
Agentic PM · AX 배정 3부작 ①
“AI로 업무를 자동화하자”는 합의는 쉽습니다. 어려운 건 어디서 멈추느냐입니다. 그런데 대부분의 조직은 이 질문을 업무 난이도 순으로 풉니다. 쉬워 보이는 것부터 맡기는 거죠. 사고는 정확히 거기서 납니다 — 쉬워 보였지만 되돌릴 수 없는 일이었기 때문입니다. 기준을 난이도에서 비가역성으로 바꾸면 배정이 달라집니다.
- 배정 기준은 난이도가 아니라 비가역성입니다. “이 판단이 자본·안전·계약·사람의 지위를 되돌릴 수 없게 움직이는가” — 예라면 사람이 확정합니다. 22개 업무 유형 88단계에 같은 문장을 걸었더니 45개(51%)가 사람 확정 지점으로 잡혔습니다.
- 그런데 그 45개가 잡아먹는 시간은 19.85%였습니다. 게이트는 자주 오지만 짧습니다. “사람 확정이 많으면 자동화할 게 없다”는 통념과 정반대입니다.
- 나머지를 자동화로 볼지는 여기서 정하지 않습니다. 그건 그 조직의 부하와 반복 빈도를 재야 나오는 답입니다. 재지 않고 “이건 자동화 대상”이라 쓰는 것이 이 방법이 경고하는 실패입니다.
Part 1 · Problem“어디부터 자동화하죠?”는 틀린 질문입니다
이 질문이 나쁜 이유는 답이 없어서가 아닙니다. 답이 너무 쉽게 나와서입니다.
이렇게 물으면 사람들은 곧바로 손이 많이 가는 일, 반복되는 일, 하기 싫은 일을 떠올립니다. 그리고 대체로 맞는 답을 냅니다. 문서 정리, 회의록, 주간보고 취합.
문제는 이 정렬이 위험을 전혀 보지 않는다는 점입니다. 난이도와 위험은 다른 축인데, 난이도 순으로 정렬하면 위험 축이 통째로 사라집니다. 실제 사고는 여기서 납니다.
쉬워 보였지만 되돌릴 수 없었던 것들
| 맡기기 쉬워 보이는 일 | 그런데 이 일의 끝에는 | 되돌릴 수 있나 |
|---|---|---|
| 공급사 비교표 정리 | 공급사 선정 · 계약 체결 | 체결된 계약은 되돌릴 수 없습니다 |
| 서비스수준협약 초안 작성 | 고객을 구속하는 확약 | 확약된 수준은 위약으로 돌아옵니다 |
| 배포 절차서 정리 | 프로덕션 배포 · 데이터 이관 | 실행된 이관은 정합이 깨집니다 |
| 설문 문항 만들기 | 응답자에게 고지한 익명성 조건 | 한번 깨진 익명성은 회복 불가입니다 |
| 평가 문항·채점표 만들기 | 개인 자격·이수 판정 | 개인 이력에 기록으로 남습니다 |
다섯 줄 모두 앞쪽 작업은 정말로 맡겨도 되는 일입니다. 비교표도, 초안도, 절차서도 에이전트가 훨씬 빠르고 꼼꼼합니다. 위험한 건 그 작업이 아니라 그 작업이 흘러 들어가는 마지막 한 걸음입니다.
Part 2 · Criterion판별 기준은 한 문장입니다
되돌릴 수 없게 움직이는가?
되돌릴 수 없게 움직이는가?
에이전트는 초안·근거까지만
이제 곱셈으로 줄 세웁니다
네 가지 항목은 임의로 고른 게 아닙니다. 되돌리는 비용이 조직 바깥으로 나가는 것들입니다. 안에서 고칠 수 있으면 실수해도 실수로 끝나지만, 밖으로 나가면 돈·안전·법·사람의 경력이 걸립니다.
| 비가역 대상 | 왜 되돌릴 수 없나 | 대표적인 확정 지점 |
|---|---|---|
| 자본 | 집행된 투자와 확정된 금액은 회수되지 않습니다 | 설비 투자 승인 · 계약 금액 확정 · 연구비 집행 |
| 안전 | 필드에 나간 결함과 노출된 사람은 회수 불가입니다 | 안전 등급·목표 확정 · 방호 변경 · 배포 판정 |
| 계약 | 서명·공표된 조건은 상대가 이미 기대를 걸었습니다 | 계약 체결 · 공개 규격 확정 · 가격 공표 |
| 사람의 지위 | 번복해도 신뢰·경력에 흔적이 남습니다 | 자격 판정 · 보임·재배치 · 성과 평가 반영 |
이 기준의 미덕은 도메인을 안 가린다는 것입니다
같은 문장을 22개 업무 유형에 그대로 걸었습니다. 차량 개발, 임상·규제, 클라우드 서비스, 구매·계약, 조직 전환, 사내 교육까지요. 기준은 하나인데 답은 전부 달랐습니다.
