회가 없다고 봤다. 되돌릴 수 없는 결정에는 작은 실험도 조심해서 설계해야 한다.

"실험은 계획 부족이다"

⚠ 흔한 말: "확정된 계획 없이 일단 해보자는 건 무책임이다." ✓ 학술: 복잡(Complex) 영역의 정석은 시도·감지·대응(probe–sense–respond)이다. Snowden & Boone은 이 영역에서 "안전하게 실패할 수 있는 실험을 하면 배울 만한 패턴이 드러난다"고 쓰고, 계획을 밀어붙이기보다 길이 드러나기를 기다리라고 권한다 [Snowden & Boone 2007]. 실험은 실패해도 감당할 수 있는 크기로 잡는다.

"위기엔 원인부터 정확히 분석해야 한다"

⚠ 흔한 말: "급할수록 돌아가라, 원인부터 제대로 찾자." ✓ 학술: 혼돈(Chaotic) 영역에선 행동·감지·대응(act–sense–respond)이 먼저 — 일단 행동해 질서를 세운 뒤에야 분석이 의미를 가진다 [Snowden & Boone 2007].

"복잡한 문제도 결국 한 가지 정답이 있다"

⚠ 흔한 말: "전문가가 보면 정답이 하나 있을 것이다." ✓ 학술: "하나의 최선 답은 사악한 문제가 아닌 길들여진(tame) 문제에서만 가능하다(The one-best answer is possible with tame problems, but not with wicked ones)" [Rittel & Webber 1973].

1차 출처

Rittel, H. W. J., & Webber, M. M. (1973). "Dilemmas in a general theory of planning." Policy Sciences, 4(2), 155-169. DOI: 10.1007/BF01405730.
Snowden, D. J., & Boone, M. E. (2007). "A leader's framework for decision making." Harvard Business Review, 85(11), 68-76.
Kurtz, C. F., & Snowden, D. J. (2003). "The new dynamics of strategy: Sense-making in a complex and complicated world." IBM Systems Journal, 42(3), 462-483. DOI: 10.1147/sj.423.0462. — 커네빈 틀의 원 논문.
Churchman, C. W. (1967). "Wicked problems" (Guest editorial). Management Science, 14(4), B141-B146. DOI: 10.1287/mnsc.14.4.B141. — Rittel의 세미나 개념을 처음 활자로 소개.

era 1973은 사악한 문제 개념이 논문으로 정식화된 해(Rittel & Webber)를 따른다. 커네빈 틀은 2003년(Kurtz & Snowden)에 나왔다.

원문 핵심 인용

"The formulation of a wicked problem is the problem!" — 문제를 정의하는 일 자체가 사악한 문제의 핵심 난점 [Rittel & Webber 1973, p. 161].
"Every solution to a wicked problem is a “one-shot operation”; because there is no opportunity to learn by trial and error, every attempt counts significantly." — 해법은 일회성이라 시행착오로 배울 수 없다 [Rittel & Webber 1973, p. 163].
"The one-best answer is possible with tame problems, but not with wicked ones." — 하나의 최선 답은 길들여진 문제에서만 가능 [Rittel & Webber 1973, p. 169].
"In this domain, we can understand why things happen only in retrospect." — 복잡 영역: 인과는 되돌아봐야 이해된다 [Snowden & Boone 2007].
"A leader must first act to establish order, then sense where stability is present and from where it is absent, and then respond by working to transform the situation from chaos to complexity." — 혼돈 영역: 먼저 행동해 질서를 세운다 [Snowden & Boone 2007].

verbatim 검증: 2026-09-27. Rittel & Webber는 urbanpolicy.net 공개 PDF(재조판본) 대조 — 세 번째 인용은 이 사본에 "possible tame problems"로 "with"가 빠져 있어 인쇄본 쪽수 대조는 못 함. Snowden & Boone은 hbr.org 본문 대조.

