① 2026년 AI 개발의 경쟁축은 속도가 아니라 품질 약속이며, 핵심은 툴 선택이 아니라 거버넌스 게이트 설계입니다.
② AI 생성 코드는 사람 대비 이슈가 1.7배라는 실측이 있고, 코드 리뷰를 결합한 팀만 품질 개선률 81%에 도달하기 때문입니다.
③ 게이트를 어디에 설치할지 고민이시라면, 본문의 성숙도 단계별 거버넌스 게이트 표만 보셔도 됩니다.
본 글은 AI-SDLC 프레임워크 + 거버넌스 게이트 영역의 2026년 5월 시그널을 반영해 본문 약 40%를 재작성한 v3 개정본입니다. 2026-04-18 v2 발행본 이후 1개월 사이 발생한 구조적 시그널을 통합하면서 다음 프레임 전환을 적용했습니다.
프레임 전환: L1~L5 maturity 5단계에 “거버넌스 게이트 (시정명령 우선·과태료 후순)” 신규 컬럼 + 한국 AI 기본법 계도기간 프로젝트관리조직(PMO) 6대 액션 + Computer-Using Agent GA 시나리오 4건 + Agent 365 라이선스 모델 의사결정 트리
통합된 1개월 시그널 (09편 월간 관전포인트 2026-05에서 도출):
- #4 Microsoft Copilot Studio Computer-Using Agent GA + Agent 365 GA (2026-05 Build) — API 없는 레거시 시스템 UI 자동화 + Agent 365 라이선스 단위 PMO 운영 표준화 (출처)
- #8 한국 AI 기본법 1년 계도기간 (2026-01-22 시행 / 2027-01-22까지 과태료 유예) — 고영향 AI(의료·신용·채용·자율주행) 영향평가·고지·인적 통제 의무 — PMO 12개월 사내 거버넌스 체계 완성기 (출처)
- #6 Linux Foundation 정렬 — 모델 컨텍스트 프로토콜(MCP)·에이전트 간 통신(A2A)·ACP 표준화 단체 단일화 → vendor-lock 완화 (출처)
갱신 일자 2026-05-28 · 갱신 근거 추적은 09편 월간 관전포인트 — 1개월 시그널 13선 카드에서 1차 인용을 함께 확인하실 수 있습니다.
PM 코치가 해석하는 Agentic PM 시리즈 · 5편 “8주 동안 PO·PM·PL이 먼저 준비할 것 vs 나중에 키울 것”
PM 코치/컨설턴트로서 AI-SDLC를 분석한다는 것은 “어떤 파이프라인 툴이 제일 빠른가”를 줄 세우는 일이 아닙니다. “어떤 품질 약속을 사용자에게 먼저 선언하고, 그 약속을 지키기 위해 어떤 게이트를 어디에 설치할 것인가” 를 PO·PM·PL 세 역할의 언어로 해석하는 일입니다.
2026년 2분기 현재, 이 질문의 무게중심은 이미 이동했습니다. CodeRabbit은 2025년을 “AI 속도의 해”, 2026년을 “AI 품질의 해” 로 규정하면서 AI 생성 코드가 사람 작성 코드 대비 이슈 1.7배, 논리 오류 최대 +75% 를 포함한다는 정량 데이터를 내놓았습니다 (CodeRabbit 2026). 같은 분기, Opsera는 개발자 25만 명·60개 엔터프라이즈를 분석한 2026 벤치마크에서 엔터프라이즈 팀의 약 90%가 AI를 소프트웨어 개발 수명주기(SDLC)에 도입했지만, 거버넌스 없이 배포한 AI-PR이 리뷰 사이클을 4.6배로 늘리고 보안 취약점을 15~18% 더 유입시킨다고 보고했습니다 (Opsera 2026 Benchmark). Google DORA 2026은 여기에 한 줄을 덧붙였습니다. AI 도입 강도가 높을수록 throughput과 instability가 동시에 상승하고, 코드 리뷰가 결합된 팀만 품질 개선률 55%에서 81% 로 올라간다는 “속도-불안정성 역설”입니다 (DORA 2026 해설).
이 세 숫자를 나란히 놓으면 메시지가 또렷해집니다. AI-SDLC는 속도 경쟁이 아니라 품질 약속의 경쟁이고, 엔지니어링 프레임워크가 아니라 증빙 가능한 거버넌스 운영 체계이며, 툴 선택이 아니라 게이트 설계 문제입니다. 여기에 2026-08-02 EU AI Act 고위험 AI(Annex III) 전면 시행 과 2026-09 Cyber Resilience Act 발효, 그리고 2025-11에 제안된 Digital Omnibus 1년 유예안(최대 2027-12) 이 겹치면서, PM은 “법이 언제 시행되는지”가 아니라 “우리가 어떤 날짜를 기준으로 dual plan을 짤 것인지”를 결정해야 하는 자리에 섰습니다 (EU Implementation Timeline, Cooley Digital Omnibus).
이 편에서는 PM 코치 1인칭으로, 5단계 도입 성숙도(L1 Assisted → L5 Governed Autonomy)와 6종 거버넌스 게이트(Spec, AI-Review, Security, Compliance, Observability, Agent Access), DORA 4 + AI 5 + Governance 3의 12지표 대시보드를 PO·PM·PL이 각각 어떻게 읽어야 하는지로 해석합니다. 목표는 “AI-SDLC를 도입할까 말까”를 넘어서, 이번 주 안에 조직의 준비 체크리스트와 역량 궤적(L3→L5) 을 문서화하는 것입니다.
