reopt learning
AI 네이티브 개발

AI 개발 팀 운영체계

개인 생산성 실험을 역할·품질·학습이 남는 조직 역량으로

기존 개발 숙련에서 보존할 원칙과 놓아야 할 행동을 구분하고, 사람·에이전트의 역할과 handoff를 재설계합니다. 속도·수정·결함·이해도를 함께 측정하고 90일 전환 로드맵으로 개인 요령을 팀의 반복 가능한 운영체계로 바꿉니다.

심화 8레슨 515 XP 약 89분

출처 · 핸드북 · 개발자 언러닝 · 하네스 엔지니어링 · 원문 검토 2026-07-01

선수 코스를 먼저 완료해 주세요

AI 코드 품질·검증·디버깅 완료 후 이 코스를 시작할 수 있어요.

선수 코스 학습하기
문제 설계·아키텍처·품질 검증·팀 운영 역량이 하나의 개발 흐름으로 연결되는 일러스트
0%
코스 진행률9개 학습 단계 기준

1. 보존할 원칙과 놓을 행동

과거 성공 습관을 현재 목적에 맞는 선택 가능한 도구로 바꿉니다.

  1. 언러닝은 전문성을 버리는 일이 아니다Expertise trap, control bias, value unit와 preserved principles개념45 XP
  2. AI 개발 숙련 재정의행동과 원칙, 도구 사용과 실제 역량을 구분합니다.퀴즈50 XP

2. 사람·Agent·Gate 역할 설계

업무를 직함이 아니라 판단·행동·승인·증거 책임으로 나눕니다.

  1. 새 팀 Workflow는 “AI 사용” 단계가 아니다Driver, domain owner, reviewer, risk owner, automated gate와 handoff개념45 XP
  2. 실전: 빠르지만 되돌아오는 AI PR한 사람에게 몰린 workflow를 역할과 증거로 재설계합니다.시나리오60 XP

3. 역량·성과·학습 측정

도입률과 생성량 대신 결과·수정·결함·이해의 균형을 봅니다.

  1. 생산성은 속도가 아니라 총 변화 비용Cycle, human correction, escaped defect, comprehension, cost와 learning asset개념45 XP
  2. AI 개발 지표 설계 점검속도·품질·이해·비용과 학습 자산을 균형 있게 확인합니다.체크리스트55 XP

4. 90일 전환과 거버넌스

작은 실험에서 팀 표준과 고위험 운영까지 증거로 확장합니다.

  1. 도구 배포가 아니라 작업 시스템 전환30·60·90일 단계, pilot, golden path, risk tier와 review cadence개념45 XP
  2. 워크북: 90일 AI 개발 전환 계획Pilot·표준화·거버넌스·학습을 단계적으로 설계합니다.워크북70 XP

최종 챌린지

코스에서 배운 내용을 업무에 재사용할 수 있는 산출물로 완성하세요.

  1. 최종 챌린지 · AI 네이티브 개발 Operating Model숙련·역할·지표·90일 전환을 연결한 팀 실행안레슨 완료 후100 XP