# Interview

> Mom Test 원칙 기반 고객 인터뷰 가이드. 고객 인터뷰, 가설 검증 시 사용.

- Skill: `october-academy/interview-2` (Agent Skill)
- Install (CLI): `npx get-skill add october-academy/interview-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/october-academy/interview-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: october-academy (https://skillmd.com/u/october-academy)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/october-academy/interview-2

---


고객 인터뷰 워크플로우. Mom Test 원칙으로 실제 고객과 대화하여 가설을 검증합니다.

## 데이터 경로 결정

### AGNT_DIR

1. `.claude/agnt/state.json`을 Read 시도 → 성공하면 **AGNT_DIR = `.claude/agnt`**
2. 실패 시 `~/.claude/agnt/state.json` Read 시도 → 성공하면 **AGNT_DIR = `~/.claude/agnt`**
3. 실패 시 `.codex/agnt/state.json` Read 시도 → 성공하면 **AGNT_DIR = `.codex/agnt`**
4. 실패 시 `~/.codex/agnt/state.json` Read 시도 → 성공하면 **AGNT_DIR = `~/.codex/agnt`**
5. 모두 없으면 → "먼저 `/agnt:start`로 시작하세요." 출력 후 종료

### REFS_DIR

`{AGNT_DIR}/references/shared/navigator-engine.md` 존재 여부로 탐색.

## 출력 규칙

내부 로직 무음 처리.

## 실행 절차

### 1. 사전 조건 확인

`{AGNT_DIR}/state.json` Read.

- `meta.schema_version != 3` → `/agnt:start`로 안내 후 종료
- `project.problem == null` → "먼저 `/agnt:discover`로 문제를 정의하세요." 종료
- `artifacts.icp_defined != true` → "먼저 `/agnt:icp`로 ICP 문서를 완성해. 누구를 인터뷰할지 기준부터 고정해야 해." 종료

### 2. 인터뷰 번호 결정

현재 `artifacts.interviews` 값으로 N번째 인터뷰 결정.
- N = `artifacts.interviews + 1`
- N > 3이면 추가 인터뷰 (제한 없음, quest 보상은 3회까지)

### 3. 인터뷰 가이드 표시

`{REFS_DIR}/shared/interview-guide.md`를 Read (없으면 내장 원칙 사용).

출력:
```
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  고객 인터뷰 {N}회차
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

문제: {project.problem}
ICP: {project.icp}
ICP 문서: docs/ICP.md 또는 {AGNT_DIR}/docs/ICP.md

인터뷰 핵심 원칙 (Mom Test):
• 과거 경험만 묻는다 — "마지막으로 그 문제를 겪었을 때..."
• 미래 의향 질문 금지 — "사용하시겠어요?"는 거짓 긍정
• 칭찬이 아닌 행동을 끌어낸다

준비할 것:
1. ICP에 해당하는 사람 1명을 찾아라
2. 15-20분 대화할 시간을 잡아라
3. 아래 질문 가이드를 참고해라
```

### 4. 질문 가이드

```
📋 핵심 질문 (7개)

1. "{problem} 관련해서 마지막으로 뭘 했어요?"
   → 실제 행동 확인

2. "그때 가장 힘들었던 부분은 뭐였어요?"
   → 진짜 고통점 발견

3. "왜 그게 힘들어요?"
   → 문제 깊이 확인

4. "이 문제가 왜 중요해요?"
   → 해결 동기 확인

5. "지금은 어떻게 해결하고 있어요?"
   → 현재 대안 파악

6. "그 방법에서 가장 불만족스러운 점은?"
   → 대안의 약점 확인

7. "이 문제 해결에 돈을 쓴 적 있어요? 얼마나?"
   → 지불 의향 검증
```

### 5. 인터뷰 실행

AskUserQuestion: "인터뷰 준비가 됐어?"
- A) 됐어. 인터뷰를 진행했어 — 결과 입력으로 이동
- B) 아직 — 사람을 찾는 방법을 알려줘

**B 선택 시** — 찾기 가이드:
```
ICP를 찾는 곳:
• 주변 지인 중 해당하는 사람
• 관련 온라인 커뮤니티 (OKKY, GeekNews, Reddit)
• Threads / LinkedIn DM
• 오프라인 모임 / 밋업

팁: "인터뷰해주세요"보다 "조언 좀 구하고 싶어요"가 응답률 높아.
15분이면 충분해.

대기하는 동안 `/agnt:compete`로 경쟁 분석을 먼저 해도 돼.
```

다시 AskUserQuestion: "준비되면 알려줘."
- A) 인터뷰를 진행했어

### 6. 결과 수집 (구조화)

"선택지로 먼저 정리하고, 꼭 필요한 메모만 한 번 받는다."

