ICE와 RICE 중 어떤 것을 사용해야 하나요?

스타트업 초기나 소규모 팀에서는 ICE가 간편합니다. 사용자 규모가 크거나 B2C 서비스에서는 도달 범위를 반영하는 RICE가 더 정확합니다. RICE의 Reach에는 "분기당 영향받는 사용자 수"를 입력합니다.

Confidence 점수를 어떻게 정하나요?

ICE에서는 1~10, RICE에서는 100/80/50% 3단계를 권장합니다. 100%는 데이터로 검증된 확신, 80%는 높은 자신감, 50%는 가설 수준입니다. 주관적 판단이 개입되므로 팀 합의로 결정하세요.

점수가 같은 항목이 있으면 어떻게 구분하나요?

동점이면 Effort(노력)가 적은 것을 우선합니다. 그래도 같다면 리스크가 낮은 것, 학습 가치가 높은 것을 선택하세요. 궁극적으로는 전략적 방향성과의 일치도로 판단합니다.

ICE 점수가 높은데 팀에서 반대하면 어떻게 하나요?

점수는 의사결정의 보조 도구이지 절대 기준이 아닙니다. 점수 입력 과정에서 팀 합의를 거치는 것이 중요합니다. 반대가 있다면 Confidence 점수를 낮추거나 RICE로 전환하여 Reach를 고려하세요.

RICE의 Effort는 어떤 단위로 입력하나요?

보통 "인월(person-month)" 단위를 사용합니다. 개발자 2명이 2주 걸리면 Effort = 1(인월)입니다. 팀 규모에 따라 인일, 인주로 조정해도 되지만, 모든 항목에 동일한 단위를 사용해야 비교가 가능합니다.

ICE나 RICE 외에 다른 스코어링 방법이 있나요?

WSJF(Weighted Shortest Job First)는 SAFe 프레임워크에서 사용하며, 가치/시간 비율로 우선순위를 정합니다. MoSCoW는 Must/Should/Could/Won't로 분류하며 점수화보다 간단합니다. 프로젝트 성격에 맞는 방법을 선택하세요.

calculator bench🎯몇%

의사결정 도구

우선순위 스코어링

ICE/RICE 프레임워크로 항목별 우선순위 점수를 매기고 순위를 정합니다.

우선순위 점수 계산기는 ICE와 RICE 두 프레임워크로 기능/작업의 우선순위를 정량화합니다. ICE는 Impact×Confidence×Ease(각 1~10), RICE는 (Reach×Impact×Confidence%)/Effort로 점수를 산출합니다. ICE는 빠른 판단에 적합하고, RICE는 도달 범위(Reach)를 고려하여 대규모 서비스에서 더 정밀합니다. 항목을 자유롭게 추가하고 점수별 순위와 비교 그래프를 제공하며, 두 프레임워크의 결과를 나란히 비교할 수 있습니다. 제품 로드맵 우선순위, 기능 백로그 정리, 마케팅 캠페인 순위 결정에 활용하세요.

input / result surfaceLIVE

ICE 스코어링

Impact x Confidence x Ease (각 1~10)

항목명	Impact	Confidence	Ease

최고 우선순위

기능 B

ICE 점수: 432

우선순위 순위

기능 B

Impact: 6 | Confidence: 8 | Ease: 9

432

기능 A

Impact: 8 | Confidence: 7 | Ease: 6

336

기능 C

Impact: 9 | Confidence: 5 | Ease: 4

180

항목별 점수 비교

차트 로딩중...

workflow

사용 방법

약 1분

총 소요 시간: 약 1분

프레임워크 선택

ICE 또는 RICE 프레임워크를 선택합니다.

항목 입력

우선순위를 정할 기능/작업의 이름을 입력합니다.

점수 입력

ICE: Impact/Confidence/Ease(1~10). RICE: Reach/Impact/Confidence(%)/Effort.

