말이나 전화로 도움을 요청할 수 없는 위급 상황에서 CCTV 앞 정해진 팔 동작(7→9→7→9)을 반복하면 AI가 구조 가능성 후보를 관제요원에게 띄우는 PoC가 공개됐다. AI는 후보만 알리고 위험 확정과 신고는 사람이 판단하는 구조로, 폭염·낙상 등 사회재난 대응에서 음성 외의 구조요청 경로를 실험한다.
사례 대상 바로가기 · 원문 게시물 · 공공 깃랩 미러 · 아카이브에서 보기
상세 정보
- 사례 성격
- 개인 개발
- 출처 채널
- Threads
- 수집일
- 2026-08-12
- 태그
- #사회재난 #CCTV #영상인식 #안전
- 라이선스
- MIT (확인 2026-08-19)
- 저장소
- 유지보수 정체
- 링크 점검
- 정상 (2026-11-02)
개발자
김동훈
과학기술정보통신부 중앙행정기관
사례 12건 · 최고 AI-Enabled
GitHub @obundh · Threads @chobu62 · 공공 GitLab @tyui22
이 개발자의 다른 프로젝트 11건
GitHub·공공 GitLab 공개 프로필 기준 — 공공AX 챔피언 디렉토리와 같은 자료입니다.
4축 평가
| AX 단계 | AI-Enabled |
|---|---|
| 업무 범위 | S1 Primitive tool |
| 업무 완결성 | C1 결과 제공 |
| 권한(P축) | P1 산출물 생성(잠정) |
| 위험도 | R2 보통 |
| 인간 통제 | H2 Human-in-the-loop |
| 증거 등급 | E1 코드·도구 확인 |
| 신뢰도 | 중간 |
영상에서 정해진 팔 동작을 인식해 구조 가능성 후보라는 검증 가능한 결과를 관제요원에게 제공하고, 위험 확정·신고는 사람이 판단(H2) — Enabled 구조의 초기 PoC. 안전 분야 오인식 위험을 감안해 위험도 보통. 운영 증거가 없어 상위 관문 미충족.
디자인 패턴 분석
『모두의 공공AX 디자인 패턴』 카탈로그 v0.7.1 기준 — 사례를 기관이 함께 쓰는 AI 부품과 그 조립으로 읽은 결과입니다. · 패턴 성좌에서 전체 보기 ↗
업무 패턴 B5 현장 감지·경보 변형: 상시 스트림형(현 PoC는 정지사진 단건 검토)
환경 축 배포:로컬 PC 네트워크:로컬 완결 모델:없음(비LLM) 런타임:설치 필요 권한:P0 읽기 전용
- 제어 흐름(B′)
- B′1 순차 파이프라인
- 공통 서비스(A)
- A1 데이터 자산 서비스 A2.5 모델 서빙 · 비LLM 학습 모델 A7 자체 제작 환경
- 운영(C)
- C1 검토 큐 구현 확인 C9 평가 세트·회귀시험 구현 확인
- 신뢰할 수 없는 입력
- CCTV 영상·업로드 이미지(불특정 인물)
- 상호작용(F)
- F7 한계·신뢰도 안내 F9 판정 근거·기여도 표시
- 서비스 블록(D)
- D6 점검·감시
- 부품 배선
- A1 → A2.5 · A2.5 → B5 · A7 → B5 · B5 → B′1 · B′1 → C1 · C1 → D6 · B5 → F9 · B5 → F7 · C9 → A2.5
- 참조 구현 후보
- F7 한계·신뢰도 안내 README가 미검증 항목(실제 CCTV 검출률, 전화받기·머리 만지기 등 비신호 오경보율, 연속 동작)을 명시적으로 열거하고 "원본 확인과 최종 판단은 항상 사람이 담당"을 고지 — PoC 한계 공개의 모범
판정 근거
CCTV 앞 팔 동작(D7·D9)을 COCO-17 관절 추출→자체 학습 분류기로 판정해 관제요원에게 후보만 띄우는 현장 감지 PoC이므로 B5, 제어 흐름은 관절 추출→분류→기권(abstention) 순차 파이프라인(B′1). 합성 골격 데이터 1,088건으로 학습(A1)한 비LLM 자체 모델(A2.5)을 개인이 직접 제작(A7). 사람 확정 흐름과 50장 홀드아웃 평가는 구현·기록되었으나 실제 CCTV 실증이 없어 R3에 따라 C1·C9는 implemented. 화면에 골격 오버레이·예측·기권 사유를 보여 주므로 F9, 한계를 명시 고지하므로 F7. 스피커·통보 등 액추에이션(A11)과 C7·C4·C2는 없음. Windows 로컬 실행·정지사진 단건이라 로컬 완결, 인물 영상이라 S(민감). GitHub README 확인.
구현 가이드
주 패턴 B5 현장 감지·경보을 구현할 때
구현 단계
- 감시 대상 사건과 등급(위험·경고·잠재위험 등), 등급별 대응 주체를 먼저 정한다.
- 기존 CCTV·센서를 우선 재사용하고, 탐지 위치(A5 엣지 또는 현장 폐쇄망 서버)를 E1에 맞춰 정한다.
- 탐지 모델과 판정 규칙을 분리해 기준이 바뀌면 재학습 없이 설정만 바꾸게 한다(B′9).
- 등급별 자동 대응·관제 이관을 C2로, 물리 출력은 A11a로 연결하고 경보 발송 상한(S1)을 둔다.
- C7 Fail-safe를 설계하고, 오탐 판별을 C4에 원장으로 남겨 C6 재학습으로 되돌린다.
