
McKinsey, BCG, Accenture, Deloitte, Gartner 5사의 AI/AX 2030 전략 보고서를 교차 분석하고, PM 코치의 시각에서 현장에 던지는 질문을 정리합니다.
바쁜 분을 위한 3줄 요약
① 글로벌 컨설팅 5사 보고서의 공통 결론은 하나입니다 — AI 성패를 가르는 것은 기술이 아니라 사람과 프로세스입니다.
② 보스턴컨설팅그룹(BCG)의 10/20/70 법칙처럼 알고리즘은 10%뿐, 70%는 사람과 프로세스가 성과를 결정하기 때문입니다.
③ 시간이 없으시면 본문 1장 ‘4대 메가 테마’만 보셔도 5사가 합의한 큰 그림의 뼈대를 잡으실 수 있습니다.
이 편이 답하는 질문
- McKinsey, BCG, Accenture, Deloitte, Gartner 5사가 공통으로 지목한 “고성과 기업(6~9%)”과 “저성과 기업(91~94%)”의 차이는 기술이 아닌 무엇에서 비롯되며, 귀사는 어느 쪽 그룹의 특징을 더 강하게 보유하고 있는가?
- BCG의 “10/20/70 법칙(AI 성공의 10%는 알고리즘, 20%는 기술·데이터, 70%는 사람과 프로세스)”을 PM/PL 조직에 적용했을 때, 현재 리더십 지원 수준을 어느 단계로 상향해야 하는가?
- McKinsey가 경고한 “80%의 기업이 기존 프로세스 위에 AI를 레이어링하는 데 그친다”는 패턴에서 탈출하려면, 워크플로 재설계를 조직 단위로 어떤 시간 단위(스프린트/분기/반기)로 실행해야 하는가?
- 5개 기관이 제시한 PMO 진화 방향(“관리자 종말 → 오케스트레이터 부상”, “PM 업무의 80%가 AI 대체”)을 2030년까지 달성하려면 내부 PM 조직의 포지셔닝을 언제부터 전환해야 하는가?
이 시리즈를 읽는 세 개의 눈
- PO: 파일럿에서 확대로 가는 순간, 기술이 아닌 조직 문화와 리더십 의지가 실패를 가르므로, AI 투자 의사결정 권한을 이사회 수준으로 상향해야 한다.
- PM: 요구사항 관리의 본질이 “기존 프로세스에 AI 붙이기”에서 “처음부터 AI 기반으로 재설계”로 전환되므로, 월간 게이트 리뷰에 “워크플로 재설계” 필수 체크리스트를 추가해야 한다.
- PL: 거버넌스는 선택이 아닌 필수. Definition of Done에 AI 생성물 검증 기준(정확성·근거·재현성·안전)이 명시되지 않으면 품질 관리의 책임 주체가 불명확해진다.
📌 후속 분석이 발행되었습니다
이 글의 컨설팅 5사 합의 프레임이 2026년 4월 빅테크 리더십 격변 속에서 어떻게 보완되어야 하는지를 다룬 후속 편이 있습니다. 빅테크 7사의 2026년 전략 지도와 AX 전환 기업이 마주한 4가지 대립 축 · 5가지 선택을 정리한 분석입니다.
▶ 빅테크 리더십 격변과 AX 전략
이 글의 컨설팅 5사 합의 프레임이 2026년 4월 빅테크 리더십 격변 속에서 어떻게 보완되어야 하는지를 다룬 후속 편이 있습니다. 빅테크 7사의 2026년 전략 지도와 AX 전환 기업이 마주한 4가지 대립 축 · 5가지 선택을 정리한 분석입니다.
▶ 빅테크 리더십 격변과 AX 전략
들어가며
왜 지금 이 5개 보고서인가
지난 10년간 기업 PM 교육과 코칭을 해오면서, 현장에서 가장 많이 듣는 질문이 바뀌고 있습니다. “WBS를 어떻게 잘 만들까?”에서 “AI 에이전트가 WBS를 만들어주는데, 나는 뭘 해야 하나?”로. 이 보고서 교차 분석은 바로 그 질문에 대한 5가지 관점의 답입니다.
