![내 업무를 대신할 AI 에이전트를 6블록([역할][맥락][목표][작업][출력형식][제약])으로 설계하는 법](https://i0.wp.com/projectresearch.co.kr/wp-content/uploads/2026/07/ai-work-agent-6-block-design-featured-1.png?ssl=1)
Agentic PM · 실전편
“프롬프트를 잘 쓰면 된다”는 말은 절반만 맞습니다. 현장에서 실제로 쓰이는 에이전트는 빈 템플릿이 아니라, 내 역할·업무·제약을 하나의 블록에 결속한 6블록 구조 + 도메인 안전 게이트였습니다. 바이오·제약 PM 과정 3일 워크숍에서 참여자 19명이 각자의 업무를 에이전트로 만든 방식을, 그대로 따라 할 수 있게 정리했습니다.
- 범용 프롬프트가 현장에서 겉도는 이유는 “내 맥락”이 없기 때문입니다. 좋은 에이전트는 개인의 역할·데이터·제약을 프롬프트 안에 결속합니다.
- 골격은 6블록 — [역할][맥락][목표][작업][출력형식][제약]. 이 중 개인화는 [맥락] 한 블록에만 담습니다(나머지 80%는 상속·재사용).
- 블록은 레고처럼 조립합니다. 12개 재사용 블록에서 3~5개를 골라 결합하고, 규제 도메인이면 “사람이 확정하는 안전 게이트”를 상수로 박습니다.
Part 1 · Why범용 프롬프트가 현장에서 겉도는 이유
“신약개발 프로젝트 관리해줘” 같은 프롬프트는 누가 물어도 같은 답을 냅니다. 그게 문제입니다.
같은 “신약개발 PM”이라도 어떤 사람은 탐색 단계에서 후보물질을 고르고, 어떤 사람은 기술수출 계약을 협상하며, 어떤 사람은 디지털치료기기 인허가를 준비합니다. 쓰는 자료도, 사내 도구 제약도, 지켜야 할 규제도 전부 다릅니다. 범용 프롬프트는 이 “개인의 맥락”을 모르기 때문에, 그럴듯하지만 현장에서 바로 쓸 수 없는 답을 냅니다.
- “프로젝트 관리 도와줘”
- 누가 물어도 같은 답
- 내 자료·도구·제약 모름
- 일반론 → 다시 손봐야 함
- “임상 PM인 내가, 이 자료로, 이 제약 아래”
- 내 업무에 맞는 답
- 도메인 안전 규율 내장
- 초안이 바로 쓸 수준
바이오·제약 PM 워크숍 3일차에 참여자들이 요청한 것도 정확히 이것이었습니다 — 최다 요청은 “내 분야 동향을 자동으로 모니터링해주는 에이전트”(7명)와 “내 업무·회사를 아는 나만의 비서(DNA)”였습니다. 자동화 자체가 아니라 “나를 아는” 자동화를 원한 것입니다.
Part 2 · Skeleton골격은 6블록입니다
좋은 에이전트 프롬프트는 여섯 개의 블록으로 이뤄집니다. 강사 시연 골격에 개인화용 [맥락] 한 블록을 더한 형태입니다.
Part 3 · Profile Bind개인화는 [맥락] 한 블록에만 담습니다
19명의 에이전트를 만들 때, 골격은 그대로 두고 [맥락] 블록만 각자의 프로필로 채웠습니다. 이것을 “프로필 바인드(PROFILE BIND)”라고 부릅니다.
왜 [맥락]에만 몰아넣을까요? 골격을 고정하면 품질이 안정되고, 개인화를 한 블록에 모으면 관리가 쉽기 때문입니다. 소프트웨어로 치면 공통 코드는 상속하고, 사람마다 다른 설정값만 주입하는 것과 같습니다. 워크숍에서는 이걸 “80%는 상속, 20%만 개인화(thin-layer)”로 표현했습니다.
[맥락] 블록에는 최소한 이 다섯 가지를 씁니다 — ① 내 역할·소속 ② 지금 손으로 하는 반복 작업 ③ 쓸 수 있는 자료와 형식 ④ 도구·데이터 제약(사내망/유료·무료) ⑤ 이 도메인에서 반드시 지킬 안전 규율. 이 다섯이 채워지면, 같은 골격이 사람 수만큼의 서로 다른 에이전트가 됩니다.
Part 4 · Lego작업 블록은 레고처럼 조립합니다
[작업] 블록을 매번 새로 짜지 않습니다. 재사용 가능한 12개 블록에서 3~5개를 골라 결합합니다.
여러 워크숍 현장(바이오·금융·보안·제조)에서 참여자들이 만든 에이전트를 분해해 보니, 결국 같은 몇 개의 블록이 반복됐습니다. 가장 자주 쓰인 여섯 블록이 전체의 약 4분의 3을 덮었습니다.
