The Technical Problem Is Often Not the Business Problem
By Prof. Dr. S. Filo Ambrosini
On a semiconductor line, a rising defect rate can trigger a familiar debate. Do we need a new inspection system? More sensors? An additional engineer? Those may all be valid responses. But before making the decision, someone needs to establish when the change began, where it first appears, and whether the signal itself is reliable.
반도체 생산 라인에서 불량률이 상승하면 익숙한 논쟁이 촉발되곤 합니다. 새로운 검사 시스템이 필요할까요? 더 많은 센서가 필요할까요? 아니면 엔지니어를 한 명 더 충원해야 할까요? 이들 모두 타당한 대응책일 수 있습니다. 하지만 결정을 내리기 전에, 누군가는 변화가 언제 시작되었는지, 어디서 처음 나타났는지, 그리고 신호 자체는 신뢰할 수 있는지를 먼저 규명해야 합니다.
Technical companies often make an expensive mistake before choosing a solution: they accept the first description of the problem as if it were a diagnosis. A measurement becomes unstable. Is the instrument failing, or is the sample preparation inconsistent? Is the process drifting, or has the measurement protocol changed? Is a defect causing the yield loss, or is it simply the first defect that became visible? A customer asks for higher resolution. Do they really need resolution, or do they need repeatability, throughput, or evidence for a qualification decision?
기술 기업들은 해결책을 선택하기 전에 종종 비용이 많이 드는 실수를 저지릅니다. 바로 문제에 대한 최초의 묘사를치밀한 진단인 양 그대로 받아들이는 것입니다. 측정 결과가 불안정해집니다. 장비가 고장 난 것일까요, 아니면 시료 준비 과정에 일관성이 없는 것일까요? 공정이 표류하고 있는 것일까요, 아니면 측정 프로토콜이 바뀐 것일까요? 결함 때문에 수율이 떨어지는 것일까요, 아니면 단순히 그 결함이 눈에 띄게 된 첫 번째 사례일 뿐일까요? 고객이 더 높은 해상도를 요구합니다. 그들이 정말로 해상도를 필요로 하는 것일까요, 아니면 반복 재현성, 처리량, 혹은 품질 인증(qualification) 결정을 위한 증거가 필요한 것일까요?
These are not semantic differences. They lead to different purchases, different projects, and different commercial outcomes. A company may buy a more capable instrument and discover that contamination, vibration, operator practice, software settings, or an undefined protocol was responsible for the original variation. Another company may collect thousands of measurements without deciding what result would trigger a process change. The data grows, but the uncertainty remains. This is where diagnosis becomes a business instrument. Diagnosis turns scattered signals into a decision.
이는 단순한 어감의 차이가 아닙니다. 서로 다른 구매, 서로 다른 프로젝트, 그리고 서로 다른 상업적 결과로 이어지는 중대한 차이입니다. 어떤 기업은 더 성능이 뛰어난 장비를 구입하고 나서야 원래의 변동을 일으킨 원인이 장비가 아니라 오염, 진동, 작업자의 관행, 소프트웨어 설정, 혹은 정의되지 않은 프로토콜 때문이었음을 뒤늦게 깨닫습니다. 또 다른 기업은 공정 변경을 촉발할 기준이 무엇인지 결정하지도 않은 채 수천 개의 측정 데이터를 수집합니다. 데이터는 늘어나지만 불확실성은 그대로 남아 있습니다. 바로 이 지점에서 '진단'은 비즈니스 도구가 됩니다. 진단은 흩어져 있는 신호들을 하나의 결단으로 탈바꿈시킵니다.
Diagnosis is not just finding what is wrong. It is defining the situation well enough to decide what should happen next. Before choosing a solution, it is worth asking four less exciting questions:
- What has actually changed?
- Where in the process does the change first appear?
- Which decision is currently blocked?
- What evidence would justify a different action?
