07. 추정하기 — 데이터 없이도 움직이는 숫자 만들기
“정확한 숫자 몰라도 괜찮다. 자릿수만 맞아도 결정은 가능하다.”
📍 어떤 상황인가
이 매뉴얼은 다음 순간에 꺼냅니다.
🗣 상사: "이 기능 만들면 사용자 얼마나 늘까?"
🗣 회의: "이거 연간 비용이 대략 얼마야?"
🗣 본인: "이 프로젝트 끝내는 데 몇 주 걸릴까?"
🗣 면접관: "서울에 치킨집이 몇 개 있을 것 같나요?" (유명한 페르미 추정 질문)
🗣 본인: "오늘 이 일, 얼마나 걸릴지 감이 안 오는데..."공통점: 숫자를 말해야 하는데, 정확한 데이터가 없는 상황입니다.
이때 많은 사람이 두 극단으로 갑니다.
극단 A: "몰라요"
→ 실무에서 가장 쓸모없는 답. 결정을 막는다.
극단 B: 감으로 "한 1만 명쯤 늘 것 같습니다"
→ 근거가 없으면 방어가 안 됨. 틀렸을 때 완전히 깨진다.이 매뉴얼은 그 사이를 다룹니다. 즉, 근거를 쌓아서 범위로 답하는 절차입니다.
🧩 먼저 알아둘 용어
Fermi Estimation (페르미 추정) = 이탈리아 물리학자 엔리코 페르미(1901-1954)가 만든 기법. 그는 학생들에게 “시카고에 피아노 조율사가 몇 명 있을까?”를 데이터 없이 추정하게 했습니다. 방법: 아는 숫자들의 곱·나눗셈으로 모르는 숫자를 깎아내려오기.
Order of Magnitude (자릿수) = “10의 몇 제곱인가”의 감각. 숫자가 10인지 100인지 1,000인지 10,000인지를 구분하는 수준. 💡 많은 결정은 정확한 값이 아니라 자릿수만 맞아도 충분합니다.
Anchor (앵커, 닻) = 확실히 아는 기준점 숫자. 예: “한국 인구는 약 5천만”은 앵커. 여기서 “성인 비율 × 활동 인구 × …” 로 깎아내려감. 앵커 없이 공중에서 추정하면 오차가 10배 이상 벌어집니다.
Range (범위) = 단일 숫자 대신 “최소
최대”로 답하는 것. 예: “5백1천 명” ≠ “700명”. 정직한 추정은 항상 범위로 말합니다. 단일 숫자는 확정처럼 들리기 때문에 오해를 부릅니다.
Sanity Check (상식 검증) = 계산 결과가 상식적으로 말이 되는가 확인. 예: “한국 치킨집 추정 100만 개” → 상식적으로 말 안 됨 → 계산 어디 틀렸는지 역추적.
🔗 보편 절차 매핑
이 편은 보편 절차의 READ 단계를 “근거 부족 상황”에 맞게 확장합니다.
① STOP → "몰라요"도, "감으로 한 1만" 도 하지 않고 멈춘다.
② READ → 질문을 숫자로 변환하고, 아는 것과 모르는 것을 분리한다.
③ AIM → "자릿수만 맞출지", "범위로 답할지", "정확히 맞출지" 목표 선언.
④ ACT → 페르미 분해로 아는 숫자들을 곱·더해 추정치 산출.
