더 많은 일을 하면서 더 빨리 하기
[!tldr] 한줄 요약 작은 것을 먼저 완성하며 쌓은 학습이 전체 소요 시간을 단축시킨다 — 더 많이 하면서도 더 빨리 할 수 있다.
핵심 내용
톰슨의 법칙 (Thompson's Rule)
망원경 제조 전문가 앨린 톰슨이 제시한 역설적 원리:
"4인치 반사경을 만든 다음에 6인치 반사경을 만드는 것이, 6인치 반사경 하나 만드는 것보다 더 빠르다"
단순 산술로는 일을 두 번 하는 셈이지만, 작은 작업을 완성하며 얻는 학습과 기술 향상이 기하급수적으로 누적되어 전체 시간을 단축시킨다. 이는 의도적 수련(Deliberate Practice)과 같은 맥락으로, 적절한 난이도의 과제를 반복하며 실력이 복리처럼 쌓이는 원리다.
프로토타이핑의 힘
톰슨의 법칙이 소프트웨어 개발에서 가장 잘 드러나는 영역이 프로토타이핑이다.
- "프로토타이핑은 시스템 개발 작업을 40% 줄인다" — 래리 번스타인
- "동작하는 프로그램을 새 언어로 변환하는 데는 원래 개발시간의 10%만 소요된다" — 더글라스 존스
핵심은 알고리즘(문제 해결)과 구현(언어/문법)을 분리하는 것이다. 두 가지를 동시에 고민하면 인지 부하가 높아지지만, 익숙한 도구로 먼저 풀고 옮기면 각 단계의 난이도가 낮아진다.
순서 재배치 법칙
작업의 총량을 바꾸지 않고 순서만 재배치해도 효율이 달라진다.
- Push 전략: 저항이 강한 대상부터 설득 → 에너지 소진, 실패
- Pull 전략: 변화를 원하는 대상부터 시작 → 성공 사례가 나머지를 끌어들임
이는 피드백 루프(Feedback Loop)와 연결된다. 빠른 성공이 짧은 피드백 사이클을 만들고, 그 피드백이 다음 행동의 품질을 높인다.
i+1 이론과 몰입
스티븐 크라센(Stephen Krashen)의 언어 습득 이론에서 온 개념으로, 현재 수준(i)보다 한 단계만 높은(i+1) 입력이 가장 효과적이다.
- i+0: 너무 쉬워서 지루함
- i+1: 약간 도전적이지만 해볼 만함 → 최적의 학습
- i+3: 너무 어려워서 좌절
이것이 미하이 칙센트미하이의 몰입(Flow) 이론과 정확히 일치한다. 톰슨의 법칙에서 "4인치를 먼저 만들라"는 것은 곧 i+1 수준의 과제를 먼저 수행하라는 뜻이다.
직소 퍼즐 읽기 (Jig-Saw Puzzle Reading)
책을 1페이지부터 순서대로 읽는 대신, 흥미로운 부분부터 읽는 방법이다.
- 어려운 부분은 건너뛰고 쉽고 재미있는 부분 먼저 읽기
- 읽은 부분이 컨텍스트가 되어 난해한 부분의 이해도 증가
- 퍼즐의 테두리(쉬운 부분)를 먼저 맞추고, 내부(어려운 부분)를 채우는 것과 같음
저자에 따르면 이 방법으로 독서 속도가 1.5배 이상 향상된다.
전염성 성공 (Contagious Success)
조직 성과 향상에도 같은 원리가 적용된다.
- 상위 10%: 이미 잘하므로 개선 여지 적음
- 하위 38%: 끌어올리기 비용이 큼
- 중간 52% 중 상위 20%: 살짝만 밀어주면 성과가 크게 뛰고, 주변에 전파됨
가장 효율적인 투자 지점은 "거의 다 됐지만 살짝 부족한" 곳이다. 이것도 i+1의 변형이다.
예시
알고리즘 과제 (박응주씨 사례)
- C 과제를 Python으로 먼저 풀이 → C로 재작성하여 제출
- Python 단계에서 알고리즘 자체에 집중 가능
- C 단계에서는 "이미 맞는 로직"을 번역만 하면 됨
- 결과: 실행 속도와 제출 속도 모두 우수
시스템 개발
- Jython(Java 환경의 Python)으로 프로토타입 개발
- 점진적으로 Java로 변환
- 프로토타입이 실제 환경에서 바로 활용 가능
학습 백로그 적용
- 완전히 모르는 분야(0%)보다, 어느 정도 기반이 있는 분야(50~65%)를 먼저 완성하면 학습 효율이 높고, 완료의 만족감이 다음 학습을 견인
[!tip] 핵심 질문 "어려운 일을 마주했을 때, 더 많이 하면서도 더 쉽고 빠르게 할 수 있는 길이 있는지 자문해보세요."