들어가며 — 지식이 쌓이는데 왜 실행이 안 되는가
지식 관리를 하다 보면 두 가지 병목이 반복된다.
Inbox 병목: 웹 클리핑, YouTube 요약, 리서치 노트가 00. Inbox/02. Clippings/에 차곡차곡 쌓인다. 각 파일은 흥미롭고 유용하다. 그런데 "그래서 이걸 가지고 뭘 할 것인가?"로 이어지지 않는다. 지식이 쌓이는 속도보다 소화하는 속도가 느려서 Inbox가 점점 커진다.
완료 병목: 반대로 프로젝트를 마무리하고 나면, 그 경험과 인사이트가 어디로 가는지 모른다. 코드 리포지토리에 묻히거나, Slack 스레드로 흩어지거나, 읽지 않는 회고 노트 한 줄이 된다. 다음에 비슷한 프로젝트를 시작할 때 "예전에 비슷한 걸 했던 것 같은데"라는 감만 있을 뿐, 꺼낼 수 있는 것이 없다.
proj- SKILL 시스템은 이 두 병목을 동시에 해결한다.
핵심 흐름 — Inbox → 실행 → 지식 결정화
[Inbox 클리핑 N개 축적]
↓
(관련 주제가 N개 이상 쌓이면 신호)
↓
/proj-init --role [역할] "[프로젝트 설명]"
↓
역할별 인터뷰 질문지 생성
(Inbox 클리핑 내용이 자동으로 초안 답변 채움)
↓
[직접 답변 보완 작성]
↓
/proj [proj-init 파일]
↓
청사진 생성 (Phase + TODO + vault 연계)
워크스페이스 생성 (connect/merge/develop/_interviews)
Inbox 파일 → connect/ 자동 이동 가능
↓
/cal-slot N [blueprint] --phase 1 ← 일정 블록에 Phase 등록
↓
[Phase 진행]
↓
/proj-log [blueprint] "[발견/결정]" ← 진행상황 기록
/proj-log [blueprint] --import [파일] ← 수집 파일 워크스페이스 이동
↓
Phase 전환 시:
/proj-log [blueprint] --done
/proj-map [blueprint] ← 지식 현황 맵 갱신
↓
[프로젝트 완료]
↓
/proj-close [blueprint]
→ 지식 카테고리별 재배치
→ 청사진은 70. Outputs/74. Projects/ 로 이동 (단일 인덱스 역할)
→ 실제 파일은 카테고리로 분산 (링크로 연결)
① Inbox 지식 묶음을 프로젝트로 전환하는 방법
왜 "묶음 처리"인가
Inbox에 쌓인 클리핑은 하나하나 처리하려 들면 에너지가 분산된다. 같은 주제의 클리핑이 5~8개 쌓였을 때가 프로젝트로 전환할 신호다. 이미 관심이 충분히 축적되었다는 뜻이기 때문이다.
실제 사례 — 하네스 클리핑 → 프로젝트 전환
2026-03-29 ~ 2026-04-04 사이에 하네스 관련 클리핑이 자연스럽게 쌓였다.
📎 2026-03-30-harness-design-long-running-apps.md
📎 2026-04-01-claude-skills-deep-dive.md
📎 2026-04-01-demystifying-evals-ai-agents.md
📎 2026-04-01-effective-harnesses-long-running-agents.md
📎 2026-04-03-agentic-ai-harness-skill-module.md
📎 2026-04-04-everything-claude-code-agent-harness.md
이 상태에서 "이제 실제 하네스를 설계해야 한다"는 압력이 생겼다. /proj-init은 단순한 질문지 생성이 아니다 — 쌓인 클리핑을 소화하여 실행으로 전환하는 게이트다.
