[시리즈] Agentic PM — AI 에이전트 시대의 PM/PL·엔지니어 가이드
AI 에이전트가 코드를 짜고, 백로그를 처리하고, PR을 올리는 시대 — PM/PL과 엔지니어는 무엇이 달라져야 하는가. 45편의 글을 10개 카테고리로 정리한 진입 가이드(M) · 역할 번역(D) · 조직 전환(E) · AX 전략(X) · 현장 검증(S) · 역할 전환(B) · 사고 체계(K) · AI 인물 탐구(P) · 실전 도구(G) · 실전 실험(A)입니다.
2026년 2월부터 4월까지, AI 에이전트를 실제 프로젝트에 도입하고, 그 과정에서 PM/PL의 역할이 어떻게 바뀌는지를 기록하고 분석했습니다. 34편의 글은 7개 카테고리로 구성되어 있습니다. 이번 v4 개편에서는 글로벌 컨설팅 교차 분석과 빅테크 리더십 격변 분석을 별도의 AX 전략(X) 카테고리로 분리하고, SKT 기업문화센터 워크숍 기록을 현장 검증(S)에 새로 추가했습니다. v5 개편에서는 7인의 AI 마스터 사고 체계를 PM의 언어로 해부하는 AI 인물 탐구(P) 카테고리를 신설하여 종합 프레임워크 포함 8편을 추가했습니다. v6 개편에서는 AI 인물 탐구를 4-Tier로 확장하여 Builders(B) · Operators(C) · Hardware(D) · Integration(E) 4편을 신규 추가, 총 12편 체계로 완성했습니다.
v8 개편에서는 2026-04-18 발행한 Agentic PM 캡스톤 시리즈 9편을 Tier 0 신규 섹션으로 추가했습니다. D · 역할 번역 6편(MCP·A2A · Agentic PM · Vibe Coding · 멀티에이전트 · AI-SDLC · RAG)은 주제별로 PO·PM·PL 3-Role 번역을 적용하고, E · 조직 전환 2편(AI-Native · 한국 AX 2030)은 시작·확산·성숙 3단계 × 산업 4축으로 확장하며, M · 진입 가이드는 43편 전체를 3-Axis(역할×성숙도×산업)로 재배열하는 메타 네비게이션입니다. 34편 체계 → 43편 Capstone 체계 → 45편(X-3 GitHub 트렌드 · K-6 RAG 실측 회고 편입)으로의 확장은 “도구가 아닌 역량의 로드맵”을 완성하는 마감편입니다.
읽는 순서 가이드
C-Level · 전략 책임자 → AX 전략(X)부터, 이후 캡스톤(B-5)
HRD · 교육 담당자 → 현장 검증(S)부터, 이후 역할 전환(B)
PM/PL 실무자 → 역할 전환(B)부터, 캡스톤(B-5)까지 읽은 후 실전 도구(G)
엔지니어 · 테크리드 → 캡스톤(B-5) 먼저, 이후 실전 실험(A)
지식 경영 · 리서치 관심 → 사고 체계(K)부터
처음 접하는 분 → 실전 실험(A)부터 순서대로
2026 Q2 PMO 재편 담당자 → M-1 진입 가이드 → D-2 Agentic PM(PMBOK 8) → E-2 한국 AX 2030
CHO·CAIO 후보 → E-1 AI-Native 전환 → E-2 한국 AX 2030 → 이사회 Board-Ready Snapshot 4종 참조
Tech Lead · SE → D-1 MCP·A2A → D-4 멀티에이전트 2026 → D-3 Vibe Coding
전체 조망 → 이 페이지의 시리즈 맵을 따라가며 관심 글부터
시리즈 맵
10개 카테고리 · 43편으로 완성된 구조 (Tier 0 캡스톤 → Tier 1~2 기존)
Tier 0 · 2026 Capstone Series (NEW · 2026-04-18 발행)
M · 진입 가이드
D · 역할 번역 (6편)
E · 조직 전환
Tier 2 · 역할 · 사고 · 인물탐구 · 도구 · 실험
B · 역할 전환
K · 사고 체계
P · AI 인물 탐구
G · 실전 도구
A · 실전 실험
↓
AX 전략(X)은 “글로벌 컨설팅·빅테크가 어디로 가는가”에 대한 거시 답이고,
현장 검증(S)은 “한국 대기업 현장에서 실제로 어떻게 검증되었는가”를 기록하며,
역할 전환(B)은 “그래서 PM/PL은 뭘 해야 하는가”에 대한 답이며 시리즈 전체의 결론(B-5)으로 수렴하고,
사고 체계(K)는 “AI 선구자의 사고 패턴을 PM에 어떻게 번역하는가”에 대한 답이고,
실전 도구(G)는 “어떤 도구와 방법론으로 무장해야 하는가”에 대한 답이며,
실전 실험(A)은 “실제로 해보니 어떤가”에 대한 답입니다.
