
현대모비스 SW 엔지니어·리더들과 이틀(1·2차수)을 보냈습니다. 한 참가자를 1인칭으로 고정해 그 한 사람의 시점으로 프로젝트 베이스라인 전부를 한 줄기로 완주했고, 한 엔지니어는 회고에 “바이브 코딩처럼 바이브 프로젝트 매니징을 경험했다”고 스스로 이름을 붙였습니다.
① 코치가 가르치려던 포지셔닝을 수강생이 먼저 꺼냈습니다 — “바이브 프로젝트 매니징”이라는 자생 명명.
② 핵심 원리는 켄타우로스입니다 — AI가 구조를 빠르게 잡고, 사람이 무게중심(통합 경계·안전)을 판단합니다.
③ 가장 정직한 깨달음은 “자료가 곧 품질”이었고, 1차수 회고에서 네 번 반복됐습니다.
코치가 가르치려던 말을, 수강생이 먼저 꺼냈다
1차수 마지막 회고에서 한 엔지니어가 이렇게 적었습니다.
저는 이 문장을 보고 잠시 멈췄습니다. “바이브 프로젝트 매니징(vibe project management)” — 제가 강의에서 직접 그 단어로 가르친 적이 없습니다. 참가자가 스스로 명명한 겁니다. 가르치려던 포지셔닝이 수강생의 입말로 되돌아온 순간, 그것보다 강한 교육 검증은 없습니다.
이 글은 자동차 부품 기업 현대모비스의 SW 엔지니어·리더들과 보낸 이틀(1차수 6월 29일, 2차수 6월 30일)의 흐름과, 회고에서 제가 읽은 목소리를 정리한 현장 기록입니다.
이 워크숍의 식은 ‘켄타우로스’였다
이 워크숍의 총괄 모델은 세 인자의 곱입니다.
여기서 가운데 인자, 켄타우로스(인간의 상체 + 말의 하체)가 핵심입니다. AI가 구조를 빠르게 잡고, 사람이 무게중심을 판단합니다. 자동차 제어처럼 안전이 걸린 도메인에서는 이 분담이 특히 또렷합니다.
한 사람의 시점으로 전체를 관통했다
이번 워크숍의 설계 핵심은 관통 예제(worked-example)였습니다. 여러 사례를 흩뿌리는 대신, 한 참가자(제동 by-wire 기구설계 담당)를 1인칭으로 고정하고, 그 한 사람의 시점으로 프로젝트 베이스라인의 전 생애주기를 한 줄기로 완주했습니다.
| # | 산출물 | 무엇을 했나 |
|---|---|---|
| 1 | 팀빌딩 분석 | 참가자 직무를 시스템 부품(액추에이터 노드)으로 매핑 |
| 2 | 도메인 시스템프롬프트 | 페르소나 + 4대 안전원칙을 1회 등록 |
| 3 | 협업 폴더 구성 | 협업 채널 = 폴더 = 단일 진실원 |
| 4 | 이해관계자 전략 | 이해관계자 지도·RACI·보고 체계 |
| 5 | 베이스라인 | 요구 → 작업분해(WBS) → 백로그 → 완료조건(A/C·DoD) → 추적성 |
| 6 | 리스크 | 식별 → 확률·영향(PI) 매트릭스 → 완화 → 위험분해구조(RBS) |
| 7 | 대시보드 | 건강도 4관점 KPI·모듈·안전↔성능 정합 |
| 8 | 회고 | 흐름 분석·지식 원소화·다음 주 업무 |
각 산출물이 앞 산출물을 명시적으로 인용하며 이어졌습니다. 단발이 아니라 누적 참조 파이프라인 — 한 줄기 베이스라인이 된 겁니다. 2차수에서는 한 걸음 더 나아가, 같은 과제를 세 개의 고도(altitude)에서 다시 봤습니다.
| 고도 | 핵심 질문 |
|---|---|
| 실무자(IC) — 기구설계 담당 | “클램핑력을 어떻게 낼까” (깊고 좁게) |
| 통합 리더(PL) | “각자의 로직을 어떻게 하나로” (경계·통합) |
| 기술 임원(CTO) | “이 통합을 재사용 플랫폼·표준으로” (전략) |
회고 16건이 세 축으로 갈렸다
1차수 참가자 회고 16건을 세 축으로 분류했습니다.
| 축 | 빈도 | 핵심 메시지 · 대표 인용 |
|---|---|---|
| Agentic (나만의 AI) | 8 | 시스템프롬프트·RAG로 내게 맞는 AI를 구축 — “나만의 AI 비서를 채용하겠습니다” |
| 일머리 (PM 일감각) | 5 | 막연하던 프로세스가 산출물로 명확해짐 — “막연했던 업무 프로세스를 명확히” |
| Agility (태도) | 3 | AI와 친해지기·의도적 시도 — “내가 더 민첩해져야 한다” |
가장 새롭고 강렬했던 건 “내 자료로 나만의 AI를 만든다”(Agentic, 최다 8건)였습니다. 그리고 여기서 가장 정직한 깨달음이 나왔습니다.