Part 1
4가지 메가 테마 — 5사가 말하는 같은 이야기
4대 메가 테마
1. Agentic AI가 차세대 기업 패러다임 — 도구가 아닌 “동료”
2. 기술이 아니라 사람이 성패를 결정 — 70% Rule
3. 기존 프로세스 위에 AI를 얹지 말고, 근본적으로 재설계하라
4. PMO는 관리 기능에서 전략적 가치 실현 조직으로 진화해야
1. Agentic AI가 차세대 기업 패러다임 — 도구가 아닌 “동료”
2. 기술이 아니라 사람이 성패를 결정 — 70% Rule
3. 기존 프로세스 위에 AI를 얹지 말고, 근본적으로 재설계하라
4. PMO는 관리 기능에서 전략적 가치 실현 조직으로 진화해야
테마 1. Agentic AI — 모든 기관이 “에이전트”를 말한다
McKinsey는 “에이전틱 조직(Agentic Organization)”을, BCG는 “Enterprise as Code”를, Accenture는 “Utility→Super→Orchestrator” 3계층 에이전트를, Deloitte는 “실리콘 기반 인력(Silicon-Based Workforce)”을, Gartner는 “멀티에이전트 시스템”을 제시합니다. 이름만 다를 뿐, 결론은 동일합니다: AI 에이전트는 이제 “쓰는 도구”가 아니라 “함께 일하는 인력”으로 관리해야 한다.테마 2. 사람이 성패를 결정한다 — BCG의 “70% 법칙”
BCG는 수백 건의 AI 프로젝트를 분석한 끝에 10/20/70 법칙을 도출했습니다. AI 성공의 10%는 알고리즘, 20%는 기술·데이터, 그리고 70%는 사람과 프로세스입니다. 나머지 4개 기관도 같은 이야기를 합니다.
워크숍 현장에서 가장 극적인 변화가 일어나는 순간은 “AI 도구를 잘 쓰는 법”을 알려줄 때가 아닙니다. 경영진이 직접 참석해서 “우리 조직이 이것을 왜 하는지”를 말해줄 때입니다. BCG가 밝힌 “리더십 지원 시 직원 긍정성 3.7배” 수치는 제 현장 경험과 정확히 일치합니다.
테마 3. 레이어링 금지 — “어디에 AI를 추가할까?” 대신 “처음부터 다시 설계한다면?”
McKinsey는 가장 날카로운 질문을 던집니다:“어디에 AI를 추가할 수 있을까?”가 아니라
“오늘 이 회사를 AI, 에이전트, 데이터를 핵심에 두고 새로 만든다면, 어떻게 설계할 것인가?”
— McKinsey, 제로 베이스 사고
5개 기관의 표현은 다르지만, 메시지는 동일합니다:
- McKinsey: “Rewiring” — 기존 프로세스 위 레이어링이 P&L 정체의 근본 원인
- BCG: “Reshape” — Deploy(10~15%)에서 Reshape(30~50%)로 가야 실질 성과
- Accenture: “Reinvention” — 기업의 9%만 지속적 재발명 역량 보유
- Deloitte: “자동화하지 말고 재설계하라” — 에이전트-네이티브 설계
- Gartner: “Composable Enterprise” — 모듈형 아키텍처로 빠른 적응
Part 2
5~9%의 비밀 — 고성과 기업은 무엇이 다른가
Part 3
PM/PMO의 미래 — 관리자의 종말, 오케스트레이터의 부상
2030년까지 현재 프로젝트 관리 업무의 80%가 제거될 것이다. (Gartner, 2019 예측 — 2025~2026 보고서의 관측값이 아니라 6년 전 전망입니다. ‘PM 직무 대체’가 아니라 ‘관리 업무 제거’가 원문의 표현입니다.)
그러나 이것은 PM의 종말이 아니라, 프로젝트 관리자(Project Administrator)의 종말입니다. 남는 것은 공감, 협상, 리더십 — 좌절한 고객과 범위를 재협상하고, 번아웃 팀원을 코칭하는 역할입니다.