- “속도 게이트는 이제 품질 게이트에 종속된다”는 해석을 6종 거버넌스 게이트의 배치 순서로 어떻게 풀어내야 하는가?
- L1 Assisted ~ L5 Governed Autonomy 5단계에서 조직 규모별 12개월 목표 수준을 PO·PM·PL은 어떤 기준으로 결정하는가?
- DORA 4 + AI 5 + Governance 3 12지표 대시보드를 월간 경영 보고의 어떤 고정 섹션으로 올려야 하는가?
- EU AI Act 2026-08 시행 vs Digital Omnibus 2027-12 유예의 dual plan 을 PM은 어떻게 risk register에 기록하는가?
근거 각주: LG WebEx 세미나 정의 기반 — lecture/lge-webex-seminar-ai-agent-pm/02-slide-fulltext.md:277-283
현황 진단: 2026 "AI 품질의 해"가 만든 지형
2026년은 채택 경쟁이 끝나고 품질 경쟁이 시작된 해입니다. Part 1은 네 개의 핵심 숫자(Copilot 470만·도입률 90%·이슈 밀도 1.7배·리뷰 사이클 4.6배)와 EU AI Act 2026-08·CRA 2026-09라는 이중 규제 시계를 한 장에 붙여, PM이 경영진에게 가져갈 문장이 “우리는 AI를 쓴다”에서 “우리는 AI 약속을 증빙한다”로 바뀐 지점을 설명합니다.
1.1 네 숫자가 말하는 것
2026년 2분기 AI-SDLC 담론은 채택·속도·품질·컴플라이언스 네 축이 동시에 정량화되면서 의사결정 문법이 바뀌었습니다. 저는 이 변화의 신호를 다섯 개의 수치로 압축해서 보여드립니다.
첫 두 숫자는 “채택 경쟁은 끝났다”를 가리킵니다. Fortune 100 중 약 90%가 Copilot을 도입했고, AI 코딩 도구 시장은 $10.06B·CAGR 27.57% 로 추산됩니다 (CodeRabbit 2026). 다음 두 숫자는 “도입했지만 품질이 떨어졌다”를 말합니다. Faros.ai의 Copilot 필드 데이터도 같은 결을 보여줍니다. 초기 파일럿에서는 PR Lead Time -55%, 머지 속도 -50%, CFR 안정으로 좋았지만 22,000명·4,000팀으로 확장하자 PR당 인시던트 3배, 개발자당 버그 +54% 로 뒤집혔습니다 (Faros.ai). 마지막 숫자는 “그래도 리뷰 게이트가 붙으면 살아난다”입니다.
💬 Voice Box #1 — PM 코치의 해석 2026이 ‘AI 품질의 해’로 선언되고 AI-PR이 리뷰 사이클을 4.6배 늘렸다는 Opsera 숫자를 볼 때, 저는 ‘속도 게이트는 이제 품질 게이트에 종속된다’로 해석합니다. 채택률 90%를 자랑하던 슬라이드는 2026년 2분기부터 약속 증빙의 슬라이드로 바뀌었습니다. PM이 경영진에게 가져가야 할 문장은 “우리는 Copilot을 쓴다”가 아니라 “우리는 AI-PR 하나당 두 명의 휴먼 리뷰어와 여섯 개의 게이트로 품질을 담보한다”입니다.
1.2 2026 패러다임 시프트 세 가지
원본 deep research는 이 변화를 세 개의 화살표로 정리했습니다. 저는 이 세 화살표를 PM의 언어로 다시 씁니다.
- Speed → Quality: AI 생성 코드 이슈율 1.7배, 논리 오류 +75%가 공식 수치가 된 순간, 품질 게이트는 “나중에 추가할 것”이 아니라 “처음부터 파이프라인 안에 있어야 하는 고정 자산” 이 됐습니다 (CodeRabbit 2026).
- Copilot → Agent: 자율 에이전트가 취약점을 triage → 패치 → 회귀 테스트 → PR까지 수행하는 Agentic DevSecOps 가 표준 패턴으로 공식화됐습니다. 비인간:인간 상호작용 비율은 80:1 로 벌어졌고, 보안 엔지니어의 역할은 코드 감사자에서 “Policy Architect”로 바뀌고 있습니다 (YourSky Blue DevSecOps 2026).
- Shift-Left → Shift-Everywhere: IDE·PR·CI/CD·프로덕션 전 단계에 보안이 내장되고, SAST·SCA·DAST·IaC·Container를 단일 뷰로 상관 분석하는 Shift-Everywhere가 기본기가 됐습니다 (Checkmarx 2026).
세 시프트를 겹쳐서 읽으면 “PM은 이제 속도를 관리하는 사람이 아니라 품질 약속을 설계하는 사람” 이라는 한 줄이 남습니다. 그리고 그 약속을 증빙하는 규제가 같은 분기에 발효된다는 점이, 이 편을 특별하게 만듭니다.
1.3 규제 이중 시계: 2026-08 vs 2027-12
2026년 한 해 안에 두 개의 규제 시계가 겹쳐서 작동합니다. EU AI Act 고위험 AI 의무(Annex III)가 법률상 2026-08-02 전면 시행 되고, 바로 다음 달인 2026-09에 Cyber Resilience Act 가 취약점 24시간 보고 의무와 함께 발효됩니다 (EU Implementation Timeline, YourSky Blue DevSecOps 2026). 여기에 2025-11 EU 집행위가 제안한 Digital Omnibus 수정안이 Annex III 의무를 최대 2027-12까지 1년 유예 할 수 있도록 하면서, 기업들은 “법은 언제 시행되는가”가 아니라 “우리는 어떤 날짜를 기준으로 dual plan을 짜는가”를 먼저 결정해야 하는 상황이 됐습니다 (Cooley Digital Omnibus, Timelex).