캡스톤(B-5)에서 Gemini · OpenAI Deep Research 86건 출처를 종합한 결론으로 7개 카테고리가 모두 수렴합니다.
· OpenAI Deep Research 86건 출처를 종합한 결론으로 7개 카테고리가 모두 수렴합니다.
Track M · 진입 가이드 (Tier 0)
43편을 한 장으로 — 당신 조직은 어디부터 읽어야 하는가
M-1 · NEW 2026-04-18
3-Axis(역할 × L1~L5 성숙도 × 산업) Decision Tree + 15-Cell 매트릭스로 “이번 분기 먼저 읽을 3편”을 고르는 진입 가이드. “42편을 모두 읽는 조직이 아니라, 3편을 실행하는 조직이 전환을 만든다”가 Core thesis.
Track D · 역할 번역 (Tier 0)
주제 6개 × PO·PM·PL 3-Role × L3→L5 공통 축
D-1
Anthropic MCP · Google A2A 2개 프로토콜이 2026-04 기준 150+ 조직 · 22k stars로 엔터프라이즈 인프라에 진입. 4-레이어 스택(Discovery/Context/Coordination/Payment) + delegation map + gov gate 3-point를 PO·PM·PL에게 할당.
D-2
PMBOK 8판(2026-01-13 출간) “AI는 넣었지만 Agent는 미포함” 비대칭을 3층(표준·운영·평가)으로 보완. Agentic OS 9-Layer + CLEAR 5축 + SPM 3.0 4-모드를 위임 스펙트럼으로 편입.
D-3
Karpathy “vibe coding is passé” 선언 이후, “vibe는 프로토타입까지 · 엔터프라이즈는 가드레일부터”를 경계선으로 고정. 5층 가드레일(L1~L5) + OWASP Top 10 for Agentic(ASI01~10) + AutoResearch 3대 전제조건.
D-4
5대 토폴로지(단일/Supervisor/Swarm/Router/Critic-Refiner)의 조정비용(15x 토큰·4.3x Q&A·MTTR 3.7x)을 예산 항목으로 재정의 + MAST 14 실패 모드 × PMBOK 8 Risk Domain 1:1 매핑.
D-5
6종 게이트(Spec/AI-Review/Security/Compliance/Observability/Agent Access) + L1~L5 성숙도 + DORA 4 + AI 5 + Governance 3 = 12지표 대시보드. “속도 게이트는 품질 게이트에 종속된다.”
D-6
Agentic Retrieval 3계층(Index/Mode/Rerank) + Vault-MCP-Claude Code 3-Component + Inference/Context 이원화 평가. PMBOK “Project Knowledge Management”와 “OPA”를 살아 있는 인텔리전스로 전환.
Track E · 조직 전환 (Tier 0)
시작(0~6M) · 확산(6~18M) · 성숙(18~36M) 3단계 × 산업 4축 × Moat 3축
E-1
CHO/CAIO/CHRO 3해석 수렴점 + PMO Breaking Point(비즈니스 감각 18% · 실패율 +27%) + 3-tier 하이브리드(60-70/20-25/5-15) + Moat 3축(Data/Talent/Orchestration). Klarna 실패의 진짜 교훈은 “워크플로우 재설계 없이 에이전트 올리지 말라”.
E-2 · Capstone
“정책(AI 기본법 2026-01-22) + 인프라(2조 805억 원 GPU) + 대기업 7사 + 조직 표준(PMBOK 8판)” 4중 변곡점 + AI 기본법 5대 의무 + 2030 AX 시나리오 + 중견기업 3대 실패 패턴. “EU AI Act 기준으로 설계하면 국내 AI 기본법 준수는 자동 충족”.
X · AX 전략 · NEW
AX 전략 — 글로벌 컨설팅 교차 분석과 빅테크 리더십 지도
McKinsey · BCG · Accenture · Deloitte · Gartner 5대 컨설팅의 AI/AX 2030 전략을 교차 분석하고, OpenAI · Anthropic · Microsoft · Google · Meta · xAI · Tesla 빅테크 7사의 리더십 격변에서 AX 전환 기업이 결정해야 할 4대 대립 축을 도출한 2편입니다. 조직 차원의 전략 결정에 가장 먼저 읽어야 할 거시적 관점입니다.