5개 기관이 제시하는 PMO의 진화 방향을 종합하면:
Part 4 · 실전
PM 코치가 현장에서 확인한 5가지 실행 원칙
원칙 1. 5시간 이상 실습이 채택률과 함께 움직인다
BCG 데이터: 5시간 이상 교육을 받은 직원의 79%가 정기적 AI 사용자가 된 반면, 미만은 67%에 그쳤습니다(교육시간별 사용률 비교이며, 다른 요인을 통제한 인과 실험은 아닙니다).
삼성전자 PMC 워크숍(65명, 8시간)과 LG전자 SW PM 워크숍(33명, 8시간)에서 확인한 패턴입니다. 오전에 “와, 신기하다”라고 말하던 수강생들이 오후에 직접 AI와 WBS를 만들고, PERT 추정을 하고, 1-Page Dashboard를 생성할 때 비로소 “이걸 내 업무에 어떻게 쓸지 보인다”라는 반응이 나옵니다. 체험 없이는 전환이 없습니다.
원칙 2. 워크플로 재설계를 체험시켜라
McKinsey: 80%의 기업이 기존 프로세스에 AI를 레이어링하는 데 그치고 있습니다. 워크숍에서 수강생들이 “기존 엑셀 서식에 AI 결과를 복사-붙여넣기”하는 것을 보면 이 수치가 실감됩니다. 해결법: 같은 작업을 “기존 방식”과 “AI-Native 방식”으로 나란히 수행하게 하는 것.
LG전자 워크숍에서 이 원칙을 가장 선명하게 보여준 순간은 “Vibe Coding/Biz 정방향·역방향 데모”였습니다. “시계 만들어줘”라는 5단어 프롬프트로 먼저 코드(clock-v1.html)를 생성한 뒤, 거꾸로 그 코드에서 PRD를 역생성합니다. 그리고 다시 그 PRD에 “LG 디자인 + 아날로그 + 마곡 날씨”라는 3가지 조건을 추가해서 정방향으로 clock-v2를 만들어냅니다.
수강생 30명의 즉시 인사이트를 분석한 결과, “기존에 며칠 걸리던 PRD→개발 사이클이 15분 만에 완성되는 것을 보고, 업무 방식 자체를 재설계해야 한다는 것을 체감했다”는 반응이 주류였습니다. 삼성전자 PMC에서도 같은 비교를 적용했는데, 아날로그 방식 대비 리서치 깊이 10배, 산출물 수 4배, 합성 분석 속도 1,440배라는 실증 데이터가 나왔습니다. 이 숫자들이 “레이어링이 아닌 재설계”의 의미를 비로소 납득시킵니다.
원칙 3. 리더십 참여가 3.7배 효과를 만든다
BCG: 리더십 지원이 있을 때 직원 AI 긍정성이 15%에서 55%로 3.7배 상승. Deloitte: 고용주 신뢰 시 AI 옹호 5.2배.
LG전자 SW PM 워크숍에서는 수강생 33명이 5개 사업부에서 왔는데, 사업부별로 “상사가 AI 도입을 지지하느냐”에 따라 ASIS 맥락 분석 참여도가 체감적으로 달랐습니다. 사전 설문의 교육 니즈 5분류 중 “AI 활용한 PM 실무”가 1위(38%)였지만, 이 니즈가 조직적 지원과 결합되지 않으면 “개인적 호기심”에 그치고 맙니다. BCG가 말하는 “실리콘 천장(Silicon Ceiling)” — 리더의 78%가 AI를 쓰지만 일선 직원은 51%에 정체 — 을 현장에서 매번 목격합니다.
원칙 4. AI와 비판적 사고를 동시에 훈련하라
Gartner의 경고: GenAI 의존으로 인한 비판적 사고 능력 퇴화에 대응하여 글로벌 조직의 50%가 ‘AI-free’ 역량 평가를 도입할 것.
LG전자 워크숍 DAY#1 회고에서 가장 성숙한 피드백은 “AI를 쓴다 하더라도 여전히 한계가 느껴짐”이었습니다. 이것이야말로 교육이 성공한 신호입니다.