제가 PM 코칭 현장에서 반복해 강조하는 문장이 있습니다. “법률 기준일은 2026-08-02로 유지하되, 유예 시나리오를 risk register에 병기한다.” 이유는 단순합니다. 2027-12로 늦춰질 “가능성”만 가지고 준비를 미루면, 유예가 좌초될 때 두 달 만에 고위험 시스템 인벤토리와 Human Oversight Runbook을 만들 수 없기 때문입니다. PL은 Policy-as-Code 규칙을, PM은 Deployer 의무 체크리스트를, PO는 고객 약속 문구를 2026-08 기준으로 미리 완성해 놓아야 합니다.
개념 심층: 5단계 성숙도와 6종 거버넌스 게이트
AI-SDLC 성숙도는 “무엇을 자동화했는가”가 아니라 “다음 단계 진입 게이트를 통과했는가”로 읽어야 합니다. Part 2는 L1~L5 다섯 단계, 여섯 종 거버넌스 게이트(Spec·AI-Review·Security·Compliance·Observability·Agent Access), 그리고 DORA 4 + AI 5 + Governance 3의 12지표 대시보드를 PO·PM·PL 역할별 소유권으로 재배치해 제시합니다.
2.1 AI-SDLC 5단계 성숙도 (L1~L5)
원본 deep research는 조직의 도입 성숙도를 다섯 단계로 정리했습니다. 각 단계의 핵심은 “무엇을 자동화했는가”가 아니라 “다음 단계로 넘어가기 위한 게이트를 통과했는가” 입니다.
저는 이 표를 볼 때마다 PM에게 한 가지 질문을 먼저 던집니다. “조직이 지금 L 몇에 있는가”가 아니라 “12개월 후 L 몇을 목표로 선언할 것인가” 입니다. 이 질문이 중요한 이유는, 성숙도는 현재형 진단이 아니라 미래형 약속 이기 때문입니다.
L3 진입에는 DORA 4지표(DF·LT·CFR·MTTR)와 AI 전용 5지표(AI-PR 승인율, 논리 오류 밀도, 수동 재작성 비율, 인시던트 AI 기여율, 리뷰 신뢰도 스코어)를 동시에 관찰하는 대시보드가 필요합니다 (CodeRabbit 2026, Microsoft DevBlogs Copilot ROI). L4 진입에는 “에이전트가 프로덕션 크리덴셜에 접근할 때 정책 위배 여부를 사전 검증”할 수 있는 IDE 수준의 Agent Access Governance가 확보돼야 합니다 (YourSky Blue DevSecOps 2026). L5는 거기에 AIBOM·PBOM·데이터 계보 자동 추적 이 더해져 감사 가능한 상태가 됩니다.
2.1.bis L1~L5 Maturity 5단계 + 거버넌스 게이트 (신규)
5단계 성숙도 모델만으로는 2026년 한국 PMO가 답해야 할 가장 절박한 질문 — “규제 위반이 발생했을 때 우리 단계의 손해는 시정명령으로 끝나는가, 과태료로 번지는가” — 에 답하지 못합니다. 한국 AI 기본법(인공지능 발전과 신뢰 기반 조성 등에 관한 기본법)은 2026-01-22 시행 + 2027-01-22까지 1년 계도기간 동안 시정명령을 과태료보다 먼저 부과하는 단계적 집행 원칙을 채택했습니다 (국가법령정보센터 법령 본문, 법제처 시행령 입법예고 2025-11-12, PwC 컨설팅 AI 기본법 해설). 따라서 본 v3 개정에서는 기존 5단계 maturity 표에 거버넌스 게이트(시정명령 우선·과태료 후순) 신규 컬럼을 추가하여 단계별 PMO 실행 의무를 명문화합니다.
이 표가 말하는 핵심은 두 가지입니다. 첫째, L1~L2 단계 조직은 계도기간 동안 과태료 부담이 사실상 0 입니다 — 라벨링·리뷰 보완 명령에 30일 내 응답하면 면제 디폴트입니다. 둘째, L3 이상부터는 “영향평가 · 인적 통제 · 외부 보고” 3대 의무가 등장하며, 이 셋 중 하나라도 누락되면 시정명령 차수가 누적되어 과태료·공시로 번집니다. PMO 입장에서 가장 중요한 의사결정은 “12개월 안에 어느 L까지 끌어올릴 것인가”가 아니라 “우리 조직이 위치한 L 단계에 적합한 시정명령 응답 SOP를 30일 내에 작성했는가” 입니다.
💬 Voice Box #1-bis — 계도기간 1년의 진짜 의미 한국 AI 기본법의 1년 계도기간은 “법이 1년 뒤에 시작된다”는 뜻이 아니라, “법은 2026-01-22에 이미 시작됐고, 시정명령은 받지만 과태료는 1년간 유예된다”는 뜻입니다. 즉 PMO는 이미 시정명령 대상이며, 30일·60일 응답 SOP가 없으면 2027-01-22 직후부터 과태료가 누적됩니다. 저는 코칭 현장에서 “L1~L2 조직도 라벨링·리뷰 보완 SOP만큼은 이번 분기 안에 완성해 두라”고 조언합니다. 시정명령은 단계와 무관하게 발부될 수 있고, 30일 내 응답하지 못하는 조직이 가장 먼저 과태료로 넘어갑니다.