점검표
- 탐지 모델과 판정 규칙이 분리되어 있는가
- 장애 시 Fail-safe 경로가 있는가(C7)
- 모든 경보와 조치가 기록되는가(C4)
- 오탐 판별이 재학습으로 이어지는가(C6)
환경 조건
E1 로컬·폐쇄망 + E2 비LLM 비전 모델이 전형. 유형 ③ 필수는 'A5 또는 A2.2 또는 A2.5'(R10)이며 A11a는 물리 액추에이션이 있을 때만 필수다. 물리 설비 구동은 E4 P2a, 자동 대응은 P2다. 적대적 위협은 스푸핑·경보 채널 남용이며 S1 경보 발송 상한과 S10이 필요하다(§7.4).
주의할 점
- 오탐에 따른 경보 피로
- 상시 가동 부담과 Fail-safe 필수
- 물리 출력은 오작동이 곧 현장 결과(P2a)
- 스푸핑·오탐 유도 위협
기본 배선 예
A5 → B5 (B′1 → B′9) → C2 → A11 · D5 · B5 → C4 → C6
보완이 필요한 필수 부품
이 조합에서 카탈로그가 함께 갖추라고 권하는 부품 가운데 아직 확인되지 않은 것이다.
- A11 액추에이션·현장 통지 어댑터 AI 판정을 화면이 아니라 스피커·경광등·VMS·PTZ·모바일 푸시·알림톡으로 내보내고, 재알림·에스컬레이션과 처리 상태 종결까지 추적한다.
- C7 폴백 스위치 모델·API·도구가 멈추거나 품질이 떨어질 때 대체 모델·규칙 기반 축소·수동 처리로 경로를 바꿔 서비스가 끊기지 않게 한다.
- C4 감사 로그·지표 처리 건마다 흔적을 적재하고 수정률·처리시간·자동처리율·가용성을 집계해, '지난달 수정률'을 숫자로 말할 수 있게 한다.
- C2 위험도 라우터 건별 위험도·신뢰도를 매겨 저위험은 자동 처리, 중간은 검토 큐, 고위험은 숙련자에게 보내 사람의 검토를 필요한 곳에 집중시킨다.
피해야 할 안티패턴
- X2 설계도만 있는 운영 위험도 분기·롤백·재학습 같은 운영 부품이 '예정'·'설계됨'으로만 등장하고 실증 기간에 한 번도 실행되지 않은 채 운영 체계를 갖췄다고 보고하는 함정이다. 대처: 모든 운영 부품을 R3의 3단계(present·implemented·planned)로 정직하게 기록하고, 가장 중요한 부품부터 실증 기간 안에 완결된 실행 사이클을 한 번 이상 돌린다(R12). 먼저 C4 감사 로그·지표를 켜서 기록처를 만들고, C2는 실제 분기 비율을 실측하고, C3는 롤백·재처리를 한 건 이상 실행하고, C6는 재학습·기준 개정을 한 번 돌리고, C7은 장애 주입으로 전환을 한 번 실행한다. 실행하지 못한 부품은 planned로 내리고 transition.stage를 '미착수'나 '구현·미배포'로 적어 설계와 운영을 구분한다.
- X5 성능표만 있는 학습 학습 모델의 정확도는 보고하지만 배포 후 수정률을 누가 집계해 무엇을 바꾸는지가 없어, 개선이 배포 시점에 멈추는 함정이다. 대처: 배포 후 사람이 고친 기록을 C4 감사 로그·지표로 모아 수정률·오탐·이의를 숫자로 말하게 한다. C1 검토 큐의 수정 내역을 C4·C6의 입력으로 연결하고, C6 환류 파이프라인에 재학습·기준 개정의 주기와 트리거(예: 수정률 임계)를 정한다. 재학습한 모델은 C9 평가 세트로 재검증한 뒤 교체한다. 판정 질문은 '지난 분기 지표 때문에 바뀐 규칙이 하나라도 있는가'다.
관련 가이드라인
이 사례가 쓰는 부품과 이어지는 공공 AX 안내서·지침이다 (부록 E 공공 AX 가이드라인 문서 해설 기준, 겹치는 부품이 많은 순).
- 공공기관 신뢰가능 AI 구현 실용가이드 쓰는 작업: 기관 AI 윤리 지침이나 내부 거버넌스 규정을 처음 만드는 기획 부서가 원칙의 뼈대를 잡을 때 참고한다. 인간개입과 고객소통 항목은 검토 절차와 이용자 안내 문구를 설계하는 데 아직 쓸 만하다.주의: 생성형 AI 이전 문서다. PAX 목록은 원칙 참고용이며 구축 절차는 최신 문서를 우선하라고 적었다.
- 금융분야 AI 위험관리프레임워크 쓰는 작업: 금융회사의 리스크관리 부서가 업무별 AI에 위험등급을 매기고, 등급마다 독립 검증을 누가 언제 하는지와 사람이 어느 단계에서 결과를 확인하는지를 내규 초안에 적을 때 편다. 등급이 높을수록 사람이 개입하는 지점이 앞당겨진다.주의: 문서 원문은 금융감독원 배포본으로 확인한다.
- 고영향 인공지능 사업자 책무 가이드라인 쓰는 작업: 고영향으로 판단된 사업은 설계 단계에서 책무 이행 계획을 세우며, 그 항목을 이 문서에서 가져온다. 사람의 감독 지점, 설명 제공 방식, 기록 보존을 설계서에 반영한다.주의: 구체 책무 항목은 첨부 원문으로 확인한다.
