AI 90일 성장 실험: 거창한 목표 대신 검증 가능한 변화를 설계하는 법

새해나 분기 초에 세운 목표가 오래 이어지지 않는 이유는 의지가 부족해서가 아니라, 점검과 수정이 어려운 방식이기 때문입니다. 거창한 목표 대신 "90일 동안 실행하고 결과를 검증하겠다"는 실험 방식을 적용하면 중간 과정을 구체적으로 기록하고 점검하기 쉬워집니다. 인공지능(AI)을 활용하여 가설 설계부터 지표 관리, 중간 점검까지 체계적으로 진행하는 방법을 안내해 드립니다.

실험은 실패해도 배운다

목차

• 1. 왜 목표 대신 실험인가
• 2. AI로 90일 실험을 설계하는 방법
• 3. AI와 함께하는 주간·월간 점검 방법
• 4. 실험이 중간에 무너졌을 때 대처법
• 5. 자주 묻는 질문 (FAQ)

1. 왜 목표 대신 실험인가

목표와 실험은 성장을 바라보는 접근 방식에서 큰 차이를 보입니다. 단순히 방향을 정하는 것에 그치지 않고, 과정을 데이터로 확인하는 것이 핵심입니다.

1) 목표와 실험의 차이

"올해 데이터 분석가로 전환하겠다"는 목표는 방향성을 제공하지만, 중간 과정에서 무엇을 수정해야 할지 파악하기 어렵습니다. 반면 "90일 동안 매일 SQL을 30분씩 공부하고 결과를 확인하겠다"는 실험은 문제 풀이 수, 오답률, 실행량 등 구체적인 데이터를 남깁니다. 예상한 결과가 나오지 않더라도 해당 데이터는 다음 행동을 조정하는 유용한 자료가 됩니다.

2) 90일이라는 기간의 유용성

1년 단위 계획은 기간이 길어 중간에 흐지부지되기 쉽고, 30일은 습관 정착이나 기술 습득의 결과를 확인하기에 다소 짧을 수 있습니다. 90일은 장기 목표를 부담 없이 나누고, 실행 과정을 점검하여 방향을 수정하기에 가장 적절한 단위입니다.

핵심 개념: 목표가 최종적으로 원하는 방향을 정하는 것이라면, 실험은 그 방향으로 실제 행동을 해보고 무엇이 달라지는지 데이터로 확인하는 과정입니다.

3) 검증 가능한 변화의 조건

"더 발전하겠다"와 같은 모호한 다짐은 진행 상황을 추적할 수 없습니다. "90일 동안 블로그 글 12편 발행", "주 5회 30분씩 학습 및 기록"처럼 수치화되거나 완료 여부를 명확히 알 수 있는 형태로 단위를 설정해야 합니다.

2. AI로 90일 실험을 설계하는 방법

AI는 성공을 보장해 주는 주체가 아니라, 막연한 목표를 실행 단위로 쪼개고 기록 구조를 잡아주는 보조 파트너로 활용할 수 있습니다.

1단계: 실험 가설을 만든다

실험은 구체적인 가설에서 출발합니다. 기본 프레임워크는 다음과 같습니다.

"나는 [행동]을 [기간] 동안 하면 [결과]에 변화가 있을 것이라고 가정한다."

작성한 가설을 AI에게 제공하고 다음과 같이 프롬프트를 작성할 수 있습니다.

AI 프롬프트 예시: "이 실험에서 측정할 수 있는 결과 지표를 검토해줘. 실행을 방해할 수 있는 요소와 기록해야 할 항목도 함께 제안해줘."

2단계: 30·60·90일 체크포인트를 설계한다

90일 통째로 평가하기보다 구간을 나누어 점검해야 중간에 길을 잃지 않습니다.

