한줄 요약
AI가 그럴듯한 기능을 추천하는 단계와 사람이 실제 변경을 승인하는 단계를 분리하고, 요구사항·근거·미리보기·실행 영수증을 파일로 결박하는 규칙을 스킬로 만들었다.
바쁘시면 이것만 보세요
핵심은 “추천했으니 실행”을 끊는 것이다. 이미 근거가 있는 요구사항은 그대로 두고, 빈칸에만 최소 기능을 배정한다. 실제 변경 전에는 복사본에서 미리보기를 만들고, 사람이 본 결정과 현재 파일이 정확히 같을 때만 한 번 실행한다.
이런 분께 추천합니다
AI가 낸 실행안을 검토 가능한 형태로 받고 싶은 분
여러 도구 후보가 겹쳐 최소 조합을 고르기 어려운 분
승인 직전 원본이 바뀌거나 같은 승인이 두 번 실행되는 일을 막고 싶은 분
제작 배경
요구사항 표에 “관련 있어 보이는 스킬”을 채우는 것과 실제 수용 기준을 만족하는 것은 달랐다. 미리보기 뒤 원본이 바뀌거나 조건문이 현재 승인으로 해석될 여지도 있어, 판단과 실행의 경계를 절차로 고정할 필요가 있었다.
어떤 스킬인가
evidence-bound-capability-planning은 승인된 요구사항 기준선을 먼저 고정한다. 현재 근거가 있으면 KEEP, 직접 해결 가능한 정확한 후보만 ASSIGN, 검증이 덜 됐으면 TRIAL, 동률이면 CONFLICT, 답이 없으면 ORPHAN으로 남긴다. human-approval-workflows는 그 계획을 실행 상태로 옮길 때 미리보기와 적용을 결박한다. 화면은 상태를 보여줄 뿐 승인 상태를 스스로 계산하지 않고, 변경은 별도 승인 경로만 통과한다.
어떻게 만들었나
먼저 “근거가 있는 요구사항에는 새 기능을 더하지 않는다”는 gap-only 규칙을 고정했다. 후보는 설명이 아니라 정확한 버전, 권리, 호환성, 시험 근거로 식별하게 했다. 다음으로 preview ID에 결정 내용과 현재 원본의 지문을 묶고, apply 시 모두 재확인하도록 했다. 실행 구간은 하나의 공유 경로로 직렬화하고, 영수증은 덮어쓸 수 없게 했다. 중간 실패가 나면 원본을 보존하며, 새 미리보기를 요구하는 쪽을 기본값으로 삼았다.
어떻게 사용하는가
승인된 요구사항과 관찰 가능한 수용 기준을 준비한다.
각 요구사항의 현재 근거를 먼저 표시한다.
빈 요구사항에만 정확한 후보를 매핑하고 직접 해결 여부를 판정한다.
최소 조합과 미해결·충돌 항목을 함께 검토한다.
변경 복사본으로 미리보기를 만든다.
사람이 확인한 같은 결정과 같은 원본일 때만 한 번 적용한다.
결과 파일과 영수증을 다시 읽어 실제 반영 범위를 확인한다.
검증과 시행착오
단순한 정상 경로보다 거부 경로를 중점적으로 남겼다. 미리보기 없는 적용, 미리보기 뒤 결정 변경, 원본 변경, 같은 승인 재사용, 동시 요청, 중복 영수증을 모두 실패시켜야 한다. 초기에 인스턴스마다 잠금을 두면 서로 다른 실행 경로가 충돌할 수 있다는 점도 드러나 공유 적용 경로로 모았다. 또한 검증을 돕는 스킬을 “요구사항을 직접 해결하는 스킬”로 분류하지 않도록 판정표를 좁혔다.
효과 / Before-After
Before: AI의 추천 목록, 사람의 승인, 실제 파일 변경이 느슨하게 이어져 어디서 결정이 바뀌었는지 설명하기 어려웠다.
After: 추천은 근거 결박 계획으로, 승인은 특정 미리보기로, 실행은 한 번만 소비되는 영수증으로 분리됐다. 미해결 항목과 승인되지 않은 행동도 숨기지 않는다.
한계와 중단 조건
이 패턴은 단일 로컬 승인 도구의 최소 안전선이다. 외부 서버·다중 사용자·결제 환경에는 별도 인증과 감사가 필요하다. 권리나 사람 판단이 비어 있으면 TRIAL, ORPHAN, CONFLICT에서 중단한다.
다른 업무에 적용하는 법
문서 기준선 변경, 데이터셋 승격, 배포 후보 선택처럼 제안과 실행 사이에 사람 판단이 필요한 업무에 적용할 수 있다. 핵심은 승인 대상을 재현 가능한 입력과 결과로 묶는 것이다.
재사용 체크리스트
[ ] 승인된 요구사항 기준선인가
[ ] 기존 근거를 보존하고 빈칸에만 후보를 넣었는가
[ ] 후보가 수용 기준을 직접 해결하는가
[ ] 미리보기와 현재 원본이 같은가
[ ] 승인이 한 번만 소비되고 결과를 다시 읽었는가