- 신뢰할 수 있는 인공지능 개발 안내서 쓰는 작업: 개발사가 신뢰성 요구사항을 개발 산출물에 대응시킬 때, 발주 기관이 검증항목 일부를 인수 조건으로 고를 때 쓴다. 공공 서비스는 공공·사회 분야판을, 챗봇과 문서 생성은 생성 AI 분야판을 먼저 본다.주의: 배포 페이지에는 TTA 표기가 따로 보이지 않는다. 발행 기관은 PAX 목록의 표기를 따랐다. 67개 항목 전부를 인수 조건으로 넣으면 검수가 불가능해지므로, 사업 성격에 맞는 항목을 골라 넣는다.
- 제조AI 2030 전략 쓰는 작업: 산업단지, 지역 제조 지원, 산업 데이터 플랫폼을 맡은 지자체·공공기관이 사업계획서의 정책 근거와 연계 사업을 적을 때 편다. 기관이 가진 제조·설비 데이터를 외부와 나누는 사업이라면 데이터 수집 계획서에서 라이브러리 체계와의 연계를 검토한다.주의: 정책 전략이며 사업 수행 지침이 아니다. 라이브러리와 인증 제도의 세부 기준은 후속 사업 공고와 법 개정(「산업디지털전환 및 인공지능 활용 촉진법」)을 확인한다.
- KS X ISO/IEC 42001 인공지능 경영시스템 쓰는 작업: 기관이 AI 서비스를 여러 개 운영하면서 책임자, 위험 평가 주기, 변경 관리, 기록 보존을 기관 차원의 규정으로 묶으려 할 때 뼈대로 쓴다. 외부 AI 사업자를 고를 때 42001 인증이나 그에 준하는 관리체계를 평가 항목에 넣을 수도 있다. 이미 정보보호 관리체계(27001 계열, ISMS-P)를 운영하는 기관이면 같은 구조에 AI 항목을 덧붙이는 방식이 수월하다.주의: 요구사항 표준이라 개별 서비스의 설계를 정해 주지 않는다. 사업 단위의 통제는 국정원·KISA·개보위 문서로 내려가서 정한다.
- KS X ISO/IEC 22989 인공지능 개념 및 용어, KS X ISO/IEC TR 24028 인공지능의 신뢰성 개요 쓰는 작업: 과업지시서와 제안요청서의 용어 정의 절에 22989를 인용하면 "학습", "추론", "AI 시스템" 같은 말의 범위를 두고 다투는 일이 준다. TR 24028은 신뢰성 요구사항을 처음 정리하는 기획 단계에서 점검 항목의 출처로 쓴다.주의: TR은 기술보고서라 요구사항이 아니다. 신뢰성 검증 항목은 TTA 신뢰할 수 있는 AI 개발 안내서처럼 구체 문서로 내려간다.
- 공공부문 데이터 분석 업무 운영 가이드 이 사례와 겹치는 부품 A1 데이터 자산 서비스 F9 판정 근거·기여도 표시쓰는 작업: AI가 예측이나 추천을 내는 사업, 또는 분석 결과가 정책 결정으로 들어가는 사업에서 분석 담당자는 이 절차를 작업 절차서의 뼈대로 삼는다. 분석 결과를 정책 보고서로 옮기는 해석 단계의 점검은 AI 산출물 검토에도 그대로 들어맞는다.주의: AI 전용 문서가 아니다. 모델 보안이나 개인정보 처리는 아래 KISA·개보위 문서로 따로 채운다.
이 사례에 쓰인 패턴
B5 현장 감지·경보 업무 컴포넌트
카메라·드론·센서·PLC·재난 API 같은 상시 또는 주기 관측 스트림을 감시해 이상을 탐지하고 등급을 매겨 경보·조치 요청을 낸다.
PAX 사례 3건이 이 부품을 쓴다
맥락
시설·교통·재난·산업 현장의 상시 안전 감시(유형 ③)에 쓴다. 기존 CCTV·센서를 재사용하는 경우가 많다. PAX 557건에서는 3건(주 부품 1건)으로 드물다.
맞서는 힘(긴장)
- 탐지 재현율 vs 오탐으로 인한 경보 피로
- 즉시 대응(자동 출력) vs 사람 확인
- 상시 가동 요구 vs 모델·장비 장애
- 기준 변경 시 재학습 비용 vs 설정만 바꾸는 규칙 분리
해법
관측 스트림을 엣지(A5)나 현장 폐쇄망 서버(A2.2·A2.5)에서 탐지 모델로 읽고, 탐지 결과를 규칙 엔진이 지속성·임계값·시간 문맥으로 등급 판정한다(B′1 → B′9). 등급별로 자동 대응과 관제 이관을 나누고(C2), 물리 설비 구동은 A11a 액추에이션 어댑터로, 통지는 D5로 내보낸다. 모든 탐지·조치를 C4에 기록하고 오탐 판별을 C6 재학습으로 되돌리며, 상시 서비스이므로 C7 Fail-safe를 반드시 둔다.
