
AX 도메인 26주 · 길잡이
“인공지능 시대에 우리 조직을 어떻게 바꿔야 하는가”에는 세 가지 답이 시장에 나와 있습니다. 그대로 두고 도구만 보급한다 · 직군 위에 관문 레이어를 얹는다 · 직군을 해체하고 역할 원형으로 다시 짠다. 어느 쪽이 맞는지 말로 다투는 대신, 일곱 도메인에 가상 조직을 하나씩 세워 26주를 돌렸습니다.
그리고 답은 도메인마다 달랐습니다. 이 글은 그 일곱 편으로 들어가는 문이자, 어떻게 만든 숫자인지를 밝히는 연구 방법 안내입니다.
- 일곱 도메인 전부에서, 아무 체계 없이 인공지능을 쓴 조직이 꼴찌였습니다. 예외가 없었습니다. 통제 없는 속도는 26주 뒤 백로그·재작업·사고 중 하나로 청구됐습니다.
- 그런데 “어디까지 바꿔야 하는가”의 답은 도메인마다 달랐습니다. 가장 싼 개입(관문 레이어)이 회수하는 이득의 비율이 72.6%에서 98.2%까지 갈렸습니다. 금융은 레이어로 충분했고, 산업·제조는 레이어로 부족했습니다.
- 전면 재편이 정답인 조건은 좁았습니다. 여섯 도메인 중 재편 계열이 확실히 앞선 곳은 산업·제조 하나였고, 그마저 계측 데이터가 정비된 조직이라는 전제가 붙었습니다. 공공은 조직 형태보다 계약 구조가 컸습니다.
Part 1 · 게이트당신의 도메인으로 바로 들어가십시오
일곱 편은 같은 방법으로 만들었지만 결론이 서로 다릅니다. 자기 도메인 카드에서 시작하십시오.
- 바쁘면 — 자기 도메인 카드 한 편만. 각 편은 독립해서 읽히도록 썼습니다.
- 결정을 앞두고 있다면 — 자기 도메인 편 + 아래 Part 2 교차 발견. “우리는 어디까지 바꿔야 하나”의 좌표가 나옵니다.
- 방법이 궁금하면 — Part 3 연구 방법을 먼저. 이 숫자들이 무엇이고 무엇이 아닌지 밝혀둔 절입니다.
Part 2 · 교차 발견여섯 도메인을 같은 자로 재면
여섯 편은 같은 흐름 모델을 씁니다. 그래서 하나의 자로 나란히 놓을 수 있습니다. 아래는 26주 뒤 품질조정 산출(재작업·유출 수습을 뺀 실질 산출)을 기준으로 정리한 것입니다 모의.
| 도메인 | 사례 기록 | 최대 이득 | 레이어 회수율 | 26주 1위 |
|---|---|---|---|---|
| 정보기술 서비스(R-1) | 123 | +53.2% | 92.4% | 하이브리드 |
| 전자·디바이스(R-2) | 402 | +41.7% | 96.5% | 하이브리드 |
| 자동차(R-3) | 70 | +30.0% | 95.4% | 하이브리드(동급) |
| 금융(R-4) | 85 | +21.5% | 98.2% | 하이브리드 |
| 산업·제조(R-5) | 89 | +28.4% | 78.4% | 전면 재편 |
| 공공·전자정부(R-6) | 57 | +11.2% | 72.6% | 전면 재편(취약) |
여섯 도메인 26주 비교 · 품질조정 산출 기준 · 시드 세 개 평균 모의. 최대 이득은 아무 체계 없는 조건 대비 1위 조건의 증가율입니다. 바이오·제약 편은 흐름 모델이 아니라 산출물 블라인드 심사 설계라 같은 표에 넣지 않았습니다.
교차 발견 다섯
Part 3 · 연구 방법이 숫자들은 무엇이고, 무엇이 아닌가
먼저 분명히 해둘 것이 있습니다. 이 시리즈의 26주 수치는 현실 실측이 아니라 모델 안에서 잰 값입니다. 그래서 방법과 한계를 본문마다 열어두었고, 이 절에 한 번 더 모았습니다.
1단계 · 코퍼스에서 도메인을 뽑았습니다
출발점은 필자가 십수 년간 축적한 실제 프로젝트·워크숍 사례 기록입니다. 총 1,168건이며, 개별 기업·사례명은 공개하지 않고 집계로만 씁니다. 이 기록을 고객군과 업무 유형 규칙으로 갈라 도메인 일곱 개를 뽑았고, 사례 하나가 두 도메인에 겹쳐 들어가지 않도록 기계로 검사했습니다 코퍼스 관측.
