AI 네이티브 작업 시스템
한 줄 정의
AI 네이티브 작업 시스템은 사용자 숙련, 디자인 기본값, 에이전트 런타임, agent-native 인프라, 검증 루프를 하나의 연결된 작업 체계로 보는 상위 프레임이다.
핵심 요지
- AI 시대의 생산성 차이는 모델 하나보다, 어떤 작업 시스템을 설계했는지에서 더 크게 난다.
- 사람 쪽 핵심은 AI 네이티브 사용자이고, 디자인 쪽 구조 허브는 AI 디자인 역할 맵이다.
- 런타임 쪽 구조 허브는 AI 에이전트 런타임 역할 맵이며, 이를 실제로 굴리게 하는 핵심 실행 규율은 AI 코딩 에이전트 검증 전략이다.
- 결국 좋은 시스템은 “누가 무엇을 판단하고, 어떤 기본값을 따르며, 어떤 런타임에서, 어떤 검증으로 마감하는가”를 명시한다.
상세
이 노트는 현재 wiki에 흩어진 상위 허브들을 한 장으로 묶는다.
1. 사용자 층
AI 네이티브 사용자는 같은 도구를 써도 context, command, hook, 검증 루프로 leverage를 키우는 사람이 누구인지를 설명한다. 즉 시스템의 시작점은 도구보다 사용자 숙련이다.
2. 디자인 작업 층
AI 디자인 역할 맵은 디자인 쪽 시스템을 기본값, DESIGN.md, task agent, 아키텍처 역할의 네 층으로 나눈다. 이 층은 “무슨 화면을 만들까”가 아니라 “디자인 판단을 어디에 고정할까”를 다룬다.
3. 런타임 작업 층
AI 에이전트 런타임 역할 맵은 Skill·MCP·Tool Calling, harness, infra, 오픈소스 작업대, 제품 구현체를 다섯 층으로 나눈다. 이 층은 “에이전트를 어떻게 끝까지 실행시킬까”를 다룬다.
4. 검증 층
위의 모든 층을 실제 업무 시스템으로 묶어주는 마지막 조건은 AI 코딩 에이전트 검증 전략이다. 빠르게 만드는 것과 안전하게 끝내는 것을 구분하지 않으면, 디자인 시스템도 런타임도 결국 신뢰를 잃는다.
이 관점에서 보면 AI 네이티브 전환은 특정 제품 도입이 아니라 작업 운영체제를 다시 짜는 일에 가깝다. 디자인 기본값, 문서 형식, CLI/API 인프라, runtime 선택, hook, review gate, approval boundary가 서로 연결된 상태가 되어야 한다.
예시
- 제품 팀: AI 디자인 역할 맵으로 디자인 판단을 정리하고, AI 에이전트 런타임 역할 맵으로 coding/runtime 구조를 정리한 뒤, AI 코딩 에이전트 검증 전략으로 품질 마감 절차를 고정한다.
- 개인 power user: AI 네이티브 사용자처럼 slash command와 MCP를 써서 흐름을 줄이고, Agent Native Infrastructure처럼 CLI/API 중심 환경을 선호하며, 반복 작업은 harness와 검증으로 묶는다.
- 조직 운영: 디자이너는 AI Experience Architect 방향으로 올라가고, 엔지니어는 Agent Harness와 에이전트 확장 3계층을 다루며, 팀은 공통 검증 루프를 공유한다.
충돌
현재 확인된 충돌 없음.