이럴 때 쓴다
- 넓은 현장을 상시·주기적으로 봐야 하고 사고를 사전에 알아야 할 때
- 기존 CCTV·센서 스트림을 재사용할 수 있을 때
- 등급별 대응 절차(자동·이관)를 정의할 수 있을 때
이럴 때는 쓰지 않는다
- 배치로 들어온 영상·서류를 판독·구조화하는 일이면(B4)
- 과거 데이터로 점검 대상을 선별하는 일이면(B2)
- Fail-safe와 조치 기록을 운영할 체계가 없을 때
얻는 것
- 사고의 사전 인지
- 기존 설비 재사용으로 경제적 구축
- C2·C4·C6·C7을 갖추면 Native까지 가능
점검표
- 탐지 모델과 판정 규칙이 분리되어 있는가
- 장애 시 Fail-safe 경로가 있는가(C7)
- 모든 경보와 조치가 기록되는가(C4)
- 오탐 판별이 재학습으로 이어지는가(C6)
구조 — 참여 부품
- A5 엣지 추론 런타임 — 현장 기기 또는 현장 서버에서 탐지
- 판정 규칙 엔진 — 임계값·지속성·문맥으로 등급 판정
- C2 위험도 라우터 — 등급별 자동 대응 / 관제 이관
- A11 액추에이션·현장 통지 어댑터 — 스피커·경광등·VMS·푸시로 출력
- C4 감사 로그·지표 — 탐지·조치·오탐 기록
- 관제 요원 — 이관 건 확인과 조치
변형
- 상시 스트림형: CCTV 등 연속 스트림 실시간 감시
- 주기 점검형: 회차 간 차분으로 변화 탐지
- 센서·PLC 스트림형: 카메라 없이 기계·센서 데이터로 판정(비전 아님)
- 탐지→VLM 2단 검증형: 경량 탐지 후 VLM이 재확인
- 이동체(드론·로봇)형: 드론·로봇이 이동하며 관측
관련 부품
C7 필수 — 상시 서비스의 Fail-safe · A11 출력 자리 — 물리 액추에이션·현장 통지 · C2 짝 — 등급별 자동 대응 / 관제 이관 · B′9 배선 — 탐지 모델과 판정 규칙 분리 · D5 서비스 블록 — 통지·추적 · C6 Native 관문 — 오탐 환류
참고 자료
GoF Observer
이 부품과 이어지는 가이드라인
B′1 순차 파이프라인 제어 흐름
한 단계의 출력을 다음 단계의 입력으로 넘기는 고정 순서 배선이다. 한 프롬프트에 많은 일을 몰아 시켜 품질이 떨어지는 문제를 막는다.
PAX 사례 109건이 이 부품을 쓴다
맥락
B4 인식 파이프라인의 기본 배선이며, B1·B0·B5 안에서도 흔하다. 단계 순서가 업무 절차로 미리 정해져 있고 AI가 순서를 고를 필요가 없을 때 쓴다.
맞서는 힘(긴장)
- 디버깅·출처 추적의 쉬움 vs 병렬화 불가로 인한 지연
- 단계 분리의 품질 이점 vs 단계가 늘수록 오류 누적
- 고정 순서의 예측 가능성 vs 예외 경로 처리의 경직성
해법
업무 절차를 단계로 나누고 각 단계의 입력·출력 형식을 정해 앞 단계 출력을 다음 단계에 넘긴다. 단계 사이에 형식 검증(스키마)을 두어 오류가 번지기 전에 멈추고, 멈춘 건은 C1 검토 큐나 C3 재처리로 보낸다. 판정·산수 단계는 가능한 한 규칙(B′9)으로 두고 모델은 추출·서술 단계만 맡긴다. 단계 순서를 AI가 바꿔야 한다면 B′8이나 B′7로 옮긴다.
이럴 때 쓴다
- 업무 절차가 고정 순서로 정해져 있을 때
- 각 단계를 따로 검증·추적해야 할 때(유형 ② 접수·심사, ⑧ 취합·변환)
- 단일 에이전트에서 시작하는 첫 배선일 때
이럴 때는 쓰지 않는다
- 하위 작업이 서로 독립이라 동시에 돌려야 지연이 줄 때(B′3)
- 입력에 따라 AI가 다음 도구를 골라야 할 때(B′7)
- 긴 업무를 계획부터 세워야 할 때(B′8)
얻는 것
- 디버깅과 출처 추적이 쉬움
- 단계별 품질 검증 가능
- 구현이 가장 단순
점검표
- 단계마다 입력·출력 형식이 정의되어 있는가
- 단계 사이 검증에서 실패하면 멈추는가
- 단계별 중간 결과를 추적할 수 있는가
구조 — 참여 부품
- 단계 처리기 — 각 단계에서 추출·변환·작성 수행
- 단계 간 형식 검증 — 다음 단계로 넘기기 전 스키마 확인
- C3 상태 머신·롤백 — 실패 단계 재처리
관련 부품
B4 기본 배선 — 인식 파이프라인 · B′8 대안 — 순서를 계획으로 정할 때 · B′9 짝 — 판정 단계를 규칙으로 · C3 기록처·되돌림 — 실패 단계 재처리
참고 자료
Google ADK #1 Sequential · Gulli ch.1 Prompt Chaining · Heiland Multi-layer · adaptive.live 프롬프트 체이닝
A1 데이터 자산 서비스 공통 서비스
흩어진 업무 기록을 정제·라벨링해 AI 부품이 붙여 쓸 수 있는 데이터셋·라벨·데이터 사전 형태의 기준선으로 제공한다.
PAX 사례 110건이 이 부품을 쓴다
맥락
학습 모델(A2.5·B2), 지식 접지(B3)의 코퍼스, 평가 세트(C9)의 정답 출처가 필요한 과제라면 모두 이 부품을 쓴다. 서비스 유형 5a·9·10·11에서는 필수 기반이다. 비LLM 규칙 기반 대민 안내에서는 A2를 거치지 않고 결정론 조회의 대상이 된다(R21).