⑤ LOG → 추정치 + 가정 + 상식 검증 결과를 기록.🧠 생각의 흐름 — 5단계
┌──────────────────────────────────────────────────┐
│ │
│ ① 숫자 질문으로 변환 — "얼마?" 의 정확한 형태 │
│ ↓ │
│ ② 앵커 찾기 — 아는 숫자 2~3개 │
│ ↓ │
│ ③ 분해하기 — 모르는 수 = 아는 수의 조합 │
│ ↓ │
│ ④ 자릿수 먼저 맞춤 — 10? 100? 1000? │
│ ↓ │
│ ⑤ 범위 + 가정 명시 — "X~Y (가정: ...)" │
│ │
└──────────────────────────────────────────────────┘① 숫자 질문으로 변환 — “얼마?” 의 정확한 형태
왜 먼저인가: 애매한 질문은 어떤 숫자도 계산할 수 없습니다. “얼마나 늘까?”는 숫자 질문이 아닙니다. “월간 활성 사용자 수가 3개월 후 몇 명이 될까?” 가 숫자 질문입니다.
변환 템플릿
[대상] 의 [측정 단위] 가 [기간] 동안 [얼마]?예시
❌ "사용자 얼마나 늘까?"
✅ "앱 신규 가입자가 출시 후 1개월 동안 몇 명?"
❌ "이거 비용 얼마나 들까?"
✅ "인프라 운영비가 월간 얼마 (KRW)?"
❌ "이 프로젝트 언제 끝나?"
✅ "개발 착수부터 QA 통과까지 총 몇 주?"
❌ "반응 좋을까?"
✅ "런칭 후 1주일 내 유저 리뷰 별점 평균이 몇?"단위·기간·대상이 다 들어가야 숫자 질문입니다. 이 셋 중 하나라도 빠지면 계산이 안 됩니다.
② 앵커 찾기 — 아는 숫자 2~3개
왜 필요한가: 공중에서 추정하면 10배 이상 틀립니다. 반드시 내가 확신하는 숫자에 묶어두고 거기서 가감해야 오차가 줄어듭니다.
좋은 앵커의 조건
✓ 내가 ±20% 이내 확신할 수 있는 숫자
✓ 공개되어 있거나 누구나 검증 가능한 숫자
✓ 이 추정 질문과 **직접 관련**이 있는 숫자앵커 후보 예시 (한국 기준, 기억할 가치 있는 숫자)
🔢 한국 인구 ≈ 5,100만
🔢 경제활동 인구 ≈ 2,900만
🔢 서울 인구 ≈ 950만
🔢 연간 출생아 ≈ 20만
🔢 연간 사망자 ≈ 35만
🔢 한국 가구 수 ≈ 2,200만
🔢 하루 1,440분, 1년 365일 (기본 단위)
🔢 평균 수명 ≈ 83세이 정도는 외워두면 거의 모든 일상 추정의 앵커가 됩니다. 사업/기술 영역에서는 각자의 도메인 앵커를 따로 모아두세요.
③ 분해하기 — 모르는 수 = 아는 수의 조합
왜 필요한가: “치킨집 수”는 모르지만, “인구 ÷ 1가게당 손님 수 × 식당에서 치킨 비율” 은 곱셈으로 분해 가능. 큰 덩어리의 모름을 작은 덩어리의 모름으로 쪼개는 것이 추정의 핵심입니다.
페르미 추정의 기본 공식
모르는 수 ≈ 앵커 × 비율1 × 비율2 × ... × 비율N예시 ① — 서울 치킨집 수 추정
앵커: 서울 인구 ≈ 950만
분해:
- 1명당 치킨 먹는 빈도: 월 1회 정도 → 연 12회
- 1회당 평균 1/3마리 (2~3인 1마리로 나눔)
- 1집에서 하루에 팔리는 치킨 ≈ 30~50마리 (점심·저녁 피크)
- 연간 1집 판매: 30~50 × 300일 ≈ 1만~1.5만 마리
계산:
서울 연간 치킨 수요: 950만 × 12 × 1/3 ≈ 3,800만 마리
치킨집 수: 3,800만 ÷ 1만 ≈ 3,800개
검증: 한국 프랜차이즈 치킨집만 해도 전국 2만~3만.
서울에 이 비중이 20~25% 라고 하면 4천~7천 → 얼추 맞음.예시 ② — 내 개발 작업 기간 추정
질문: "이 기능 만드는 데 몇 주?"