기간	확인할 내용	확인 방법
1~30일	실험 실행 과정 (습관 정착)	실행 횟수 및 기록 달성률 확인
31~60일	중간 변화 (데이터 누적)	결과 지표와 실행량 비교 분석
61~90일	최종 결과 (가설 검증)	처음 설정한 기준과 최종 성과 비교

3단계: AI로 실험 지표를 만든다

실행량(행동 지표)과 실제 변화(결과 지표)를 함께 측정해야 합니다. 예를 들어 SQL 학습 시 "주간 문제 풀이 수"는 행동 지표이며, "오답률 변화"나 "모의고사 점수"는 결과 지표에 해당합니다.

3. AI와 함께하는 주간·월간 점검 방법

기록이 없으면 90일 후 비교할 자료가 남지 않습니다. 주기적인 데이터 수집이 필수적입니다.

1) 주간 점검

매주 정해진 요일에 진행 상황을 기록하고 AI에게 피드백을 요청합니다.

AI 프롬프트 예시: "이번 주 실험 결과야. 목표는 문제 50개였고 실제 38개를 풀었어. 오답률은 지난주 대비 5% 감소했어. 이 기록에서 분석할 수 있는 점과 다음 주에 조정할 부분을 정리해줘."

2) 30일 중간 점검

30일이 지나면 가설의 유효성을 재검토합니다. 계획이 변경되더라도 이는 실패가 아니라 실험 조건을 최적화하는 과정입니다. AI에게 지난 30일간의 데이터를 입력하고 반복되는 패턴이나 문제점을 분석하도록 요청할 수 있습니다.

3) 90일 결과 분석

실험이 끝나면 전체 로그를 바탕으로 잘된 점, 예상과 달랐던 점, 방해 요인 등을 종합 분석하여 다음 90일 실험의 밑거름으로 삼습니다.

30일마다 확인하고 수정한다

4. 실험이 중간에 무너졌을 때 대처법

계획대로 진행되지 않을 때 자책 대신 조건 분석으로 접근해야 합니다.

• 결과를 실패로 단정하지 않기: "매일 2시간 공부"가 실패했다면 의지 문제가 아니라 시간대나 환경의 조건 문제일 수 있습니다. Conditions를 변경해 재시도합니다.
• 최소 실행 단위(Minimum Viable Action) 설정: 일정이 바쁜 경우 완전히 포기하는 대신 "20분간 핵심 3문제 풀기"와 같이 최소 단위를 설정하여 흐름을 유지합니다.
• AI에게 제약 조건 공유: "야근으로 평일 40분만 가능함"과 같은 실제 제약 상황을 AI에게 입력하여 현실적인 대안 계획을 재설계받습니다.

5. 자주 묻는 질문 (FAQ)

Q1. 90일 실험과 일반 목표 설정의 가장 큰 차이는 무엇인가요?

목표는 최종적으로 원하는 상태를 정의하는 데 중점을 두지만, 실험은 그 과정에서의 행동과 데이터를 기록하고 중간에 검증·조정하는 데 초점을 둡니다.

Q2. 실험 가설을 세우기 어려울 땐 어떻게 하나요?

현재 가장 궁금한 하나의 질문에서 시작하세요. "[행동]을 [기간] 동안 했을 때 [결과]가 바뀔까?"라는 구조에 자신의 상황을 적용하면 됩니다.

Q3. 90일보다 짧은 기간으로 진행해도 되나요?

네, 가능합니다. 새로운 도구 테스트나 단순 작업 방식 비교는 14일이나 30일 단위의 단기 실험으로 진행해도 충분한 데이터를 얻을 수 있습니다.

거창한 다짐 대신 측정 가능한 작은 실험을 반복하며 자신만의 성장 데이터베이스를 구축해 보세요.

Notion 공식 템플릿 둘러보기

출처 및 참고 사이트

• Notion 공식 템플릿 라이브러리
• Google Sheets 공식 안내

면책조항: 본 포스팅은 정보 제공을 목적으로 작성되었습니다. AI가 제안하는 계획이나 분석은 개인의 상황과 입력 정보에 따라 달라질 수 있으므로 실제 적용 전 자신의 일정과 환경에 맞는지 확인하시기 바랍니다. 본 글의 내용은 특정 결과를 보장하지 않습니다.