
현장 검증 · LG전자 SW PM 실무 2차수 · GenAI RISK 2차수 · 코치 회고
“지난 2주 동안 AI Agent 사용에 대해서 회의가 들었는데, 다시 한번 심기일전하여 다시 Prompt/Context/Harness Engineering 적용하여 Agentic AI 구성해 보겠습니다.” SW PM 과정 마지막에 받은 적용 선언입니다. 회의가 다시 의지로 바뀐 계기를 저는 도구보다 기준에서 찾습니다. 내 역량과 내 과제를 표준이라는 같은 자로 재 보는 경험이었습니다.
- 사내 역량정의서 67항목을 지도로 삼자, 교육과 사내 인증이 같은 언어로 역량의 빈칸을 말하게 됐습니다.
- 각자의 Epic을 포트폴리오로 묶자 따로 만들던 공통 능력과 거버넌스 리스크가 드러났습니다.
- 리스크 에이전트는 하네스부터 거꾸로 쌓았습니다. 참가자 전원이 에이전트까지 갔고, 마지막에는 자기 업무에 만들 에이전트를 적었습니다.
- Q1 내 역량은 사내 기준의 어디쯤인가
- Q2 내 과제는 포트폴리오의 어디인가
- Q3 리스크 에이전트는 어디서부터 만드나
- Q4 같은 프롬프트에 왜 다른 답이 나오나
- Q5 무엇을 가져갔나
- Q6 무엇이 건강해졌고 어디로 가야 하나
LG전자에서 두 워크숍을 잇따라 진행했습니다. 하나는 이틀 동안의 SW 프로젝트 관리 실무 과정이고, 하나는 하루 동안 생성형 AI로 리스크를 다루는 과정이었습니다. 두 과정 모두 같은 세 단어로 열었습니다. 일머리(베이스라인·대시보드·선순환), 소통, 그리고 AI 활용입니다.
이 글은 두 과정을 참가자가 던졌을 법한 질문 여섯 개로 다시 읽습니다. 질문은 개인의 역량에서 시작해 프로젝트, 프로그램, 포트폴리오로 넓어집니다. 글 끝에는 내 과제의 상위 리스크 표를 받는 프롬프트가 있습니다.
Q1내 역량은 사내 기준의 어디쯤입니까?
SW PM 과정의 기준은 LG전자의 SW 프로젝트 관리 역량정의서(2024)였습니다. 프로세스 10영역 39개 수행 목표, 사람 역량 14개, 핵심 역량 10개 세부 차원, 판정 기준 4개를 합쳐 67항목입니다. 사내 PM 역량 인증의 기준 문서라서, 이 문서를 그대로 커버리지 지도로 썼습니다.
네 칸을 합하면 67항목이고, 강의까지 포함해 다룬 항목은 65개입니다. 어디서도 다루지 못한 두 항목은 변경통제위원회 검토 절차와 이슈 조치 계획 수립이었습니다. 판정은 강사 측 판정입니다.
참가자의 자리에서 읽으면 이 지도는 ‘이틀 동안 손으로 해 본 것이 사내 인증 기준의 어디에 해당하는가’를 보여 주는 표입니다. 교육과 인증이 같은 언어로 말하니, 다음에 무엇을 더 연습해야 하는지도 같은 언어로 보입니다.
실습의 뼈대는 범위 기준선을 점검하는 사슬이었습니다. 이니셔티브에서 시작해 이해관계자, 요구사항, 할 일과 산출물을 담는 작업분류체계(WBS)와 백로그, 완료조건, 검증·확인(V&V)까지 여섯 단을 잇는 이번 과정의 학습 모형입니다.
“범위 기준선은 워터폴이든 애자일이든 네 객체가 같다.” 카테고리·요구·WBS·완료조건을 Epic·Story·백로그·완료조건에 대응시켜 보라는 학습용 비유입니다. 표준상 같은 산출물이라는 뜻은 아닙니다. PMBOK의 범위 기준선은 범위 기술서·WBS·WBS 사전의 묶음이고, 스크럼의 제품 백로그는 계속 다듬어 가는 순서 있는 목록입니다. 또 하나, “Why(의도)를 끄집어내는 것이 PM의 일이다.” ‘이번 달까지’ 뒤에 ‘승급 심사’가 숨어 있는 식입니다.