- 규모 — 슬라이스 사례 기록 40건 이상
- 운영 레이어 — 그 도메인 업무 유형의 단계별 판단위험·사람 확정 노드가 이미 정리돼 있을 것
- 근거 등급 — 실측 산출물에 기반한 기록의 비중 70% 이상
- 표준 앵커 — 도메인 고유 규제·관문의 공개 표준이 존재할 것
- 비중복 — 이미 발행한 도메인과 사례 단위로 겹치지 않을 것
2단계 · 가상 조직을 세우고 26주를 돌렸습니다
도메인마다 가상 조직을 하나씩 만들었습니다. 조직·데이터는 100% 합성이며 클라이언트 데이터는 한 건도 들어가지 않았습니다. 다만 세 가지는 실제 기록에서 가져왔습니다.
| 모델 입력 | 어디서 왔나 | 표기 |
|---|---|---|
| 트랙별 수요 비중 | 도메인 슬라이스의 업무 유형 분포에서 파생 | 코퍼스 관측 |
| 판단위험·사람 확정 노드 | 업무 유형 표준(22개 아키타입)의 단계별 값을 승계 | 코퍼스 관측 |
| 반복성·도메인 수정자 | 필자의 설계 가정 — 본문 가정표에 1대 1로 공개 | 설계 |
| 26주 산출·리드타임·사고 | 위 입력으로 돌린 모델의 출력 | 모의 |
돌리는 방법은 바이오·제약 편에서 만들어져 정보기술 서비스 편이 이어받은 계약을 그대로 씁니다.
3단계 · 본문 수치를 기계로 대조했습니다
각 편의 본문에 적힌 숫자는 시뮬레이션 결과 파일과 문자열 단위로 전수 대조했습니다. 사람이 옮겨 적다 생기는 어긋남을 막기 위한 장치입니다. 파생 비율(회수율·증가율)도 결과 파일에서 다시 계산해 본문과 맞췄습니다.
- 모델 안의 측정입니다. 조건 파라미터(배수·검출률·정착 기간·희석)는 필자의 설계 가정이며, 현실에서 그대로 관측된 값이 아닙니다. 민감도는 순위의 강건성만 확인해 줍니다.
- 시드 범위가 겹치는 격차는 순위가 아닙니다. 여러 편에서 상위 조건들의 값이 서로 겹쳤고, 그런 경우는 “동급”으로 적었습니다. 평균이 높다고 이겼다고 쓰지 않았습니다.
- 사람과 정치는 모델 밖입니다. 조직 개편의 저항, 인사 제도, 노사 관계, 외부 충격은 넣지 않았습니다. 그래서 이 결과는 결정을 대신하지 않고 결정을 위한 좌표일 뿐입니다.
- 도메인 슬라이스는 근사입니다. 고객군 단위로 나눈 뒤 업무 유형으로 보정했지만, 한 조직 안의 다양한 일이 평균화됐습니다.
Part 4 · 공통 골격어느 도메인이든 처음 90일은 같습니다
결론은 도메인마다 달랐지만, 시작하는 순서는 여섯 편이 거의 같았습니다 설계.
- 우리 조직의 되돌릴 수 없는 관문 목록이 문서로 존재하는가.
- 그 관문 앞에서 기다리는 시간을 주 단위 숫자로 말할 수 있는가.
- 인공지능을 잘 쓰는 구성원과 위험하게 쓰는 구성원을 제도가 구분할 수 있는가.
- 조직 개편안이 있다면, 그것이 도구 이득이 절반인 세계에서도 성립하는가.
마치며도메인이 다르면 답도 다릅니다
이 시리즈를 시작할 때의 가설은 “하나의 정답이 있을 것”이었습니다. 일곱 번 돌린 결과는 그 가설을 부정했습니다. 무체계가 진다는 것만 공통이었고, 나머지는 도메인의 비용 함수와 관문의 위치가 결정했습니다.
- 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
- 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
- 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
- R-0 직군이 아니라 역할이다 — Agentic 팀의 다섯 원형
- 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
- G-8 4.5TB 클라우드 단일화 — Mac × 클라우드 × Agentic 업무환경
- 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
- 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
- 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
- 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
- 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