정백경/AI Native
AI Native는 career.bkjung.wiki에서 가장 중요한 기술·커리어 문서다. AI를 질문/답변 도구나 기존 업무의 단순 자동화로 쓰는 것이 아니라, 업무 자체를 위임하고 불필요한 작업을 없애는 방향으로 일하는 방식을 다시 설계하는 개념이다.
수록된 항목은 정백경이 발표·공유 자료를 만들고 사내 세션이나 전사 공유를 통해 설명한 뒤, 실제 업무와 개발 환경에 리딩하거나 담당해 도입한 사례를 중심으로 정리한다. 단순 관심사, 읽은 글 목록, 개념 소개는 제외한다.
왜 AI Native인가
정백경에게 AI Native는 “AI를 잘 쓰자”가 아니다. 좋은 도구를 개인이 잘 쓰는 단계를 넘어, 문서, 이슈, 코드, 리뷰, QA, 권한, 보안, 전파 방식까지 AI가 일할 수 있는 구조로 재배치하는 일이다.
- ChatGPT 초기부터 AI 소식과 가능성을 빠르게 팀에 공유했다.
- Cursor를 접한 뒤 repository를 AI가 이해하게 만드는 방법을 연구하기 시작했다.
- Codex는 비동기 작업 위임과 병렬 개발 흐름의 가능성으로 다뤘다.
- Claude Code는 CLI 기반 agent가 회사 업무 hub가 될 수 있다는 전환점으로 읽었다.
- AI Native는 개발팀에서 출발하지만, 궁극적으로는 여러 직군이 같은 작업 구조를 공유하게 만드는 전환이다.
Kmong Marketplace
Kmong Marketplace는 AI Native를 조직 안에서 퍼뜨리기 위한 지식 유통 구조다. Claude Code의 Skill, Sub-Agent, Command, Hooks 같은 설정은 강력하지만, 파일을 복사해 쓰는 방식으로는 업데이트와 품질 관리가 어렵다.
정백경의 제안은 검토된 플러그인을 모아두는 사내 전용 저장소를 만들고, 필요한 사람이 설치·업데이트할 수 있게 하자는 것이다. 동일한 harness를 위해 plugin을 통합 관리하고, 누가 개발하더라도 큰 격차 없이 상향평준화되도록 만드는 것이 목표다.
이 구조는 추상적인 marketplace 구상이 아니라 업무에서 적극적으로 쓰고 있는 AI 작업 방식을 팀 자산으로 관리하려는 시도다. 좋은 계획 명령어, 리뷰 가이드, 도메인별 skill이 개인 파일에 갇히지 않고 팀 단위 자산으로 바뀐다.
AI Native 팀 전략
AI Native 팀 전략은 발표 아이디어가 아니라 실제 일하는 방식의 전환 계획이다. 문서 SSOT, Linear, Orchestration, 모바일 전환, QA, 거버넌스가 한 흐름으로 묶인다.
- 문서 SSOT는 AI와 사람이 같은 기준으로 일하게 만드는 핵심이다.
- 작업 관리 도구는 단순 할 일 목록이 아니라 agent 실행의 출발점이 된다.
- Orchestration은 사람이 계속 붙잡고 있지 않아도 작업이 다음 단계로 이어지게 만드는 흐름이다.
- QA와 보안은 속도를 막는 장애물이 아니라 AI Native가 지속 가능해지는 조건이다.
Product Engineer 70% 기준
Product Engineer 70% 기준은 모든 직군의 시니어가 되자는 뜻이 아니다. AI와 함께 제품 사이클을 수행할 수 있을 만큼 각 직군의 세계관과 생태계를 이해하고, 나머지 품질은 리뷰와 검증 장치로 보완하자는 기준이다.
이 전환에서 사람의 역할은 코드 작성량보다 문제정의, 맥락 큐레이션, 제품 판단, 완료 기준 설정으로 이동한다. driver는 AI와 코드 작성을 맡고, navigator는 방향과 리뷰를 맡는 식으로 역할을 분리한다.
MAGI/AI 코드리뷰
MAGI는 AI 코드리뷰를 품질 harness로 보는 문서다. AI 시대에 많은 룰이 간소화되더라도 컨벤션, 유지보수 최소 기준, 디자인 시스템 가이드, 보안, DB 룰처럼 팀 고유의 리뷰 기준은 남는다.
목표는 기계적인 체크리스트가 아니라 가독성을 해치지 않으면서도 수정할 부분을 정확히 짚는 외과수술식 제안이다. MAGI 리뷰 없이는 머지하기 불안하다고 느낄 정도의 품질 기준을 지향한다.
Ralph Day
Ralph Day는 더 좋은 모델보다 더 명확한 목표, 제약, 완료 기준이 중요하다는 학습 루프다. AI에게 맡길수록 사람이 쓴 기준의 빈칸이 결과물에 그대로 확인된다.
따라서 AI Native에서 중요한 것은 “잘 만들어줘”가 아니라, 무엇이 PASS이고 무엇이 FAIL인지 자동 판정 가능한 문장으로 쓰는 능력이다.
AI Slop과 책임 있는 공유
AI Slop은 개념어 자체보다 정백경이 실제로 무엇을 했는지가 중요하다. 정백경은 전사 AI 채널에서 AI의 긍정적인 가능성과 주의해야 할 점을 지속적으로 함께 제시하며, 팀원들이 AI를 어떤 관점으로 바라봐야 하는지 반복적으로 공유했다.
AI Native는 빠르게 만드는 문화만이 아니다. 빠르게 만들되, 사람이 맥락과 품질 책임을 끝까지 가져가는 구조까지 포함해야 한다. 정백경이 강조한 지점은 AI를 무조건 낙관하거나 무조건 경계하는 태도가 아니라, 실제 업무에서 책임 있게 쓰는 기준을 계속 공유하는 것이다.
MCP
MCP는 AI 에이전트가 업무 도구와 연결되는 표준 인터페이스다. 정백경은 MCP를 USB-C나 콘센트처럼 설명한다. 도구마다 전용 연결을 다시 만들지 않고, 표준 포트를 통해 여러 업무 도구를 안정적으로 연결하는 관점이다.
GitHub, 제품 지표, 브라우저 재현, 커뮤니케이션 흐름을 하나의 작업 맥락으로 이어갈 수 있을 때 AI Native는 단순 코드 생성이 아니라 실제 업무 흐름이 된다.
Claude Code
Claude Code는 정백경에게 CLI 기반 agent가 회사 업무 hub가 될 수 있다는 가능성을 확인된 도구다. 처음에는 CLI라는 점 때문에 낯설었지만, 직접 사용한 뒤에는 압도적인 성공 경험이 도구의 의미를 바꿨다.
Claude Code의 Skill, Sub-Agent, Command, Hooks는 Kmong Marketplace와 직접 연결된다. 개인 설정 파일로 흩어지는 대신 검토 가능한 플러그인 저장소로 다룰 때, AI 작업 방식이 팀 자산이 될 수 있다.