/proj-init --role po "에이전틱 AI 기반 전주기 품질 평가 하네스 및 통합 워크플로우 구축" \
📎 2026-04-03-agentic-ai-harness-skill-module.md
소스 파일을 지정하면 Inbox 클리핑 내용이 인터뷰 질문지의 초안 답변으로 자동 채워진다. 클리핑에서 이미 수집된 정보를 다시 타이핑할 필요가 없다.
일정 반영까지 연결
청사진이 생성되면 Phase를 실제 일정 블록에 등록해야 "실행"이 시작된다.
/proj-init → (답변 작성) → /proj [init파일]
→ 청사진 생성 (Phase 마감일 포함)
→ /cal-slot 4 [blueprint] --phase 1 # Phase 1에 4개 TimeSlot 배정
/cal-slot은 오늘 이후 가용 슬롯을 스캔해서 Phase 1 TODO를 실제 날짜에 배치한다. 클리핑 → 질문지 → 청사진 → 일정 등록까지 끊김 없이 이어진다.
복수 프로젝트를 병행할 때는:
/cal-proj-day # 오늘 슬롯을 긴급도 기반으로 프로젝트별 분배
② proj- SKILL 구조 — 5개 스킬의 역할
proj- SKILL은 하나의 스킬이 아니라 프로젝트 전주기를 커버하는 5개 스킬의 연결 구조다.
/proj-init → 역할별 인터뷰 질문지 생성
↓
(직접 답변 작성)
↓
/proj → 프로젝트 청사진 + 워크스페이스 생성
↓
[Phase 진행 중 반복 호출]
↓
/proj-log → 진행상황 기록 / 파일 이동 / 홀드·재개
/proj-map → Phase 전환 시 지식 맵 갱신
↓
/proj-close → 완료 회고 + 지식 재배치 + 청사진 아카이브
스킬
역할
산출물
/proj-init
"무엇을 물어야 하는가"를 역할별로 정의
인터뷰 질문지 MD
/proj
답변 기반 "어떻게 할 것인가" 설계 + 워크스페이스 생성
청사진 MD + 폴더 구조
/proj-log
진행 중 발견 기록 + 파일 라우팅 + 홀드/재개
청사진 로그 업데이트
/proj-map
Phase 전환 시 지식 현황 분석
지식 맵 노트
/proj-close
완료 회고 + 지식 카테고리별 재배치
회고 노트 + 파일 재배치
③ 실제 사례 전체 흐름 — Agentic AI E2E 품질 하네스
Step 1. /proj-init으로 인터뷰 질문지 생성
/proj-init --role po "에이전틱 AI E2E 품질 하네스 구축"
po 역할 템플릿은 이 역할에서 반드시 답해야 하는 항목들을 강제한다.
핵심 비즈니스 문제 & 배경
이해관계자 파악 (영향력, 기대치, 파악 상태)
성공 기준 & KPI (정량 측정 가능 여부)
제약 조건 (마감일, 예산, 기술 제약)
범위 & 우선순위 (In Scope / Out of Scope)
마일스톤 & 결과물
산출물: 00. Inbox/01. Actions/진행중/2026-04-04-proj-init-agentic-ai-e2e-quality-harness.md
Step 2. /proj로 청사진 + 워크스페이스 생성
/proj 00. Inbox/01. Actions/진행중/2026-04-04-proj-init-agentic-ai-e2e-quality-harness.md
이 단계가 하는 일은 세 가지다.
첫째, 인터뷰 답변을 분석해 Phase 구조를 설계한다.
Phase 1 — 정의·기준 수립 (due 2026-04-07)
→ 이해관계자 인터뷰 + 품질 평가 기준(Rubric) 확정
Phase 2 — MVP 하네스 구현 (due 2026-04-10)
→ Claude Code SKILL 기반 E2E 평가 자동화
Phase 3 — 워크플로우 통합·2건 검토 (due 2026-04-17)
→ Spec Designer, AX과제등록평가 품질 검토 완료
Phase 4 — 검수·릴리즈·보고 (due 2026-04-24)
→ 팀원 사용 가이드 + 이재훈 위원 최종 보고
둘째, vault를 탐색해서 기존 지식을 연결한다.
