
Agentic PM · AX 배정 3부작 ③
앞의 두 편에서 어디서 멈춰야 하는지를 정했습니다. 이제 남은 질문은 하나입니다 — 그래서 무엇을 만드느냐. 26주를 돌려 시간이 어디에 쌓이는지 쟀더니 답이 예상 밖이었습니다. 가장 무거운 두 가지는 전문 업무가 아니라 보고와 계획 정합이었고, 둘을 합치면 전체의 절반이었습니다.
- 시간이 어디에 쌓이는지 쟀더니 1·2위가 상태 종합 보고(28.5%)와 계획 정합(21.7%)이었습니다. 합쳐서 50.2% — 임상도 규제도 설계도 아닌 횡단 거버넌스입니다. 상위 셋이면 61.1%를 덮습니다.
- 그래서 만들 것은 10종입니다. 8종은 도메인을 안 가려서 그대로 옮길 수 있고, 2종은 규제·거래 특화라 금지 항목을 다시 쓰지 않으면 옮기면 안 됩니다.
- 가장 먼저 만들 것은 부하가 0%인 에이전트입니다. 회사 DNA 바인더는 자기가 일을 하지 않습니다. 대신 나머지 아홉이 내는 답의 품질을 결정합니다.
Part 1 · Measure무엇을 쟀나
“이런 에이전트가 있으면 좋겠다”는 목록은 누구나 만듭니다. 문제는 그게 희망 목록이라는 점입니다.
희망 목록의 특징은 눈에 띄는 일에 몰린다는 겁니다. 사람들은 전문성이 필요한 일, 어려워 보이는 일을 떠올립니다. 정작 시간을 잡아먹는 건 눈에 안 띄는 일인데도요.
그래서 목록을 만들기 전에 측정을 먼저 했습니다. 가상의 회사 하나를 설계하고 26주 동안 발생하는 업무 이벤트를 결정적 시뮬레이션으로 생성했습니다. 결정적이라는 건 난수가 없다는 뜻입니다 — 같은 입력이면 언제 돌려도 같은 결과가 나오므로 누구든 재실행해 대조할 수 있습니다.
그리고 발생한 업무를 성격별로 묶어 각 묶음이 전체 공수에서 차지하는 몫을 셌습니다. 에이전트 목록은 그 묶음에서 나왔습니다. 먼저 고르고 나중에 정당화한 게 아니라, 부하가 목록을 정했습니다.
Part 2 · Where일은 어디에 쌓여 있었나
1위와 2위가 무엇인지 다시 보십시오. 주간보고를 만드는 일과, 요구가 바뀔 때 하위 산출물을 맞추는 일입니다. 어느 도메인의 전문 지식도 필요 없는, 회사라면 어디나 하는 일입니다.
그런데 이 둘이 절반입니다. AX 로드맵이 흔히 실패하는 이유가 여기 있습니다 — 전문 업무의 자동화부터 시작하기 때문입니다. 어렵고, 게이트가 많고, 부하는 정작 작습니다.
Part 3 · Roster만들어야 할 10종
각 카드에는 산출물만이 아니라 금지 항목과 검증법이 붙어 있습니다. 금지가 없는 에이전트 명세는 절반짜리입니다.
게이트 세 종을 보면 오해 하나가 풀립니다. 게이트는 “에이전트를 붙이지 않는 곳”이 아닙니다. 에이전트가 결정만 하지 않는 곳입니다. 오히려 준비 작업이 많아서 부하로는 세 종을 합쳐 19.9%나 됩니다.
Part 4 · First부하 0인 것을 왜 먼저 만드나
막대 그래프의 맨 아래, 0%짜리가 1번으로 만들어야 할 에이전트입니다.
회사 DNA 바인더는 스스로 산출물을 내지 않습니다. 하는 일은 하나뿐입니다 — 조직 구조, 진행 중인 프로그램, 역할, 안전 규율, 출처 표기 규약을 한곳에 고정해 두는 것.
이게 없으면 나머지 아홉이 매번 회사 사정을 처음부터 다시 듣습니다. 그러면 두 가지가 일어납니다. 답이 일반론으로 평평해지고, 같은 질문에 매번 다른 답이 나옵니다.
