바이브 코딩 →

근본 원인 분석Root Cause Analysis

근본 원인 분석(Root Cause Analysis)은 물이 샐 때 걸레질만 하지 않고 새는 파이프를 찾아 고치는 것 같은 것 — 문제가 생겼을 때 겉으로 보이는 증상이 아니라 다시 일어나게 만드는 진짜 원인을 찾아내는 방법이에요.

천장에서 물이 떨어질 때 바닥을 닦고 양동이를 받쳐 두면 당장은 괜찮지만, 다음 비가 오면 또 새요. 진짜 해결은 지붕 어디가 깨졌는지 찾아 고치는 거죠. 근본 원인 분석은 그 '깨진 곳'을 찾는 과정이에요. '왜 이런 일이 생겼지?'를 한 번에서 멈추지 않고 몇 번 더 물어 내려가면서, 같은 문제가 다시 생기지 않게 하는 지점까지 파고들어요.

강의에서는 자동화가 브라우저 연결 오류로 멈추자, 리뷰 에이전트 스킬에게 로그를 함께 보면서 근본 원인을 찾게 해요. 그리고 '임시로 우회해서 끝내지 말고, 재발하지 않게 원인을 찾은 다음 필요하면 모델이나 접근 방식 자체를 바꿔라'는 규칙을 agent.md에 넣어 둬요. 이렇게 규칙으로 박아 두면 에이전트가 다음에 오류를 만났을 때도 대충 넘어가지 않고 같은 기준으로 원인을 파고들어요. 자동화가 많아질수록 오류도 자주 만나기 때문에 이런 원칙이 시간을 크게 아껴 줘요.

'AI 자동화가 실패하면 근본 원인은 어떻게 찾게 하나요?'라는 질문에는, 에러 메시지와 로그를 함께 넘기고 '증상이 아니라 원인을 찾고, 재발 방지책까지 제안해 줘'라고 분명히 요청하라고 답할 수 있어요. 초보가 흔히 하는 실수는 AI가 '고쳤어요'라고 하면 그대로 믿는 거예요. 실제로는 에러가 안 보이게 감추기만 했을 수도 있어요. 고친 뒤에는 같은 상황을 다시 돌려 문제가 정말 사라졌는지 확인하세요.

💡 대표 예시

  • 오류 대응 — 브라우저 연결 오류 로그를 넘기고 근본 원인을 찾게 한다
  • 규칙 추가 — 임시 우회 대신 원인을 찾으라는 규칙을 agent.md에 넣는다
  • 접근 변경 — 같은 오류가 반복되면 모델이나 방식을 바꾸게 한다
  • 검증 — 고쳤다는 답을 받으면 같은 상황을 다시 돌려 확인한다
  • 재발 방지 — 원인과 대책을 기록해 다음 세션에서도 참고하게 한다

🔗 관련 용어

이 개념, 직접 적용해볼까요?

AI와 함께 나만의 사이트·서비스를 만드는 법을 강의에서 배워보세요.