🔴 핵심 연계:
[[📎 2026-04-04-everything-claude-code-agent-harness]]
[[📎 2026-04-03-agentic-ai-harness-skill-module]]
[[2026-04-01-harness-ai-agent-workflow]]
[[📎 2026-04-01-demystifying-evals-ai-agents]]
🟡 참고:
[[📎 2026-04-01-effective-harnesses-long-running-agents]]
[[2026-04-01-agent-capability-maturity-model]]
[[2026-04-02-spec-designer-task-summary-draft]] ← 검토 대상 에이전트
셋째, 워크스페이스 폴더를 생성하고 인터뷰 파일을 이동한다.
10. CMDS Process/13. Develop/agentic-ai-e2e-quality-harness/
├── connect/ ← 수집 자료 (Inbox 클리핑 이동 대상)
├── merge/ ← 통합 분석
├── develop/ ← 구현 산출물
└── _interviews/ ← proj-init 파일 자동 이동 (버전 관리)
산출물:
00. Inbox/01. Actions/진행중/2026-04-04-proj-agentic-ai-e2e-quality-harness-blueprint.md워크스페이스 폴더 구조
Step 3. /proj-log로 진행상황 기록
Phase를 진행하면서 중요한 발견이나 결정이 생길 때마다 호출한다.
/proj-log 2026-04-04-proj-agentic-ai-e2e-quality-harness-blueprint.md \
"이재훈 위원 1:1 완료. Rubric 초안 승인. 사내 LLM API는 Claude Claude-sonnet-4-6 wrapper로 제공 확인."
Inbox 파일을 워크스페이스로 이동할 때:
/proj-log [blueprint] --import "📎 2026-04-04-everything-claude-code-agent-harness.md"
# → 파일 유형 자동 판단 → connect/ 로 이동
Phase 완료 시:
/proj-log [blueprint] "Phase 1 완료 — Rubric 확정, 이해관계자 승인" --done
Step 4. /proj-map으로 Phase 전환 시 지식 맵 갱신
/proj-map 2026-04-04-proj-agentic-ai-e2e-quality-harness-blueprint.md
지식 맵은 "지금 어디에 있고, 무엇이 비어 있고, 다음에 어디로 가야 하는가"를 보여준다.
✅ 확립됨
- 품질 기준 = 기능 정확도(1차) + 장애 가능성(2차) + 개선 개발(3차)
- Claude Code SKILL 기반 하네스가 사내 LLM API와 호환됨 확인
❓ 갭
- Spec Designer PRD 문서 수령 필요 (하지성 선임 담당)
- 평가 재현성 확보 방안 미확정
🚀 다음 탐구 질문
- 비결정론적 응답의 허용 편차 범위를 어떻게 정의할 것인가?
- SKILL 실행 결과를 어떤 형태로 이재훈 위원에게 보고할 것인가?
④ 완료 후 — 청사진 단일 관리 + 지식 카테고리 재배치
왜 청사진 하나로 관리하는가
프로젝트가 완료되면 connect/, merge/, develop/ 안의 파일들은 각자의 지식 카테고리로 흩어진다. 청사진은 이 모든 파일을 링크로 연결하는 인덱스 파일로 남는다.