2.2 6종 거버넌스 게이트
원본 deep research가 정의한 여섯 개의 게이트는, PM의 입장에서 보면 “PR이 프로덕션에 도달하기 전에 반드시 통과해야 하는 여섯 개의 검증 서사” 입니다. 저는 이것을 PO·PM·PL이 누가 어떤 게이트를 “소유”하는지의 관점으로 다시 씁니다.
1번 Spec Gate는 2026년에 가장 빠르게 격상된 개념입니다. arXiv의 “Specification as Quality Gate” 연구는 AI 리뷰 품질을 결정짓는 1차 변수가 사양의 구체성 이라는 점을 확인했습니다 (arXiv:2603.25773). 이 말은 곧 PO가 작성한 시나리오 문장이 그 자체로 “품질 게이트의 상한선”이 된다는 뜻입니다. 2번 AI-Review Gate는 CodeQL·PMD·ESLint에 AI 분석이 결합될 때 품질 개선률이 55%에서 81%로 올라간다는 DORA 2026 수치의 직접 결과물입니다 (DORA 2026 해설). 3번 Security Gate와 6번 Agent Access Gate는 Shift-Everywhere와 NHI·PBOM 두 축으로 구성되며, 4~5번은 규제·관찰의 축입니다.
ℹ️ 핵심 인사이트 AI-SDLC 6종 게이트는 “PR 체크리스트”가 아니라 “약속 증빙 파이프라인” 입니다. PO가 Spec Gate에서 약속을 선언하고, PM이 AI-Review·Compliance Gate에서 약속을 조율·검증하며, PL이 Security·Observability·Agent Access Gate에서 약속을 측정·자동화합니다. 여섯 게이트는 세 역할의 언어를 하나의 파이프라인으로 봉합합니다.
2.3 DORA + AI 통합 메트릭 (4 + 5 + 3)
DORA 2026은 1,110개 응답 기반으로 AI 도입 강도가 높을수록 throughput과 instability가 동시에 상승한다고 보고했습니다 (DORA 2026 해설). “속도-불안정성 역설”이 공식 언어가 된 이상, SDLC 대시보드는 DORA 4 + AI 5 + Governance 3 = 12지표 로 확장되어야 합니다.
저는 이 12지표를 월간 경영 리포트의 고정 섹션 에 배치하라고 조언합니다. 그리고 한 가지 의사결정 룰을 붙입니다. DF(배포 빈도)가 올라가면서 CFR(변경 실패율)도 동시에 올라가면, AI-Review Gate를 한 단계 강화한다. 이 한 줄이 있어야 12지표가 숫자에 머물지 않고 작동하는 운영 룰 이 됩니다.
- 프로젝트관리지식체계(PMBOK) 8: Governance × Quality Domain · Embrace Adaptability
- SAFe 6: Team: Built-in Quality (6 Gates 매핑) · Portfolio: Lean Portfolio Management
- BABOK v3: 8.3 Solution Evaluation · 6.4 Measure Solution Performance
- SEBOK v2.x: Part 3 V-Model · V&V Process · Part 7 Life Cycle Models
(전체 32-cell 매핑은 시리즈 진입 가이드의 부록 D에서 확인)
비교·한계·경고: "파일럿은 됐는데 엔터프라이즈에서 뒤집히는" 함정
Faros.ai의 22,000명 확장 데이터는 PR Lead Time -55%가 PR당 인시던트 3배로 뒤집히는 변곡점이 확장 그 자체임을 보여줬습니다. Part 3는 이 “확장 함정”을 Governance by Design과 Later-Attach Governance 두 전략의 대치로 정리하고, PM이 파일럿 6개월 / 엔터프라이즈 12개월 구간을 분리 설계해야 하는 이유를 실패 매트릭스로 제시합니다.
3.1 “파일럿 성공 ≠ 엔터프라이즈 성공”
2026년 1분기에 가장 많이 인용된 수치가 Faros.ai의 Copilot 필드 데이터입니다. 소규모 파일럿에서는 PR Lead Time -55%, 머지 속도 -50%, CFR 안정이라는 숫자가 나왔지만, 22,000 개발자·4,000 팀 규모로 확장했을 때 PR당 인시던트가 3배, 개발자당 버그가 +54% 로 바뀌었습니다 (Faros.ai). Microsoft 연구도 비슷한 맥락에서, 소규모 팀(10~50명)은 3개월, 엔터프라이즈는 6개월 이상 의 break-even 기간을 보고했습니다 (GitHub Resources).
저는 이 수치를 “확장 함정”이라고 부릅니다. 함정의 본질은 간단합니다. 파일럿은 시니어 중심, 엔터프라이즈는 주니어·외주·레거시 혼재 입니다. Opsera는 시니어가 주니어 대비 약 5배 더 많은 생산성을 확보한다고 보고했는데, 이는 “AI 도구가 기술 격차를 줄여준다”는 초기 가설을 일부 뒤집는 결과입니다 (Opsera 2026 Benchmark). 결국 엔터프라이즈 확장 시점에는 게이트의 밀도(무엇을 몇 번 검증하는가)가 속도의 상한 을 결정합니다.
3.2 대안 분석: “거버넌스 바이 디자인” vs “쓸 만해지면 붙이자”
2026년 2분기에 두 개의 전략이 대치하고 있습니다. 하나는 Microsoft가 Copilot 2026 전략으로 선언한 “Governance by Design” — 모든 Copilot 상호작용에 audit trail 의무화, 조직 레벨 콘텐츠 필터, 정책 기반 자동화, 위험 임계치 초과 시 휴먼 승인 요구를 처음부터 내장한 접근입니다 (Windows News 2026 전략, Office and Win). 다른 하나는 “파일럿은 빠르게 달리고 쓸 만해지면 거버넌스를 붙이자”는 Shadow-IT 패턴입니다.