맞서는 힘(긴장)
- 정제 품질 vs 구축 기간·라벨링 인력 비용
- 과제 전용 가공(빠름) vs 기관 공통 기준선(재사용)
- 데이터 활용 범위 vs 데이터 등급(E5) 보호
- 기준선 고정(재현성) vs 원천 갱신 반영
해법
원천 기록을 수집→정제(중복·결측 처리)→라벨링→정의 문서화 순으로 가공하고, 결과를 정제 데이터셋·라벨·데이터 사전의 세 산출물로 고정해 제공한다. 'N건→M건 정제'처럼 정제 전후 규모와 기준을 기록하고, 변수·테이블·인터페이스 정의서로 소비 부품이 같은 정의를 쓰게 한다. 기준선은 버전으로 관리해 C9 평가 세트의 정답 출처와 C6 재학습의 입력으로 재사용한다. 데이터 경계는 부품별로 두고(DB per Service), 타 기관 데이터와의 결합은 A4로 분리한다.
이럴 때 쓴다
- 예측·추천기(B2)나 비전 모델(A2.5)을 학습·재학습할 때
- 지식 접지(B3)의 코퍼스를 구축할 때
- 평가 세트(C9)의 정답 출처가 필요할 때
- 서비스 유형 5a-agg·9·10·11처럼 A1이 필수인 조립
이럴 때는 쓰지 않는다
- 공공 API 응답을 가공 없이 조회만 할 때(A3)
- 정제·정의 없이 파일을 올려 바로 검색하는 경우(태그 대상 아님)
- 타 기관 데이터 결합이 핵심일 때는 A4를 함께 태그해 계약·키 매핑을 따로 드러낸다
얻는 것
- 모델 교체와 무관하게 남는 기관 자산
- C9·C6·B3가 같은 기준선을 재사용
- 데이터 사전이 기관 간 표준 확산의 단위가 됨
점검표
- 정제 전후 규모와 정제 기준이 기록되어 있는가
- 데이터 사전(정의·단위·출처)이 있는가
- 기준선에 버전이 있고 평가용 분할이 학습용과 분리되어 있는가
- 데이터 등급(E5)에 맞는 가명·비식별 처리가 적용되었는가
구조 — 참여 부품
- 원천 시스템·기록 — 가공 전 업무 기록을 내주는 출처
- 정제·라벨링 파이프라인 — 중복 제거·결측 처리·라벨 부여·품질관리를 수행
- 데이터 사전 — 정의·단위·출처를 문서로 고정해 소비 부품이 같은 뜻으로 쓰게 함
- C9 평가 세트·회귀시험 — 기준선을 정답 출처로 사용
- A2.5 비LLM 학습 모델 — 기준선으로 학습·재학습하는 소비 부품
변형
- 학습데이터 구축형: 영상·이미지 등을 수집해 품질관리 단계(중복 제거·재라벨링·학습/검증/평가 분리)를 거쳐 학습 기준선으로 만든다.
- RAG 코퍼스 정본화형: 법령·규정 원문을 현행 시행본 기준으로 정본화하고 조문 구조·메타데이터를 부여해 색인한다.
- 지표 표준화형: 여러 자료원의 지표를 도메인별로 표준화하고 정의·단위·분모·결측·원본 링크를 메타데이터로 관리한다.
- 자동 피처 파이프라인형: 수집→정제→파생 변수 생성→자동 검증→담당자 승인을 주기 실행하고 승인만 사람에게 남긴다.
관련 부품
C9 소비처 — 기준선이 평가 세트의 정답 출처 · A4 짝 — 자기 기관 정제(A1)와 타 기관 결합(A4) · B3 소비처 — 지식 접지의 코퍼스 · C6 선행 — 재학습 입력이 되는 기준선 · A2.5 소비처 — 자체 학습 모델의 학습 데이터
참고 자료
computer.org 데이터 증강 · Heiland 데이터 계층 · Microservice 패턴 DB per Service · GoF Builder
이 부품과 이어지는 가이드라인
A2.5 모델 서빙 · 비LLM 학습 모델 공통 서비스
XGBoost·LightGBM·YOLO·U-Net처럼 기관이 직접 학습한 비LLM 예측·비전 모델을 서빙하고 재학습·버전 롤백이 붙을 자리를 제공한다.
PAX 사례 15건이 이 부품을 쓴다
맥락
B2 예측·추천기, B5 현장 감지·경보, B4 비전 판독의 추론 엔진이 된다. 서비스 유형 5a·10에서는 필수이고(R7, R10 'A2.5 또는 결정론 점수 엔진'), 유형 3에서는 A5·A2.2와 함께 셋 중 하나를 고른다. 학습 기준선(A1)이 먼저 있어야 한다.
맞서는 힘(긴장)
- 모델 성능 vs 설명 가능성(F9)
- 배포 후 데이터 드리프트 vs 재학습 비용
- 모델 교체 속도 vs 이전 안정판으로의 복귀 보장
해법
학습한 모델을 서빙 계층에 버전과 함께 올려 업무 부품이 점수·등급·탐지 결과만 받게 한다. 서빙 계층은 모델 버전과 드리프트 지표를 함께 내보내 C4에 기록하고, 재학습 파이프라인(C6)이 새 버전을 올리는 자리와 이전 안정판으로 되돌리는 자리(모델 버전 롤백, C7 변형)를 둔다. 재학습 버전은 C9 독립 시험세트에서 이전 버전을 넘을 때만 배포한다. 판정 근거는 F9로 이용자에게 보인다.