X-2
리더십 지도
빅테크 리더십 격변과 AX 전략
OpenAI·Anthropic·Microsoft·Google·Meta·xAI·Tesla 빅테크 7사의 2026년 리더십 격변을 분석하여, AX 전환 기업이 결정해야 할 4대 대립 축과 5가지 선택을 제시합니다. X-1 컨설팅 교차분석의 후속 편입니다.
X-3
GitHub 트렌드 · NEW
2026년 GitHub에서 주목할 프로젝트와 AI 전환 신호
OpenClaw 72시간 6만 stars · OpenCode 140K · Gemini CLI 97K · n8n 전체 1위 — 2026 Q1 GitHub 5대 메가 트렌드와 PO·PM·PL이 내려야 할 3대 전략 결정.
S · 현장 검증
현장 검증 — LG전자 · 삼성전자 · SKT 기업 워크숍 회고
LG전자 SW PM 워크숍, 삼성전자 PMC 교육 혁신, SKT 기업문화센터 AgentSkill Pilot까지 — 시리즈의 이론이 현장에서 어떻게 검증되었는지를 기록한 3편입니다. 가장 최근의 SKT 워크숍은 4시간 안에 22개 산출물을 만들어낸 AX 퍼실리테이션의 압축 사례입니다.
S-3
AX 퍼실리테이션 · NEW
SKT Agent 도출을 위한 AI 퍼실리테이션 기법
SKT 기업문화센터 15명 · 4시간 · 22개 산출물의 AgentSkill Pilot Workshop 회고. Samsung GAUSS PMBOK Agent v33 · 삼성전자 PMC · LG전자 SW PM 코칭 자산이 합류한 압축 사례. Step 3.5 ERRC 신설, 4축 가중 평가, Human-in-the-Loop + Legacy + Value-Driven 결론까지 — AX 퍼실리테이션의 잠정 결산.
B · PM/PL 역할 전환
PM/PL 역할 전환
팀 모드 프레임에서 출발해, PO·PM·PL 역할 재정의, 역량 심화, PMBOK 8판 기반 훈련 전략까지. “왜 바뀌어야 하는가”에서 “어떻게 훈련해야 하는가”로 이어지고, Deep Research 86건 출처를 종합한 캡스톤으로 마무리되는 5편입니다.
Karpathy의 LLM 활용 철학을 PM의 언어로 번역하는 5편. Obsidian 기반 개인 RAG, LLM과 지식 결합, 리서치 자동화 패턴, AI의 사고 체계를 PM에 적용하는 구체적 방법론, 그리고 Claude Code 본체 분석을 통해 추출한 LLM OS 관점의 AX PM/PL 역량 전환까지 — 사고 체계의 가장 깊은 지점입니다.
P · AI 마스터의 사고 해부 (A→E 12편)
AI 전문가 탐구 — 7인의 사고 체계를 PM의 언어로
AI 시대를 연 7인의 선구자를 “이 사람의 사고 방식 중 어떤 부분이 내 프로젝트 역량을 높이는가?”라는 PM 코치의 렌즈로 해부합니다. 각 편은 인물의 프로젝트 궤적 → 산업 영향 → 사고 체계 분석 → PO/PM/PL 실전 가이드의 5-Part 구조를 따릅니다.
엔터프라이즈 PM Agent 설계, 주니어 PM을 위한 AI 하네스, 대기업 직장인을 위한 AI Agent 추천까지. 바로 쓸 수 있는 실전 가이드 3편입니다.
G-2
실전 가이드
주니어 PM 위한 AI 하네스 구축 가이드
PMBOK 8th, SAFe 6.0, BABOK v3, SEBOK v2.13 교차 참조 기반. 8대 원칙, 3단계 검증 게이트, 위험기반 자율성 정책, 5단계 성숙도 로드맵 — 개인 업무 하네스에서 팀 운영 표준까지.
A · 실전 실험
Agentic SDLC 실전 기록
AI 에이전트에게 코딩과 프로젝트 관리를 맡기면 실제로 어떤 일이 벌어지는가. 거버넌스 문제 제기에서 출발해, 1주일 실험, SDLC 회고, 정량 분석까지 이어지는 4편의 체험 기록입니다.
리더를 위한 안내
C-Level · 인사담당자 · 조직 리더분들께
이 시리즈는 PM/PL과 엔지니어의 실무 전환을 다루지만, 진짜 변화의 시작점은 조직의 의사결정권자입니다. 아래는 리더 관점에서 이 시리즈가 전하는 메시지를 정리한 것입니다.