저는 이 두 전략 중 “처음 6개월은 Later-Attach, 이후 12개월은 by Design” 이라는 하이브리드를 권합니다. 처음부터 모든 것을 by Design으로 세우면 Spec Gate도, AI-Review Gate도 “통과 불가능한 문서 작업”이 되기 쉽습니다. 다만 6개월을 기점으로 전환 스케줄을 선언해야만, Shadow-IT 패턴의 기본값이 영구 고착되는 것을 막을 수 있습니다.
3.3 실패/경고 매트릭스
💬 Voice Box #2 — PM 코칭 현장에서 본 흔한 함정 제가 최근 반년 동안 만난 열다섯 개 조직 중 아홉 곳이 같은 지점에서 멈춰 있었습니다. “Copilot을 도입했고 AI-PR도 돌아가지만, 그게 어떤 약속을 지키고 있는지 아무도 문장으로 말하지 못한다”는 상태였습니다. 저는 그럴 때마다 딱 한 장의 문서를 요청합니다. “우리 조직의 현재 L 수준은? 12개월 목표 L은? 그 사이에 통과해야 할 게이트 두 개는?” 이 세 줄을 못 쓰면, 6종 게이트의 가장 쉬운 두 개, 즉 Spec Gate의 구체성 점수 와 AI-Review Gate의 2인 휴먼 리뷰 커버율 부터 시작하라고 합니다.
PO·PM·PL 3-Role Translation ⭐
- L3 수행(Performance) — 팀 단위 반복 운영 + Named Owner 지정 + 기본 가드레일. 진입 조건: 주 5회 이상 AI 협업 · SOP 1건.
- L4 주도(Leadership) — 조직 표준 내재화 + 목표·핵심결과(OKR) 정렬 + 월간 대시보드. 진입 조건: 부서 간 공유 SOP · 12지표 대시보드 운영.
- L5 코칭·표준화(Coaching & Standardization) — 타 조직·업계 코칭 + 외부 표준 기여. 진입 조건: 외부 강연·컨설팅·표준 기고 3건/년+.
(L1~L2 및 L 전환 Trigger 상세는 부록 C “L1~L5 성숙도 표준 정의” 참조)
이 시리즈는 8편 전체에서 단계적 과제 대신 L3→L4→L5 역량 래더를 공통 축으로 씁니다. AI-SDLC 주제는 특히 “L1 Assisted → L5 Governed Autonomy” 5단계 성숙도 모델 자체가 역량 래더와 거의 일치하므로, 이 Part에서는 조직 성숙도 L(1~5) 와 개인 역량 L(3~5) 을 구분해서 쓰겠습니다. 조직 L(SDLC 성숙도)은 “조직이 지금 어디에 있고 12개월 뒤 어디로 가는가”이고, 개인 역량 L(L3·L4·L5)는 “PO·PM·PL 개인이 이 주제를 수행·주도·코칭할 수 있는가”입니다. 두 L이 일치할 필요는 없습니다 — 조직 L2에 있는데 개인이 L4 역량을 갖춘 경우가 가장 효과적인 전환 드라이버입니다. 제가 aipm 레포에서 매일 실행하는 scripts/check-pm-integrity.sh와 scripts/check-release-milestone-parity.sh 는 “6종 거버넌스 게이트 중 Spec·AI-Review·Compliance 3종”을 엔지니어링 표준 체크로 코드화한 버전입니다. 독자 조직의 12지표 대시보드가 이 수준의 자동 체크로 내려가는 순간이 L5 조직 표준화의 기준점입니다.
- 역량(Competency) — 이 시리즈의 공통 축: 개인 L3 수행 경험 → L4 주도 산출 → L5 코칭·표준화
- 맥락(Context) — 편별 변주 축: AI-SDLC의 조직 성숙도 L1~L5와 교차로 매핑
- 루브릭 근거:
prompts/competency-framework-survey-prompt-pack.md:149-162
4.1 PO의 관점 — “어떤 품질을 약속할 것인가”
현황 진단
AI-SDLC가 속도에서 품질로 이동한 2026년, PO에게 주어진 질문은 바뀌었습니다. 예전에는 “얼마나 빨리 배포할 것인가”였다면, 지금은 “어떤 품질 보장을 사용자에게 먼저 선언할 것인가” 입니다. Spec Gate 연구가 보여주듯, AI 리뷰 품질을 결정짓는 1차 변수는 사양의 구체성 이고, 그 사양은 PO가 쓰는 문장 그 자체입니다 (arXiv:2603.25773).
L3 → L4 → L5 역량 래더
4.2 PM의 관점 — “어떤 게이트를 어디에 위임할 것인가”
PL은 본 시리즈에서 Project Lead를 가리킵니다 — 기술 스쿼드의 Team Lead가 아니라, 품질 게이트와 실험 시스템을 결정하는 역할로 정의합니다 (LG WebEx 세미나 정의 기반:
lecture/lge-webex-seminar-ai-agent-pm/02-slide-fulltext.md:277-283).
현황 진단
PM은 이제 “일정·원가·범위”를 관리하는 사람에서 AI 위임 경계·거버넌스 게이트·검증 루프를 설계하는 사람 으로 이동했습니다 (LG WebEx 세미나 PO·PM·PL 역할 전환 매트릭스 §282 근거). PMBOK 8판이 AI를 7개 Performance Domain 전반 에 내장하고 Governance Domain을 별도로 신설 한 것도 같은 맥락입니다 (MPUG PMBOK 8, Project Edge Global). SAFe 6.0도 AI·Big Data·Cloud를 4세대 기술 축으로 끌어올리며 ART 레벨의 Business Agility를 강조합니다 (Knowledge Academy SAFe 6).