AskUserQuestion: "이번 인터뷰 대상은 어디에 가까웠어?"
- ICP 문서와 직전 인터뷰 패턴을 기준으로 대상 분류 선택지 3-4개를 동적으로 생성
- 예: 핵심 ICP, 경계 ICP, Anti-ICP, 불명확

AskUserQuestion: "실제 과거 행동은 얼마나 구체적으로 들었어?"
- 이 질문은 고정 평가 축으로 유지하되, 필요하면 문맥에 맞는 표현으로 라벨을 바꾼다

AskUserQuestion: "현재 대안은 어디에 가까웠어?"
- 인터뷰 메모와 ICP 문서를 바탕으로 현재 대안 후보 3-5개를 동적으로 생성
- 마지막 선택지는 항상 `기타 / 복합적`

AskUserQuestion: "돈/시간 신호는 어느 쪽이었어?"
- 이 질문은 고정 평가 축으로 유지하되, 메모에서 드러난 신호에 맞춰 라벨을 더 구체적으로 써도 된다

AskUserQuestion: "인터뷰 메모를 한 번에 붙여줘. 아래 5개만 짧게 포함하면 돼: 대상 / 마지막 행동 / 현재 대안 / 돈·시간 / 놀라운 발견"
- 자유 입력

AskUserQuestion: "추가 보완이 꼭 필요해?"
- A) 아니, 이 메모면 충분해
- B) 숫자/행동이 부족해서 한 줄 더 보완할래

B를 선택한 경우에만:
AskUserQuestion: "부족한 숫자나 행동을 한 줄로만 보완해줘."
- 자유 입력

### 6-bis. 통합 보완 (Q2, Q3, Q4)

선택지 + 메모를 바탕으로 Q2("고통점/행동"), Q3("현재 대안"), Q4("돈/시간 투자") 신호를 아래 조건으로 평가한다.

**부족 판정 조건** (rule-based):
- 답변이 10자 미만
- 구체적 숫자(시간, 금액, 횟수)가 없음
- 과거 행동이 아닌 추측("~할 것 같아", "~일 거야")

**Q3 특수 트리거** (독립 조건 — generic 조건과 병렬 적용):
- 답변이 "없어요" / "그냥 참아요" / "딱히 없어" 패턴일 때
- Q3 push-back 메시지: "대안이 없으면 시장이 더 클 수도 있어. 정말 시도조차 없었는지 파고들어봐."

**부족한 항목이 1개 이상이면**, 이미 받은 보완 입력이 없을 때만 단일 AskUserQuestion으로 통합 보완 1회:

AskUserQuestion: "다음 항목에서 구체적인 숫자나 행동이 부족해: {부족 항목 나열}. 한 줄로만 보완해줄 수 있어?"
- 자유 입력

**Q3 특수 트리거 우선**: Q3가 "없어요" 특수 트리거에 해당하면서 동시에 generic 조건에도 해당할 때, 해당 항목의 메시지는 Q3 특수 메시지를 사용하고 generic 메시지는 생략.

**응답 매핑**: 보완 답변에서 각 항목(Q2/Q3/Q4)에 해당하는 내용을 식별하여 원래 답변을 대체한 뒤 Step 7 신호 강도를 재평가한다. 매핑 불가한 항목은 원래 답변 기준으로 채점 (fallback).

통합 보완은 **1회만**. 재답변 내용과 관계없이 Step 7로 진행한다.