이 “자료가 곧 품질”이라는 자가발견은 오전·오후·총괄 회고에 걸쳐 네 번 반복됐습니다. 미완(자료 부실)조차 참가자가 스스로 진단하고 처방(추후 연동)했다는 것 — 자율 학습자가 됐다는 가장 좋은 신호입니다.
무게중심은 부품이 아니라, 통합 경계와 안전이었다
2차수의 산출물은 모두 한 곳을 겨냥했습니다. 이 프로젝트의 무게중심은 부품 자체가 아니라, 부품들이 만나는 통합 경계와 by-wire 안전이다. 실제로 참가자의 40%가 “각자의 로직을 어떻게 하나로 통합하느냐”를 1순위 우려로 꼽았습니다.
여기서 세 가지 운영 규율이 또렷하게 자리 잡았습니다.
이 규율은 자동차처럼 안전이 걸린 도메인에서 협상 불가입니다. 가장 공식 문서처럼 보이는 마지막 10%(코드·등급·수치)를 AI가 매끈하게 지어내면, 나머지 90%의 정확함이 그 거짓에 신뢰를 빌려주기 때문입니다. 그래서 ‘모른다’고 정직하게 적는 훈련이, 안전 도메인에서는 곧 실력입니다.
사람이 쥐고, AI가 증폭한다
1차수와 2차수를 관통한 원리는 하나입니다. AI는 구조를 빠르게 잡아주지만, 무게중심은 사람이 판단한다.
참가자들이 PM에게 바랐던 것 — 공유, 가시화, 통합, 자료 연동 — 은 사실 그날의 산출물(협업 폴더·이해관계자 전략·베이스라인·대시보드)이 이미 답하고 있었습니다. 그리고 참가자들이 독립적으로 도달한 인사이트(켄타우로스·RAG·교차검증)는 제가 가르치려던 워크숍 철학과 같은 지점에서 수렴했습니다. 가르친 것과 스스로 깨달은 것이 만났다는 뜻입니다.
이 하네스×RAG 방식은 저 혼자만의 실험이 아닙니다. 지난 10년간 삼성·LG·SKT·신한EZ를 비롯한 여러 기업 현장에서 코치/컨설턴트로서 직접 운영하며 유용성을 검증해 온 체계이고, 현대모비스 두 차수도 같은 결과를 보여 주었습니다 — 도메인이 자동차로 바뀌어도, ‘통제된 하네스 + 내 자료 RAG’가 산출물의 품질을 만든다는 사실은 그대로였습니다. 현업에서 도메인을 바꿔도 재현된다는 것이, 이 방식이 취향이 아니라 ‘방법’이라는 증거입니다.
도메인이 또렷한 팀이 월요일에 시작할 것
같은 엔진을, 다른 현장에서
같은 엔진(하네스 × RAG)을 공공 사업관리 현장에서 돌린 기록, 그리고 “내 자료를 붙이는” 구체적 절차를 아래 AX 시리즈에서 이어 읽어 보시기를 권합니다.
회사와 도메인이 바뀌어도 같은 엔진(일머리 × Agentic × 하네스·RAG)이 어떻게 재현되는지 — 각 사례의 특징 주제와 함께 비교해 읽어보세요.
- LG전자 SW PM — Agentic PM의 시대가 열리다 · 대기업 SW 조직의 Agentic PM 개막전
- 삼성전자 PMC — AI와 함께하는 PM 교육 혁신 · PM 교육과정 자체의 AI 전환
- SKT — Agent 도출을 위한 AI 퍼실리테이션 기법 · 내 업무에서 에이전트 후보를 찾아내는 법
- LG전자 SW공학연구소 — 리스크는 그릇이었다 · GenAI 리스크 관리를 그릇으로 뒤집은 워크숍
- 신한EZ손해보험 — 코드 한 줄 없이 손익관리팀이 만든 에이전트 · 금융 현업(비개발)의 노코드 에이전트
- 삼성 구매 — “어디까지 입력해도 되나요?” · 보안 경계 질문에서 시작된 Agentic 각성
- 종합편 — 지금 Agentic으로 전환해야 하는 이유 · 삼성·LG·KT·Clean&Science 300여 분의 증명
- 아이티센 — 공공 PM이 ‘AI 이용자’에서 ‘AI 활용자’로 · 공공 사업관리 도메인의 이틀 전환
- SK쉴더스 — “대충 시키면 다 해줄 줄 알았는데” · 보안 도메인, 실전략 16건→기준선 + 나의 Agent 비서
- 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