<a id="readme-top"><a id="readme-top"></a></a>

Thinking Framework Skills

에이전트가 실행할 수 있는 사고 방법론(thinking-method) 스킬들의 증거 기반 라이브러리.

모든 방법론은 그 작동 메커니즘으로 축소되고, 실제로 증거가 얼마나 강력한지 정직하게 등급이 매겨진 후, 산문(prose)이 아닌 구체적인 결과물(concrete artifact)을 생성하는 스킬로 제공됩니다.

무엇인가 (What it is)  ·  설치 (Install)  ·  프레임워크 (Frameworks)  ·  증거 (Evidence)  ·  실습 예제 (Recipes)  ·  라이브 사이트 (Live site)

⚠️ [IMG:N] 형식 토큰은 이미지 placeholder 입니다. 번역하지 말고 원래 위치에 그대로 유지하세요.

생각 프레임워크 스킬 (Thinking Framework Skills): 에이전트 실행 가능한 사고 방법론 스킬 라이브러리

• 이것이란
• 빠른 시작
• 무엇이 다른가
• 라이브러리 개요
• 증거 모델
• 카탈로그
• 스킬 작동 방식
• 레시피
• 진입 방법 찾기
• 문서화
• 준수: 고급(Gold) 등급이 의미하는 것
• 프로젝트 상태
  • 개요 · 레포 구조 · 변경 로그
• 기여하기
• 라이선스
• 유지보자 소개

🧠 이것이란 (What this is)

AI 에이전트는 유창하고 빠르지만, 생각하는 것을 실제로 좋게 만드는 움직임들(잘못된 문제를 해결하기 전에 문제 재구성하기, 증거와 추론 분리하기, 계획이 실패하는 모습을 미리 상상해 보기, 결정을 여러 각도에서 스트레스 테스트하기 등)에는 놀라울 정도로 취약합니다. 인간도 시간 압박 하에서는 그리 나을 것이 없습니다. 둘 다 너무 일찍 수렴(converge)하는 경향이 있습니다.

thinking-framework-skills는 구조적 사고 전통(의사 결정 과학, 창의성 연구, 시스템 사고, 통찰력, 비판적 사고)의 지속 가능한 핵심 요소를 작고 조합 가능하며 에이전트가 바로 사용할 수 있는 스킬로 패키징했습니다. 각 스킬은 사람이나 에이전트가 문제를 재구성하거나, 옵션을 생성하거나, 가정을 이의 제기하거나, 결과를 추적하거나, 결정을 스트레스 테스트하도록 돕고, 사용 가능한 아티팩트를 반환합니다.

세 가지 요소가 이것을 단순한 정신 모델 목록과 다르게 만듭니다:

⚡ 빠른 시작 (Quick start)

Claude Code (권장):

/plugin marketplace add product-on-purpose/agent-plugins
/plugin install thinking-framework-skills@product-on-purpose

63개의 모든 프레임워크(4가지 툴 및 9가지 레시피 포함)가 즉시 사용 가능해지며, 이름으로 호출할 수 있습니다 (예: /think-premortem).

크로스 에이전트 (Cursor, Copilot, Cline 등 오픈 skills CLI를 통해):

npx skills add product-on-purpose/thinking-framework-skills

클론 또는 다운로드:

git clone https://github.com/product-on-purpose/thinking-framework-skills.git

첫 실행. 곧 확정할 실제 결정을 하나 선택한 후, 다음을 수행합니다:

/think-premortem "우리는 가입자 증가를 유도하기 위해 무료 티어를 출시하려고 합니다"

사용자는 순위가 매겨진 **리스크 레지스터 (risk register)**를 얻게 됩니다. 각 최고 리스크에 대해 선행 신호(leading signal), 완화 방안(mitigation), 담당자(owner), 그리고 중단 기준(kill criterion)이 포함됩니다. 중요한 것은 이러한 산출물이지, 조심스러움이라는 느낌 자체가 아닙니다. 에이전트가 필요하지 않습니다. 모든 스킬은 페이지의 템플릿을 사용하여 수동으로 실행할 수 있는 절차입니다.

어떤 프레임워크가 필요한지 모르겠나요? **Framework Advisor**로 시작하세요: 상황을 일반 언어로 설명하면, 실행해야 할 스킬의 우선순위가 지정된 *사고 계획 (Thinking Plan)*과 순서, 그리고 건너뛸 항목이 반환됩니다. 이것이 다른 모든 것들의 관문입니다.

Framework Advisor가 워크플로우에 통합되는 방법:

⚠️ [IMG:N] 형식 토큰은 이미지 placeholder 입니다. 번역하지 말고 원래 위치에 그대로 유지하세요.

%%{init: {'theme':'base','themeVariables':{'primaryColor':'#eef2ff','primaryBorderColor':'#c7d2fe','lineColor':'#6366f1'}}}
flowchart LR
  sit["Your situation<br/>(a prompt)"]:::in --> adv{"Framework Advisor<br/>(the front door)"}:::router
...

📖 전체 사용법: docs/getting-started.md · 라이브러리 전체 둘러보기: 실제 사이트.

🔬 차별점 (What makes it different)

"사고 방법론(thinking methods)" 분야는 세 가지 불균형한 계층으로 나뉩니다. 즉, 재현 가능한 연구 증거를 가진 작은 실증적 핵심(empirical core), 실제 활용도가 높지만 공식적인 검증이 제한적인 오래된 경험칙을 가진 큰 실무자 영역(practitioner ring), 그리고 인기도와 약한 증거가 혼재하는 잡음 가득한 **외부 영역(outer ring)**입니다. 대부분의 라이브러리는 이 세 가지를 하나의 반짝이는 카탈로그로 평준화합니다.

