📝 한 줄 요약
AI가 업무를 대신 판정하는 도구가 아니라, 요구사항부터 검증·조치·재확인·사람 승인까지 근거를 연결하는 PMO 운영체계를 설계했다.
바쁘시면 이것만 읽어도 돼요: - 목표: 결론보다 근거를 먼저 연결했다: 근거 장부 기반 AI-PMO-OS - 핵심 과정: 결론과 점수 중심으로 봤다 → 원문·검증·조치·승인을 잇는 계보를 설계했다 - 검증 경계: 설계된 차단 규칙을 전체 흐름 검증 완료로 표현하지 않는다.
🎯 이런 분께 추천해요
AI 결과를 그대로 믿기 어려운 PMO와 프로젝트 책임자
업무자료를 공개하지 않고 AI 활용 사례를 만들고 싶은 분
자동화와 사람 승인 경계를 명확히 하고 싶은 분
😫 문제 상황
AI가 요약과 판단을 빠르게 제안해도 어떤 원문에서 나온 결과인지, 실제로 검증됐는지, 누가 승인했는지가 남지 않으면 공식 업무에 쓰기 어렵다. 보기 좋은 점수 하나가 중요한 누락을 감추는 문제도 있었다.
🛠️ 사용한 도구
로컬 근거 저장 구조
요구사항 추적표
검증 관문과 승인 기록
로컬 실행 대시보드
AI 도구/모델: 현재 공개 근거에서 확인되지 않음
🔧 작업 과정
AI의 결론보다 요구사항, 검증, 발견사항, 조치, 재확인과 사람 승인이 서로 연결되는 운영체계를 만들어줘.
요구사항, 검증 시나리오, 실행 결과, 발견사항, 조치, 재확인, 최종 승인을 하나의 계보로 연결했다. AI는 후보와 이상 징후를 제안하지만 공식 상태 변경은 사람이 승인하도록 했다. 근거 누락이나 파일 무결성 불일치를 차단 조건으로 설계했다. 실제 샘플을 이용한 검증 관문 실행 검증은 다음 단계다.
처음에는 대시보드에 진행률과 상태를 잘 보여주는 데 집중했다. 하지만 숫자가 좋아 보여도 그 숫자를 만든 자료와 판정 과정을 거슬러 올라갈 수 없다면 PMO 도구로는 부족했다. 그래서 화면보다 먼저 요구사항→검증 항목→실행 증거→발견사항→조치→재검증의 연결 규칙을 정 했다.
이 과정에는 직접 만든 요구사항 관리 스킬을 사용했다. 대화에서 확정한 요구사항에 고유 ID를 붙이고, n8n처럼 노드로 보이는 흐름과 칸반 카드, 요구사항 추적표를 함께 갱신했다. 덕분에 기능이 추가될 때마다 “어떤 요구사항을 위한 것인지”와 “무엇으로 완료를 증명할지”를 놓치지 않을 수 있었다.
🧩 막힌 점
AI의 답변 품질과 업무 완료 여부를 같은 것으로 보기 쉬웠다. 이를 분리하기 위해 “제안됨”, “근거 확인됨”, “사람 승인됨” 상태를 따로 관리했다.
✅ 결과
현재는 근거 계보와 승인 규칙을 설계하고 관련 문서·추적표에 반영한 상태다. 공개 샘플을 이용한 전체 흐름 재현은 아직 하지 않았다. 핵심은 평가 결과가 아니라 판정 근거와 승인 이력이었다.
Before vs After
항목
Before
After
작업 방식
결론과 점수 중심
원문·검증·조치·승인을 잇는 계보 설계
💬 이 과정에서 배운 AI 활용 팁
효과적이었던 것
신뢰할 수 있는 AI 업무도구는 정답을 잘 말하는 도구보다 틀렸을 때 멈추고 사람이 확인할 수 있는 도구에 가깝다.
이렇게 하면 안 돼요
설계된 차단 규칙을 전체 흐름 검증 완료로 표현하지 않는다.
🌍 다른 업무에 적용한다면?
계약 검토, 감사, 품질검사처럼 근거와 승인 이력을 남겨야 하는 업무에 적용할 수 있다.
🚀 다음 계획
공개 가능한 샘플 데이터로 전체 흐름을 재현하고 화면도 샘플 전용으로 촬영한다.
📋 재사용 프롬프트
업무내용은 공개하지 말고, 요구사항→검증→발견사항→조치→재확인→사람 승인으로 이어지는 근거 기반 운영 흐름을 설계해줘. 근거 누락 시 자동 완료를 금지해줘.
🖼️ 게시 전 체크
[ ] 모든 화면을 샘플 데이터로 교체
[ ] 기관·고객·문서명·수량 제거
[ ] 실제 업무 판단 기준 비공개 확인
추천 이미지: - 문제 상황: 기존 방식의 불편을 보여주는 합성 화면 - 작업 과정: 입력→판단→검증 흐름도 - 결과: 실제 정보가 제거된 합성 결과 화면