먼저 직시해야 할 현실
조직의 85%가 AI 에이전트를 테스트 중이지만, 프로덕션에 배포한 곳은 5%뿐입니다(RSA 2026). 보안 검토 없이 현업이 자체 도입한 Shadow AI 사고의 추가 비용은 건당 평균 $670,000 이상입니다. 한국 AI 기본법은 2026년 1월 22일 시행되었고, 모든 조직에 AI 사용 인벤토리·리스크 등급화·감사 로그를 요구합니다.
“아직 준비 중”이라는 말이 더 이상 유효하지 않은 시점입니다.
CTO · CDO · CIO에게
의사결정 포인트: 에이전트 도입은 도구 구매가 아니라 운영 모델의 전환입니다.
- 에이전트에게 어디까지 위임하고, 어디서 사람이 개입할 것인가 — 이 경계를 설계하지 않으면 Shadow AI가 확산됩니다
- Zero Trust 원칙을 에이전트에도 동일 적용: 최소 권한, 고유 기계 ID, MCP Gateway 기반 모니터링
- 3단계 로드맵이 필요합니다: 0~3개월 통제된 실험 → 3~12개월 Agent-ready SDLC → 1~3년 Agentic Operating Model
현장에서 확인한 사례
- 삼성전자 — GAUSS Language PM 학습 모델 계약(2025.12)으로 PM 지식을 자사 AI에 직접 학습시키는 단계에 진입. “도구를 아는 것”과 “전략적으로 오케스트레이션하는 것”이 완전히 다른 차원임을 전사업부에서 실증
- 현대MOBIS — BBW/AR-HUD/5G 통합제어기 등 HW-SW-AI 융합 프로젝트 증가로, 전면 애자일이 아닌 “안전/품질 Phase-Gate 위에 AI-Augmented 민첩성을 얹는 하이브리드” 운영 모델이 현실적 결론
- KT — ‘AI 컴퍼니’ 전환으로 Sovereign AI, Factory Edge AI, AI Agent GTM 등 포트폴리오가 급변. 공공 프로젝트에는 Waterfall, AI Agent 사업에는 Agile — 유형별 하이브리드 운영이 AIDD 시대의 새 표준
→ AX 전략(X)의 컨설팅 5사 교차분석과 빅테크 리더십 지도, 캡스톤(B-5)의 조직 전환 로드맵과 의사결정 권한 매트릭스를 참고하세요
CHRO · 인사담당자에게
의사결정 포인트: 채용·평가·교육 체계가 Agentic 시대에 맞게 재설계되어야 합니다.
- 채용: LinkedIn 데이터에 따르면 전통 개발자 공고는 감소, AI/에이전틱 시스템 기술 공고는 YoY 75% 증가. 새로운 직무 — Agent Systems Engineer, Knowledge Architect, Autonomous Systems Auditor — 를 JD에 반영해야 합니다
- 역량 평가: “코드를 잘 짜는가”가 아니라 “에이전트가 실행하는 시스템을 안전하게 만들 수 있는가”가 새로운 기준입니다
- 교육: PM/PL에게는 정책·승인·측정·책임, 엔지니어에게는 도구 설계·오케스트레이션·평가·관측성·보안 — 역할별로 다른 트랙이 필요합니다
현장에서 확인한 사례
- LG전자 — 2년에 걸쳐 “LG SW PM 10개 핵심역량/39개 수행목표”를 자체 정의하고 LG그룹 인사평가체계에 공식 등재. “작년 통과자가 올해 심사관이 되는” 내부 전파 구조를 구축. AI 시대 PM 역량 평가는 외부 표준 차용이 아니라 조직 DNA에 맞는 자체 언어 정의가 핵심
- SKAX — 5개월 PM 마스터 과정에서 “관리 방식과 도구 비표준화 → 팀 간 협업 비효율”이 핵심 과제. 20개 Epic에 대해 도메인별(통신/금융/ERP/AI-데이터/구매) System Prompt + Charter 프롬프트를 표준화하여 역할별 교육 트랙의 실전 모델을 도출
- SKT 기업문화센터 — AgentSkill Pilot Workshop(15명·4시간·22개 산출물)에서 1인 1건 Agent Spec을 도출하고 67%가 즉시 실행 가능 등급으로 분류. Samsung GAUSS PMBOK Agent v33 + 삼성 PMC + LG SW PM 코칭 자산이 합류한 4시간 압축 사례 — Step 3.5 ERRC 신설과 Human-in-the-Loop 결론(S-3)
→ 역할 전환(B) 전체가 역할·역량 전환을, 캡스톤(B-5)의 KPI 4+1 프레임워크가 평가 재설계를, 현장 검증(S)이 LG·삼성·SKT 3사 검증 사례를 다룹니다
팀장 · 파트장 · 조직 리더에게
의사결정 포인트: 팀 내 에이전트 도입의 첫 실험을 설계하고 검증하는 것은 리더의 몫입니다.