핵심 여섯 블록은 수집·정규화(자료를 모아 정리) · 리서치(시장·경쟁 조사) · 근거 검증(출처 표기·날조 차단) · 요약 · 정기 브리핑(매일/주간 자동) · HITL 승인(발송 전 사람 확인)입니다. 예를 들어 “기술수출용 인텔리전스 에이전트”는 수집 → 리서치 → 근거 검증 → 일일 브리핑 → 딜 판단은 사람 확인 순으로 다섯 블록을 결합합니다.
Part 5 · Safety규제 도메인일수록 “사람이 확정하는 게이트”를 촘촘히
바이오·제약처럼 틀린 답이 곧 규제 리스크가 되는 도메인에서는, [제약] 블록에 사람이 반드시 확정하는 안전 게이트를 상수로 박습니다.
흥미롭게도, 규제가 촘촘한 도메인일수록 안전 블록이 커지는 패턴이 여러 현장에서 똑같이 나타났습니다 — 바이오(규제·허가)든 금융(가격·보험금)이든, AI에 판단을 넘기지 않는 지점이 늘어납니다.
Part 6 · Examples실제로 만든 에이전트 세 개 (익명)
참여자 19명이 각자 만든 “요구(X) → 실행 프롬프트(Y)” 중 세 개를 직무군만 남기고 익명으로 발췌합니다.
원하는 것 (X)
수요가 있을 타깃을 찾고, 신약으로 키울 때의 최소 비용 개발 계획을 세워주는 에이전트.
만든 에이전트 (Y)
타깃·적응증의 시장 수요를 조사(리서치)하고, 특허 자유도(FTO)를 선점검(근거 검증)한 뒤, 후보별 성공확률·비용 시나리오를 표로 정리(출력형식). 후보물질 최종 선정과 특허 판단은 반드시 사람이 확정(제약·HITL).
원하는 것 (X)
딜을 결정할 정보(규제·경쟁·시장)를 매일 상시 공급해주는 에이전트.
만든 에이전트 (Y)
식약처·FDA·EMA 규제 동향과 경쟁 파이프라인을 수집·정규화하고, 출처를 표기(근거 검증)한 뒤 매일 아침 3줄 브리핑(정기 브리핑). 규제 해석과 기술수출 승인은 사람이 확정(제약·HITL), 규정명엔 연도를 붙이고 확인 안 되면 “확인 필요”.
원하는 것 (X)
소프트웨어 의료기기 인허가부터 사업화까지 챙겨주는 에이전트.
만든 에이전트 (Y)
의료기기 소프트웨어 등급·인허가 요건을 체크리스트로 정리하고, 관련 표준(연도 명기)을 근거로 초안 작성. 등급 판정·인허가 경로·임상 설계는 사람이 확정(제약·HITL), 환자 데이터는 가상 사례로 치환.
세 예시의 공통점이 보이시나요? X는 “무엇을 원한다”이고, Y는 그것을 블록(수집·리서치·검증·브리핑)으로 조립하되 위험한 판단은 사람에게 남깁니다. 이것이 19개 모두에 흐르는 문법입니다.
Part 7 · Build It당신도 만들 수 있습니다 — 5단계
도메인이 무엇이든, 아래 다섯 단계로 내 업무 에이전트를 조립할 수 있습니다.
- 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
- 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
- P-0 7인의 사고 체계 종합 프레임워크
- P-1 Karpathy: 제약 설계 + 닫힌 루프
- 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
- 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
- W-1 Agentic 월간 관전포인트 2026-05 — 가우스+빅테크 듀얼 모델 시대
- W-2 Agentic 2026 상반기 총결산 — 다섯 축 6개월
- 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
- 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-7 지금 Agentic으로 전환해야 하는 이유 — 삼성·LG·KT·Clean&Science 300여 분의 증명
- S-8 ‘바이브 프로젝트 매니징’을 스스로 이름 붙였습니다 — 현대모비스 편
- S-9 “대충 시키면 다 해줄 줄 알았는데” — SK쉴더스 보안 PM들의 이틀
- S-10 휴맥스 전사 ALM 정착 — 표준 4개를 codeBeamer 하나에
- S-11 AI로 신약 프로젝트 관리 — KDRA 바이오 PM 3일 워크숍
- S-12 AI 바이오·제약 회사는 무엇부터 자동화해야 하는가 — 26주 실측
- S-13 에이전트를 어디까지 붙일 것인가 — 되돌릴 수 없는 일 먼저 NEW
- S-14 같은 기준, 다른 답 — 22개 업무 유형의 사람 확정 지점 NEW
- S-15 가장 무거운 일은 전문 업무가 아니었다 — 에이전트 10종 NEW
- 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-6 사내 지식을 RAG로 — 망분리·토큰0 6단계
- 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)
- A-5 Fable 5와 보낸 첫 하루 — 모델 × 하네스 × RAG 실측 회고
- 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
- A-6 맥은 이미 AI 워크스테이션 — 사진·노트·인박스 0원 정리
- A-7 Mac@Work 2026 — 맥 20년차의 도구 모음과 Agentic 카테고리
- G-3 대기업 직장인을 위한 AI Agent & Skill 추천 가이드 2026
- G-7 녹취 엔진 두 레인 — SpeechAnalyzer와 Alt, 코칭·컨설팅 6장면 판단표