
PM 컨설턴트 노트 · 네이버랩스 AKI 하이브리드 애자일 PMO
하드웨어·펌웨어·앱·서버·AI가 한 제품 안에 섞인 아동용 인공지능 스마트워치 AKI. 서로 릴리즈 주기가 다른 7개의 제품을 어떻게 한 박자로 묶어 출시까지 끌고 갔을까요. 프로젝트리서치는 이 프로젝트에 품질관리 조직(QMO)으로 13개월간 상주하며, 통신사(KT) 인증 마일스톤과 애자일 스프린트를 겹쳐 돌리고, 협업 도구를 Github Enterprise에서 Jira로 갈아타 ‘계획이 곧 릴리즈가 되는’ 리듬을 회복시켰습니다. 한 PM 컨설턴트의 시선으로 정리한 하이브리드 제품 관리 현장 백서입니다.
- 제품이 하나가 아니라 일곱이었습니다. 워치 하드웨어/펌웨어, 워치 앱, iOS, Android, 웹, 서버, 그리고 AI(음성·위치). 각자 릴리즈 주기가 달랐고, 진짜 난이도는 개별 제품이 아니라 이들을 통합(Integration)해 한 제품으로 출시하는 지점에 있었습니다.
- 박자가 둘이었습니다 — 외부 마일스톤과 내부 스프린트. 하드웨어 양산과 통신사(KT) 인증은 되돌릴 수 없는 날짜 고정 게이트(Phase-Gate·QAT 마일스톤)로, 소프트웨어는 스프린트 리뷰·회고로. 애자일과 게이트를 하나로 통일하지 않고 계층을 나눠 겹쳐 돌린 것이 하이브리드 관리의 핵심이었습니다.
- 도구를 바꾸자 ‘계획=릴리즈’가 돌아왔습니다. Github Enterprise의 스크럼반은 사용자 스토리가 난립하며 “계획과 릴리즈가 어긋나는” 상태에 빠졌습니다. 약 436건의 이슈를 무중단으로 Jira에 이관하고 피처(Feature) 기반으로 재편하자, 협업 도구 자체가 변화관리의 페이스메이커가 됐습니다.
소프트웨어 프로젝트의 애자일은 익숙합니다. 그런데 양산이 걸린 하드웨어 제품을 애자일로 관리하면 이야기가 완전히 달라집니다. 스프린트는 “다음 스프린트에 하면 되지”가 통하지만, 금형·부품·통신사 인증은 한 번 날짜를 놓치면 되돌릴 수 없습니다. AKI 프로젝트는 이 두 세계 — 되돌릴 수 없는 게이트와, 매주 도는 스프린트 — 를 한 관리체계 안에 겹쳐 얹은 하이브리드였습니다. 이 글은 그 겹치기를 현장에서 어떻게 설계했는지에 관한 기록입니다.
Background일곱 개의 제품, 하나의 손목 — 프로젝트의 성격
AKI는 아이 손목에 채우는 인공지능 스마트워치였습니다. 위치를 확인하고(WPS 측위), 음성으로 대화하고(음성 인식), 보호자 앱과 통신하는 제품. 겉보기엔 작은 워치 하나지만, 그 안에는 서로 성격이 완전히 다른 여러 제품이 들어 있었습니다.
그래서 관리의 무게중심은 “기능을 빨리 만든다”가 아니라 “서로 다른 제품을 한 품질 게이트에 정렬시킨다”에 있었습니다. 이 프로젝트에서 애자일은 목적이 아니라 도구였고, 목적은 되돌릴 수 없는 출시 날짜를 안전하게 통과하는 것이었습니다.
The Architecture세 겹으로 돌린다 — 애자일·게이트·기준선의 병렬 관리
AKI 관리체계의 골격은 세 개의 관리 레이어를 동시에 돌린 것입니다. 애자일로 통일하지도, 전통적 워터폴로 통일하지도 않았습니다. 각 레이어가 서로 다른 것을 보증했습니다.
The Product Map7개 제품 × 통합 — 각자의 박자, 하나의 보드
애자일 PMO의 실전은 이 지점에서 시작됐습니다. 7개 제품을 하나의 저장소(repository)×역할 매트릭스로 묶되, 같은 보드 컬럼은 공유하고 릴리즈 주기만 제품별로 달리 준 것입니다. 아래는 각 제품 트랙과, PMO가 통합 시 실제로 점검한 포인트입니다.
릴리즈 케이던스는 제품 성격에서 유래(서버 주간·앱 격주·워치 펌웨어 게이트). 같은 스크럼반 보드 컬럼(Backlog→UI/UX→Dev→QA→Fix→Ready)을 복제하되 릴리즈 주기만 다르게 준 실용적 설계. [트랙·케이던스 구조=관측 · 상세 임계=일반화]
Pace-making ①두 개의 박자 — KT 인증 마일스톤 × AKI 스프린트
이 프로젝트의 페이스는 하나의 박자가 아니었습니다. 바깥에서 오는 큰 박자와 안에서 도는 작은 박자가 겹쳐 돌았습니다.
- KT QAT — 통신사 품질인증 요구사항 = 출시 전 통과해야 할 외부 게이트
- 9단계 Phase-Gate — 양산·출하 승인 (Gate0~Gate8)
- RC 배포·FOTA — 마켓 배포·펌웨어 무선 업데이트 일정
- AKI 스프린트 — 1~2주 반복, 파트별 리뷰·계획
- 스프린트 리뷰 — 스프린트 2~5, UAT 현황·벨로시티
- 회고(Retro) — Keep/Problem/Risk 3축 지속 개선
큰 박자(마일스톤)는 되돌릴 수 없으니 역산으로 못을 박고, 작은 박자(스프린트)는 그 안에서 반복하며 조정했습니다. 9단계 Phase-Gate는 양산일(M0)에서 역산한 마스터 스케줄의 뼈대였습니다.
