musk-algorithm
SKILL.md
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
| 단계 | 질문 |
|---|---|
| 요구사항 | 이 기능이 정말 필요한가? |
| 삭제 | 이 코드/모듈을 제거할 수 있나? |
| 최적화 | 남은 코드를 단순화할 수 있나? |
| 가속 | 성능을 개선할 수 있나? |
| 자동화 | CI/CD로 자동화할 수 있나? |
비즈니스 프로세스
| 단계 | 질문 |
|---|---|
| 요구사항 | 이 승인 단계가 왜 필요한가? |
| 삭제 | 이 회의/보고서를 없앨 수 있나? |
| 최적화 | 남은 프로세스를 간소화할 수 있나? |
| 가속 | 의사결정 시간을 줄일 수 있나? |
| 자동화 | 워크플로우 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
| 실수 | 왜 문제인가 | 올바른 접근 |
|---|---|---|
| 바로 최적화 | 불필요한 것을 개선함 | 삭제부터 시도 |
| 바로 자동화 | 잘못된 프로세스를 자동화 | 5단계 순서 준수 |
| 보수적 삭제 | 충분한 개선 못함 | 10% 규칙 적용 |
| 요구사항 수용 | 잘못된 문제 해결 | 항상 의심부터 |
Weekly Installs
7
Repository
khw1031/ai-libraryGitHub Stars
2
First Seen
Feb 20, 2026
Security Audits
Installed on
opencode7
codebuddy7
github-copilot7
codex7
kimi-cli7
gemini-cli7