Part 5 · Transplant여덟은 옮겨도 되고, 둘은 안 됩니다
도메인 무관 여덟은 어느 업종에서나 형태가 같습니다. 보고를 종합하고, 계획 정합을 지키고, 외부 정보를 회수하고, 상대별로 재구성하는 일은 업종을 안 가립니다.
특화 둘은 다릅니다. 규제 요건 초안 보조와 딜 실무 보조입니다. 이 둘의 금지 항목은 그 도메인의 사고 이력에서 나온 것들입니다 — “조항번호를 만들어내지 말 것”, “거래 수치를 생성하지 말 것”. 다른 도메인으로 옮기면서 금지 목록을 그대로 두면 그 도메인의 위험을 놓칩니다.
- 금지 — 이 도메인에서 지어내면 안 되는 것은 무엇인가(식별자·수치·판정)
- 사람 확정 — 이 도메인에서 되돌릴 수 없는 결정은 무엇인가
- 검증 — 그 금지가 지켜졌는지 어떻게 기계적으로 확인하는가
Part 6 · Ladder어디까지 왔고, 다음은 무엇인가
| 단계 | 이름 | 특징 | 다음으로 가는 조건 |
|---|---|---|---|
| 0 | 인식 | 개인 호기심과 임시 시도, 정책 없음 | 보안 정책 + 개인 활용 가이드 |
| 1 | 개인 활용 | 개인이 도구로 생산성을 올리지만 표준이 없음 | 팀 워크플로우에 통합 |
| 2 | 워크플로우 통합 | 팀 단위 표준 절차에 에이전트가 결합됨 | 거버넌스·재현성 도입 |
| 3 | 거버넌스 | 사람 확정 게이트·재현성·감사·표준화 | 자기진화 루프 |
| 4 | 자기진화 | 에이전트가 운영 일부를 자율 수행 + 사람 통제 루프 | (지속) |
이 3부작이 다룬 것 — 게이트를 명시하고, 배정을 재현 가능하게 만들고, 금지와 검증을 붙이는 일 — 이 3단계 거버넌스의 작업입니다. 2단계를 건너뛰고 3단계로 갈 수는 없습니다. 팀 워크플로우에 아직 안 붙은 것을 거버넌스로 감쌀 수는 없으니까요.
- 일단 불러라 — 모든 작업에 시도합니다. 단 비판적 검증이 면제되는 건 아닙니다.
- 루프 안의 사람이 되어라 — 사람이 통제하고 검증하고 책임집니다.
- 사람처럼 대하되 어떤 사람인지 알려줘라 — 역할을 부여합니다.
- 지금이 앞으로 쓸 것 중 가장 나쁘다고 가정하라 — 특정 도구에 종속되지 않게 설계합니다.
Part 7 · Limits이 숫자를 인용하기 전에
- 부하 비중은 시뮬레이션 관측값입니다. 특정 코호트 구조에서 파생한 값이지 실제 기업의 실측 공수가 아닙니다. 방향(보고·계획 정합이 무겁다)은 구조에서 나오지만 비율은 조직마다 다릅니다. 자사 수치로 인용하면 안 됩니다.
- 효과가 실험으로 확인된 건 10종 중 2종입니다. 상태 종합 보고관과 규제 요건 초안 보조뿐입니다. 나머지 여덟은 설계는 있지만 효과 미검증입니다.
- 특화 2종은 그대로 이식하면 안 됩니다. 금지와 사람 확정 항목이 그 도메인 전용입니다.
- 부하 실측 없이 “자동화 가능”을 “자동화 확정”으로 올리기 — 1편의 정직성 계약이 여기서도 그대로입니다.
- 28.5% 같은 수치를 자사 수치인 양 인용하기
- 🔒 게이트에서 에이전트 단독 확정 — 표기와 무관하게 실질 금지입니다.
- 금지·검증 없이 카드만 옮기기 — 금지가 빠진 명세는 절반짜리입니다.
3부작을 한 줄로 줄이면 이렇습니다. 어디서 멈출지를 먼저 정하고, 부하를 재고, 그다음에 만듭니다. 순서를 바꾸면 게이트 없는 자동화나, 아무도 안 쓰는 에이전트가 나옵니다.
- 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