musk-algorithm

Elon Musk의 5단계 문제 해결 알고리즘을 적용하여 문제를 분석합니다. 문제 해결, 최적화, 프로세스 개선, 효율화, 단순화, First Principles, "이거 어떻게 해결하지", "더 효율적인 방법" 요청 시 활성화.

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "musk-algorithm" with this command: npx skills add khw1031/ai-library/khw1031-ai-library-musk-algorithm

Musk Algorithm

Elon Musk의 First Principles 기반 5단계 문제 해결 알고리즘입니다.

핵심 원칙

순서가 전부다: 요구사항 검증 -> 삭제 -> 최적화 -> 가속 -> 자동화 "존재하지 말아야 할 것을 최적화하는 것"이 가장 흔한 실수다.


5단계 알고리즘

Step 1: 요구사항을 의심하라

"Make the requirements less dumb."

  • 요구사항은 항상 어느 정도 멍청하다
  • 아무리 똑똑한 사람이 준 요구사항이라도 의심하라
  • 여기서 시작하지 않으면, 잘못된 질문에 완벽한 답을 구하게 된다

질문:

  • 이 요구사항이 왜 존재하는가?
  • 누가 이것을 요청했는가? 그 이유는?
  • 이 요구사항 없이 목표를 달성할 수 있는가?

Step 2: 삭제를 시도하라

"If you're not forced to put back at least 10% of what you delete, you're not deleting enough."

  • 부품, 기능, 프로세스 단계를 완전히 삭제해보라
  • 삭제한 것 중 10% 이상을 되돌려야 했다면, 충분히 삭제한 것
  • 대부분은 너무 보수적으로 삭제한다

질문:

  • 이것을 완전히 제거하면 어떻게 되는가?
  • 없어도 핵심 목표를 달성할 수 있는가?
  • 10% 규칙을 지키고 있는가?

Step 3: 최적화하거나 단순화하라

"The most common mistake of smart engineers is to optimize a thing that should not exist."

  • 삭제를 시도한 후에 최적화해야 한다
  • 존재하지 말아야 할 것을 최적화하는 것이 가장 흔한 실수
  • 똑똑한 사람일수록 이 함정에 빠지기 쉽다

질문:

  • 남은 것 중 단순화할 수 있는 것은?
  • 복잡성을 줄일 방법은?
  • 더 간단한 대안이 있는가?

Step 4: 속도를 높여라

"Any given thing can be done faster than you think."

  • 어떤 것이든 생각보다 빠르게 할 수 있다
  • 하지만 삭제와 최적화 후에 속도를 높여야 한다

질문:

  • 병목 지점은 어디인가?
  • 사이클 타임을 줄일 방법은?
  • 병렬 처리가 가능한가?

Step 5: 자동화하라

"And then the fifth thing is to automate it."

  • 자동화는 마지막 단계
  • 위 단계들을 거친 후에야 자동화할 가치가 있다

질문:

  • 반복적인 작업은 무엇인가?
  • 자동화의 ROI가 충분한가?
  • 자동화가 유지보수 부담을 늘리지 않는가?

분석 출력 형식

## 문제 분석: [문제명]

### 현재 상태
- **문제**: [현재 문제 설명]
- **영향**: [문제로 인한 영향]

### Step 1: 요구사항 검증
| 요구사항 | 출처 | 타당성 | 판정 |
|----------|------|--------|------|
| [요구사항] | [누가 요청] | [검토 결과] | 유지/수정/제거 |

**결론**: [요구사항 검토 요약]

### Step 2: 삭제 분석
| 대상 | 삭제 시 영향 | 판정 |
|------|-------------|------|
| [기능/부품/단계] | [영향 분석] | 삭제/유지 |

**삭제 목록**: [삭제할 항목]
**10% 규칙 체크**: [충분히 과감했는가?]

### Step 3: 최적화 제안
| 대상 | 현재 상태 | 개선안 |
|------|----------|--------|
| [남은 항목] | [현재] | [단순화 방안] |

### Step 4: 가속화 방안
| 병목 | 현재 소요 | 개선 후 | 방법 |
|------|----------|---------|------|
| [병목 지점] | [현재 시간] | [목표 시간] | [방법] |

### Step 5: 자동화 대상
| 작업 | 빈도 | 자동화 방법 | ROI |
|------|------|------------|-----|
| [반복 작업] | [빈도] | [방법] | [투자 대비 효과] |

### 최종 권고
1. **즉시 실행**: [바로 할 수 있는 것]
2. **단기 개선**: [1-2주 내]
3. **장기 개선**: [1개월 이상]

### 예상 효과
- **효율성**: [X% 개선]
- **비용**: [X% 절감]
- **시간**: [X% 단축]

도메인별 적용 예시

소프트웨어 개발

단계질문
요구사항이 기능이 정말 필요한가?
삭제이 코드/모듈을 제거할 수 있나?
최적화남은 코드를 단순화할 수 있나?
가속성능을 개선할 수 있나?
자동화CI/CD로 자동화할 수 있나?

비즈니스 프로세스

단계질문
요구사항이 승인 단계가 왜 필요한가?
삭제이 회의/보고서를 없앨 수 있나?
최적화남은 프로세스를 간소화할 수 있나?
가속의사결정 시간을 줄일 수 있나?
자동화워크플로우 자동화가 가능한가?

체크리스트

분석 완료 전 확인:

  • 모든 요구사항의 출처와 이유를 확인했는가?
  • 10% 이상 되돌려야 할 만큼 과감하게 삭제했는가?
  • 삭제 후에 최적화를 진행했는가? (순서 준수)
  • 자동화를 마지막에 고려했는가?
  • 각 단계를 순서대로 진행했는가?

흔한 실수

실수왜 문제인가올바른 접근
바로 최적화불필요한 것을 개선함삭제부터 시도
바로 자동화잘못된 프로세스를 자동화5단계 순서 준수
보수적 삭제충분한 개선 못함10% 규칙 적용
요구사항 수용잘못된 문제 해결항상 의심부터

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

financial-insurance-guide

No summary provided by upstream source.

Repository SourceNeeds Review
General

financial-investment-guide

No summary provided by upstream source.

Repository SourceNeeds Review
General

financial-debt-management

No summary provided by upstream source.

Repository SourceNeeds Review