각 게이트는 “팀 타당성 체크리스트 + 게이트 승인서” 2종을 강제해 형식이 아닌 실제 승인 노드가 되게 함. 하드웨어 라인(설계→DV→PV→양산)과 소프트웨어 라인(코딩→시험→릴리즈)을 한 마스터 스케줄에 병렬로 얹음. [게이트 구조=관측 · 실제 일자=일반화]
Pace-making ②도구를 바꾸자 리듬이 돌아왔다 — Github Enterprise → Jira
가장 극적인 페이스메이킹은 협업 도구를 바꾼 것이었습니다. 처음에는 Github Enterprise + ZenHub 기반의 스크럼반으로 시작했습니다. ATDD(인수 테스트 주도 개발) 흐름과 잘 맞았고, 초기엔 잘 돌았습니다. 그런데 규모가 커지자 문제가 드러났습니다.
- 사용자 스토리(UserStory) 관리 복잡도 폭증
- 변경 식별이 어렵고 확인 커뮤니케이션이 늘어남
- 기능 개발 진척 확인 불가
- “계획 ≠ 릴리즈” — 계획한 것과 나온 것이 어긋남
- 피처(Feature) 단위로 기획서와 업무를 동기화
- JQL 쿼리로 아이템을 빠르게 식별
- 진척·품질을 한 워크플로에서 예측 가능
- “계획 = 릴리즈” — 리듬 회복
전환의 방아쇠는 명확했습니다 — 사용자 스토리의 난립이 실제 실패 지점이었습니다. 스토리 단위 관리가 규모를 감당 못 하자, 관리 단위를 피처(Feature)로 올리고 도구를 Jira로 옮겼습니다. 그리고 이 이관을 서비스 중단 없이 해냈습니다.
여기에 교훈 하나가 더 있었습니다 — Jira 버그에 원인·대책을 안 적으면 QC가 부작용(side-effect)을 추정할 수 없어 확인 시험이 낭비됩니다. 그래서 “원인·대책 미입력 시 확인 시험 없이 Fail 처리”를 규약으로 못박았습니다. 도구를 바꾸는 것으로 끝이 아니라, 그 도구를 쓰는 규율까지 설계해야 리듬이 완성됩니다.
Quality Gate품질을 게이트로 — CBT→출시→RC 다단 임계
7개 제품을 한 출시에 묶으려면, 품질도 하나의 게이트 체계로 집계돼야 합니다. AKI의 품질 게이트는 같은 지표의 통과선을 단계별로 올리는 방식이었습니다.
같은 품질 항목이 CBT→출시→RC로 갈수록 통과선이 올라감(예: 측위 성공률을 단계마다 상향). 음성 인식은 정확도·재현율·정밀도 + 혼동행렬(TP/TN/FP/FN)로 정량화. 결함은 유입 단계·심각도·도메인으로 표준 분류. [다단 구조=관측 · 구체 임계 수치=일반화]
멀티플랫폼 시험 — 한 체계로 집계
워치·Android·iOS 각 플랫폼별로 테스트케이스를 별도 워크북으로 관리하되, 집계 시트에서 PASS/FAIL/N/A 비율을 자동 산출했습니다. 그리고 N/A는 반드시 사유를 남겼습니다 — “왜 N/A인지”를 안 적으면 품질 게이트가 무력화되기 때문입니다.
The Workflow스토리가 흐르는 길 — ATDD 스크럼반 7단계
실행 레이어(L1)의 실제 작업 흐름은 ATDD(인수 테스트 주도 개발) + 스크럼반이었습니다. 기능을 만들기 전에 “이 기능이 통과했다고 어떻게 아는가”(인수 체크리스트)를 먼저 정하고, 그 다음 개발했습니다.
인수 테스트가 양방향으로 돌았습니다 — 스토리 작성 → 인수 체크리스트 작성 → 구현 → 인수 시험 → 릴리즈 → 인수 케이스 보강 → 최종 리뷰. 개발이 끝이 아니라, 인수 케이스를 다시 다듬어 다음 릴리즈 품질을 올리는 개선 루프였습니다. 여기에 스크럼(반복·회고·데모)과 칸반(WIP 제한·흐름 관리)을 결합해, 이벤트·요청 기반으로도 대응하면서 리드타임을 지속 최적화했습니다.
Outcomes성과, 그리고 정직한 경계
정직해야 할 경계는 분명합니다.
Playbook재현 노트 — 하이브리드 제품을 애자일로 관리한다면 Do / Don’t
Closing마치며 — 하이브리드는 타협이 아니라 설계다
AKI 프로젝트의 결론을 한 문장으로 줄이면 이렇습니다 — 하이브리드 관리는 애자일과 워터폴의 어정쩡한 타협이 아니라, 서로 다른 리스크를 서로 다른 장치로 막는 정교한 설계라는 것. 소프트웨어의 빠른 반복은 스프린트로, 하드웨어의 되돌릴 수 없는 양산은 게이트로, 계약적 준거는 기준선으로. 그리고 이 세 겹이 어긋나지 않게 묶어준 것이 협업 도구의 리듬이었습니다.
7개의 제품을 하나의 손목 위에 올린 이 경험은, 이후 프로젝트리서치가 다른 하이브리드 제품·플랫폼 프로젝트에서 “애자일 실행 위에 게이트를, 외부 마일스톤에 내부 스프린트를” 재사용하는 토대가 됐습니다. 좋은 방법론은 시장에 많습니다. 드문 것은, 서로 다른 박자를 한 제품 안에서 어긋나지 않게 겹쳐 돌리는 페이스메이킹입니다.
- 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