앵커: 예전에 했던 비슷한 기능 → 2주
분해:
- 이번에 추가된 변수: DB 스키마 변경 (+3일)
- 이번에 빠진 변수: 디자인 이미 완성 (-2일)
- 불확실한 외부 API: 테스트·대응 (+2~5일)
계산:
2주(기본) + 3일 - 2일 + 2~5일 = 2.1주 ~ 2.8주
보고: "2~3주 예상. 외부 API 이슈 없으면 2주 초반."④ 자릿수 먼저 맞춤 — 10? 100? 1000?
왜 이 단계가 있나: 정확한 값이 아니라 자릿수만 맞아도 대부분의 의사결정은 가능합니다. 반대로, 자릿수가 틀리면 어떤 정밀 계산도 무의미합니다.
Order of Magnitude 감각
연간 비용 예상:
→ 10만 원대인가? 100만 원대인가? 1,000만 원대인가? 1억대인가?
→ 이 질문에 답할 수 있으면 "어느 급의 결재 필요한가" 결정됨
사용자 예상:
→ 100명? 1,000명? 10,000명?
→ 이 감각만 있으면 "서버 1대? 10대? 100대?" 견적 가능
프로젝트 기간:
→ 1주? 1개월? 3개월? 1년?
→ 자릿수만 맞춰도 일정 계획의 뼈대가 세워짐💡 자릿수 감각 훈련법
매주 만나는 숫자를 보고 "이게 10^몇이지?" 자문해보기.
- 뉴스에서 "예산 2,000억" → 10^11 (2 × 10^11)
- 회사 매출 "연 300억" → 10^10 후반
- 우리 팀 월 인건비 "5,000만" → 10^7 후반
이 감각이 쌓이면 페르미 추정 정확도가 2배 올라갑니다.⑤ 범위 + 가정 명시 — “X ~ Y (가정: …)”
왜 단일 값 금지인가: 단일 값으로 말하면 확정처럼 들립니다. 추정은 본질적으로 불확실하므로 범위로 말해야 정직하고, 가정을 붙여야 검증 가능합니다.
답변 템플릿
"[최소값] ~ [최대값] 예상입니다.
주요 가정:
① [가정 1] — 이게 틀리면 결과가 N배로 움직입니다.
② [가정 2] — 범위 X~Y로 잡았습니다."좋은 vs 나쁜 추정 보고
❌ "한 5천 명쯤 될 것 같아요."
→ 근거 없음, 범위 없음, 가정 없음. 틀리면 "감 틀림"으로 끝.
✅ "3,000~8,000명 예상입니다.
가정:
① 전환율 2~3% (기존 A 캠페인 2.5% 기준)
② 노출 수 15만 (마케팅 예산 기준 추정)
전환율이 1%로 떨어지면 1,500명까지 내려갈 수 있습니다."
→ 범위·가정·민감도 모두 명시. 틀려도 어디가 틀린지 추적 가능.💡 민감도(Sensitivity) 개념
추정에서 어떤 가정이 결과를 가장 크게 좌우하는가?
→ 이걸 먼저 말해야 상대가 "어디를 확인해야 할지" 안다.
예: 총비용 = 인원 × 시간 × 단가
- 인원 4~6명 (±50%)
- 시간 2~3개월 (±50%)
- 단가 거의 고정 (±5%)
→ 결과는 "인원과 시간"이 좌우. 단가는 무시해도 됨.📋 체크리스트 — 추정 전 60초
┌─────────────────────────────────────────────────┐
│ 🧠 추정 전 60초 체크리스트 │
├─────────────────────────────────────────────────┤
│ │
│ □ 질문이 "대상·단위·기간" 모두 있는 숫자 질문? │
│ □ 앵커(확실한 숫자) 2~3개를 썼는가? │
│ □ 큰 수를 작은 비율들의 곱으로 분해했는가? │
│ □ 자릿수 수준(Level)이 맞는지 상식 검증했는가? │
│ □ 단일 값이 아니라 범위로 답했는가? │
│ □ 주요 가정 2~3개를 밝혔는가? │
│ │
│ (NO 1개라도 있으면 아직 숫자 말하지 말 것) │
│ │
└─────────────────────────────────────────────────┘💬 스크립트 예시
예시 1: 비즈니스 추정 (회의에서)
"신규 기능 출시 후 MAU 증가분 질문 주셨는데요.
