# Four-week implementation playbook & governance

> Definition of Done, the four-week path, six quality gates, and RACI

- Canonical: https://learning.reopt.ai/en/courses/design-systems/lessons/ds-l4-playbook
- Language: en
- HTML: https://learning.reopt.ai/en/courses/design-systems/lessons/ds-l4-playbook

---

[Design systems in the AI era](/en/courses/design-systems) 4. Governance & implementation playbook 10 / 15

# Four-week implementation playbook & governance

Definition of Done, the four-week path, six quality gates, and RACI
Concept 33 XP 7 min

AI-First 디자인 시스템은 “정답 설계”보다 실행 루프 가 먼저입니다. 핵심은 속도가 아니라 되돌릴 수 있는 운영 이며, 검증 루프가 반드시 있어야 합니다.

## Definition of Done (5)

- 토큰이 단일 소스로 관리되고 코드/문서로 배포된다
- 핵심 컴포넌트 5~10개가 명세 기반으로 구현되어 있다
- 접근성 규칙이 컴포넌트에 내장되고 자동 검증 루틴이 있다
- AI가 참고할 문서/예제가 구조화되어 있다
- 변경 관리와 품질 게이트가 운영된다

## 4주 경로

- 1 1주차 — 토큰 고정 토큰이 흔들리면 컴포넌트·문서·프롬프트가 전부 흔들립니다. 분류 체계·JSON/TS 파일·하드코딩 금지 규칙을 만듭니다.

- 2 2주차 — 컴포넌트 명세 + 접근성 개수보다 명세 일관성 우선. Button·Input·Select·Dialog·FormField에 Props 스키마·상태 모델·접근성 규칙을 갖춥니다.

- 3 3주차 — AI가 읽는 문서 검색 가능한 컴포넌트 카탈로그와 토큰 맵·금지 규칙·대표 패턴을 담은 “컨텍스트 팩”을 만듭니다.

- 4 4주차 — 품질 게이트 + 변경 관리 Golden Prompt Suite 10~20개와 Record/Replay 검증 루틴, RFC/PR 프로세스와 버저닝 규칙을 만듭니다.

## 품질 게이트 6종

| 게이트 | 기준 |
| 타입 검사 | strict, 통과 필수 |
| 린트 | no-hardcoded-values 등 error |
| 테스트 커버리지 | statements/functions/lines 80% |
| 접근성 | WCAG 2.1 AA, 위반 0 |
| 시각적 회귀 | 0.1% 미만, 차이 시 수동 승인 |
| 번들 크기 | PR당 +5kb, 컴포넌트당 50kb 이내 |

변경 관리 & 소유권 역할(DS Lead·Engineer·Designer·Contributor·Consumer)과 RACI 매트릭스로 토큰·컴포넌트·브레이킹 체인지 권한을 명확히 합니다. Major 변경은 RFC 템플릿으로, PR은 type·lint·test·a11y·visual·bundle 검증을 거쳐 머지합니다.
AI 생성물 회귀 테스트 LLM을 컴파일러처럼 보고 Golden Prompt Suite 로 회귀 테스트합니다. CI 비용·변동성 탓에 매번 호출하는 대신 출력을 record → replay + 검증(린트·타입·a11y·일관성 룰)하는 전략을 기본으로 둡니다.
핵심 정리

- 1주 토큰 → 2주 컴포넌트 명세+접근성 → 3주 AI 문서 → 4주 품질 게이트+변경 관리 순으로 간다
- 품질 게이트 6종(타입·린트·커버리지·접근성·시각회귀·번들)으로 머지 조건을 자동화한다
- RACI와 RFC로 소유권/변경을 관리하고, AI 생성물은 Golden Prompt Suite로 record→replay 검증한다

[Previous](/en/courses/design-systems/lessons/ds-l3-scenario) Got it · Continue

---

Site guide for agents: https://learning.reopt.ai/llms.txt · Sitemap: https://learning.reopt.ai/sitemap.xml · Contact: https://learning.reopt.ai/contact