둘째 날은 일정과 리스크였습니다. 선후행을 잇고, 기간을 합의로 산정하고, 간트와 번 차트로 읽었습니다. 핵심 경로(CPM)와 일정 단축 기법도 다뤘습니다.
Q2내 과제는 포트폴리오의 어디에 있습니까?
범위 기준선 사슬을 참가자 각자의 과제로 한 바퀴 돌렸습니다. 참가자마다 임원에게 제안할 과제 하나를 Epic으로 세웠고, 그 Epic들을 다시 포트폴리오·프로그램으로 묶어 임원 의결 자료까지 만들었습니다. Epic마다 끝이 있는 일인지, 계속 흐르는 일인지, 규칙이 남는 일인지를 나눴습니다.
| 포트폴리오 | 프로젝트 — 끝이 있음 | 프로덕트 — 계속 흐름 |
|---|---|---|
| 제품 지능화 | 저전력 온디바이스 AI 칩 · 차세대 네트워크 AI 제어기 · 모니터 장치 원격 제어 | 공조기기 원격 업데이트 솔루션 · AI 공조 엔지니어 · 가정용 로봇 · 교육용 전자칠판 |
| 개발·품질 지능화 | AI 팩토리 · 필드 이슈 개선 자동화 · 온디바이스 AI 코딩 인프라 | 에이전트 운영 기반 · 설계-구현-시험 멀티에이전트 플랫폼 · 고장진단 로직 파급 에이전트 |
| 관리 지능화 | 조직 간 요구 → 산출물 추적 PM 에이전트 | PM·프로젝트관리조직(PMO) 에이전트 · AI 프로그램 딜리버리 관리 |
표 1. 참가자 Epic의 분류 — 과제명은 공개 수준으로 일반화했습니다. 이 밖에 산출물 대신 규칙이 남는 ‘프로세스’ 유형(AI 생성 개발 도구의 판별·채택 체계)이 한 건 있었습니다.
포트폴리오 셋 아래에는 프로그램 아홉 개가 있었습니다. 묶어 보니 Epic 18개 중 10개가 공통 능력 세 가지로 수렴했습니다. 관리, 진단, 그리고 AI 개발 기반입니다. 여러 조가 서로 모른 채 같은 능력을 만들고 있었던 것입니다. 그래서 공통 능력마다 오너를 정하는 일을 의결 안건으로 올렸습니다.
리스크도 같은 방식으로 모았습니다. Epic마다 상위 여섯 건씩, 모두 108건을 리스크 분류체계(RBS)로 나누자 가장 많이 나온 소분류는 기술이 아니라 ‘누가 정하는가’, 곧 거버넌스(21건 · 15개 Epic)였습니다. 상위 건만 모은 것이라 전수는 아닙니다.
- 범위 기준선 여섯 단
- 일정·리스크 기준선
- 따로 만들던 공통 능력
- 공통 능력마다 오너
- 리스크 최다 출처 = 거버넌스
- ‘누가 정하는가’부터
개인의 Epic으로는 보이지 않던 것이 포트폴리오에서는 보였습니다. 중복 투자와 의사결정의 공백은 프로젝트 하나가 아니라 포트폴리오의 건강도에 속합니다.
Q3리스크 에이전트는 어디서부터 만듭니까?
RISK 워크숍은 목표에서 거꾸로 내려왔습니다. 오후를 열며 칠판에 이렇게 적었습니다.
이번 실습의 리스크 에이전트는 계획과 수행 로그를 대조하는 에이전트였습니다. 대조할 수행 데이터가 나오려면 계획이 있어야 하고, 그 계획이 우리 회사에 맞으려면 하네스(AI에게 회사의 역할·규칙·용어를 먼저 건네는 지침 묶음)가 있어야 합니다. 그래서 하네스부터 만들었습니다. 요구서나 일정만으로 돌릴 수 있는 에이전트는 더 가볍게 시작해도 됩니다.