핵심 정의·메커니즘

원전 정의

Cynefin: Kurtz & Snowden(2003)은 커네빈을 "의미 파악 장치(sense-making device)"로 소개했다. 조직 의사결정에 깔린 세 가정 — 질서(order), 합리적 선택, 의도 — 이 늘 성립하지는 않는다는 문제의식에서 출발했고, 서사·복잡계 이론을 조직 지식 교류에 쓴 수년간의 현장 연구(action research)에서 나왔다.
원 논문은 커네빈을 "분류 프레임워크(categorization framework)"와 분명히 구분한다: "분류 프레임워크에서는 흔히 4분면을 그리고… 가장 바람직한 상황이 오른쪽 위 칸이라는 것이 (대개 말은 안 해도) 분명하다… 반면 우리가 설명할 어떤 영역도 다른 영역보다 더 바람직하지 않다(none of the domains we will describe here is more desirable than any other)" [Kurtz & Snowden 2003].
영역 이름은 바뀌어 왔다: Kurtz & Snowden(2003) 원 논문은 네 영역을 Known(단순)·Knowable(복잡난해)·Complex(복잡)·Chaos(혼돈)로 불렀다. Snowden & Boone(2007) HBR 논문은 같은 자리를 Simple·Complicated·Complex·Chaotic·Disorder로 부른다. 두 논문 사이 어느 시점에 이름이 바뀌었는지는 이번 확인에서 원문으로 가리지 못했다. 이후 Snowden 쪽 자료는 Simple을 Clear, Disorder를 Confusion으로 부르며, EU 공동연구센터가 낸 현장 지침(Snowden & Rancati 2021)이 이 이름을 쓴다고 알려져 있다(이 지침 본문은 이번에 내려받지 못해 대조하지 못함).

| 영역 | 인과 | 행동 순서 | 예 | |---|---|---|---| | Simple(단순, 2003년 이름 Known, 현행 Clear) | 명확·즉시 | 감지→분류→대응 (sense–categorize–respond) | 표준 절차·매뉴얼 | | Complicated(복잡난해, 2003년 이름 Knowable) | 분석하면 보임 | 감지→분석→대응 (sense–analyze–respond) | 전문가 진단 | | Complex(복잡) | 사후에만 보임 | 시도→감지→대응 (probe–sense–respond) | 조직 문화·신규 시장 | | Chaotic(혼돈, 2003년 이름 Chaos) | 인과 부재 | 행동→감지→대응 (act–sense–respond) | 사고·재난 초기 | | Disorder(무질서, 현행 Confusion) | 영역 미상 | 쪼개서 각 영역으로 | 분류 불가 상태 |

단순·복잡난해 = 질서(ordered), 복잡·혼돈 = 무질서(un-ordered). 분류를 모르면 혼란(Disorder).

사악한 문제(Wicked Problem): Rittel & Webber(1973)는 사악한 문제를, 확정적 정의·멈춤 규칙·참거짓 판정이 없고 해법이 되돌릴 수 없는 일회성인 문제로 정의했다. "문제를 정의하는 일이 곧 문제다(The formulation of a wicked problem is the problem!)" [Rittel & Webber 1973, p. 161].

사악한 문제(Wicked Problem)의 성질 [Rittel & Webber 1973]

원문 절(節) 제목 verbatim: 1. "There is no definitive formulation of a wicked problem" — 확정적 정의가 없다. 2. "Wicked problems have no stopping rule" — 멈춤 규칙이 없다. 3. "Solutions to wicked problems are not true-or-false, but good-or-bad" — 해는 참/거짓으로 가리지 않고 좋음/나쁨으로 가린다. 4. 해에 즉각·궁극적 검증이 없다. 5. 모든 해는 "일회성(one-shot operation)" — 되돌릴 수 없다. 6. 가능한 해의 집합을 열거할 수 없다. 7. 모든 사악한 문제는 저마다 유일하다. 8. 모든 사악한 문제는 다른 문제의 증상으로 볼 수 있다. 9. 불일치(문제)는 여러 방식으로 설명될 수 있다. 10. 계획가는 틀릴 권리가 없다(no right to be wrong).

사악한 문제는 분석으로 풀리는 길들여진(tame) 문제와 달리 정의·정지·검증·시행착오가 모두 성립하지 않는다.

작동 기제

Cynefin의 인과 사슬은 이렇다: ① 문제의 인과관계가 누구에게, 언제 보이는지를 먼저 판정한다(단순은 누구에게나 즉시, 복잡난해는 전문가 분석 뒤, 복잡은 사후에만, 혼돈은 관계 자체가 안 보임) → ② 그 판정에 따라 정해진 행동 모델을 고른다(감지-분류-대응 / 감지-분석-대응 / 시도-감지-대응 / 행동-감지-대응) → ③ 판정을 틀리면 행동 모델도 틀려, 복잡한 문제를 단순 문제의 절차(체크리스트)로 밀어붙이거나 혼돈 상황에서 분석부터 시작하는 식으로 실패한다 [Kurtz & Snowden 2003; Snowden & Boone 2007].