워크숍의 Real PM 5-Step 실습에서 AI가 요구사항(BR 5 + FR 28 + NFR 11)을 생성하고, WBS 83개 태스크를 만들고, PERT 3점 추정까지 자동으로 산출합니다. 여기서 멈추면 “와, AI 대단하다”로 끝납니다. 하지만 “이 WBS에 빠진 태스크는 없는가?”, “이 DoD 35건 중 실제 프로젝트에서 검증 불가능한 것은?”, “PERT의 낙관적 추정치가 현실적인가?”라는 질문을 던지면, 수강생들이 AI 산출물을 비판적으로 검토하기 시작합니다. 회고 30건 중 “AI 산출물 검증 방법을 DAY#2에서 다뤄달라”는 요청이 나온 것은 이 설계가 의도대로 작동했다는 증거입니다.
원칙 5. 거버넌스를 프로젝트 게이트에 내장하라
Accenture: Responsible AI를 완전히 운영화한 기업은 2%에 불과. Deloitte: 성숙한 에이전트 거버넌스 모델 보유 기업 21%.
LG전자 워크숍에서는 PM 라이프사이클의 매 단계(요구사항→WBS→DoD·리스크→PERT→대시보드)마다 “AI 생성 → 수강생 리뷰 → 피드백 → AI 개선”이라는 PDCA 사이클을 명시적으로 반복했습니다. 이것이 거버넌스의 최소 요건(검토 루프)입니다 — 승인권자·판정 기준·예외 처리까지 갖춘 전체 거버넌스 체계는 별도로 설계해야 합니다.
가장 효과적이었던 것은 Step 3(DoD·리스크)입니다. AI가 리스크 10건과 히트맵을 생성하면, 수강생들이 “우리 사업부에서 이 리스크의 발생 확률이 정말 이 수준인가?”라고 도전합니다. AI는 범용적 판단을 하지만, 특정 조직의 맥락은 사람만이 알기 때문입니다. 결국 Jira에 올라간 93건의 작업 아이템(4 Epic + 20 Story + 69 Task)은 AI가 초안을 쓰고, 사람이 거버넌스를 적용한 결과물입니다. Deloitte가 말하는 “자동화하지 말고, 에이전트-네이티브 환경을 위해 프로세스를 재설계하라”는 원칙이 바로 이것입니다.
마무리
PM에게 남는 질문
당신의 조직은 지금 어디에 있습니까?• AI를 채택했습니까, 아니면 AI로 일하는 방식을 바꿨습니까?
• PM 팀이 관리하고 있습니까, 아니면 오케스트레이션하고 있습니까?
• AI 교육이 5시간 이상의 실습을 포함합니까?
• 리더십이 AI 전환의 스폰서입니까, 관망자입니까?
• 거버넌스가 프로젝트 게이트에 내장되어 있습니까?
McKinsey의 에이전틱 다윈주의, BCG의 70% 법칙, Gartner의 PM 80% 대체 예측 — 이것들은 위협이 아니라 방향 지시등입니다. 기술이 아닌 사람에 투자하고, 레이어링이 아닌 재설계를 선택하고, 관리가 아닌 가치 실현에 집중하는 PM과 조직만이 5~9%의 고성과 그룹에 들어갈 수 있습니다.
이제 답할 차례는 당신입니다.
참고 문헌
원문 출처 (검증 완료)
본 백서에서 인용한 핵심 보고서와 데이터의 원문 링크입니다. 모든 링크는 2026년 4월 3일 기준 접근 가능성을 검증했습니다.