진단은 단순히 무엇이 잘못되었는지 찾아내는 것이 아닙니다. 진단은 다음에 무엇을 해야 할지 결정할 수 있을 만큼 상황을 명확하게 정의하는 것입니다. 해결책을 선택하기 전에, 다소 흥미는 떨어질지라도 다음과 같은 네 가지 질문을 던져볼 가치가 있습니다.
- 실제로 무엇이 변했는가?
- 그 변화는 공정 중 어디서 처음 나타나는가?
- 현재 어떤 의사결정이 가막혀 있는가?
- 어떤 증거가 다른 조치를 정당화할 수 있는가?
The questions are simple, but they force different groups to describe the same situation in operational terms. Research may be focused on improving resolution while manufacturing needs repeatability. A sales team may be promising a capability that service cannot deliver consistently. Management may be asking for growth while the real constraint is capacity, training, or a process with too much variability.
이 질문들은 단순하지만, 서로 다른 부서들이 동일한 상황을 운영(실행) 관점의 언어로 묘사하도록 강제합니다. 연구소는 해상도 개선에 집중할 수 있는 반면, 생산 라인은 반복 재현성을 필요로 합니다. 영업팀은 서비스 부서가 일관되게 제공할 수 없는 기능을 약속하고 있을지도 모릅니다. 경영진은 성장을 요구하지만 실제 제약 요인은 용량, 교육, 혹은 변동성이 너무 큰 공정일 수 있습니다.
Everyone can be working hard while the company is still solving the wrong problem. Technical complexity makes this more likely. Specifications create the impression of precision, even when the decision itself is vague. Discussions move quickly towards bandwidth, resolution, sensitivity, automation, software, and other technical features. Those details matter, but only in relation to a job they are expected to do.
모든 사람이 열심히 일하고 있으면서도 회사는 여전히 엉뚱한 문제를 해결하고 있을 수 있습니다. 기술적 복잡성은 이러한 가능성을 더욱 높입니다. 사양은 의사결정 자체가 모호할 때조차도 정밀하다는 인상을 줍니다. 논의는 대역폭, 해상도, 감도, 자동화, 소프트웨어 및 기타 기술적 특징들로 빠르게 흘러갑니다. 그러한 세부 사항들은 중요하지만, 그것들이 수행해야 할 업무와 연관되어 있을 때만 그렇습니다.
The useful question is not always: “What is the best tool?” It may be: “Which decision is impossible today, and what is preventing us from making it?” That question changes the role of measurement. Measurement is no longer just a way to produce more numbers. It becomes a way to distinguish among possible causes and reduce the risk of a wrong decision. The value of an instrument therefore depends not only on its specification, but also on whether its output can be connected to a real process and a clear action.
유용한 질문은 언제나 "가장 좋은 도구가 무엇인가?"가 아닙니다. 오히려 "오늘날 불가능한 의사결정은 무엇이며, 무엇이 우리가 그 결정을 내리지 못하도록 막고 있는가?"일 수 있습니다. 그 질문은 측정의 역할을 바꿉니다. 측정은 더 많은 숫자를 만들어내는 수단에 그치지 않습니다. 가능한 원인들을 구별하고 잘못된 결정을 내릴 위험을 줄이는 수단이 됩니다. 따라서 측정 장비의 가치는 그 사양뿐만 아니라, 그 출력값이 실제 공정과 명확한 조치로 연결될 수 있는지 여부에 달려 있습니다.
The same principle applies to projects and customers. A delayed project may not need more people; it may need a definition of done. A request for a new capability may not justify a new development program; it may reveal that the customer has not yet identified the decision the capability is meant to support. A service problem may look like a hardware problem until the entire workflow is examined.
동일한 원리가 프로젝트와 고객에게도 적용됩니다. 지연된 프로젝트에는 더 많은 인력이 필요한 것이 아니라 '완료(done)'에 대한 정의가 필요할 수 있습니다. 새로운 기능에 대한 요청이 새로운 개발 프로그램을 정당화하지 못할 수도 있으며, 이는 고객이 그 기능이 뒷받침해야 할 의사결정을 아직 내리지 못했음을 드러낼 수 있습니다. 서비스 문제는 전체 작업 흐름을 검토하기 전까지는 하드웨어 문제처럼 보일 수 있습니다.