이럴 때 쓴다
- 기관이 자체 데이터로 비LLM 모델을 학습해 운영할 때
- 유형 5a-brief가 아닌 분석·위험 예측(유형 10)·현장 감시(유형 3) 조립
- 재학습과 버전 롤백이 필요한 예측·탐지 서비스
이럴 때는 쓰지 않는다
- LLM을 튜닝했으면 A2.3
- 벤더 장비·솔루션에 내장돼 기관이 모델을 못 바꾸면 A2.6
- 학습 없는 규칙 점수 엔진이면 B0(R10 대안)
얻는 것
- 비LLM 과제가 A2 계층에 정식 자리를 가짐
- 재학습·버전 롤백으로 운영 개선
- C6·C7을 끼울 자리 확보
점검표
- 모델 버전과 학습 데이터 버전이 짝지어 기록되는가
- 독립 시험세트가 학습 데이터와 분리되어 있는가
- 이전 안정판으로 되돌릴 수 있는가
- 재학습 버전 배포 기준이 수치로 있는가
구조 — 참여 부품
- A1 데이터 자산 서비스 — 학습·재학습 기준선
- A2 서빙 계층 — 모델 버전별 노출과 롤백
- C6 환류 파이프라인 — 재학습 주기·트리거
- C9 평가 세트 — 재학습 버전 배포 게이트
- F9 판정 근거·기여도 표시 — SHAP·BBox 등 근거를 이용자에게 표시
변형
- 정형 예측기: XGBoost·LightGBM 등으로 위험 순위·등급·수요를 예측한다(B2와 짝).
- 비전 탐지·분할: YOLO·U-Net 등으로 영상·이미지를 탐지·분할한다(B5·B4와 짝).
- 경량 온디바이스 모델: 소형 자체 학습 모델을 전처리 앞단에 붙인다(A2.5+S13 조합, 40M 파라미터 PII 검출 모델).
참조 구현 예
- PAX dcba0f654467bdc9 — 40M 파라미터 소형 자체 학습 PII 모델(§13 A2.5+S13 조합)
관련 부품
B2 소비처 — 예측·추천기의 추론 엔진 · C6 짝 — 재학습 파이프라인이 붙는 자리 · C7 짝 — 이전 안정판 복귀(모델 버전 롤백) · F9 이용자 쪽 대응 — 판정 근거 표시 · B5 소비처 — 현장 감지의 탐지 모델
참고 자료
GoF Strategy · Microservice 패턴 Blue-Green
A7 자체 제작 환경 공통 서비스
외부 용역 없이 기관 인력이 저작도구·AI 코딩 에이전트로 도구를 직접 만들고 고치는 제작 환경이다.
PAX 사례 317건이 이 부품을 쓴다
맥락
업무 담당자가 AI 코딩 도구·저작도구·오픈소스로 직접 만드는 과제에 쓴다. 유형 8(취합·변환 자동화)에서는 필수 기반이다. PAX 557건에서 A7이 붙고 BYO 모델을 쓰는 사례는 29건이다.
맞서는 힘(긴장)
- 제작 속도·현장 적합성 vs 유지보수 연속성
- 개인 역량 의존 vs 조직 인수인계
- 무예산 제작 vs 보안 검토·기관 공식화 절차
해법
기관 인력이 AI 코딩 에이전트·저작도구·오픈소스로 직접 만들되, 처음부터 전이를 전제로 한다. 설정·데이터(연락처·업무분장 등)는 코드 밖 파일로 빼 비개발자도 고치게 하고, 작업 지시서 자체를 코딩 에이전트가 수행할 프롬프트로 설계해 제작 절차를 남긴다. MIT·Apache 등 라이선스를 명시하고 공공 깃랩(A3)이나 혁신24 자료실에 등재해 담당자가 바뀌어도 이어지게 한다. 실사용 건수로 성과를 재 기관 공식으로 올린다.
이럴 때 쓴다
- 반복 업무를 줄이는 소규모 도구를 빠르게 만들 때
- 용역 없이 작은 수정을 계속해야 할 때
- 유형 8 취합·변환 자동화
이럴 때는 쓰지 않는다
- P2 이상 시스템 쓰기·처분이 걸려 보안 검토·통제 부품이 먼저 필요한데 이를 갖출 수 없을 때
- 라이선스·저장소·인수인계를 정할 수 없어 전이가 불가능할 때(X9 위험)
얻는 것
- 제작 속도와 현장 적합성
- 내부 유지보수 역량 축적
- 무예산·소예산 제작
점검표
- 라이선스가 명시되어 있는가
- 저장소가 개인 PC가 아닌 공유 위치에 있는가
- 담당자가 바뀌어도 고칠 수 있는 문서·설정 분리가 있는가
- 실사용 지표가 있는가
구조 — 참여 부품
- 업무 담당자 — 요구를 알고 직접 만드는 제작자
- AI 코딩 에이전트·저작도구 — 코드·화면·워크플로 생성
- A3 공공 깃랩·자료실 — 등재처 — 담당자 이동 후에도 이어지게
- A9 업무 규범 스킬 — 제작 규범·지시서를 재사용 가능한 형태로
변형
- 비개발자 바이브코딩: 교육 후 비개발 직원이 AI 코딩으로 웹앱을 만들고 실사용 지표까지 잰다.
- 용역 탈피 단계형: 1단계는 전문기업과, 2단계는 직원이 도구를 대여해 라벨링·학습·개발을 직접 한다.
- 오픈소스 조립형: n8n·FastAPI·Qdrant·LM Studio 등 오픈소스로 워크플로를 직접 조립하고 설정을 공유한다.
- 사람+에이전트 작업 단위형: 작업 지시서를 코딩 에이전트 입력 프롬프트로 설계해 '사람 1인 + 에이전트 1세션' 단위로 일한다.