이 오분류가 잘 일어나는 이유 하나는 익숙한 해법이 주의(attention)의 방향 자체를 붙잡기 때문이다. 처음 떠오른 아이디어가 눈에 보이는 정보를 계속 그 아이디어 쪽으로 편향시켜, 사람은 "다른 해법을 찾고 있다"고 믿으면서도 실제로는 첫 아이디어와 관련된 곳만 계속 보게 된다(갖춤새/Einstellung 효과) — 체스 기사의 눈동자 추적 실험에서, 낯익은 해법을 본 뒤 "더 나은 수를 찾는다"고 말한 집단은 6개 시간 구간에 걸쳐 낯익은 해법 관련 칸을 보는 비율이 줄지 않았다(F(5,20)=0.6, ns). 처음부터 낯선 최적해만 본 집단은 시간이 갈수록 최적해 관련 칸을 더 오래 봤다(F(5,20)=11.9, p<.001, ηp²=.75) [Bilalić, McLeod & Gobet 2008b]. 이 현상의 원형은 Luchins(1942)의 실험이다 — 같은 방법으로 풀리는 문제를 연속으로 준 뒤 그 방법이 안 통하는 문제를 주면 다수가 못 풀지만, 그 문제만 받은 통제집단은 금방 푼다 [Luchins 1942, Bilalić, McLeod & Gobet 2008b에서 재인용].

분류가 틀리는 다른 경로는 분류의 기준 자체다. 물리 문제를 묶어 보게 한 분류 과제와 풀이 발화(프로토콜) 분석에서, 전문가는 문제에서 먼저 물리 원리를 뽑아 표상을 시작했고 초보자는 문제에 적힌 겉 특징에 기대 표상했다. 어떤 범주로 시작하느냐가 이후 어떤 지식을 불러오는지를 정했다 [Chi, Feltovich & Glaser 1981]. 여러 행위자·피드백·비선형·시간 지연이 있는 시스템에서는 분류를 맞게 하더라도 조작이 어긋난다. 모의 재고 유통 시스템을 운영한 참가자들의 집단 결과는 최적 행동에서 체계적으로 벗어났고, 참가자의 결정은 기준점-조정(anchoring and adjustment) 규칙으로 잘 설명됐으며, 자기 결정이 환경을 거쳐 되돌아오는 피드백에 둔감했다 [Sterman 1989]. 복잡 영역 처방(작게 시도하고 감지하라)이 필요한 이유이자, 그 감지 단계가 어려운 이유다.

언제 강해지고 언제 약해지나

영역은 고정돼 있지 않다. 성공해서 안일해진 단순 영역이 혼돈으로 무너질 수 있고, 혼돈을 안정화하면 복잡 영역으로 옮겨 간다 [Snowden & Boone 2007].
사악함은 둘 중 하나가 아니고 정도의 문제다. 최근 연구는 사악한/길들여진 이분법 대신 사악함의 정도와 여러 차원을 따진다(Termeer, Dewulf & Biesbroek 2019). 시간 압박·해결 주체 부재 같은 조건이 겹친 "초사악한 문제(super wicked problem)"를 따로 구분하기도 한다(Levin et al. 2012).
문제의 영역은 관찰자가 구성하기도 한다. 리더가 상황을 "위기"로 규정하면 명령식 대응이 정당화된다(Grint 2005).
익숙한 해법 편향(Einstellung)은 문제 난이도와 실력의 상호작용에서만 나타난다. 최적해를 찾기 쉬운 문제에서는 아주 강한 기사(그랜드마스터)에게 효과가 사라지고, 반대로 최적해가 아주 찾기 쉬운 문제에서는 효과를 보려면 더 약한 기사 집단으로 옮겨야 한다 — "얼마나 익숙한 도구에 갇히는가"는 문제 난이도와 실력 수준이 맞물려야 관찰된다 [Bilalić, McLeod & Gobet 2008a].
복잡 문제 해결(complex problem solving) 능력과 일반 지능의 상관은 무엇으로 복잡 문제 해결을 재느냐에 따라 달라진다. 지능 측정 방식의 차이는 상관에 유의한 영향을 주지 않았지만, 복잡 문제 해결 측정 접근 중 가장 최근 방식일수록 상관이 더 강했다 [Stadler, Becker, Gödker, Leutner & Greiff 2015].

