본문으로 건너뛰기

© 2026 Molayo

Dev.to헤드라인2026. 06. 02. 11:23

5단계 운영 사이클 — 매 분기 어떻게 재조정할 것인가

요약

AI 기술의 급격한 변화에 대응하기 위해 매 분기 실행해야 하는 5단계 운영 사이클을 제안합니다. 고정된 계획 대신 매 90일마다 자신의 업무 계층을 매핑하고 포지셔닝을 재조정하여 기술 격차를 줄이는 방법론을 다룹니다.

핵심 포인트

  • 계획 대신 변화에 최적화된 분기별 사이클 도입
  • 업무를 실행, 시스템, 판단의 3개 계층으로 매핑
  • AI가 대체 가능한 영역을 파악하여 포지셔닝 재설정
  • 매 90일마다 전략적 방향과 실제 업무의 격차 진단

당신은 지도(5개 계층)를 가지고 있습니다. 당신은 진단(60배의 격차)을 가지고 있습니다. 당신은 원칙(수직으로 서기, 위로 이동하기)을 가지고 있습니다.

이제: 어떻게 이것을 습관으로 만들 것인가?

정답은 5단계 운영 사이클(operating cycle)입니다. 일회성 연습이 아니라, 분기별 리듬입니다. AI는 움직입니다. 당신의 역량도 움직입니다. 시장도 움직입니다. 만약 한 번 평가하고 멈춘다면, 당신은 6개월 이내에 틀리게 될 것입니다.

계획 대신 사이클을 사용하는 이유

계획은 안정성을 가정합니다. 사이클은 변화를 가정합니다.

2022년에 작성된 커리어 계획은 당신에게 "AI 도구를 배우라"고 말했을 것입니다. 2024년이 되었을 때, 그것은 이미 기본 사양(table stakes)이 되었습니다. 2024년에 작성된 계획은 당신에게 "프롬프트(prompt)를 배우라"고 말했을 것입니다. 2026년이 되면, 그것은 자동화될 것입니다.

계획은 고정된 환경에 최적화됩니다. 사이클은 움직이는 환경에 최적화됩니다.

운영 사이클은 AI가 3년 후에 어디에 있을지 예측하는 것에 관한 것이 아닙니다. 그것은 매 90일마다 _당신_이 어디에 있는지 재평가하는 반사 신경을 구축하는 것에 관한 것이며, 이를 통해 당신이 변화보다 단 한 분기 이상 뒤처지지 않도록 하는 것입니다.

5단계

1단계: 매핑 (Map) (분기당 1-2시간)

목표: 당신의 현재 업무를 5개 계층에 그리는 것입니다. 당신이 있어야 한다고 생각하는 곳이 아니라, 실제로 있는 곳을 그리는 것입니다.

방법:

  1. 지난주에 30분 이상 소요된 모든 일을 나열합니다.
  2. 이를 세 가지 카테고리로 그룹화합니다:
    • Layer 1 (계층 1) — 알려진 패턴이 있는 실행 작업 (코드 작성, 보고서 작성, 티켓 응답)
    • Layer 2 (계층 2) — 시스템 작업 (프로세스 설계, 구조 리팩토링, 프로젝트 계획)
    • Layer 3+ (계층 3 이상) — 판단 작업 (표준 설정, 결과물 검토, 무엇이 가치 있는지 결정)
  3. 각 카테고리의 시간 비율을 추정합니다.

얻고자 하는 결과물: 당신의 시간이 실제로 어디에 쓰이는지를 보여주는 파이 차트(pie chart)입니다.

스스로에게 던질 질문: "이 파이 차트가 내가 12개월 후에 가치를 창출하고 싶은 지점과 일치하는가?"

만약 당신 시간의 70%가 Layer 1에 있고, 12개월 후에 Layer 2-3이 되고 싶다면, 당신의 일상적인 현실과 전략적 방향 사이에 격차가 존재하는 것입니다.

2단계: 포지셔닝 (Position) (분기당 1시간)

목표 (Objective): 세 가지 원칙을 사용하여 다음 분기를 위한 방향을 결정합니다.

방법 (How to do it):

  1. 원칙 1 점검: 당신의 분야에서 AI가 3개월 전에는 할 수 없었지만, 이제는 주니어 직원을 대체할 수 있을 만큼 충분히 잘 할 수 있는 것은 무엇입니까? 구체적인 역량들을 나열하십시오.
  2. 원칙 2 점검: 당신의 분야에서 어떤 레이어 1 (Layer 1) 작업들이 가장 빠르게 범용화 (Commoditized)되고 있습니까? 이곳이 바로 당신의 프리미엄이 줄어들고 있는 지점입니다.
  3. 원칙 3 점검: AI의 현재 침투 레이어 (Penetration layer)를 고려할 때, 수직이 아닌 수직적 방향 (Perpendicular direction)은 무엇입니까?