/proj-close 2026-04-04-proj-agentic-ai-e2e-quality-harness-blueprint.md
재배치 결과:
connect/ → 80. References/82. Web Articles/agentic-ai-e2e-quality-harness/
📎 2026-04-04-everything-claude-code-agent-harness.md (참고 자료)
📎 2026-04-03-agentic-ai-harness-skill-module.md (참고 자료)
merge/ → 20. Literature Notes/agentic-ai-e2e-quality-harness/
통합 분석 노트, 종합 인사이트
develop/ → 40. Docs/46. My Docs/agentic-ai-e2e-quality-harness/
하네스 아키텍처 설계서
E2E 평가 자동화 SKILL 코드
에이전트 2건 품질 검토 리포트
팀원 사용 가이드
청사진 + _interviews/ → 70. Outputs/74. Projects/agentic-ai-e2e-quality-harness/
2026-04-04-proj-agentic-ai-e2e-quality-harness-blueprint.md ← 인덱스
_interviews/2026-04-04-proj-init-...-v1.md
2026-04-24-agentic-ai-e2e-quality-harness-retro.md ← 회고
청사진이 인덱스 역할을 하는 구조
## 🔗 관련 파일
### 참고 자료 (connect/)
→ [[📎 2026-04-04-everything-claude-code-agent-harness]]
→ [[📎 2026-04-03-agentic-ai-harness-skill-module]]
### 통합 분석 (merge/)
→ [[agentic-ai-quality-harness-synthesis]]
### 구현 산출물 (develop/)
→ [[agentic-ai-harness-architecture-spec]]
→ [[agentic-ai-e2e-skill-code]]
→ [[spec-designer-quality-report]]
→ [[ax-task-quality-report]]
### 회고
→ [[2026-04-24-agentic-ai-e2e-quality-harness-retro]]
유사 과제가 생겼을 때 청사진 파일 하나를 열면 이 프로젝트의 전체 지식 네트워크에 즉시 접근할 수 있다.
지식 카테고리별 재사용성 분류
/proj-close는 파일 이동 전에 각 산출물의 재사용 가능성을 분류한다.
유형
내용
이동 위치
보편 원칙
"Claude Code SKILL 기반 하네스가 사내 LLM API와 호환되는 조건"
30. Permanent Notes/
역할 방법론
"PO가 에이전트 품질 게이트를 설계할 때의 체크리스트"
30. Permanent Notes/
도메인 지식
"E2E 평가 자동화 아키텍처 설계서"
40. Docs/46. My Docs/
실패 교훈
"사내 인프라 제약으로 LangSmith 도입 불가 — 내재화 방향이 최적"
청사진 회고 섹션
재사용 코드
"에이전트 품질 체크리스트 SKILL"
40. Docs/46. My Docs/
이 분류가 이뤄질 때 vault는 프로젝트가 반복될수록 약해지는 게 아니라 점점 강해지는 자산이 된다.
⑤ World Map — 지식 체계의 어느 꼭지를 채웠는가
개념: 목표에서 역산하는 지식 수집
지식 수집은 "흥미로운 것을 닥치는 대로 모으는 행위"가 아니라 1~3년 목표를 향해 필요한 지식을 선택적으로 채워가는 행위여야 한다.
World Map은 이 전제를 시각화한다. 나의 지식 체계(CMDS 600-900 카테고리)가 어느 꼭지는 이미 채워져 있고, 어느 꼭지는 비어 있고, 어느 프로젝트가 어느 꼭지를 채웠는지를 한눈에 보여준다.
1~3년 목표 설정
1년 목표 (2026):
[601] AI 에이전트 품질 관리 체계 확립
→ E2E 하네스 구축 완료 ✅ (이번 프로젝트)
→ 사내 에이전트 5건 품질 검토 경험 축적
→ LLMOps 운영 가이드라인 1차 완성
[630] 주식 자동매매 시스템 MVP
→ 백테스팅 프레임워크 구축
→ 전략 1개 실운영 테스트
3년 목표 (2028):
[801] AI 기반 사업화 아이디어 1건 실제 론칭
→ SaaS 형태 또는 사내 서비스 정식 채택
→ 수익 모델 검증 완료
[602] LLMOps 전문가 포지셔닝
→ 사내 AI 품질 표준 정책 수립 주도
→ 외부 공유 (발표 또는 블로그) 3회 이상
이번 프로젝트가 채운 꼭지
CMDS World Map — 2026-04-04 기준
[601 AI Agent Development] ████████░░ 80% (이번 프로젝트로 크게 전진)
↑ E2E 하네스 + 품질 평가 기준 + 2건 실전 검토
[602 MLOps & LLMOps] ████░░░░░░ 40%
↑ 하네스 아키텍처로 LLMOps 기초 연결됨
[491 Codes] ██████░░░░ 60%
↑ Claude Code SKILL 기반 하네스 코드 축적
[640 Productivity] ███████░░░ 70%
↑ proj- SKILL 시스템 자체가 이 카테고리의 산출물
[630 Investment & Trading] ███░░░░░░░ 30% ← 다음 집중 필요
[801 Business Plans] ██░░░░░░░░ 20% ← 장기 목표 카테고리
프로젝트 → 지식 꼭지 연결 방식
프로젝트를 시작할 때부터 "이 프로젝트는 CMDS World Map의 어느 꼭지를 채우기 위한 것인가?"를 청사진 YAML에 명시한다.