### 7. 인사이트 정리 + 피드백

유저 입력을 분석하여:

```
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  인터뷰 {N} 결과 분석
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📌 핵심 발견:
{유저 입력에서 추출한 인사이트 요약}

💡 가설 검증 상태:
• 확인된 것: {가설과 일치하는 발견}
• 도전받는 것: {가설과 다른 발견}
• 새로 발견한 것: {예상 밖 인사이트}

신호 강도 (4차원):
□ 고통점: Q2 답변에 구체적 과거 행동/숫자 포함? {✅/⬜}
□ 현재 대안: Q3 답변이 "없어요"가 아님? {✅/⬜}
□ WTP: Q4 답변에 금액/시간 수치 포함? {✅/⬜}
□ ICP 구체성: Q1 답변에 직업+상황 포함? {✅/⬜}

{3-4개 ✅} → 🟢 강함
{2개 ✅} → 🟡 약함. 미확인: {⬜ 항목 나열}
{0-1개 ✅} → 🔴 없음. 미확인: {⬜ 항목 나열}

{🔴이면}
이 인터뷰에서 강한 신호가 나오지 않았어.
다음 인터뷰에서는 미확인 항목에 더 파고들어봐.

{N < 3이면}
다음 단계: /agnt:interview (인터뷰 {N+1}/3)
{N == 3이고 🔴이면}
3회 인터뷰를 했지만 신호가 약해.
가설 전체를 버리지 않아도 돼. ICP를 좁히거나 문제 표현을 바꾸는 것부터 시도해봐.
`/agnt:discover`를 다시 실행하면 부분 수정할 수 있어.
{N == 3이고 🟢/🟡이면}
3회 인터뷰 완료. 이제 패턴이 보일 거야.
다음 단계: /agnt:spec
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

### 7-bis. journey-brief.md Write

`{AGNT_DIR}/journey-brief.md` Read 시도.

**파일이 없는 경우**: navigator-engine.md의 journey-brief 템플릿으로 신규 생성.
**파일이 있는 경우**: Interview Insights 섹션에 `### 인터뷰 {N}` 서브섹션을 Append.

인터뷰 서브섹션:
```markdown
### 인터뷰 {N}
- 대상: {Q1 답변}
- 고통점: {Q2 답변}
- 현재 대안: {Q3 답변}
- 지불 의향: {Q4 답변}
- 인사이트: {Q5 답변}
```

**3건 완료 시 사전 참조**: `artifacts.interviews + 1 >= 3`이면, 교차 패턴 생성 전 `{AGNT_DIR}/journey-brief.md`를 Read하여 이전 인터뷰 데이터(`### 인터뷰 1`, `### 인터뷰 2`, `### 인터뷰 3` 서브섹션)를 참조한다.

**3건 완료 시** (artifacts.interviews + 1 >= 3): 추가로 `### 교차 패턴` 서브섹션을 Write (Replace).

```markdown
### 교차 패턴 (수렴율 분석)

3건의 인터뷰를 Q2(고통점), Q3(현재 대안), Q4(WTP) 3개 항목에 한해 교차 분석:

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  인터뷰 수렴 분석
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

수렴율 (Q2/Q3/Q4만 — Q1, Q5는 질적 필드이므로 제외):
• 고통점: {N}/3 ({%}) — {공통 발견 또는 "일치하지 않음"}
• 현재 대안: {N}/3 ({%}) — {공통 대안 또는 "일치하지 않음"}
• WTP: {N}/3 ({%}) — {공통 WTP 또는 "일치하지 않음"}

가설 상태:
• 확인됨: {수렴율 67%+ 항목}
• 미확인: {수렴율 33% 이하 항목}
• 도전받음: {가설과 다른 발견}

강점: {수렴율 가장 높은 항목 — SPEC에 반영할 근거}
약점: {수렴율 가장 낮은 항목 — 가설의 가장 불확실한 부분}
다음 액션: {약점을 보강하는 구체적 행동 1개}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

### 8. state 업데이트 + MCP 제출

state.json 업데이트:
- `artifacts.interviews++`
- `signals.interview_insights++`
- `meta.last_action` = `"interview"`
- `meta.total_actions++`

`ToolSearch`로 `+agentic30` 검색.

도구 발견 시:
- `submit_practice` 호출: quest_id = `"wf-interview-{N}"` (N ≤ 3일 때만)
- N > 3이면 MCP 제출 건너뜀 (추가 인터뷰는 보상 없음)

도구 없으면 (`identity.mode != "synced"` 또는 ToolSearch 실패) (N ≤ 3일 때만):
- `sync.pending_events`에 추가 (50건 초과 시 가장 오래된 이벤트 제거):
  ```json
  { "type": "submit_practice", "args": { "quest_id": "wf-interview-{N}" }, "created_at": "<now()>" }
  ```
- state.json 저장

### 인라인 넛지 (1회성)

identity.mode != "synced" AND sync.last_inline_nudge_at == null인 경우:

💾 완료한 퀘스트의 XP를 받으려면 `/agnt:connect`
→ 나중에 연결해도 지금까지의 XP가 한 번에 적립돼.

sync.last_inline_nudge_at = now() 기록

## 규칙

- 인터뷰는 에이전트가 하는 게 아니라 **유저가 실제 사람과** 한다
- 에이전트는 가이드 + 결과 분석만 수행
- Mom Test 원칙 위반하는 질문이 보이면 피드백 (미래 의향 질문 등)
- 인터뷰 횟수 제한 없음 (3회 이상도 가능, quest 보상만 3회까지)
- MCP 호출 실패 시 로컬 state는 저장, 완료 마커 미기록
- 인터뷰 결과를 칭찬하지 않는다 — 수렴/발산을 직접 분석
- 칭찬 금지 표현: "잘 했어", "좋은 인사이트야", "인터뷰를 잘 했네", "흥미로운 발견이네", "좋은 시작이야"
- 대신: 팩트 기술만. "인터뷰 대상이 월 X만원 지출 중 (Q4 확인)" — "다행히도", "좋은 신호야" 금지
- 한국어, 반말 톤