실습 재료는 가상 회사의 포트폴리오였습니다. 일부러 결함을 심어 둔 가상 포트폴리오 위에서 조마다 대표 과제를 하나씩 골랐습니다. 로봇 SW 가상 검증 데이터 기반, 에이전트형 개발 파이프라인과 토큰 비용 대비 효과 관리, 스마트 TV 플랫폼 릴리스 품질 자동화, 여러 완성차 고객이 함께 쓰는 공용 기준선 통합 릴리스입니다. 모두 조원 전원의 실제 업무가 맞닿는 지점에서 골랐습니다.
참가자는 가상 회사의 myDNA를 받아 등록하고 같은 요청을 전후로 비교했습니다. 그다음 계획서와 대시보드, 열 개 지식영역의 한 달치 실행 로그를 만들었습니다. 오후 세 시부터는 각자 리스크 에이전트 하나를 골라 작업지시서와 네 단계 프롬프트로 만들었습니다.
| 에이전트 | 하는 일 |
|---|---|
| 요구 모호도 감시 | 요구서·이슈 티켓의 모호어와 수용 기준 결손을 찾아 역질문 목록을 만듭니다 |
| 리스크 레이더 | 계획 골격과 일정에서 리스크 후보를 찾아 RBS로 분류합니다 |
| 역할 분담(R&R) 그레이존 판정 | 회의록·업무 목록으로 역할 분담표를 만들고 담당자가 빈 구간을 짚습니다 |
| 지연 에스컬레이션 비서 | 회신·결정 대기가 임계를 넘으면 I-message 에스컬레이션 문안을 씁니다 |
| 연동 영향도 매퍼 | 변경 요청이 연동·레거시에 미치는 범위와 2차 리스크를 표로 냅니다 |
| 저비용 운영 가드 | 맥락 줄이기·단계 나누기로 토큰 사용량을 줄이는 방안을 제안합니다 |
표 2. 리스크 에이전트 후보 여섯 — 참가자들은 주로 요구 모호도·리스크 레이더·지연 에스컬레이션·저비용 운영을 골라 실습했습니다.
결과적으로 참가자 전원이 에이전트까지 도달했습니다. 앞 에이전트의 출력이 뒤 에이전트의 입력이 되도록 이어 붙이는 것이 이 여섯의 설계 원리였습니다.
“복붙을 하더라도 왜 하는지, 전체 숲과 나무 중 어디인지를 모르고 치면 아무 의미가 없습니다.” 숲과 나무를 볼 수 있는 안목을 표준 기반으로 훈련했다고 스스로 자각하라는 당부였습니다.
마지막 한 시간은 하네스를 키우는 데 썼습니다. 그날 하루를 myDNA로 되돌려 지침을 고도화했습니다. 그다음 가장 작은 검색 증강 생성(RAG)을 만들고, 매일 정해진 시각에 자동으로 갱신되는 루프까지 걸었습니다.
이번 실습에서 따로 두지 못한 시간도 있습니다. 사람이 리스크를 직접 식별·정량화해 AI의 결과와 대조하는 시간입니다. AI가 만든 리스크 등록부는 사람이 증거로 검증해야 기준선이 된다는 것이 이 과정의 원칙입니다. 다음 차수에는 이 대조 시간을 넣습니다.
Q4같은 프롬프트에 왜 다른 답이 나왔습니까?
에이전트를 고르기 전에 현황 분석을 먼저 돌렸습니다. 같은 프롬프트를 썼는데 시연 데이터에서는 ‘지연 에스컬레이션’이 추천됐고, 참가자 대부분의 데이터에서는 ‘요구 모호도 감시’가 추천됐습니다. 데이터셋도 달랐습니다. 다만 모델과 실행 조건을 통제하지 않아, 추천 차이를 데이터셋 때문이라고 확정하지는 못했습니다.