어떻게 재나

커네빈: 실험으로 효과를 재는 도구가 아니다. 실무에서는 워크숍에서 사례·이야기를 모아 참가자가 네 영역 위에 직접 배치하고, 경계에 걸친 항목을 두고 토론하는 방식을 쓴다(Kurtz & Snowden 2003). 통계·의사결정 분석 방법을 영역별로 짝짓는 적용(French 2013), 보건 사업 계획에 쓴 적용(Van Beurden et al. 2013)이 있다. 이 틀의 효과를 통제 비교로 잰 연구나 효과크기는 찾지 못했다.
복잡 문제 해결(CPS) 연구: 실험실에서는 참가자가 낯선 시뮬레이션 시스템(변수 여러 개가 서로 얽혀 있는 "마이크로월드")을 직접 조작해 목표 상태를 찾아가게 하고, 그 수행을 지능 검사와 함께 채점한다. Stadler et al.(2015)의 메타분석은 47편·60개 독립 표본(총 13,740명)을 종합해 이런 CPS 측정과 지능 검사의 상관을 봤다.
문제 분류 과제(sorting task): 참가자에게 문제 여러 개를 주고 비슷한 것끼리 묶게 한 뒤 묶은 이유를 말하게 해, 전문가와 초보자의 묶음 기준(원리 대 겉 특징)을 비교한다 [Chi, Feltovich & Glaser 1981]. 문제 유형을 판정하는 능력을 직접 재는 가장 가까운 패러다임이다.
동적 의사결정 시뮬레이션: 여러 행위자·피드백·시간 지연이 있는 모의 재고 유통 시스템을 참가자가 운영하게 하고, 결과를 최적 행동과 비교한다. 참가자의 결정 규칙을 계량경제 방법으로 추정해 어떤 피드백을 놓쳤는지 찾는다 [Sterman 1989].
Einstellung 효과: 체스처럼 실력을 등간척도(Elo 등급)로 잴 수 있는 영역에서, "낯익은 해법이 있는 문제"와 "낯익은 해법이 없는 문제"에 대한 수행 차이를 실력 등급으로 환산하고, 눈동자 추적으로 어디를 보는지를 함께 기록한다 [Bilalić, McLeod & Gobet 2008a, 2008b].

헷갈리는 개념과의 차이

Stacey 매트릭스: 합의(agreement)·확실성(certainty) 두 축으로 이뤄진 2x2 분류표(Stacey의 조직 동역학 논의에서 나왔다; Kurtz & Snowden 2003의 참고문헌에도 관련 저작이 인용된다). Kurtz & Snowden(2003)은 이런 "분류 프레임워크"와 커네빈을 명시적으로 구분했다 — 분류표는 대개 가장 바람직한 칸(우상단)을 찾는 데 쓰이지만, 커네빈은 어느 영역도 다른 영역보다 낫지 않다고 못박는다.
Klein의 재인 기반 결정(RPD, Recognition-Primed Decision): 전문가가 여러 대안을 나란히 비교하지 않고, 패턴 인식으로 떠오른 해법 하나를 정신적으로 시뮬레이션해 통하는지만 확인하는 의사결정 모델이다(Klein 1998). 커네빈의 복잡(Complex) 영역 처방인 시도-감지-대응과 달리, RPD는 전문가가 이미 그 영역의 패턴을 알고 있는(질서가 있는) 상황을 전제로 한다.
Weick의 의미 형성(Sensemaking): 사람들이 사건이 일어난 뒤 사회적 상호작용 속에서 되돌아보며 의미를 구성해 가는 과정을 설명하는 이론이다(Weick 1995). 커네빈도 스스로를 "의미 파악 장치"라 부르지만[Kurtz & Snowden 2003], 목적이 다르다 — 커네빈은 상황을 네 영역 중 하나로 판정해 행동 모델을 고르는 도구이고, Weick의 이론은 영역을 나누지 않고 의미가 만들어지는 과정 자체를 다룬다.