참조 구현 예
- PAX 145a534a79c6fc53 — 공무원 1인 개발 도구가 혁신24 자료실로 여러 기관에 확산(§13 A7)
관련 부품
A3 등재처 — 공공 깃랩 · A9 짝 — 제작 규범을 스킬로 · B0 주 산출물 — 결정적 도구 · A10 짝 — 유형 8 필수 · X9 주의 — 담당자와 함께 사라지는 도구
참고 자료
GoF Prototype · PAX 전이 플레이북
C1 검토 큐 운영 컴포넌트
AI 산출물이 다음 단계로 넘어가기 전에 사람이 맞고 틀림을 확인·수정·확정하는 대기열을 두어, 오류가 업무 결과로 흘러가지 않게 한다.
PAX 사례 46건이 이 부품을 쓴다
맥락
AI 산출물이 공문·처분·대민 안내·기록으로 이어지는 모든 B 부품(B1 코파일럿, B4 인식 파이프라인, B2 예측기, B7 콘텐츠 생성기 등). 이용자 본인이 최종 확정자인 자기서비스형 도구도 포함한다(R16).
맞서는 힘(긴장)
- 정확성·책임성 vs 처리 속도(전건 검토는 자동화 이득을 깎는다)
- 검토자의 숙련 vs 자동화 편향(AI 결과를 그대로 승인하는 경향)
- 전건 검토의 안전 vs 위험도별 분기(C2)로 가야 하는 효율 압력
해법
AI 산출물에 신뢰도·근거를 붙여 검토 대기열에 올리고, 검토자가 승인·수정·반려 중 하나를 고르게 한다. 수정·반려 내역은 C4 감사 로그에 남겨 수정률을 집계하고 C6 환류의 입력으로 쓴다. 검토 화면은 원문 위치·근거를 함께 보여 줘 확인 비용을 줄인다. 전건 검토로 시작하되, 수정률 실측이 쌓이면 C2 위험도 라우터로 저위험 건을 자동 종결하는 단계로 옮긴다.
이럴 때 쓴다
- AI 산출물이 공문·처분·대민 안내로 그대로 이어질 때
- E4가 P1 이상이고 되돌리는 데 사람 시간이 많이 드는 조치가 있을 때
- 서비스 유형 ② 접수·심사, ④ 기안 코파일럿, ⑥ 콘텐츠 제작, ⑦ 대조·점검, ⑩ 위험 예측, ⑪ 추천·매칭, ⑫ 개발 코파일럿처럼 C1이 필수인 유형
이럴 때는 쓰지 않는다
- B0 결정적 도구처럼 런타임 AI 산출물이 없을 때
- 쉽게 되돌릴 수 있고 저위험인 조치를 이미 C2로 자동 종결하도록 실측 근거를 갖춘 구간(전건 검토를 영원히 남기지 않는다)
얻는 것
- 오류가 업무 결과로 나가기 전에 차단
- 책임 소재가 명확해짐
- 수정 내역이 C4 지표와 C6 환류의 원천 데이터가 됨
점검표
- AI 산출물이 확정 전 상태로 머무는 지점이 명시되어 있는가
- 검토자와 승인·수정·반려 선택지가 정해져 있는가
- 검토 결정과 수정 내역이 로그로 남는가
- 실증 기간의 검토·수정 건수가 기록되어 있는가
- 전건 검토에서 분기로 옮길 조건이 정해져 있는가
구조 — 참여 부품
- 검토 대기열 — AI 산출물을 확정 전 상태로 보관하고 검토자에게 배정
- 검토자(담당자 또는 이용자 본인) — 승인·수정·반려를 결정하는 최종 책임자
- F2 편집 가능한 출력 — 검토자가 산출물을 직접 고치는 화면
- C4 감사 로그·지표 — 검토 결정과 수정 내역을 적재해 수정률로 집계
변형
- 전건 검토형: 모든 AI 산출물을 담당자가 확인·확정
- 예외 검수형: 정상 건은 일괄 승인하고 저신뢰 항목만 개별 검수하는 검수 UI
- 파이프라인 내장 관문형: 멀티에이전트·다단계 파이프라인의 각 관문에 승인·보완·재작성 선택지를 둠
- 자기서비스형: 이용자 본인이 최종 확정자인 HITL. 실제 운영 중이면 C1 present(R16)
- 심의 게이트: 팩트체크·법무·윤리처럼 제3자 전문가가 수행하는 승인 게이트
참조 구현 예
- PAX 9dc1a7081bc869b1 — 광진구 — 담당자·팀장 최종 판단 책임 등 4대 관리 원칙 명문화
관련 부품
C2 다음 단계 — 전건 검토에서 위험도 분기로 승급 · C1.2 변형 — 제3자 전문가 심의 게이트 · F2 이용자 쪽 대응 — 검토자가 직접 고치는 화면 · F6 이용자 쪽 대응 — 에이전트 행동 실행 전 확인 · C4 기록처 — 검토 결정·수정 내역 · C6 후속 — 수정 내역이 환류의 입력
참고 자료
Google ADK HITL · Gulli ch.13 Human-in-the-Loop · Towards AI 동기·비동기 HITL · Chain of Responsibility
이 부품과 이어지는 가이드라인
C9 평가 세트·회귀시험 운영 컴포넌트
배포 전에 업무 맥락의 질문·정답·채점 기준을 세트로 만들어, 프롬프트·모델·설정의 모든 변경을 같은 자로 재고 회귀를 잡는다.
PAX 사례 15건이 이 부품을 쓴다
맥락
모델·프롬프트·검색 설정이 바뀌는 모든 AI 부품. 특히 B3 지식 접지(검색 품질은 평가 없이 개선 불가), E2 상용 API(예고 없는 모델 업데이트), 유형 ①④⑤a⑦⑩⑫.