knowledge-space: "10. CMDS Process/13. Develop/agentic-ai-e2e-quality-harness"
target-cmds:
- "[[📚 601 AI Agent Development]]" # 주 기여
- "[[📚 602 MLOps & LLMOps]]" # 부 기여
- "[[📚 491 Codes]]" # 코드 산출물
/proj-close 이후 각 산출물이 해당 CMDS 카테고리에 재배치될 때, World Map의 해당 꼭지가 실질적으로 채워진다.
향후 프로젝트 로드맵 — 목표에서 역산
2026 Q2 (4~6월):
▶ [현재] E2E 품질 하네스 구축 → [601] 채움
▶ [다음] 주식 자동매매 백테스팅 → [630] 채움
2026 Q3 (7~9월):
▶ LLMOps 운영 가이드라인 문서화 → [602] 채움
▶ 사내 에이전트 추가 3건 검토 → [601] 심화
2026 Q4 (10~12월):
▶ AI 사업화 아이디어 구체화 → [710] [801] 채움
▶ CMDS 시스템 외부 공유 → [640] 완성
2027~2028:
▶ [801] 사업 계획 실행 → 사업화 또는 사내 서비스 론칭
▶ [602] LLMOps 전문가 포지셔닝 확립
World Map 관점에서 보면 매 프로젝트는 "무엇을 만들었는가"가 아니라 "지식 체계의 어느 꼭지를 얼마나 채웠는가"로 평가된다.
언제 proj- SKILL을 써야 하는가
상황
추천 접근
단발 태스크 (1~3일)
단순 TODO 관리 → Project SKILL 불필요
Inbox 클리핑 5개 이상 동일 주제 축적
/proj-init 트리거 신호 — 프로젝트로 전환
역할 불명확한 탐색
/proj-init (역할 선택 포함) → /proj
역할 명확한 중기 프로젝트 (1~4주)
/proj-init --role [코드] → 전체 사이클
장기 프로젝트 (1개월+, 지식 축적)
4개 스킬 전부 + /proj-map Phase 전환마다
복수 프로젝트 병행
/cal-proj-day 로 긴급도 기반 슬롯 배분
결론 — 지식 수집과 실행이 같은 레일 위에 있어야 한다
이 시스템의 구조는 단순하다.
[Inbox에 쌓인 지식] ─▶ [프로젝트로 전환] ─▶ [일정에 반영]
↑ ↓
[지식 카테고리에 재배치] ◀─ [완료 회고] ◀─ [실행·기록]
수집과 실행이 분리되어 있으면 Inbox는 영원히 쌓인다. 완료와 지식화가 분리되어 있으면 경험이 사라진다. proj- SKILL은 이 두 분리를 없앤다.
그리고 World Map은 이 순환이 1~3년 목표를 향해 의도적으로 설계되고 있는지를 확인하는 기준점이다.
프로젝트를 반복할수록 vault가 강해지는 구조, 그것이 proj- SKILL + World Map 조합의 목표다.