주요 후속 연구·메타분석

### Stadler, Becker, Gödker, Leutner & Greiff (2015) — 복잡 문제 해결과 지능은 겹치지만 같지는 않다 Intelligence, 53, 92-101. DOI: 10.1016/j.intell.2015.09.005

설계: 복잡 문제 해결(complex problem solving, CPS) 연구 47편·60개 독립 표본(총 13,740명)을 모아, CPS 검사 점수와 지능 검사 점수의 상관을 종합한 메타분석.
결과: CPS와 지능의 평균 상관은 M(g) = .433. 지능을 어떻게 쟀는지는 상관 크기에 유의한 차이를 안 만들었지만, CPS를 잰 접근법(가장 최근 접근, 즉 다중 복잡계 시뮬레이션 방식)일수록 상관이 더 강했다.
의미와 한계: 복잡한 문제를 푸는 능력은 일반 지능과 상당 부분 겹치지만 완전히 같지는 않다(상관 .433은 공유분산 약 19%). 어떤 도구로 "복잡 문제 해결"을 재느냐에 따라 상관 크기가 달라졌다. 이 결과는 복잡 문제를 푸는 능력에 관한 것이고, 문제 유형을 분류하는 판정의 정확도와는 다른 질문이다.

### Bilalić, McLeod & Gobet (2008a) — 낯익은 해법 하나가 전문가를 3표준편차 아래 실력으로 끌어내린다 Cognitive Psychology, 56(2), 73-102. DOI: 10.1016/j.cogpsych.2007.02.001

설계: 실험 1에서 그랜드마스터 6명·국제 마스터 6명·마스터 11명·후보 마스터 11명(평균보다 3~5.5표준편차 위)에게 낯익은 5수 외통수(스머더드 메이트)와 낯선 3수 최적해가 모두 있는 문제를 주고 "가장 짧게 이기는 길"을 소리 내어 생각하며 찾게 했다. 최적해를 못 찾은 사람에게는 낯익은 해법만 막힌 같은 모양의 문제를 줬다. 약한 기사(클래스 A·B·C 각 8명)는 최적해만 있는 문제만 받았다. 실험 2는 다른 문제 4개로 등급별 12명씩 반복했다.
결과: 두 해법 문제에서 최적해를 찾은 비율은 그랜드마스터 100%, 국제 마스터 50%, 마스터 18%, 후보 마스터 0%였다. 최적해만 있는 문제는 전문가 모두가 풀었다. 이 수행은 최적해만 받은 약한 기사와 비슷했다 — 국제 마스터 50% 대 클래스 A 63%, 마스터 18% 대 클래스 B 13%, 후보 마스터 0% 대 클래스 C 0%. Elo 등급이 100점 낮아질 때마다 최적해를 찾을 승산이 3.67분의 1로 줄었다(로지스틱 회귀). 실험 2에서도 국제·그랜드마스터 92% 대 클래스 A 91% 식으로 같은 약 3표준편차 차이가 나왔다.
의미와 한계: 익숙한 해법은 전문가에게도 걸리지만, 실력이 높을수록 덜 걸린다. 그랜드마스터는 이 문제에서 효과가 없었고, 최적해가 더 어려운 문제에서는 나타났다 — 효과를 보려면 문제 난이도를 실력에 맞춰야 한다. 체스 문제라는 잘 정의된 과제의 결과이고, 문제 유형 판정을 직접 잰 연구는 아니다.

### Bilalić, McLeod & Gobet (2008b) — 처음 떠오른 해법이 눈이 더 나은 해법을 보지 못하게 막는다 Cognition, 108(3), 652-661. DOI: 10.1016/j.cognition.2008.05.005

설계: 2008a와 같은 두 해법 문제와 최적해만 있는 문제를 체스 전문가들에게 보여주고 눈동자 움직임을 쟀다. 낯익은 해법 관련 칸과 최적해 관련 칸을 보는 시간 비율을 시간 구간별로 비교했다.
결과: 낯익은 해법을 본 뒤 "더 나은 수를 찾고 있다"고 말한 집단도, 눈은 계속 낯익은 해법 관련 칸에 가 있었다(6개 시간 구간에 걸친 시선 비율 상호작용 F(5,20)=0.6, ns). 반대로 최적해만 있는 문제를 본 집단은 시간이 지날수록 최적해 관련 칸을 더 오래 봤다(F(5,20)=11.9, p<.001, ηp²=.75).
의미와 한계: 익숙한 해법 편향은 주의(attention) 자체가 첫 아이디어에 묶이는 현상이며, 본인은 다른 해법을 찾고 있다고 믿는다. "3표준편차" 수치는 이 논문이 2008a를 요약해 옮긴 것이고, 이 논문의 자료는 시선 기록이다.

