# 생산성은 속도가 아니라 총 변화 비용

> Cycle, human correction, escaped defect, comprehension, cost와 learning asset

- Canonical: https://learning.reopt.ai/courses/ai-development-operating-model/lessons/om-m3-concept
- Language: ko-KR
- HTML: https://learning.reopt.ai/courses/ai-development-operating-model/lessons/om-m3-concept

---

[AI 개발 팀 운영체계](/courses/ai-development-operating-model) 3. 역량·성과·학습 측정 5 / 9

# 생산성은 속도가 아니라 총 변화 비용

Cycle, human correction, escaped defect, comprehension, cost와 learning asset
개념 학습 45 XP 9분

PR 수와 AI 사용률은 활동량이지 가치가 아닙니다. 문제 정의부터 production 안정까지의 cycle time, 사람 수정량, escaped defect, rollback, 팀의 설명 가능성, 모델·도구 비용을 작업 유형별로 비교해야 합니다.
개인 순위가 아니라 시스템 개선에 사용 지표를 사람 평가에 직접 연결하면 correction과 failure가 숨겨집니다. 팀은 반복 실패 유형과 context·test·workflow 자산이 얼마나 줄였는지를 봅니다. 고위험 작업은 속도보다 결함·복구·이해도를 우선합니다.

| 지표 | 묻는 질문 | 주의 |
| Cycle time | 가치가 안전하게 도달하는 시간은? | 생성 시간만 분리 금지 |
| Correction | 사람이 무엇을 왜 다시 했나? | 숨기지 않는 문화 |
| Quality | 결함·rollback·override는? | 작업 위험별 비교 |
| Capability | 다음 작업이 쉬워지는 자산이 남았나? | 도구 사용률과 구분 |

- 1 작업 유형 문서·단순 구현·domain 변경·보안·incident를 분리합니다.

- 2 Baseline AI 적용 전 cycle·review·defect·cost·이해도를 확보합니다.

- 3 Correction 학습 수정 이유를 prompt·context·tool·oracle·workflow로 분류합니다.

- 4 자산 효과 Instruction·fixture·command·runbook이 재작업을 줄였는지 측정합니다.

실무에 남길 기준

- 코드 생성 시간 단축이 전체 delivery time 단축을 보장하지 않는다
- Correction을 실패로 숨기지 않고 시스템 학습 데이터로 사용한다
- 도구가 바뀌어도 재사용되는 문제·검증·운영 자산이 팀 역량이다

[이전](/courses/ai-development-operating-model/lessons/om-m2-scenario) 이해했어요 · 계속

---

에이전트용 사이트 안내: https://learning.reopt.ai/llms.txt · 사이트맵: https://learning.reopt.ai/sitemap.xml · 문의: https://learning.reopt.ai/contact