현장에서는 이것을 관전 포인트로 살렸고, 엄밀한 검증 실습은 다음 차수로 넘겼습니다. 참가자에게 남는 교훈은 분명합니다. 객관적인 건강도는 같은 데이터와 같은 기준에서 나옵니다. 결과가 다르면 모델보다 먼저 데이터가 같은지부터 확인합니다.
| 참가자가 ‘내 업무에 만들 에이전트’로 적은 방향 | 오전 프로파일링에서 나온 통증 |
|---|---|
| 요구 모호도 감시 · 요구사항 관리 | 요구가 모호하다 |
| R&R 그레이존 판정 | 역할과 책임이 불분명하다 |
| 일정 지연 에스컬레이션 | 일정이 빠듯하다 |
| 토큰 비용·저비용 운영 가드 | 토큰 지원이 빈약하다 |
표 3. 마무리 때 참가자들이 적은 ‘내 업무의 RISK 에이전트’ — 오전에 적은 통증과 같은 방향으로 몰렸습니다.
Q5참가자는 무엇을 가져갔습니까?
SW PM 과정 마지막에는 “OO만큼은 개인 OO에, 업무 OO에 써 보겠다”를 받았습니다. 칸반을 가족 여행·자녀 공부·재활 계획에 쓰겠다는 선언이 많았습니다. 업무 쪽으로는 동사·명사 구분, 기간 산정 합의, 역량 인증 인터뷰 준비가 여러 번 나왔습니다.
“WBS를 동사에서 명사로 전환하는 내용을 업무에 고민해보겠다 워터폴 프로젝트 일지라도 부분적으로 에자일 방식을 적용해나가는 변화를 만들고 싶다”
— SW PM 적용 선언 원문
RISK 과정 회고는 거의 모두가 적었습니다. 긍정만 적은 회고가 절반을 넘었고, 아쉬움을 함께 적은 회고가 그다음이었습니다.
| RISK 회고 묶음 | 표 |
|---|---|
| 좋았던 점 · 다양한 AI 활용 사례·예제 | 7 |
| 좋았던 점 · 에이전트 전 과정을 직접 경험 | 3 |
| 좋았던 점 · 실시간 강의 요약 | 2 |
| 아쉬운 점 · 사내에 쓸 AI 도구 없음 | 2 |
| 아쉬운 점 · 속도·리뷰 시간 부족 | 2 |
표 4. RISK 회고 15건(소표본) — 한 회고가 여러 결을 담으면 결마다 1표로 셌습니다(주요 묶음만 표시).
“PM에서의 AI 활용 사례들을 볼 수 있어서 좋았다. 실시간으로 강의 요약이 정확히 되어 놓쳐도 바로 쫒아갈 수 있어서 좋았다.”
— RISK 회고 원문(앞부분)
‘사내에 쓸 AI 도구가 없다’는 회고는 1차수에 이어 다시 나왔습니다. 개인의 역량이 올라가도 사내 도구 환경이 없으면 현업으로 이어지기 어렵습니다. 과정 밖에 있는 조직 성숙도의 과제라서 별도로 보고했습니다.
Q6무엇이 건강해졌고, 어디로 가야 합니까?
두 워크숍의 목표는 하나였습니다. 실무자가 사내 역량정의서와 글로벌 표준을 자로 삼고 AI 리터러시를 도구로 써서, 자기 역량과 과제의 건강도를 객관적으로 높이는 것입니다. 층위별로 정리합니다.
| 층위 | 표준 × AI 리터러시로 높인 것 |
|---|---|
| 개인 | 역량정의서라는 사내 표준의 언어로, 내가 해 본 것과 빈칸을 구분합니다. |
| 프로젝트 | 범위 기준선 여섯 단과 리스크 등록부를 근거와 함께 남깁니다. AI 초안은 사람이 증거로 검증해야 기준선이 됩니다. 이 검증 시간을 다음 차수에 넣습니다. |
| 프로덕트 | 계속 흐르는 일에는 매일 도는 리스크 루프를 붙이고, 만든 것을 다시 하네스로 되돌립니다. |
| 프로그램 | Epic을 묶으면 따로 만들던 공통 능력이 드러납니다. 공통 능력마다 오너를 정하는 것이 다음 의결입니다. |
| 포트폴리오 | 리스크에서 가장 많이 나온 소분류는 거버넌스였습니다. ‘누가 정하는가’를 먼저 세우는 것이 성숙도의 출발점입니다. |
표 5. 코치가 정리한 두 워크숍의 인사이트 — 회고·강의록·과정 기록에서 반복된 것만 남겼습니다.