도출하고자 하는 결과물: 해당 분기를 위한 한 문장의 방향성 선언문.

_예시: "AI는 이제 표준 CRUD 엔드포인트를 작성할 수 있습니다. 나는 이번 분기에 AI가 생성한 백엔드 코드를 위한 검증 시스템을 설계하는 데 시간을 보낼 것입니다."

스스로에게 던질 질문: "만약 이번 분기에 아무것도 다르게 하지 않는다면, 나는 내가 있어야 할 곳에 더 가까워질 것인가, 아니면 더 멀어질 것인가?"

3단계: 강화 (Fortify) (2시간, 한 번 수행 후 분기마다 재검토)

목표 (Objective): 세 가지 압축 불가능한 요소 (Incompressibles)에 대한 당신의 방어력을 점검합니다.

세 가지 압축 불가능한 요소 복습:

  1. 낭비되는 시간의 침전 (Waste time sedimentation) — 당신의 캘린더는 연달아 이어지는 업무로 가득 차 있습니까, 아니면 오프라인 재조합 (Offline recombination)을 위한 유휴 시간이 있습니까?
  2. 롱테일 실패의 다양성 (Long-tail failure diversity) — 당신은 새로운 맥락에서 새로운 종류의 실수를 하고 있습니까, 아니면 동일한 패턴을 반복하고 있습니까?
  3. 신뢰 축적 (Trust accumulation) — 당신은 판단의 지름길 (Judgment shortcuts)을 만들어내는 관계를 구축하고 있습니까, 아니면 거래 중심적으로 운영하고 있습니까?

방법 (How to do it):

  • 각 압축 불가능한 요소에 대해 스스로를 1~5점으로 평가합니다.
  • 지난 분기보다 점수가 떨어진 항목이 있다면 원인을 조사하십시오.
  • 모든 점수가 두 분기 연속으로 정체되어 있다면, 당신은 스스로를 확장시키지 못하고 있는 것입니다.

도출하고자 하는 결과물: 단 하나의 우선순위 — 이번 분기에 어떤 압축 불가능한 요소에 주의를 기울여야 하는가.

스스로에게 던질 질문: "이번 분기에 내가 하는 일 중 데이터 패키지로 압축하는 것이 불가능한 일은 무엇인가?"

4단계: 구축 (Build) (지속적으로 수행 가능)

목표 (Objective): 당신의 판단력을 인코딩하는 재사용 가능한 시스템 하나를 설계합니다.

이 단계는 당신이 "개별 기여자 (individual contributor)"에서 "시스템 구축자 (system builder)"로 넘어가는 지점입니다. 시스템은 다음과 같을 수 있습니다:

  • 검증 루프 (verification loop) — AI 보조 출력물을 생성하는 팀을 위한 것 (Fast then Slow 패턴)
  • 의사결정 프레임워크 (decision framework) — 당신이 반복적으로 내리는 판단(채용, 프로젝트 선정, 전략 등)을 위한 것
  • 학습 경로 (learning path) — 체계적으로 상위 계층으로 올라가기 위한 것 (Compression is Understanding 패턴)

실행 방법:

  1. 당신의 판단을 가장 지속적으로 필요로 하는 의사결정이나 프로세스를 선택합니다.
  2. 당신이 사용하는 기준을 문서화합니다 — 일반적인 원칙이 아니라, 구체적인 "if-then" 규칙을 작성합니다.
  3. 그 기준을 체크리스트, 템플릿 또는 간단한 도구로 변환합니다.
  4. 한 달 동안 사용해 본 뒤, 개선합니다.

얻고자 하는 결과물: 반복되는 의사결정에서 당신의 직접적인 개입 필요성을 줄여주는 하나의 산출물 (artifact).

스스로에게 던질 질문: "품질을 유지하면서도 인코딩(encode)할 수 있는 나의 가장 가치 있는 판단은 무엇인가?"

5단계: 루프 (Loop) (주당 10분, 분기당 1시간)

목표 (Objective): 사이클 자체를 유지해야 합니다.

주간 (10분):

  • 점검: 이번 주를 분기별 방향성에 맞춰 보냈는가?
  • 아니라면: 무엇이 나를 경로에서 벗어나게 했는가? 이것이 일회성 편차인가, 아니면 내 방향이 틀렸다는 신호인가?