이것은 정반대의 접근을 취하며, 그 정직함 자체가 제품의 핵심입니다:

• 증거 수준 투명하게 등급화. 모든 스킬에는 티어(tier)가 부여되며, 해당 문서에는 연구가 무엇을 보여주고 무엇을 보여주지 않는지 명시합니다. 실무자 영역에 속하는 방법론이라도 정직하게 라벨링된 것이 과학처럼 포장된 것보다 신뢰할 수 있습니다.
• 통계 데이터를 세탁하지 않습니다. 자주 인용되는 '사전 예측(premortem) 30%'는 보통 Klein의 (2007) 설명에 기인하며, 그가 설명하는 연구에서는 찾아볼 수 없고, 의사결정 품질에서 30% 향상된 적도 없었기 때문에 이 라이브러리에서는 이를 사용하지 않습니다. 주장은 실제로 연구가 측정했던 범위로 한정됩니다.
• 의식(ritual)보다 메커니즘(Mechanism). 스킬은 지속 가능한 움직임(move)을 구현하고, 브랜드화된 의식을 그 기원(lineage)으로 명명할 뿐, 그 반대는 하지 않습니다. (따라서 이 라이브러리는 상표권이 있는 '식스 씽킹 햇(Six Thinking Hats)' 대신 Parallel Perspectives Review를 제공합니다.)
• 전달된 증거 플래그. 거의 모든 연구가 이러한 방법론을 실행하는 AI 에이전트를 테스트하지 않습니다. 증거가 인간 대상 연구에서 온 경우, 해당 페이지에 그 출처가 명시됩니다.

🗺️ 라이브러리 개관 (The library at a glance)

12가지 인지 운영(cognitive-operation) 계열에 걸친 63개의 프레임워크(56개 핵심 + 7개 논쟁적 관점)가 사고 생애 주기(thinking lifecycle)로 배열되어 있습니다. (추가적으로 네 가지 도구와 아홉 가지 레시피가 활용됩니다.) 모든 12가지를 사용할 필요는 거의 없으며, Framework Advisor가 현재 상황에 맞는 몇 가지만 선택해 드립니다.

%%{init: {'theme':'base','themeVariables':{'primaryColor':'#eef2ff','primaryBorderColor':'#c7d2fe','lineColor':'#6366f1','fontFamily':'system-ui, sans-serif'}}}%%
flowchart TB
    classDef frame fill:#e0e7ff,stroke:#6366f1,color:#1e1b4b,font-weight:bold
...

본문 내: 문제를 정의하고(frame the problem), 옵션을 생성하며(generate options), 다른 각도에서 바라보고(see it from other angles), 결과를 추적하며(trace consequences), 가정을 검토하고(challenge assumptions), 논리를 명확히 하며(clarify the reasoning), 옵션 간의 결정을 내리고(decide between options), 대안적인 미래에 전략을 테스트하며(test strategy against alternative futures), 도덕적 상충 관계를 평가하고(weigh the moral trade-off), 잘못될 수 있는 것을 예측한 후(anticipate what could go wrong), 종합하고(synthesize), 마지막으로 성찰합니다(reflect). 증거 등급별 전체 색상 코딩 맵은 실제 사이트에서 확인하실 수 있습니다.

🔬 증거 모델 (The evidence model)

솔직한 평가(Honest grading)가 차별점이기 때문에, 핵심은 카탈로그 이전에 있습니다: 모든 스킬과 모든 주장은 가장 강력한 것부터 가장 약한 것까지의 일곱 가지 등급 중 하나로 라벨링됩니다.

강력한 증거 기반 코어(core)가 라이브러리를 지탱하며, 나머지 모든 것은 그 주변에 솔직하게 라벨링되어 있습니다. bibliography에서는 등급이 매겨진 출처들을 모아 놓았기 때문에 회의론자도 어떤 주장이라도 근거(grounding)를 추적할 수 있습니다. 간략한 버전은 docs/concepts.md에서 확인하세요.

📚 카탈로그

모든 63개의 프레임워크를 가족별로 분류했습니다. **일곱 가지는 논쟁적인 관점(contested lenses)**입니다 (SWOT, ACH, Five Whys, Eisenhower/MoSCoW/Pareto, Complexity Domain Sort, Reflective Equilibrium, QCA): 유명하지만 증거가 약한 방법론들을 솔직하게 등급 매기고, 주의사항을 먼저 명시하며, 사용 요청이 구체적일 때만 제공하고, 해당 행에 *논쟁적인 관점(Contested lens)*으로 표시했습니다. Tier 열은 바로 위에 정의된 증거 모델의 등급입니다. 각 이름은 라이브 사이트에서 전체 페이지—메커니즘, 번호가 매겨진 절차, 예시 적용 사례, 그리고 등급이 매겨진 출처—로 연결됩니다. (라우터(routers)와 어플리케이터(applicators)는 도구 아래에; 체인(chains)은 레시피 아래에 나열되어 있습니다.)

문제 정의(Problem Framing) - 실제 문제를 프레이밍하기 (6)

발산적 아이디어 구상(Divergent Ideation) - 옵션 생성하기 (6)

관점 및 다중 렌즈(Perspective & Multi-Lens) - 다른 각도에서 보기 (2)

시스템 및 결과 - 결과를 추적하기 (9)

가정 및 신념 도전 - 가정을 검토하기 (5)

추론 명확성 - 추론을 명료화하기 (5)