- 지금 당장 할 수 있는 것: 팀 내 AI 사용 현황을 인벤토리로 만드세요. 누가, 어떤 에이전트를, 어떤 권한으로 쓰고 있는지 파악하는 것이 첫걸음입니다
- 저위험 PoC 2~3건을 선정하고, “정책 + 승인 + 감사 로그”를 갖춘 통제된 실험으로 운영하세요 — 이것이 Track A에서 검증한 패턴입니다
- 팀원의 역량 전환을 지원하세요: 기존 PM 산출물(차터, WBS, Risk Register)의 구조는 동일하지만, 작성 주체와 검증 방식이 근본적으로 달라집니다. 이 전환을 이해하고 지원하는 리더가 필요합니다
현장에서 확인한 사례
- 포스코DX — 광양/포항 제철소에서 AI 프로젝트가 급증했으나 PM 대부분이 Agile 이전 세대. ChatGPT로 AS-IS 분석 → WBS/Backlog → 산업안전보건법/ISO27001 규제 반영까지 프롬프트 기반 E2E 베이스라인 수립을 직접 설계하게 한 것이 팀 단위 역량 전환의 돌파구
- 현대MOBIS — “조직 전체를 바꾸려 하기보다, 내가 영향력을 가진 작은 영역(RBS, 개인 프로젝트 단위)에서 먼저 시도해보는 것이 문화를 만들어가는 길” — 4년간 워크숍에서 도출된 현장 결론. Gen AI를 PM 개념 체득의 매개체로 활용
- 삼성전자 — 13개 시뮬레이션 시나리오 중 8개가 AI 프로젝트로 전환되었지만, 참가자 간 AI 지식 격차가 가장 큰 도전. 팀장이 격차를 파악하고 맞춤형 지원 경로를 설계하는 것이 첫걸음
→ 실전 실험(A) 전체가 실전 도입 과정을, B-3·B-4가 역량 전환과 훈련 설계를, S-3 SKT 워크숍이 4시간 압축 도출 패턴을 다룹니다
리더의 역할 한 문장 요약
Agentic 시대에 리더가 해야 할 일은 에이전트를 도입하는 것이 아닙니다.
“에이전트에게 무엇을 맡기고, 무엇을 사람이 지킬 것인가”의 경계를 설계하고, 그 경계를 조직 전체에 일관되게 적용하는 것입니다.
이 시리즈의 34편이 그 경계를 그리는 데 도움이 되길 바랍니다.
Agentic 시대의 변화는 “AI가 더 좋은 코드를 쓴다”가 아닙니다.
“조직이 이제 인간이 아닌 행위자(에이전트)에게 업무의 일부를 위임할 수 있는 구조를 갖게 되었다”는 것입니다.
PM/PL의 핵심은 일정 관리가 아니라 위임의 경계(권한)와 결과의 책임(거버넌스)을 설계하는 것이고,
엔지니어의 핵심은 코드 작성이 아니라 안전한 실행 경로를 강제하는 것입니다.
이 시리즈가 그 전환을 준비하는 데 작은 나침반이 되길 바랍니다.
#AgenticAI
#AX전략
#PM역할전환
#AgentEngineering
#SDLC혁신
#시리즈가이드
이 시리즈는 10년간 현대MOBIS · 삼성전자 · SK · LG 등 R&D 조직과 PM 워크숍을 진행하고, AI 에이전트를 실제 프로젝트에 도입한 현장 경험을 바탕으로 작성되었습니다. v4 개편(2026-04-09)에서는 AX 전략(X) 카테고리를 신설하고 SKT AgentSkill Pilot 워크숍 회고(S-3)를 추가했습니다. v5 개편(2026-04-13)에서는 AI 인물 탐구(P) 카테고리를 신설하여 7인의 AI 마스터 사고 체계 해부 8편을 추가했습니다. v7 개편(2026-04-18)에서는 사고 체계(K) 카테고리에 K-6 “vault vs llm-wiki 30시간 실측 벤치마크”를 추가하여 K-1·K-2의 가설을 별도 시스템 정면 비교로 검증했습니다. v8 개편(2026-04-27)에서는 수렴편(Z) 카테고리를 신설하여 Z-1 — 실록(Sillok) · 5세기 Audit-Grade 거버넌스를 LLM 운영에 빌려온 한국형 LLMOS 하네스를 추가하여, 45편의 시리즈를 코드와 OSS로 결정화했습니다 — github.com/sillok-os/sillok. 시리즈는 계속 업데이트됩니다.
