블로그

관리는 회의가 아니라 리듬이다

AI agent는 회의 전후의 공백을 메운다

AI-Native management cadence의 핵심은 회의를 줄이는 것이 아니다. 회의 전 prework, 회의 중 decision log, 회의 후 task-spawn을 하나의 운영 리듬으로 고정하는 것이다.

읽기 →

문서는 다시 써야 들어온다

권한 있는 agent에는 원문을 넣지 않는다

prompt injection은 모델 설득 문제가 아니라 신뢰경계 문제다. untrusted 문서는 tool-less sanitizer가 재서술하고, privileged agent는 그 결과만 받아야 한다.

읽기 →

트레이스는 켜고 내용은 숨겨라

에이전트 운영의 기본값은 수집과 마스킹이다

에이전트 장애는 로그만으로 복기되지 않는다. 그러나 prompt, tool args, reasoning, PII를 한 덩어리로 저장하는 순간 운영 데이터는 보안 리스크가 된다.

읽기 →

큰 실행은 두 번 막아야 한다

Reviewer-agent는 승인자가 아니라 실행 차단기다

GPU·HPC·대용량 배치는 실행 뒤에 배우면 늦다. plan, resource estimate, rollback script를 독립 검증하는 Reviewer-agent compute gate가 필요하다.

읽기 →

산출물은 파일이 아니라 증거다

에이전트 결과물은 재현 가능해야 배포된다

에이전트가 만든 보고서와 코드는 결과 파일만으로는 운영 자산이 아니다. 코드, 환경, 입력 해시, 실행 로그를 한 묶음으로 배포해야 검토·재현·책임 추적이 가능하다.

읽기 →

MCP 권한은 IdP에서 끝난다

도구 권한은 프롬프트가 아니라 권한면에서 결정된다

MCP를 엔터프라이즈에 붙이면 문제는 연결이 아니라 권한 투영이다. IdP 그룹과 SCIM entitlement를 per-tool OAuth scope로 내려보내야 zero-touch가 운영 가능한 설계가 된다.

읽기 →

MRTR은 상태기계로 다뤄야 한다

pause·resume·cancel은 UX가 아니라 실행 계약이다

MCP MRTR은 긴 대화를 흉내 내는 기능이 아니다. 서버가 입력을 요구하고, 클라이언트가 원 요청을 재개하며, 취소 경로까지 명시하는 실행 상태기계다.

읽기 →

장기 작업은 상태를 찢어야 산다

재개와 폐기는 같은 저장소에서 풀 수 없다

장기 에이전트 작업의 실패는 모델보다 상태 설계에서 먼저 터진다. reasoning state, 대화 state, 감사 로그를 분리해야 재개·폐기·감사를 동시에 운영할 수 있다.

읽기 →

도구 호출은 IR로 다뤄야 한다

실행 전 정책 검사가 하네스의 본체다

에이전트의 위험은 모델이 틀린 말을 할 때보다 틀린 행동을 실행할 때 커진다. 도구 호출을 코드가 아니라 정책 검사 가능한 action IR로 컴파일해야 운영이 선다.

읽기 →

AI-Native PRD는 운영 문서다

기능 정의만으로는 agent 리스크를 못 잡는다

AI-Native product review는 화면과 기능만 검토하는 자리가 아니다. PRD에 agent-call scenario, eval SLA, permission envelope가 없으면 운영 리스크는 출시 후 현장에서 발견된다.

읽기 →

백로그는 사람만 보지 않는다

AI 티켓까지 같은 보드에서 운영한다

AI가 만든 작업이 별도 채팅방과 IDE에 흩어지면 관리자는 상태를 잃고 현장은 책임을 피한다. 사람·에이전트·하이브리드 티켓을 같은 backlog에 올려야 운영이 된다.

읽기 →

압축 손실은 재연으로 잡는다

요약이 아니라 결정 품질을 검증한다

긴 에이전트 세션의 compaction은 비용과 문맥 한계를 줄이지만, 결정 근거를 지운다. AX Ops에서는 reconstruction probe와 decision replay로 압축 전후의 의미 손실을 측정한다.

읽기 →