- 실제로 진행한 순서(역방향 사슬)를 교재의 기본 흐름으로 올립니다
- 계획서·데이터·에이전트 결과마다 사람이 검증하는 10분을 둡니다
- 공통 데이터셋 한 벌을 미리 나눠 드립니다
- 에이전트 템플릿에 로그 칸(호출·이유·수행·결과)과 수용 기준서 한 쪽을 넣습니다
그 너머로는 두 방향을 봅니다. SW PM 과정은 기준선을 세우는 데까지 왔으니, 다음은 실제 진척을 기준으로 한 통제·이슈·변경·회고 실습으로 넓혀야 합니다. RISK 과정은 참가자들이 적은 ‘내 업무의 에이전트’를 다음 차수 조별 미션의 기본값으로 올릴 생각입니다. 특히 역할 그레이존과 토큰 비용은 참가자들이 스스로 이름 붙인 통증이라 가장 먼저 다룰 가치가 있습니다.
닫으며여러분의 리스크 등록부 하나로 혼자 시작할 수 있습니다
표준은 내 역량과 내 과제를 같은 자로 재게 해 줍니다. AI 리터러시는 그 자를 매일 대 볼 수 있게 해 줍니다. 이번 두 워크숍에서 참가자들과 함께 확인한 것입니다.
준비물은 진행 중인 과제의 계획서 1건, 최근 2주 이슈 기록, 파일을 첨부하거나 폴더를 읽을 수 있는 사내 허용 AI 도구입니다. 고객 정보는 가리고 씁니다. 아래 프롬프트를 보내면 ‘상위 리스크 표’ 한 장이 나옵니다. 그 표를 확정하는 것은 사람입니다.
[역할] 당신은 SW 프로젝트의 리스크 관리자입니다. 판단은 사람이 하고, 당신은 근거가 붙은 초안을 만듭니다. [자료] 이 폴더의 계획서와 최근 2주 이슈 기록만 근거로 씁니다. 먼저 읽은 파일 목록을 보고합니다. [할 일] 리스크를 찾아 RBS(기술·외부·조직·프로젝트관리)로 분류합니다. 발생확률과 영향은 팀이 쓰는 척도로, 없으면 1~5로 평가합니다. [출력] 평가할 수 있는 리스크 상위 최대 5건을 표 한 장으로 정리합니다. 열은 리스크 · RBS · 확률 · 영향 · 대응 전략 · 근거 문서와 위치입니다. 근거가 부족해 평가하지 못한 후보는 '확인 안건'으로 따로 적습니다. [규칙] 위협만이 아니라 기회도 함께 찾고, 근거가 없는 칸은 [U]로 남기며 점수를 계산하지 않습니다.
[U]와 확인 안건이 다음 주간 회의에서 사람이 판단할 안건입니다. 사람이 증거로 채우는 이 과정이 곧 AI 초안을 기준선으로 만드는 검증입니다.
다음 읽을 글
출처 — LG전자 SW PM 실무 2차수 전파 자료·첫날 강의 요약·역량정의서 커버리지 맵·Epic 포트폴리오 의결 자료·통합 RBS 분석, GenAI RISK 2차수 강의 라이브 요약·수강생 프로파일링·조별 대표 과제·전체 세션 회고, 실습 시트 적용 선언·회고 원문.
이 글의 한계 — 커버리지 판정은 강사 측 판정입니다. 회고 묶음과 건수는 코치의 분류입니다. 참가자가 만든 에이전트의 업무 효과는 측정하지 않았습니다. 리스크는 Epic별 상위 건만 등록한 것이라 전수가 아닙니다. 일자·인원, 참가자 성명, Epic 번호, 사내 과제명은 적지 않거나 일반화했고, 과정을 함께한 회사명은 그대로 적었습니다.
- 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