L3 → L4 → L5 역량 래더
4.3 PL의 관점 — “어떤 품질을 측정·자동화할 것인가”
현황 진단
PL은 기술 설계와 코드 리뷰에서 AI 실험 시스템 설계와 품질 게이트 로 이동했습니다 (LG WebEx 세미나 PO·PM·PL 역할 전환 매트릭스 §283 근거). DORA 2026의 속도-불안정성 역설은 “throughput이 오르면 CFR도 오르는데, 리뷰 게이트만이 이를 55%→81%로 복구한다”는 매우 구체적인 설계 지침을 남겼습니다 (DORA 2026 해설). Accenture가 Copilot 도입 후 성공 빌드 +84%, PR +8.69%, 머지율 +15% 를 보고한 것도, PL의 품질 게이트 설계가 뒷받침했기 때문에 가능했던 수치입니다 (GitHub Resources). Qodo가 2026-03 AI 코드 검증 전용 플랫폼으로 $70M 시리즈 투자 를 유치했다는 사실도 같은 신호입니다 — 시장은 “AI 속도”에서 “AI 검증” 으로 이동했습니다 (TechCrunch Qodo).
L3 → L4 → L5 역량 래더
4.4 3-role 통합 테이블 (9-cell, 역량 단일 축)
4.5 Mermaid #2 — 3-role 핸드오프 (시리즈 고정 스켈레톤)
💬 Voice Box #3 — “이것을 PO·PM·PL의 언어로 해석하면” 저는 AI-SDLC를 코칭할 때 늘 이 세 문장을 칠판에 먼저 씁니다. PO는 “약속 한 문장을 쓴다” — 속도가 아니라 품질로. PM은 “여섯 개의 게이트 중 누가 어떤 순서로 소유할지 위임한다” — 동시에 전부가 아니라 순서대로. PL은 “다섯 개의 AI 지표와 세 개의 Governance 지표를 매주 측정한다” — 감으로가 아니라 숫자로. 이 세 문장이 서 있으면, 조직이 L2에 있든 L4에 있든 AI-SDLC는 작동합니다. 세 문장 중 하나라도 무너지면, 6종 게이트는 순식간에 PR 체크리스트로 퇴행합니다. 품질 약속을 누가 쓰는가, 게이트를 누가 소유하는가, 지표를 누가 측정하는가 — 이 세 소유권이 AI-SDLC의 진짜 프레임워크입니다.
실전: Quick Start Pentagon (역량 진입 조건으로 읽기)
Pentagon은 Part 4의 개인 L3·L4·L5 래더에 진입하기 위한 최소 착수 동작을 배치한 실행표입니다. AI-SDLC 주제는 6종 게이트·12지표·EU AI Act 이중 시계 등 실행 변수가 많아, 10개 셀을 동시에 밀어붙이는 것이 가장 큰 실패 원인입니다. “처음 6개월은 AI-Review·Security·Compliance 3종, 그다음 6개월에 Spec·Observability·Agent Access 3종” — 이 순서가 롯데이노베이트 PM academy 재설계에서 검증된 현실적 경로입니다. 독자 조직은 지금 이번 분기 안에 통과시키고 싶은 L(개인 역량) 하나와 조직 L(SDLC 성숙도) 하나를 고르신 뒤, Pentagon에서 해당 셀만 집중 실행하시기 바랍니다.
5.1 자산 D — Quick Start Pentagon
5.2 하지 말 것 (Callout Red)
⚠️ 이 주제에서 하지 말 것
- 6종 게이트를 한꺼번에 도입하려고 시도한다 — 초기 6개월은 AI-Review·Security·Compliance 3개로 충분합니다. 처음부터 6개를 다 걸면 조직이 게이트를 게이트로 보지 않고 관료제로 봅니다.
- EU AI Act 2027-12 유예 가능성만 믿고 준비를 미룬다 — 법률 기준일은 2026-08-02를 유지해야 합니다. 유예가 좌초되면 두 달 만에 Annex III 인벤토리·Oversight Runbook·Deployer 의무 문구를 만들 수 없습니다.
- DORA 4지표만으로 대시보드를 운영한다 — 속도-불안정성 역설은 DORA만 봐서는 감지되지 않습니다. AI 5 + Governance 3이 없으면 DF 상승이 장점인지 경고 신호인지 분별이 불가능합니다.
핵심 수치 3개
- DORA 4 + AI 5 + Governance 3 = 12지표 현 상태 (각 지표 Red/Amber/Green 스코어카드)
- 배포 성공률 및 MTTR 개선 추세 (분기 4회 스냅샷)
- AI 가드레일 위반 건수 · Policy Violations 월간 추이
경영 질문 3개
- 조직 현재 L1~L5 중 어디에 위치하며, 12개월 목표는?
- EU AI Act 2027-12 유예 종료 대응 준비도와 한국 AI 기본법(2026-01-22) 중첩 리스크?
- 6 Gate (Spec·AI-Review·Security·Compliance·Observability·Agent Access) 중 자동화 우선순위 3개?
