📝 한 줄 요약
AI가 만든 계획을 곧바로 프로젝트 상태로 믿지 않고, 근거·승인·결정 대기를 분리한 정적 PMO 대시보드 MVP를 만들었다. 이 사례는 근거 저장 구조보다 화면에서 착수·차단·결정 대기를 구분하는 데 초점을 맞췄다.
바쁘시면 이것만 읽어도 돼요: - 목표: AI가 제안하고 사람이 승인하는 PMO 실행 대시보드 MVP를 만들었다 - 핵심 과정: PMO 상태가 한 화면에서 뒤섞였다 → 착수·차단·결정 대기를 정적 MVP에서 구분했다 - 검증 경계: 정적 샘플 화면을 실제 프로젝트 운영 성과로 확대하지 않는다.
🎯 이런 분께 도움돼요
AI로 기획 문서는 빨리 만들지만 실행 상태가 더 혼란스러운 PM
여러 프로젝트의 결정 대기와 증거를 한 화면에서 보고 싶은 PMO
AI 제안과 사람 승인을 운영 규칙으로 분리하고 싶은 팀
😫 문제 상황
AI는 로드맵, 요구사항, 회의 요약을 빠르게 만든다. 하지만 AI가 “완료”, “우선순위 높음”, “진행 가능”이라고 썼다고 해서 실제 프로젝트 상태가 되는 것은 아니다.
샘플 자료가 없거나 담당자 결정이 필요한데도 문서만 그럴듯하게 채워지면, PMO는 무엇이 사실이고 무엇이 제안인지 다시 확인해야 한다. 정보량은 늘었지만 실행 통제는 약해질 수 있다.
💡 원하는 결과
지금 시작할 업무가 무엇인지 보인다.
제품 로드맵과 현재 단계가 구분된다.
필요한 샘플 자료와 차단 요인이 보인다.
사람이 결정해야 할 항목이 별도 대기 상태로 남는다.
근거 없는 AI 판단은 상태에 반영되지 않는다.
🛠️ 사용한 도구
단일 HTML/CSS/JavaScript 실행 대시보드
브라우저 내부 저장공간
제품 로드맵
결정 대기·자료 필요·착수 가능 상태
근거 우선 운영 원칙
AI 도구/모델: 현재 공개 근거에서 확인되지 않음
🔧 작업 과정
대시보드의 목적은 정보를 많이 보여주는 것이 아니라 AI 제안과 공식 결정을 구분하는 것이었다.
AI가 다음 행동을 제안하되, 근거와 승인 대기 상태가 보이고 사람이 결정해야 공식 상태가 바뀌는 실행 대시보드를 만들어줘.
제안, 검토, 승인, 보류 상태를 분리하고 로드맵과 결정 대기 항목을 같은 화면에 배치했다. 증거 없는 완료 표시는 막고, 실제 업무자료가 없는 합성 데이터 화면으로도 운영 원칙을 설명할 수 있게 만들었다.
1. 정보 대시보드가 아니라 실행 통제판으로 정의했다
그래프를 많이 보여주는 대신 “지금 시작할 업무”, “제품 로드맵”, “샘플 자료 탐색”, “결정 대기”를 중심에 뒀다. 화면을 본 뒤 어떤 행동을 해야 하는지가 분명해야 했다.
2. AI 제안과 PMO 승인을 분리했다
AI는 후보와 이유를 제안할 수 있지만 실제 상태 변경은 근거와 사람의 판단을 필요로 한다. 이 원칙을 화면 문구와 상태 구조에 반영했다.
3. 차단 상태를 숨기지 않았다
자료가 없으면 “자료 필요”, 결정을 기다리면 “결정 대기”로 표시한다. 진행률을 높이기 위해 불확실한 항목을 완료 처리하지 않는다.
4. 작은 정적 MVP로 운영 개념부터 검증했다
초기에는 복잡한 서버와 계정 시스템 대신 단일 HTML로 만들었다. 체크 상태는 브라우저 내부 저장공간에 저장된다. 먼저 PMO가 실제로 어떤 상태와 구분을 필요로 하는지 검증하기 위한 선택이었다.
🧩 막혔던 점
대시보드가 예뻐도 실제 데이터 연결이 없으면 수동 현황판에 머문다.
상태 정의가 많아지면 오히려 팀이 업데이트하지 않을 수 있 다.
AI가 근거를 생성한 것처럼 보이게 만드는 위험이 있다.
그래서 현재 버전을 v0.1 실행 대시보드로 한정하고, 확인 가능한 증거가 없는 판단은 상태에 반영하지 않는 원칙을 명시했다.
✅ 결과
시작할 업무, 로드맵, 자료 필요, 결정 대기를 구분하는 실행 화면이 만들어졌다.
AI 제안과 PMO 승인을 분리하는 운영 원칙이 제품에 들어갔다.
체크 상태를 로컬에서 유지하는 작은 MVP가 생겼다.
다음 단계인 실제 요구사항·증거·프로젝트 데이터 연결의 기준점이 마련됐다.
정적 샘플 화면에서 근거가 없는 항목이 완료 상태로 표시되지 않도록 상태 전이를 제한했다. 현재 결과는 운영 개념을 검증하는 정적 MVP다. 자동 수집이나 조직 전체의 성과 개선을 달성했다고 말할 단계는 아니다.
Before vs After
항목
Before
After
작업 방식
PMO 상태가 한 화면에서 뒤섞임
착수·차단·결정 대기를 정적 MVP에서 구분
💬 이 과정에서 배운 AI 활용 팁
효과적이었던 것
AI PMO의 핵심은 문서 생성보다 상태 변경 권한과 증거 규칙이다.
Blocked와 Decision Pending은 숨길 실패가 아니라 관리해야 할 정보다.
초기 대시보드는 데이터 연결보다 상태 언어가 맞는지 먼저 검증할 수 있다.
AI가 빨라질수록 사람의 승인 지점은 더 명확해야 한다.
이렇게 하면 안 돼요
정적 샘플 화면을 실제 프로젝트 운영 성과로 확대하지 않는다.
🌍 다른 업무에 적용한다면?
개발·조달·품질 프로젝트의 착수·차단·결정 대기 상태 관리에 적용할 수 있다.
🚀 다음 계획
요구사항 ID, 칸반 카드, 검증 증거를 실제 프로젝트 파일과 연결하고, 상태 변경 이력과 승인자를 남기는 구조로 확장할 예정이다.
📋 재사용 프롬프트
내 프로젝트의 상태를 보여주는 AI PMO 대시보드를 설계해줘. AI 제안과 사람이 승인한 실제 상태를 분리하고, 지금 시작할 업무, 근거, 자료 필요, 차단, 결정 대기, 다음 승인자를 보여줘.
근거 없는 완료나 진행률은 만들지 말고, 정적 MVP에서 검증할 상태 언어와 이후 실제 데이터 연결 단계를 나눠줘.
🖼️ 게시 전 체크
대시보드 전체 화면
자료 필요와 결정 대기 카드 확대
실제 프로젝트 한 건을 연결한 Before/After
v0.1의 한계를 본문 상단 또는 결과에 명시
추천 이미지: - 문제 상황: 기존 방식의 불편을 보여주는 합성 화면 - 작업 과정: 입력→판단→검증 흐름도 - 결과: 실제 정보가 제거된 합성 결과 화면
