일반적으로 개선을 할 때 자신이 알고있는 것과 편안하게 느끼는 것을 사용하려고 한다.
그리고 린 (Lean)과 식스 시그마 (Six Sigma)는 모두 목적에 맞는 구조적 '프레임 웍'을 사용한다.
그러나 어떤 유형의 "문제"를 해결 하려는 지에 따라 이러한 '프레임 웍'에는
문제를 "해결"하는 데 필요한 다양성이 부족할 수 있다.

예를 들어 식스 시그마 (Six Sigma)는 강력한 인과 관계에 의존하며
단순하거나 복잡한 문제를 해결하는 데 매우 유용하다.
단순한 문제는 원인-효과 관계가 명백한 반면, 복잡한 문제는 원인과 결과 관계를 분석하고
이해하기 위해 전문가의 관점과 경험이 필요할 수 있다.

그런데, 비선형적인 복잡한 문제를 처리 할 때는 원인과 결과의 관계가 분명하지 않으므로
식스 시그마 (Six Sigma)와 같은 구조적 '프레임 웍'을 사용하면 잘못된 결론을 얻을 수도 있다.
모든 인간 중심의 "시스템"은 복잡한 시스템이며, 실제로 일부는 그러한 시스템이
존재하지 않는다고 말할 수도 있다.
소프트 시스템 방법론 개발자인 Peter Checkland는“인간 활동 시스템은 존재하지 않는다.
특정 세계관과 관련된 인식만 존재한다.”라고 말한다.

우리 모두는 간단한 해결책을 원하고 요구한다.
그러나 간단한 문제는 복잡한 문제에 비해서는 효과가 적다.
솔루션은 해결 하려는 다양한 문제와 일치해야 한다.
복잡한 문제에는 순서가 정해져 있고 단순함을 느끼게하는 일부 측면이 있을 수 있기 때문에
때때로 혼란 스러울 수 있다. 복잡한 문제는 정체되지 않는다.
그것들은 시간이 지남에 따라 진화하므로 우리가 해결하려는 문제가 일단 식별되면
여전히 동일한 특성을 가지고 있다고 가정해서는 안된다.

                            그래서 복잡한 문제해결을 위해 다음과 같이 제안한다.

                             ■ 시간을 투자하여 문제의 상황을 이해하도록 한다.
                             복잡한 영역인에서는 문제의 맥락이 핵심이다.
                             상황을 이해하려면 시간을 투자하여 실사를 해야한다.
                             기존 '프레임 웍'을 깨고 새로운 '프레임 웍'을 만들어야 한다.

                       ■ 다양성을 포용하자.
                       ■ 다른 분야의 학습에서 배우자.
                       ■ 문제에 대한 정의는 부족한 경우에도 여전히 유용한 방법이다.
                       ■ 복잡한 문제에 대한 정답은 없다.
                       ■ 문제의 구조를 분석라는 동안 동의를 구하고 假案을 사용하자.
                       ■ 더 정확한 이해를 위해 현장을 확인하자.
                       ■ 이해 관계자에게 문제의 서술을 자신의 말로 재구성하도록 요청하고 모순을 찾자.
                       ■ 공동선을 목표로 하자.
                       ■ 다양한 의견을 수렴하고 피드백에 주의를 기울이자.

성공적인 '프레임 웍'은 피드백에 의한 반복과 학습의 메커니즘에 의존한다.
문제라는 구조자체가 불완전하기 때문에 반복해서 발생하는 어쩔 수 없다.
“큰 문제를 해결하려면 먼저 현상을 분석하고 구조화 해야 한다.
우리는 너무 빨리 해결책을 찾기 위해 서둘러 문제에 집중하지 않고
해결책에 집중하려고 한다.”

하 리쉬 호세 글