결단사항 3개
- AI-CoE 설립 + 전담 4명 2026 Q3 확보
- 12지표 대시보드 월간 CEO 보고 정례화
- Policy-as-Code + 자동 감사 시스템 예산 승인 (추정: 연 ₩3~7억)
2026-05 Build·계도기간 1년: Computer-Using Agent · Agent 365 · 한국 AI 기본법 PMO 액션 (신규)
본 Part는 2026-05 Microsoft Build에서 일제히 일반 공급(GA, General Availability)으로 전환된 Copilot Studio Computer-Using Agent(컴퓨터 사용 에이전트), Agent 365, M365 E7 Frontier Suite 3종과, 2026-01-22 시행되어 2027-01-22까지 1년 계도기간에 진입한 한국 AI 기본법 사이의 PMO 운영 접점을 정리합니다. Linux Foundation이 MCP·A2A·ACP를 단일 표준화 단체로 정렬한 2026-05-06 신호까지 겹치면서, “API 없는 레거시 시스템”·”라이선스 단위 PMO 표준화”·”규제 SOP 캘린더”라는 세 축이 동시에 PMO 의제로 올라왔습니다 (Microsoft Copilot Studio 블로그 — CUA·Workflows·Voice GA, Microsoft Learn — Power Platform 2026 Wave 1 Release Plan, Zylos — Agent Interoperability Protocols 정렬 분석 2026-05-06).
6.1 Computer-Using Agent GA — API 없는 레거시 시스템 대응 PM 시나리오 (신규)
Microsoft Copilot Studio의 Computer-Using Agent(이하 컴퓨터 사용 에이전트)는 2026-05 Build에서 일반 공급(GA)로 전환되었고, API가 없는 레거시 화면(GUI)을 사람처럼 클릭·입력·스크롤로 조작하는 능력을 라이선스 단위로 제공합니다 (Microsoft Copilot Studio 블로그 — CUA GA). PMO 관점에서 이 GA의 의미는 단순합니다 — 그동안 “통합이 불가능해 수기 입력으로 처리할 수밖에 없던 업무”가 1차 자동화 후보로 들어옵니다. 다음 4가지 PM 시나리오가 즉시 적용 가능한 후보입니다.
PM 관점의 운영 주의점은 4가지입니다. 첫째, 인적 통제(Human Oversight) 트레일 의무 — 한국 AI 기본법 L3 이상 고영향 AI 의무와 정렬됩니다 (Part 2.1.bis 참조). 둘째, 시간당 비용이 ERP 라이선스 동급 이므로 ROI는 “수기 시간 × 인건비 vs 에이전트 라이선스”로 단순 계산되어야 합니다. 셋째, 레거시 UI 변경 시 회귀 트레이닝 이 필수입니다 — UI 마이너 변경에도 시나리오가 깨질 수 있으므로 IT 운영 SLA에 “UI 변경 사전 통보 D-14″를 포함하시기 바랍니다. 넷째, 데이터 레지던시(KR) — 캡처된 화면이 KR 리전을 벗어나지 않도록 PMO 차원에서 사전 점검이 필요합니다.
6.2 Agent 365 라이선스 모델 — PMO 운영 표준화 (신규)
Agent 365와 M365 E7 Frontier Suite는 2026-05 Build에서 일반 공급(GA)로 전환되며 에이전트를 사용자 단위 라이선스로 카운트하는 모델을 도입했습니다 (Microsoft Learn — Power Platform 2026 Wave 1 Release Plan). 이전까지 PMO가 “자체 구축할까, SaaS를 살까”로 고민하던 문제가, 이제는 “라이선스 단위로 도입해 사내 PMO 운영 표준화에 편입할까” 로 바뀝니다. 결정의 핵심은 단가가 아니라 운영 표준화 깊이입니다.
의사결정 트리 (2026 Q3 기준 권장)
PMO 운영 표준화 관점에서 라이선스 모델의 진짜 가치는 “같은 SOP 한 장으로 200명 전부를 거버넌스할 수 있다” 는 점에 있습니다. Sensitivity Label 한 번 설정으로 모든 에이전트 출력에 자동 워터마크가 붙고, Purview Audit으로 누가 언제 어떤 에이전트를 호출했는지 단일 로그에 누적됩니다. 자체 구축은 이 단일 SOP 한 장을 만들기 위해 6~12개월의 통합 프로젝트를 따로 띄워야 합니다.
6.3 한국 AI 기본법 1년 계도기간 — PMO 6대 액션 캘린더 (신규)
한국 AI 기본법은 2026-01-22 시행되어 2027-01-22까지 1년 계도기간 동안 시정명령 우선·과태료 후순 원칙으로 운영됩니다. 2025-11-12 시행령 입법예고와 7종 고시·가이드라인 초안이 공개되면서 PMO가 1년 안에 완성해야 할 의무는 고영향 AI 영향평가 · 사용자 고지 · 인적 통제 · 사내 규정 · 트레이닝 · 외부 보고 라인 6대 영역으로 압축됐습니다 (국가법령정보센터 법령 본문, 법제처 시행령 입법예고, PwC 컨설팅 — AI 기본법 해설 2025-11). 시기별 액션 캘린더는 다음과 같이 권장합니다.
PMO 관점의 핵심 메시지는 한 줄입니다. “2027-01-22 D-day가 아니라, 2026-Q2부터 매 분기 한 의무씩 land 시키는 6 스프린트로 본다.” 6대 액션 중 어느 하나라도 누락된 채 2027-01-22를 맞으면, 가장 먼저 시정명령이 발부되고 30~60일 내 응답하지 못한 항목부터 과태료로 전환됩니다. EU AI Act 2026-08 이중 시계와 결합하면, PMO는 국내·EU 두 jurisdiction의 risk register를 분기당 2회 동시 갱신해야 한다는 운영 부담을 안게 됩니다.