McKinsey
- The State of AI: Global Survey 2025 (상세 보고서) — 105개국 1,993명 대상, AI 채택 88%, 고성과 기업 6% 분석
- The Economic Potential of Generative AI — 63개 유스케이스 기반 $4.4T 경제적 잠재력 산출
- The Agentic Organization: Contours of the Next Paradigm — 에이전틱 조직 5축 프레임워크
- Rewired: How Leading Companies Win with Tech and AI — 200+ 전환 사례 기반 Rewired 6차원 프레임워크
BCG
- From Potential to Profit: Closing the AI Impact Gap — Deploy→Reshape→Invent 3단계 + 10/20/70 법칙
- The Widening AI Value Gap: Build for the Future 2025 — 1,250명 임원 대상, Future-Built 5% 분석
- AI at Work 2025: Momentum Builds, but Gaps Remain — 11개국 10,635명, 실리콘 천장 현상
- The $200 Billion Agentic AI Opportunity — 에이전틱 AI CAGR 45%, TAM $200B
- Enterprise as Code: An Operating Model for the AI Era — 운영 로직 코드화 프레임워크
Accenture
- Technology Vision 2025: AI — A Declaration of Autonomy — Binary Big Bang 등 4대 트렌드
- Total Enterprise Reinvention — Reinventors 9% 성과 분석, 5대 필수 요건
- The Age of Co-intelligence — 인간-AI 공동지능 모델, 11% Co-learning 준비
- Change Reinvented — 2,000+ GenAI 프로젝트 기반 지속적 변화 역량 청사진
- Pulse of Change 2026 — 3,650명 C-suite 대상, AI 투자 85% 확대 계획
Deloitte
- State of AI in the Enterprise 2026 — 24개국 3,235명, AI 접근성 50% YoY 증가
- Tech Trends 2026 — 5대 트렌드, Agentic Reality Check
- 2026 Global Human Capital Trends — 89개국 9,000명+, Human x Machine
- The Agentic Reality Check: Silicon-Based Workforce — 실리콘 기반 인력, 에이전트 HR
- Creating an Adaptable Workforce — Changefulness 프레임워크
Gartner
- Top Strategic Technology Trends for 2026 — Architect·Synthesist·Vanguard 3테마 10대 트렌드
- Gartner Identifies the Top Strategic Technology Trends for 2026 — IT Symposium/Xpo 발표 프레스 릴리스
- Worldwide AI Spending Will Total $2.5 Trillion in 2026 — AI 지출 전년 대비 44% 증가 전망
- How to Implement AI Agents to Transform Business Models — AI 에이전트 전략 가이드
#AI전환
#AgenticAI
#PMO진화
#워크플로재설계
#McKinsey
#BCG
#Accenture
#Deloitte
#Gartner
이 글은 McKinsey, BCG, Accenture, Deloitte, Gartner의 2025~2026년 공식 보고서를 교차 분석하고, 10년간의 기업 PM 교육·코칭 경험과 대조하여 작성되었습니다. 원본 분석 데이터는 projectresearch.co.kr/insights 에서 확인하실 수 있습니다.