[숫자 질문으로 변환]
'런칭 후 1개월 MAU 증가량' 기준으로 답하겠습니다.
[앵커]
현재 MAU 12만. 지난 유사 기능 런칭 시 +5% 증가했었습니다.
[분해·계산]
기본 증가: 12만 × 5% = 6,000
이번 기능 차이:
- A: 마케팅 예산 1.5배 (+30%)
- B: 타겟층 범위 축소 (-20%)
예상 증가: 6,000 × 1.3 × 0.8 ≈ 6,200
[범위 + 가정]
5,000 ~ 8,000 증가 예상.
주요 가정:
① 마케팅 전환율이 지난번과 비슷 (가장 큰 변수)
② 경쟁사 대응 런칭 없음 (있으면 -30%)
참고로 A 가정이 흔들리면 결과가 50%까지 움직입니다."예시 2: 개발 일정 추정 (상사에게)
"이 기능 개발 기간 질문 주셨는데요.
[앵커]
작년에 했던 XX 기능이 3주 걸렸습니다.
[이번과의 차이]
+ DB 스키마 변경 필요 → 3~5일
+ 외부 API 통신 신규 → 2~4일
- 디자인 이미 완성 → 2일 단축
[범위]
4~5주 예상. 주요 가정:
① 외부 API 스펙이 이번 주 내 확정 (안 되면 +1주)
② QA 병목 없음 (있으면 +3~5일)"예시 3: 일상 추정 (스스로에게)
질문: "오늘 이 보고서 쓰는 데 몇 시간?"
앵커: 비슷한 길이 보고서 → 평균 3시간
이번 차이:
+ 자료 아직 안 모음 → +1시간
- 템플릿 이미 있음 → -30분
+ 검토 받아야 함 → +30분
범위: 3.5 ~ 5시간
가정: 자료 찾는 데 1시간 안 넘음 (넘으면 자료만으로 하루 갈 수 있음)
→ 점심 전 자료 수집 완료 목표, 아니면 계획 재조정.⚠️ 흔한 실수 5가지
실수 1: “정밀 환상 (Precision Illusion)”
증상: “월 사용자 12,473명 예상입니다.” (← 근거 없는 4자리 수) 왜 나쁜가: 정밀해 보이면 더 믿게 됩니다. 근거 없는 정밀은 더 큰 오해를 부릅니다. 교정: 정밀은 자신 있는 자릿수까지만. “약 1만~1.3만” 같은 반올림된 범위가 정직합니다.
실수 2: “앵커 없이 공중 추정”
증상: 아는 숫자 없이 “제 생각엔 한 5천 정도…”로 시작. 왜 나쁜가: 공중 추정은 ±10배 틀리는 게 정상입니다. 교정: “내가 확신하는 숫자는 뭐지?”를 반드시 먼저 떠올린다.
실수 3: “곱·나눗셈 방향 실수”
증상: 인구 × 비율을 해야 하는데 인구 ÷ 비율로 계산. 결과가 1만 배 튐. 왜 나쁜가: 자릿수로 검증 안 하면 1만 배 틀린 답이 그대로 보고됩니다. 교정: 계산 끝에 반드시 Sanity Check. “이 자릿수가 말이 되나?”