⚠️ 계도기간 1년의 함정 — “계도 = 면제”가 아니다 계도기간을 “1년간 아무것도 안 해도 된다”로 해석하면 가장 큰 손해를 입습니다. 시정명령은 시행일(2026-01-22)부터 발부되며, 30일·60일 응답 SOP가 없는 조직은 2027-01-22 직후부터 과태료 누적이 시작됩니다. 6대 액션 캘린더는 “법이 강제하기 전에 자발적으로 한다”가 아니라 “시정명령이 왔을 때 30일 안에 답할 수 있는 자산을 미리 쌓는다”의 관점에서 읽어야 합니다.
6.4 Linux Foundation MCP·A2A·ACP 정렬 — 표준 단일화의 PMO 영향 (보강)
2026-05-06 기준 Linux Foundation은 MCP(Model Context Protocol) · A2A(Agent-to-Agent) · ACP(Agent Communication Protocol) 세 프로토콜을 단일 표준화 단체 산하로 정렬했습니다 (Zylos — Agent Interoperability Protocols 정렬 분석). PMO 관점의 의미는 한 줄로 압축됩니다 — “멀티벤더 에이전트 통합 비용이 향후 12개월 내 의미 있게 하락한다.” 6.1 컴퓨터 사용 에이전트(레거시 UI 자동화)와 6.2 Agent 365(라이선스 단위 표준화)는 이 표준 단일화 위에서 작동할 때 비로소 벤더 종속(Vendor Lock-in) 위험이 PMO 통제 범위 안에 들어옵니다. Agent 365 도입 의사결정 트리에 “MCP/A2A 호환 어댑터 보유 여부”를 추가 점검 항목으로 넣으시기 바랍니다.
마무리
2026 AI-SDLC는 속도에서 품질로, 툴에서 게이트로, 채택률에서 약속 증빙으로 무게중심이 바뀌었습니다. PO는 품질 약속 한 문장을 쓰고, PM은 6종 게이트를 위임하며, PL은 12지표를 측정합니다. 이 세 소유권이 서 있으면, EU AI Act 2026-08·Digital Omnibus 2027-12·한국 AI 기본법 2027-01-22라는 3-jurisdiction 이중·삼중 시계도 risk register 위에서 관리 가능한 항목이 됩니다. 본 v3 개정에서 추가된 L1~L5 거버넌스 게이트(시정명령 우선·과태료 후순)·컴퓨터 사용 에이전트 4시나리오·Agent 365 라이선스 의사결정 트리·PMO 6대 액션 캘린더는, “계도기간 1년”을 면제가 아닌 6 스프린트로 다루는 PMO의 실전 도구입니다. 다음 편에서는 이 품질 약속을 뒷받침할 조직 지식 자산 — 검색증강생성(RAG)와 PM 지식관리 — 의 설계로 이어갑니다.
💬 Voice Box #4 — 이 편이 시리즈에서 차지하는 자리 Agentic PM 시리즈 8편 중 5편째인 이 글은, 앞의 MCP·A2A(1), Agentic PM(2), Vibe Coding(3), 멀티에이전트(4)에서 쌓은 위임·거버넌스 문법을 파이프라인 위의 게이트 로 고정시키는 자리입니다. 여기까지의 Delivery OS 4연작이 “AI에게 무엇을 맡길 것인가”를 다뤘다면, 이 편은 “맡긴 것의 품질을 어떻게 증빙할 것인가”를 답합니다. 다음 6편 RAG·지식관리부터는 Tooling & Enablement로 무게중심이 이동합니다.
이 시리즈 지도
이전: Post 2 에이전틱 PM · Post 3 Vibe Coding · Post 4 멀티에이전트 시스템 현재: AI-SDLC 프레임워크 2026 — PM 코치가 해석하는 PO·PM·PL의 거버넌스 게이트 다음: Post 6 RAG 지식관리·PM · Post 7 AI 네이티브 기업 전환 · Post 8 한국 기업 AX 2030 Capstone
Related Posts (기존 34편 중 보완 각도 + 시리즈 신편)
- Post 9 · 2026년 5월 Monthly Watch — PMO가 알아야 할 8대 신호 (시리즈 신편 · cross-link) — 본 편 Part 6의 컴퓨터 사용 에이전트 GA · Agent 365 GA · 한국 AI 기본법 1년 계도기간 · Linux Foundation MCP/A2A/ACP 정렬 원전 8개 신호의 상세 분석
- A-3 · AI-SDLC 도입, 그 첫 실험의 소회 — 본 편이 6종 게이트·12지표 프레임이라면 A-3은 그 파일럿 회고
- A-1 · AI 코딩 에이전트 시대, 거버넌스 없이 괜찮을까? — 본 편 Governance Gate의 거버넌스 축 원전
- A-2 · AI가 코딩하고, AI가 관리한 1주일의 기록 — AI-SDLC 운영 일지, 본 편 DORA 4+AI 5+Gov 3 대시보드의 현장 데이터
- B-4 · AI 시대의 PMBOK 8판 훈련 전략 — 본 편 PMBOK 8 Governance 도메인의 교육 관점 원전
- X-2 · 빅테크 리더십 격변과 AX 전략 — 본 편 EU AI Act 2026-08과 빅테크 정책 대응의 맥락
Tags: Agentic PM 2026 Q2, PO-PM-PL 3-role, AX Delivery OS, AI-SDLC, EU AI Act, DORA 2026, 한국 AI 기본법, Computer-Using Agent, Agent 365, M365 E7 Frontier Suite, MCP A2A ACP
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- PS-2 공공 PM이 ‘AI 이용자’에서 ‘AI 활용자’로 — 아이티센 편
- 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