This is why technical and commercial discussions should meet earlier. Three layers need to stay connected: what is physically happening in the product or process; what the available evidence can actually tell us; and what business decision depends on that evidence.
이것이 바로 기술적 논의와 상업적 논의가 더 일찍 만나야 하는 이유입니다. 제품이나 공정에서 실제로 물리적으로 무슨 일이 일어나고 있는지, 가용한 증거가 실제로 우리에게 무엇을 말해줄 수 있는지, 그리고 어떤 비즈니스 의사결정이 그 증거에 달려 있는지라는 세 가지 층위가 계속해서 연결되어 있어야 합니다.
When these layers are separated, companies tend to compensate with activity. They buy, test, hire, redesign, and schedule more meetings. Sometimes the activity solves the problem. Sometimes it only makes the wrong direction more expensive.
이 세 가지 층위가 분리될 때, 기업들은 보통 '활동'으로 이를 메우려 합니다. 기업들은 구매하고, 테스트하고, 채용하고, 재설계하며, 더 많은 회의를 일트에 잡습니다. 때로는 그러한 활동이 문제를 해결하기도 합니다. 하지만 때로는 잘못된 방향을 더 비용이 많이 드는 방향으로 만들 뿐입니다.
Good diagnosis does not remove uncertainty. It makes uncertainty visible, and therefore manageable. It tells the team what is known, what is not known, and what should be tested before committing more time or money.
좋은 진단은 불확실성을 없애주는 것이 아닙니다. 불확실성을 가시화하여 관리할 수 있게 만들어 줍니다. 팀에게 무엇이 알려졌고, 무엇이 알려지지 않았으며, 더 많은 시간이나 돈을 쏟아붓기 전에 무엇을 테스트해야 하는지 알려줍니다.
The strongest technical organizations are not necessarily those with the most advanced equipment or the largest volume of data. They are often the ones that can stop for a moment, identify the first point at which reality diverged from expectation, and agree on what decision the next measurement is supposed to support.
가장 강력한 기술 조직은 반드시 가장 최첨단 장비를 갖추거나 가장 방대한 양의 데이터를 보유한 조직이 아닙니다. 이들은 종종 잠시 멈춰 서서 현실이 기대에서 벗어난 최초의 지점을 파악하고, 다음 측정이 지원해야 할 의사결정이 무엇인지 합의할 수 있는 조직들입니다.
In technical business, solving the problem is only half the work. The other half is making sure it is the right problem.
기술 비즈니스에서 문제를 해결하는 것은 절반의 일에 불과합니다. 나머지 절반의 일은 그것이 '올바른 문제'인지 확인하는 것입니다.
Prof. Dr. S. Filo Ambrosini is a physicist and nanotechnology specialist working at the intersection of scientific instrumentation, materials characterization and business. He currently leads European sales for NT-MDT, focusing on AFM, Raman and TERS, and also teaches physics, mathematics and microeconomics. His work spans research, technical sales and international business development, with a particular interest in how scientific and engineering problems are translated into practical commercial decisions.
S. 필로 암브로시니(S. Filo Ambrosini) 교수는 물리학자이자 나노기술 전문가로, 과학 기기, 소재 특성화, 그리고 비즈니스의 교차점에서 활동하고 있습니다. 현재 NT-MDT의 유럽 지역 영업을 총괄하며 AFM(원자간력 현미경), 라만(Raman), TERS에 주력하고 있고, 물리학, 수학, 미시경제학도 가르치고 있습니다. 그의 업무는 연구, 기술 영업, 국제 비즈니스 개발에 걸쳐 있으며, 특히 과학 및 공학적 문제가 어떻게 실질적인 상업적 의사결정으로 번역되는지에 깊은 관심을 두고 있습니다.