### Chi, Feltovich & Glaser (1981) — 전문가는 원리로, 초보자는 겉모습으로 문제를 분류한다 Cognitive Science, 5(2), 121-152. DOI: 10.1207/s15516709cog05022

설계: 물리 전문가와 초보자를 비교한 실험 4개. 문제 범주가 표상의 바탕이 되는지, 전문가와 초보자가 쓰는 범주가 다른지, 범주에 딸린 지식이 다른지, 문제의 어떤 특징이 분류를 이끄는지를 분류 과제와 풀이 발화 기록으로 봤다.
결과: 전문가와 초보자는 처음부터 서로 다른 문제 범주로 표상을 시작했고, 표상을 완성하는 데 범주에 딸린 지식이 쓰였다. 전문가는 물리 원리를 먼저 추려 냈고 초보자는 문제에 적힌 겉 특징에 기댔다. (초록 기준, 표본 수·수치 미기재)
의미와 한계: 문제 유형 판정 자체가 전문성에 따라 달라진다는 실험 근거다. 커네빈 워크숍에서 같은 항목을 참가자마다 다른 영역에 놓는다는 관찰 [Kurtz & Snowden 2003]과 맞닿는다. 물리 교과 문제라는 잘 정의된 영역의 결과이고, 사악한 문제처럼 정의부터 흐린 문제에 그대로 옮길 수 있는지는 검증되지 않았다.

### Sterman (1989) — 피드백과 지연이 있는 시스템에서 사람은 체계적으로 틀린다 Management Science, 35(3), 321-339. DOI: 10.1287/mnsc.35.3.321

설계: 여러 행위자·피드백·비선형·시간 지연이 있는 모의 재고 유통 시스템을 참가자들이 운영했다. 참가자의 주문 결정을 기준점-조정 재고 관리 규칙으로 모형화하고 계량경제 방법으로 추정했다.
결과: 개별 결정이 시스템 구조와 맞물려 만든 집단 동역학은 최적 행동에서 체계적으로 벗어났다. 제안한 규칙이 참가자 행동을 잘 설명했고, 추정 결과는 성과를 떨어뜨린 여러 "피드백 오지각"을 드러냈다. 참가자들은 자기 결정이 환경에 되먹임되는 효과에 둔감했다. (초록 기준, 비용·표본 수치는 전문을 구하지 못해 옮기지 않음)
의미와 한계: 피드백과 지연이 얽힌 문제를 분석 한 번으로 다루면 왜 어긋나는지에 대한 실험 근거다. 저자는 결과의 일반성을 따로 논의했다. 실험실 시뮬레이션이고, 커네빈 분류를 직접 검증한 연구는 아니다.

### Termeer, Dewulf & Biesbroek (2019) — "사악한 문제" 개념은 정책 현장에서 마비나 과대 기대를 낳는다 Policy and Society, 38(2), 167-179. DOI: 10.1080/14494035.2019.1617971

설계: 정책학 특집호 편집자 논평. 사악한 문제 개념을 쓴 기존 연구의 존재론·이론·방법론 문제를 검토했다.
결과: 사악함/길들여짐 이분법 대신 "정도(degree)"와 여러 차원(갈등·복잡성·불확실성)으로 보는 최근 흐름을 정리하고, 정책 실무에서 이 개념이 "정책으로 할 수 있는 일이 없다"는 마비나 반대로 정책의 힘을 과대평가하는 반응을 유발한다고 지적했다.
의미와 한계: 개념을 버리거나(옵션 1), 정책·거버넌스 실패를 이해하는 지식 기반으로만 쓰거나(옵션 2), 갈등·복잡성·불확실성 차원으로 더 정밀한 분석 도구로 다듬자(옵션 3)는 세 갈래 대안을 제시했다. 통계적 검증이 아닌 개념 비평이라 효과크기는 없다.