분기별 (1시간):

  • 1~4단계를 다시 수행합니다.
  • 새로운 파이 차트(1단계)를 지난 분기의 차트와 비교합니다.
  • 시간 배분이 의도했던 방향으로 움직였는가?
  • 아니라면: 방향이 틀렸던 것인가, 아니면 실행이 불충분했던 것인가?

얻고자 하는 결과물: 당신이 진전을 이루고 있는지에 대한 간단한 예/아니오 (yes/no) 답변.

스스로에게 던질 질문: "만약 내가 이 속도로 4분기를 더 지속한다면, 내가 원하는 위치에 도달할 수 있을까?"

실제 사례: 나의 사이클

당신에게 이 작업을 요청하고 있으니, 지난 사이클에서 제가 수행했던 분기별 평가가 어떠했는지 보여드리겠습니다:

맵 (Map) (2026년 1분기):

  • 50% Layer 3-4 (글쓰기 프레임워크 (writing frameworks), 검증 시스템 설계 (designing verification systems))
  • 30% Layer 2 (AI-QC 패키지 구축 (building ai-qc package), 도서 시리즈 구조화 (structuring book series))
  • 20% Layer 1 (편집 (editing), 포맷팅 (formatting), 출판 물류 (publishing logistics))

Position (위치): AI가 글쓰기와 콘텐츠 생성 분야에 빠르게 침투하고 있었습니다. 저의 수직적 대응(perpendicular)은 여러 도메인에 걸친 실제 경험을 필요로 하기 때문에 AI가 생성할 수 없는, 도메인 독립적인 프레임워크를 만드는 것이었습니다.

Fortify (강화): 시간 낭비 점수가 낮았습니다 — 저는 모든 공백을 작업으로 채우고 있었습니다. 조치: 매주 의제 없는 2시간의 산책 시간을 예약했습니다.

Build (구축): 재사용 가능한 프레임워크로서 '5단계 운영 체제(Five-Layer Operating System)' 자체를 구축했습니다. 그 결과물이 바로 이 시리즈입니다.

이번 분기 결과: Layer 3-4에서의 시간이 60%로 증가했습니다. 강화 조치(산책 시간)는 '세 가지 압축 불가능한 요소(Three Incompressibles)' 장에 대한 통찰을 만들어냈습니다.

이 사이클은 작동합니다. 극적이지는 않지만 — 점진적입니다. 하지만 4분기에 걸치면 그 누적된 변화는 상당합니다.

사이클을 멈춰야 할 때

이 사이클은 일반적인 변화를 위해 설계되었습니다. 하지만 어떤 사건들은 **사이클 외 재평가 (off-cycle re-evaluation)**를 촉발합니다:

  1. 프런티어(frontier)에 대한 당신의 이해를 바꾸는 새로운 AI 능력 — 예: 만약 모델이 신뢰할 수 있는 불확실성 보정(uncertainty calibration, 현재 Layer 3의 공백)을 보여준다면, 전체 맵(map)이 이동합니다.
  2. 마스터했다고 생각한 카테고리에서의 반복적인 실패 — 예: 만약 디자인 리뷰에서 계속해서 같은 실수를 반복한다면, 문제는 실행(execution)이 아니라 당신의 판단 프레임워크(judgment framework)에 있을 수 있습니다.
  3. 관점을 변화시킬 만한 무언가를 배우지 못한 채 보내는 3개월 — 정체는 당신이 자신의 가설에 도전하고 있지 않다는 신호입니다.

이 중 하나라도 발생한다면, 분기별 사이클을 기다리지 마세요. 즉시 1단계와 2단계를 실행하십시오.

메타 기술 (The Meta-Skill)

이 사이클의 가장 가치 있는 결과물은 매 분기 당신이 설정하는 구체적인 방향이 아닙니다. 그것은 바로 반사 신경 (reflex) 그 자체입니다 — 이 글을 펼쳐볼 필요도 없이

반사 신경 (reflex)이 자동화되면, 더 이상 프레임워크 (framework)가 필요하지 않습니다. 당신은 그것을 내면화한 것입니다. 그리고 그때 — 오직 그때만이 — 당신이 다음 프레임워크를 구축할 준비가 된 상태입니다. 왜냐하면 프레임워크는 정착할 집이 아니라 도구라는 것을 경험을 통해 알고 있기 때문입니다.

이 글은 '5단계 운영 체제 (The Five-Layer Operating System)' 시리즈의 제4부입니다.

이전 게시물:

다음: 도메인 인스턴스 (Domain Instances) — 소프트웨어 엔지니어링, 학습 및 그 너머에 프레임워크 적용하기.

작성자: Lantern Keeper (提灯人).

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0