함께 읽기 · Related Posts
시리즈 네트워크에서 이 편과 연결된 글
- X-2 · AX 전략
빅테크 리더십 격변과 AX 전략 - B-5 · PM/PL 역할 전환
Agentic 시대, PM/PL과 엔지니어는 무엇을 준비해야 하는가 - K-5 · 사고 체계
Karpathy LLM OS 시각으로 본 AX PM/PL 역량 — Claude Code 소스의 교차 분석 - P-6 · AI 인물 탐구
PM 코치가 바라보는 AI 전문가 탐구 6편: Andrew Ng - B-7 · PM/PL 역할 전환
Agentic 시대 PO·PM·PL 5-Domain 역량 통합편 - S-2 · 현장 검증
삼성전자 PMC: AI와 함께하는 PM 교육 혁신
조직을 바꾼다AIDD·온톨로지 컨설팅 · 42편
🎯 조직 문 진입 (종합 게이트)
🏭 도메인 26주 실증
🧩 AGENT 설계
📈 AX 전략·조직 전환
- X-1 AI/AX 2030 전략: McKinsey, BCG, Accenture, Deloitte, Gartner 교차 분석
- X-2 빅테크 리더십 격변과 AX 전략
- X-3 2026년 GitHub에서 주목할 프로젝트와 AI 전환 신호
- X-4 AI 에이전트 2026 상반기 대해부 — 지금 무슨 일이, 리더는 무엇을
- E-1 AI 네이티브 기업 전환 — CHO·PMO 재정의
- E-2 한국 기업 AX 2030 (Capstone)
- E-3 NH농협은행 SAFe 애자일 3년 — 페이스메이킹의 기록
- E-4 하나은행 × BCG 애자일 전환 — 두 개의 리듬으로
- E-5 네이버랩스 AKI — 하이브리드 애자일 PMO로 7개 제품을 한 박자로
- E-6 일곱 도메인 업무 흐름 지도 — 내 도메인의 게이트는 어디에 걸려 있나
🏢 조직 단위 기록
기업 AI, 업무로 검증하다
- EO-1 우리 회사 업무, 어디까지 Agent에 맡길까
- EO-2 사내 RAG의 진짜 테스트: 부서 이동과 문서 개정을 견디는가
- EO-3 회의록에서 업무 등록까지: 중복 실행을 막는 Agent
- EO-4 Agent 성적표: 답변·업무 완료·재작업을 함께 재기
- EO-5 전문가의 지식은 어떻게 다음 프로젝트의 근거가 되는가
- EO-6 Agent 도입 30일, PMO는 무엇을 보고 계속할지 결정할까
- EO-7 Sillok × Astra/ultra: 시너지를 판정하는 업무 실험
- EO-8 공공 SI와 제조 SCM, 같은 Agent에서 달라지는 경계
🏗️ 실사구시 AX 도입 사례
- SX-1 실사구시 AX 1부 — 에이전트 요구 637건, 사내 챗봇은 5%
- SX-2 실사구시 AX 1부 — 첫 과제는 우리 부서 일의 지도
- SX-3 실사구시 AX 1부 — 사내 데이터를 AI에 열 때 정할 세 가지
- SX-4 실사구시 AX 2부 — 월례 사례 발표로 확산을 굴리기
- SX-6 실사구시 AX 2부 — 주간보고보다 매일 남는 증적
- SX-7 실사구시 AX 3부 — PMO를 두면 감리를 생략할 수 있을까
- SX-8 실사구시 AX 3부 — 발주처 AI와 먼저 붙여 보는 War Game
- SX-9 실사구시 AX 4부 — 계약이 끝나면 누가 고치나, 인수 부트캠프
- SX-11 실사구시 AX 4부 — 중견 제조사의 AX 6개월, 무엇을 만들고 무엇을 넘겼나
나를 바꾼다AX 역량 · 83편
🔄 역할·역량 전환
- B-1 AI 시대 PM의 역할 변화: 팀 모드의 중요성
- B-2 AI 시대, PO·PM·PL과 사무직의 역할이 근본부터 바뀐다
- B-3 AI 시대, PM/PL의 역량이 근본부터 바뀌어야 하는 이유
- B-4 AI 시대의 PMBOK 8판 훈련 전략
- B-5 Agentic 시대, PM/PL과 엔지니어는 무엇을 준비해야 하는가
- B-6 AI 인재, 무엇을 준비할 것인가 — 11+1 역량 지도
- B-7 PO·PM·PL 역량 통합: 5-Domain × 3-Level
- B-8 역량은 합치고, 결정권은 나눕니다 — AI/AX 인재 역량정의서