### Grint (2005) — 상황을 "위기"로 규정하는 것 자체가 정치적 선택일 수 있다 Human Relations, 58(11), 1467-1494. DOI: 10.1177/0018726705061314

설계: 이라크 침공 등 3개 비대칭 사례 연구를, Rittel & Webber의 길들여진/사악한 문제 구분과 Etzioni의 순응 유형론에 겹쳐 분석했다.
결과: 의사결정자가 상황을 어떻게 규정하느냐에 따라 정당화되는 대응 방식(관리·리더십·명령)이 달라졌다. 저자는 "상황이 요구하는 것"보다 "의사결정자가 선호하는 개입 방식"이 상황 규정을 앞서는 사례들을 확인했다.
의미와 한계: 문제 영역 판정에 사회적 구성 요소가 있음을 사례로 보였다 — 의사결정자의 선호가 상황 판단을 앞선 사례들이다. 사례 연구 3건에 기반해, 통계적 일반화에는 한계가 있다.

### Head & Alford (2015) — "정답은 없다"에서 멈추지 않고 "잠정적 해"는 가능하다고 본다 Administration & Society, 47(6), 711-739 (온라인 선공개 2013). DOI: 10.1177/0095399713481601

설계: 사악한 문제 문헌을 검토해 공공조직 관점에서 조직·인지 차원을 정리한 리뷰 논문.
결과: 시스템 사고·협업과 조정·적응적 리더십 세 갈래 대응 전략을 식별하고, 전략 수립·조직 설계·인력 관리·성과 측정 네 정부 기능 영역에서 겹치는 난제를 짚었다.
의미와 한계: "잠정적 해(provisional solutions)"가 실무적으로 가능하다고 주장했지만, 이 역시 문헌을 종합한 리뷰이며 통제 비교 연구는 아니어서 효과 근거는 없다.

효과크기가 있는 메타분석은 복잡 문제 해결(CPS)-지능 상관(Stadler et al. 2015)뿐이다. 익숙한 해법이 판단을 얼마나 끌어내리는지는 체스 실험의 정답률·승산비로 있다(Bilalić et al. 2008a). 문제 분류 [Chi, Feltovich & Glaser 1981]와 피드백 오지각 [Sterman 1989]은 초록만 확인해 수치를 싣지 않았다. 커네빈·사악한 문제 개념 자체를 통제 비교로 검증하거나 재현한 연구는 찾지 못했다 — 두 개념 모두 실험 효과가 아닌 문제 구조에 관한 이론이고, 근거는 사례·적용 연구다.

Snowden, D., & Rancati, A. (2021). Managing complexity (and chaos) in times of crisis: A field guide for decision makers inspired by the Cynefin framework. Publications Office of the European Union (EU JRC). DOI: 10.2760/353
Levin, K., Cashore, B., Bernstein, S., & Auld, G. (2012). "Overcoming the tragedy of super wicked problems: Constraining our future selves to ameliorate global climate change." Policy Sciences, 45(2), 123-152. DOI: 10.1007/s11077-012-9151-0. — 기후 변화처럼 시간이 부족하고 해결 주체가 곧 원인 제공자인 "초사악한 문제".
French, S. (2013). "Cynefin, statistics and decision analysis." Journal of the Operational Research Society, 64(4), 547-561. DOI: 10.1057/jors.2012.23. — 영역별로 어떤 통계·모델링 방법이 맞는지 짝지은 적용 연구.
Van Beurden, E. K., Kia, A. M., Zask, A., Dietrich, U., & Rose, L. (2013). "Making sense in a complex landscape: How the Cynefin Framework from Complex Adaptive Systems Theory can inform health promotion practice." Health Promotion International, 28(1), 73-83. DOI: 10.1093/heapro/dar089 (온라인 선공개 2011). — 보건 사업에 적용한 사례 논문.
Nachbagauer, A. (2021). "Managing complexity in projects: Extending the Cynefin framework." Project Leadership and Society, 2, 100017. DOI: 10.1016/j.plas.2021.100017. — 커네빈에 반복성 축을 더해 프로젝트 유형을 나눈 개념 논문(초록 확인).
Luchins, A. S. (1942). "Mechanization in problem solving: The effect of Einstellung." Psychological Monographs, 54(6), i-95. DOI: 10.1037/h0093502. — 갖춤새(Einstellung) 효과의 최초 실증. 원문은 확인하지 못했고, 위 서술은 Bilalić, McLeod & Gobet(2008b)의 재인용에 근거한다.