결과 확인

점수순 순위와 비교 그래프를 확인합니다.

principle

계산 원리

ICE 점수는 Impact × Confidence × Ease로 계산됩니다. 각 요소는 1~10 척도이므로 ICE 점수 범위는 1~1,000입니다. 세 요소를 곱하기 때문에 한 요소가 극단적으로 낮으면(예: Confidence 1) 전체 점수가 크게 떨어집니다. 이는 "확신이 없는 고영향 작업보다 확신이 높은 중영향 작업이 낫다"는 실용적 판단을 반영합니다.

RICE 점수는 (Reach × Impact × Confidence) / Effort로 계산됩니다. Reach는 영향받는 사용자 수(분기당), Impact는 1~3(낮음~높음), Confidence는 0~100%, Effort는 인월(person-month) 단위입니다. 분자에 "얼마나 많은 사람에게 얼마나 큰 영향을 확신 있게 줄 수 있는가"를, 분모에 "얼마나 많은 노력이 드는가"를 배치하여 효율성을 측정합니다.

ICE는 주관적이지만 빠른 판단에 적합하고, RICE는 Reach를 정량화하여 대규모 서비스에서 더 객관적입니다. 두 프레임워크 모두 절대적 점수보다 항목 간 상대 순위가 중요하며, 주기적으로(분기마다) 재평가하여 변화된 상황을 반영해야 합니다.

faq

자주 묻는 질문

cases

실생활 예시

CASE 01

앱 기능 백로그 ICE 스코어링

다크모드: I8/C7/E9=504. 푸시알림: I6/C8/E6=288. AI추천: I9/C4/E3=108. 다크모드가 1위, 구현 난이도 대비 효과가 가장 큽니다.

확신도와 구현 용이성이 높은 다크모드를 먼저 개발하고, AI추천은 프로토타입으로 검증 후 진행하세요.

CASE 02

SaaS 기능 RICE 스코어링

대시보드 개선: R=10000, I=2, C=80%, E=3. RICE=5,333. API연동: R=2000, I=3, C=60%, E=5. RICE=720. 대시보드가 7.4배 높은 점수.

도달 범위가 5배 넓은 대시보드 개선이 압도적으로 우선입니다.

CASE 03

스타트업 마케팅 캠페인 우선순위

ICE 스코어링 — 블로그 SEO: I7/C8/E8=448, 인플루언서 협업: I9/C4/E4=144, 뉴스레터: I6/C9/E9=486, 유료 광고: I8/C6/E5=240.

뉴스레터(486)와 블로그 SEO(448)가 1~2위. 확신도와 실행 용이성이 높은 항목부터 시작하고, 인플루언서 협업은 소규모 테스트로 Confidence를 높인 후 재평가하세요.

CASE 04

이커머스 UX 개선 백로그

RICE — 검색 자동완성: R=50000, I=2, C=90%, E=2. RICE=45,000. 위시리스트: R=30000, I=1, C=80%, E=1. RICE=24,000. 리뷰 사진 업로드: R=20000, I=3, C=50%, E=4. RICE=7,500.

검색 자동완성이 RICE 점수 압도적 1위. 전체 사용자에게 영향이 크고 구현 비용도 낮아 즉시 착수가 합리적입니다.

glossary

용어 사전

ICE: Impact × Confidence × Ease. 빠른 우선순위 판단을 위한 3요소 스코어링 프레임워크.
RICE: (Reach × Impact × Confidence) / Effort. 도달 범위를 반영한 정밀 스코어링 방법.
Impact(영향도): 해당 기능이 핵심 지표(전환율, 매출 등)에 미치는 영향의 크기.
Confidence(확신도): 추정치에 대한 신뢰 수준. 데이터 기반이면 높고, 가설 수준이면 낮습니다.
Ease/Effort: ICE에서는 구현 용이성(높을수록 쉬움), RICE에서는 필요 노력(낮을수록 효율적).
Reach(도달 범위): RICE에서 분기당 영향받는 사용자 수. 전체 사용자 중 해당 기능을 접하는 인원.

next tools