- B-9 AI는 답보다 ‘낯선 수’를 줄 때 사람을 키웁니다 — 바둑 연구로 본 AI 자기개발
- R-0 직군이 아니라 역할이다 — Agentic 팀의 다섯 원형
🧱 개념·프레임워크
🧠 사고 체계·개인 지식
- K-1 Agentic 시대, PM의 온톨로지맵 — Obsidian을 통해 나만의 RAG를 만드는 법
- K-2 Karpathy의 LLM과 Obsidian 지식 결합
- K-3 Karpathy의 autoresearch: PM에서의 적용 사례
- K-5 Karpathy LLM OS 시각으로 본 AX PM/PL 역량 — Claude Code 소스 교차 분석
- K-6 30시간 RAG 실측 — Karpathy llm-wiki vs obsidian-vault 양강 비교
- K-7 구글 OKF·Obsidian Vault·llm-wiki — 무엇을 어떻게 시작할까
- K-8 Obsidian × LLM 4만 노트 — 개인 RAG 최종 아키텍처 5층
- K-9 PM 온톨로지맵 템플릿 배포판 — 30분에 채우는 5칸
- K-10 기업 RAG 운영 교훈 입구 — 벡터 DB보다 다시 찾는 고리 · 정답률 12%→54%
- K-11 기업 RAG 운영 교훈 1 — 먼저 넣고 모자랄 때 찾기 · AI 호출 43% 절감
- K-12 기업 RAG 운영 교훈 2 — 인용 점검기·퇴역 기준 · RAG 8개 운영 기록
- K-13 기업 RAG 운영 교훈 3 — 근거는 권한을 더하지 않는다 · 숨은 지시 실험
🔧 하네스·에이전트 구축
- G-1 삼성전자 GAUSS PM Agent: 효과적 설계로 주니어 PM 지원하기
- G-2 주니어 PM 위한 AI 하네스 구축 가이드
- G-4 삼성 DX 엔지니어를 위한 Codex 온보딩 — 하네스 & 개인 RAG
- G-5 나의 Agent 비서, 블록 12개로 조립한다 — 재사용 블록과 77%의 법칙
- G-6 내 업무를 맡길 AI 에이전트 — 6블록 설계와 PROFILE BIND
- CC-4 내 노트 4만 개 검색 — LLM 직접 읽기 vs 전용 CLI, 하이브리드 5.5배
- CC-5 Obsidian 노트를 앱 없이 검색 — 오픈소스 byeori(벼리)
- CC-6 사내 지식을 RAG로 — 망분리·토큰0 6단계
- G-8 4.5TB 클라우드 단일화 — Mac × 클라우드 × Agentic 업무환경
⚖️ 모델·도구·환경 실측
- A-5 Fable 5와 보낸 첫 하루 — 모델 × 하네스 × RAG 실측 회고
- A-6 맥은 이미 AI 워크스테이션 — 사진·노트·인박스 0원 정리
- A-7 Mac@Work 2026 — 맥 20년차의 도구 모음과 Agentic 카테고리
- A-8 좋은 엔진은 없다, 맞는 엔진이 있다 — Codex/Sol vs Claude/Fable 5대 실전 비교
- A-9 프롬프트는 형식을, 사내 RAG는 판단을 채웠습니다 — PMO 문서 2×2 실험
- A-10 Claude·OpenAI·Apple·Qwen 엔진 11개로 잰 질의응답 품질과 비용 — 답변 310건 실측
- CC-3 Opus xhigh 솔로 vs ultracode 멀티에이전트 — 작업유형별 A/B 실측
- G-3 대기업 직장인을 위한 AI Agent & Skill 추천 가이드 2026
- G-7 녹취 엔진 두 레인 — SpeechAnalyzer와 Alt, 코칭·컨설팅 6장면 판단표
- CC-7 Claude Code × GPT-5.6 Sol — CCR vs 순정 Codex 7시나리오 실측
🧪 AI 개발·SDLC 실험
🤝 사람·소통·평가 대화
👤 AI 인물·리더
- P-0 7인의 사고 체계 종합 프레임워크
- P-1 PM 코치가 바라보는 AI 전문가 탐구 1편: Andrej Karpathy
- P-2 Sutskever: 압축이 곧 지능이다
- P-3 Hassabis: 제1원리 분해
- P-4 LeCun: 세계 모델 + 예측
- P-5 Hinton: 거버넌스 + 자기부정
- P-6 Ng: AI 전환 플레이북
- P-7 Fei-Fei Li: 인간중심 설계
- P-8 Builders 종합: Boris·Cat·Truell·Masad·Murati·Brockman