비판·한계

재현성

커네빈으로 영역을 판정하면 결정이 나아진다는 것을 통제 비교로 보인 연구를 찾지 못했다. 발표된 근거는 원저자의 현장 연구(Kurtz & Snowden 2003)와 적용 사례(French 2013; Van Beurden et al. 2013)다. confidence B는 이 때문이다.
대규모 재현 연구도 없다. 인접 영역인 복잡 문제 해결(CPS) 능력만 메타분석으로 뒷받침된다 — 47편·60표본·13,740명을 종합한 상관은 M(g)=.433(Stadler et al. 2015). 다만 이는 "복잡한 문제를 잘 푸는 능력"에 관한 근거일 뿐, 커네빈으로 문제를 분류하면 결정이 나아진다는 근거는 아니다.

대표 반론

Termeer, Dewulf & Biesbroek(2019)은 사악한 문제 개념이 유행어처럼 쓰이며 정의가 흐려졌고, 정책 현장에서 마비(손 놓기)나 정책 능력 과대평가라는 반응을 낳는다고 비판했다. 개념을 버리거나, 정책·거버넌스 실패 이해의 지식 기반으로만 쓰거나, 갈등·복잡성·불확실성 세 차원으로 더 정밀하게 다듬자는 세 갈래 대안을 제시했다.
개념을 유지하는 쪽의 입장으로 Head & Alford(2015, 온라인 선공개 2013)가 있다. 이들은 Rittel & Webber나 Snowden의 공저자가 아니고, Termeer 등(2019)보다 먼저 나온 문헌 리뷰다. "정답이 없다"는 진단에서 멈추지 않고, 시스템 사고·협업과 조정·적응적 리더십 문헌을 바탕으로 "잠정적 해(provisional solutions)"는 만들 수 있다고 주장했다. 이 역시 통제 비교가 아닌 문헌 종합이다.
커네빈을 쓰는 쪽에서도 축 하나로는 모자란다는 지적이 있다. Nachbagauer(2021)는 프로젝트 관리 문헌이 복잡성 수준만 나누고 같은 일이 되풀이되는지(반복성)는 놓친다고 보고, 커네빈 네 영역에 반복·일회성 축을 겹쳐 프로젝트 유형을 나눴다. 과거 경험에서 배우는 학습은 비슷한 상황이 되풀이될 때만 통하므로, 복잡하면서 처음 겪는 일일수록 전문 지식보다 시행착오·의미 파악·추상적 패턴 인식이 더 쓸모 있다고 주장했다(초록 기준, 개념 논문이라 수치 없음). 커네빈 영역 판정의 평정자 간 일치도나 반증 가능성을 직접 따진 실증 연구는 찾지 못했다.
Grint(2005)는 반론을 한 걸음 더 밀어붙인다: 무엇을 "혼돈/위기"로 부를지 자체를, 의사결정자가 선호하는 개입 방식을 정당화하려는 사회적 구성으로 본다(이라크 침공 등 3개 사례 분석). 커네빈 워크숍에서도 같은 항목을 참가자들이 서로 다른 영역에 놓고 이견을 보인다는 관찰이 있다 [Kurtz & Snowden 2003].

쓰면 안 되는 상황

"복잡하다"를 책임 회피·결정 지연의 핑계로 쓰는 것.
분석으로 풀리는 복잡난해 문제에 "해 보면 안다"며 실험부터 하는 것.
되돌릴 수 없는 정책·투자·의료 결정에 "안전하게 실패할 실험"(probe-sense-respond)을 그대로 적용하는 것 — Rittel & Webber(1973)가 지적한 대로 사악한 문제의 해법은 일회성이라 시행착오로 배울 기회가 없다.
문제는 한 영역에 고정되지 않고 시간에 따라 옮겨 간다는 점을 무시하고 한 번 내린 분류를 고집하는 것(예: 혼돈→복잡→복잡난해로 안정화되는데도 계속 "위기 모드"로 대응).