이게 중요합니다. 다른 회사의 게이트 목록을 베끼면 안 되는 이유가 여기 있습니다. 목록은 그 도메인의 답이지 기준이 아닙니다. 베낄 것은 목록이 아니라 판별 기준입니다. 22개가 어떻게 갈렸는지는 다음 편에서 지도로 폅니다.
Part 3 · Formula게이트가 아닌 나머지는 곱셈으로 봅니다
게이트를 표시하고 나면 나머지가 남습니다. 그 나머지를 어떻게 줄 세울까요.
| 항 | 무엇을 재나 | 0에 가까우면 | 어떻게 재나 |
|---|---|---|---|
| 부하 비중 | 이 단계가 전체 업무 시간에서 차지하는 몫 | 맡겨도 아끼는 게 없습니다 | 1~2주 시간 기록 |
| 반복성 | 같은 형태로 다시 오는 빈도 | 매번 새로 설계하는 일입니다 | 주기·건수 집계 |
| 판단 위험 | 틀렸을 때 되돌리는 비용 | — | 비가역 대상 4축 대조 |
| 증거 확보도 | 답의 근거가 될 원천 데이터가 있는가 | 없는 걸 지어냅니다 | 원천 시스템 유무 |
네 번째 항이 자주 빠집니다. 원천 데이터가 없으면 아무리 반복적이고 부하가 커도 맡기면 안 됩니다. 근거가 없는데 답을 내라고 하면 그럴듯한 걸 만들어내기 때문입니다. 반복적인 보고서일수록 이 함정이 큽니다.
Part 4 · Honesty확정하는 것과, 조직에 남기는 것
여기서 대부분의 AX 프레임워크가 정직하지 않습니다. 세 등급을 다 채워 넣거든요.
| 등급 | 뜻 | 바깥에서 확정할 수 있나 |
|---|---|---|
| 🔒 T3 게이트 | 사람 확정 지점. 자동 확정 금지 | 가능합니다 — 비가역성은 업무의 성질이라 조직이 달라도 안 변합니다 |
| ⚙️ T1 자동화 | 반복·고부하·저판단위험 | 불가능합니다 — 부하와 반복 빈도는 그 조직의 프로그램 수·주기·인원이 정합니다 |
| 🤝 T2 보조 | 사람이 주도하고 에이전트가 초안·점검 |
그래서 산출물에는 T1과 T2를 가르지 않고 “T1 또는 T2 — 조직 실측 필요”로 남겨둡니다. 미확정을 미확정으로 표기하는 겁니다.
답답해 보이지만 반대입니다. 같은 “주간보고 취합”이라도 프로그램이 3개인 팀과 30개인 팀은 부하 비중이 열 배 다릅니다. 바깥에서 정해줄 수 있는 값이 아닙니다.
Part 5 · Inversion게이트는 51%인데, 공수는 19.85%입니다
기준을 22개 업무 유형에 걸어 나온 숫자는 직관과 어긋났습니다.
이유는 게이트의 성질에 있습니다. 게이트에서 사람이 하는 일은 결재·판정·승인입니다. 그 자체는 짧습니다. 긴 것은 그 앞의 준비 — 근거 취합, 대조, 누락 확인, 반대 의견 정리입니다.
그래서 결론이 뒤집힙니다. 사람 확정 지점을 줄이려 하지 말고, 게이트 앞의 준비를 줄여야 합니다. 게이트 자체는 조직이 지고 가는 책임이지 낭비가 아닙니다.
게이트 밀도는 도메인마다 다릅니다
Part 6 · Practice월요일에 할 네 가지
- 게이트를 “AI가 초안 쓰고 사람이 검토”로 뭉개기 — 게이트에서 에이전트가 하는 일은 초안·근거·체크리스트까지입니다. 확정 문장은 사람이 씁니다. 검토는 확정이 아닙니다.
- 부하 실측 없이 자동화 대상 선언 — 미확정을 확정으로 올리는 순간 로드맵이 허구가 됩니다.
- 판단 위험이 높은데 점수가 높다고 통과시키기 — 점수는 게이트를 우회하지 못합니다.
- 다른 조직의 게이트 목록 복사 — 베낄 것은 목록이 아니라 판별 기준입니다.
- 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