- P-9 Operators 종합: Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman
- P-10 Hardware 양강: Jensen Huang · Lisa Su
- P-11 DeepSeek 량원펑 — 연속 학습의 공백과 하네스
🏫 워크숍 현장 기록
- S-1 Agentic PM의 시대가 열리다 — LG전자 SW PM 워크숍을 마치며
- S-2 삼성전자 PMC: AI와 함께하는 PM 교육 혁신
- S-3 SKT Agent 도출을 위한 AI 퍼실리테이션 기법
- S-4 리스크는 그릇이었다 — LG전자 SW공학연구소 GenAI RISK 워크숍
- S-5 코드 한 줄 없이 손익관리팀이 만든 에이전트 — 신한EZ손해보험
- S-6 “어디까지 입력해도 되나요?” — 삼성 구매 현장의 Agentic 각성
- S-8 ‘바이브 프로젝트 매니징’을 스스로 이름 붙였습니다 — 현대모비스 편
- S-9 “대충 시키면 다 해줄 줄 알았는데” — SK쉴더스 보안 PM들의 이틀
- S-16 “완료했습니다”가 서로 다른 뜻이었다 — 다섯 차수 종료 회고 NEW
- PS-2 공공 PM이 ‘AI 이용자’에서 ‘AI 활용자’로 — 아이티센 편
- S-17 기준 문서를 내 업무로 다시 쓰자 — FITI시험연구원 관리자 AX NEW
- S-18 PM·컨설턴트를 FDE로 세우는 실무 훈련 — KT DS AX PO·PM NEW
- S-19 근거로 검증하는 발주 담당자로 — 코레일 AX PMO NEW
- S-20 큰 그림은 표준으로, 상세는 AI로 — 삼성전자 AX PMC NEW
- S-21 내 Epic을 포트폴리오에 올리자 — LG전자 SW PM·리스크 NEW
두 문이 함께 딛는 근거하네스 · 수렴 · 월간 · 17편
🧭 길잡이·수렴 (두 문 공용)
- M-1 Agentic PM 시리즈 진입 가이드 — 전체를 한 장으로
- Z-1 실록(Sillok) — 5세기 Audit-Grade 거버넌스를 LLM 운영에 빌려온 한국형 LLMOS 하네스
- Z-2 실록(Sillok) 2026 상반기 결산 — RAG·고객사·지능화 루프·오픈소스
- Z-3 하네스×RAG 기업 컨설팅 — 네 현장·환각 방지·TOP10 자가진단·진화 루프
- Z-4 하네스 엔지니어링 백서 — Weng 하네스론×실록 구조 매핑·자기개선 루프·정직한 결산
- Z-5 에이전트 스킬 수명주기 백서 — Dynamic Agent Skills 8단×실록 매핑(7 온전+1 갭)·분기 12문항 레퍼런스·PO/PM/PL 컨설팅 직역
- Z-6 AX 시리즈 100편 기념 특집 — 실록·3층 RAG 운영 실측: 대시보드 5장 해설·구조 도식 2장·지식 구조 7층·강의/프로젝트/발행 3사례·응용분야·정지 사고 공개
- W-1 Agentic 월간 관전포인트 2026-05 — 가우스+빅테크 듀얼 모델 시대
- W-2 Agentic 2026 상반기 총결산 — 다섯 축 6개월
- Z-7 100편 기념 특집 2편 — 배치 사다리 6단·수명주기 22일/90일·계측 3지표 (팩 119 중 16개가 라우팅 80% 실측)
- Z-8 100편 기념 특집 3편 — 위임 경계=비가역성·88스텝 중 45개(51%) 사람 확정·비가역 6갈래·4칸 표 템플릿
- Z-9 하네스 운영 교훈 1 — 느린 턴은 왕복 수 · 794턴 실측 · 속도 계약·결정 요청 계약
- Z-10 하네스 운영 교훈 2 — 토큰 비용 · 캐시 95.7% · 가격표 빈칸 착시 · 성공 작업당 비용
- Z-11 하네스 운영 교훈 3 — 규칙↔집행 장치 원장 · 41개 중 21개 문장뿐 · 경고 1,698회 미전달
- Z-12 하네스 운영 교훈 4 — 관측 vs 엔진 · 운영 구성요소 1-in-1-out 예산 · 동결 나흘 뒤 초과
- Z-13 하네스 운영 교훈 5 — 에이전트 기억 회수 · 39% 미사용 · 4층 기억 · 한 원장
- Z-14 하네스 운영 교훈 특별편 — AI 주도 개발(AIDD) 가드레일 · DORA·METR·국내외 동향 · 도입 5단계