실수 4: “단일 값으로 답하기”
증상: “5,000명입니다.” (단정) 왜 나쁜가: 상대가 “5,000명이 확정”으로 받아들입니다. 4,500명이 되면 “틀렸다” 소리 듣습니다. 교정: 언제나 범위로. 단일 값을 원하면 “중앙값은 X, 범위는 Y~Z”로 답한다.
실수 5: “가정 생략”
증상: 추정치만 말하고 가정을 안 밝힘. 왜 나쁜가: 가정이 바뀌면 결과가 10배로 움직일 수 있는데 상대는 모름. 교정: 민감도 높은 가정 1~2개는 반드시 함께 말한다. “이 가정이 틀리면 N배 움직입니다.”
🧩 미니 연습
연습 1
질문: "한국에서 1년에 팔리는 커피는 몇 잔인가?"
앵커·분해·범위로 추정해보라. 단일 값 금지.풀이 힌트 보기
앵커: 한국 인구 5,100만
분해:
- 성인 비율 약 80% → 4,100만
- 커피 마시는 성인 70% → 2,900만
- 1인 하루 평균 커피: 1~2잔 → 연간 365~730잔
- 단, 안 마시는 날도 있으니 실질 연간 250~500잔 가정
계산:
최소: 2,900만 × 250 = 72억 잔
최대: 2,900만 × 500 = 145억 잔
범위: 연간 70억 ~ 150억 잔
가정:
① 커피 마시는 성인 비율 70% (가장 큰 변수)
② 평균 250~500잔 (개인차 큼)
검증: 한국 커피 시장 보고서 기준 "연간 음용 수 추정 100억 잔대"
→ 자릿수 맞음 ✅연습 2
상황: 상사가 묻는다.
"신규 채용하면 우리 팀 생산성 얼마나 오를까?"
이 질문을 숫자 질문으로 변환하고, 범위로 답해보라.풀이 힌트 보기
[숫자 질문 변환]
"신규 1명 합류 후 3개월 시점, 팀 주간 처리 티켓 수 증가분"
[앵커]
- 현재 팀 주간 처리 40 티켓
- 기존 팀원 평균 개인 처리 10 티켓/주
[분해]
- 신규 1명의 3개월 후 역량: 50~80% (적응 곡선)
- 팀 온보딩 부담: 기존 팀원 -10% (3개월간)
계산:
신규 기여: 10 × 50~80% = 5~8 티켓/주
기존 팀 부담: 40 × -10% = -4 티켓/주
순증: 1 ~ 4 티켓/주
범위: 주간 티켓 처리량 +2~10% (1~4 티켓)
가정:
① 신규 3개월 내 50% 이상 역량 도달 (안 되면 순증 0)
② 온보딩 전담자 없음 가정 (있으면 부담 완화)
추가 의견: "단기 3개월 기준으로는 +2~10%. 6개월 후엔 +20~25%까지
예상되나 이는 채용 품질에 매우 민감합니다."포인트: 비즈니스 추정은 단기 vs 장기를 나눠서 답하면 훨씬 정직합니다.
📌 핵심 요약
- “몰라요”도, “감으로 5천”도 아니다. 사이가 있다. 그게 이 매뉴얼의 지점.
- 숫자 질문부터 만든다. 대상·단위·기간이 다 있어야 계산이 시작된다.
- 앵커(아는 숫자) 없이 공중 추정하면 ±10배 틀린다.
- 분해: 큰 모름을 작은 모름의 곱·합으로 쪼갠다 (페르미 추정).
- 자릿수만 맞아도 대부분의 의사결정은 가능하다. 과한 정밀은 오히려 함정이다.
- 단일 값 금지. 항상 범위 + 주요 가정 2~3개.
- Sanity Check. 계산 끝에 “이 자릿수가 말이 되나?”를 꼭 묻는다.
추정을 잘하는 사람은 “많이 아는 사람”이 아니라 “자기가 무엇을 가정했는지 아는 사람”이다.
Comments
// admin login