맞서는 힘(긴장)
- 평가 세트 구축 비용 vs 변경의 안전
- 사람 라벨의 정확성 vs LLM 심판의 규모
- 세트 고정(비교 가능성) vs 업무 변화 반영(세트 갱신)
해법
RAG를 붙이거나 모델을 고르기 전에 업무 질문·정답·채점 기준(사람 라벨 + LLM 심판)을 세트로 만든다. 프롬프트·모델·설정 조합을 릴리스처럼 버전 관리하고, 모든 변경마다 같은 세트로 재평가해 점수표와 회귀 실패 목록을 남긴다. 기준을 넘지 못하면 배포하지 않는 게이트를 둔다. 학습 데이터와 평가 세트는 누수 없이 분리한다.
이럴 때 쓴다
- RAG·튜닝을 붙이기 전(§7.1 4단계, §7.2 진행 경로 2단계)
- E2 상용 API로 모델 업데이트가 예고 없이 올 때(필수)
- 폐쇄망 로컬 모델의 교체 시점
- C6 환류·C7 모델 교체를 하려 할 때(선행 조건)
이럴 때는 쓰지 않는다
- B0 결정적 도구처럼 비결정적 출력이 없을 때
- 유형 5a 중 순수 시각화(R10: 면제)
얻는 것
- 변경의 효과와 회귀를 숫자로 확인
- 모델 교체·재학습의 안전
- 모델 선정 근거 확보
점검표
- 업무 질문·정답·채점 기준 세트가 있는가
- 프롬프트·모델·설정이 버전 관리되는가
- 변경마다 재평가한 기록이 있는가
- 기준 미달 시 배포를 막는 절차가 있는가
구조 — 참여 부품
- A1 데이터 자산 서비스 — 정답의 출처
- A2 모델 서빙 계층 — 평가 대상 모델의 버전 고정
- 채점기 — 사람 라벨과 LLM 심판으로 점수 산출
- 배포 게이트 — 기준 미달 변경의 배포 차단
- C4 감사 로그·지표 — 운영 지표와 평가 점수 대조
변형
- 모델 선정 블라인드 비교: 여러 모델을 동일 조건·평가 의도 은닉으로 채점해 운영 모델 선별
- 배포 전 회귀검증 게이트: 응답 로직 변경 시 기준 질의의 기대응답 대조를 통과해야 배포
- 재학습 모델 비교 게이트: 재학습 시 이전 버전 대비 성능을 비교해 기준 상회 모델만 배포
- 공인시험 기반 검증 세트: 검출 기준을 명시한 검증 세트와 공인시험
참조 구현 예
- PAX MOPAN — 기각한 시도 15건의 실패 기전을 기술 보고서로 남김
관련 부품
C6 후속 — 환류의 재검증 단계 · C7 후속 — 모델 교체(Blue-Green) 전 회귀시험 · B3 끼울 자리 — 검색 품질 개선의 전제 · A1 의존 — 정답 출처 · A2 의존 — 모델 버전 고정
참고 자료
Fowler Evals · InfoQ AI-Ops · Prompt-Model-Config Versioning · Gulli ch.19 Evaluation & Monitoring
이 부품과 이어지는 가이드라인
- 공공부문 AI 도입·활용 가이드
- 인공지능 위험 사례집
- 금융분야 AI 위험관리프레임워크
- AI 기반 신용평가모형 검증체계
- 합성데이터 생성·활용 안내서
- 인공지능 영향평가 가이드라인
- 신뢰할 수 있는 인공지능 개발 안내서
- 인공지능(AI) 표준화 전략 로드맵
- KS X ISO/IEC 42001 인공지능 경영시스템
- KS X ISO/IEC 23894 인공지능 리스크관리 지침
- KS X ISO/IEC TS 4213 기계 학습 분류 성능에 대한 평가
- KS X ISO/IEC 22989 인공지능 개념 및 용어, KS X ISO/IEC TR 24028 인공지능의 신뢰성 개요
F7 한계·신뢰도 안내 상호작용 패턴
AI가 무엇을 못 하는지, 얼마나 확신하는지, 공식 판단이 아님을 이용자가 볼 수 있는 곳에 적어 과신을 막는다.
PAX 사례 63건이 이 부품을 쓴다
맥락
대민 상담·안내(유형 ①), 대조·점검(⑦), 분석·예측(5a·⑩), 비식별 도구(⑬). 대체 경로로 운영 중인 C7 상황.
맞서는 힘(긴장)
- 정직한 한계 고지 vs 서비스 신뢰도 하락 우려
- 신뢰도 수치 표시의 정확성 vs 이용자 이해
해법
화면에 사용 한계(대상 범위·미검증 항목·처리 시간), 신뢰도, '공식 판단 아님' 고지를 결과 옆에 배치한다. 저신뢰 결과는 표시를 달리하고, C7 대체 경로로 운영 중이면 품질 저하를 알린다. 고지 문구는 법률 자문·유권해석을 대체하지 않는다는 점을 분명히 적는다.
이럴 때 쓴다
- 대민 서비스 D1~D7(F1·F2·F7 최소 요건)
- 유형 ①⑦5a⑩⑬처럼 F7이 필수인 유형
- C7 대체 경로 운영 중
이럴 때는 쓰지 않는다
- 유형 ①·⑦에서 model_dependency가 없음(비LLM)이면 필수에서 면제(R7). 단 비LLM 도구도 한계 고지는 권장된다
얻는 것
- 과신·오인 방지
- 기관 책임 범위 명확화
점검표
- 이용자가 '공식 판단이 아님'을 결과 화면에서 읽을 수 있는가
- 사용 한계가 명시되어 있는가
- 저신뢰 결과가 구분 표시되는가
구조 — 참여 부품
- 고지 문구 — 사용 한계·공식 판단 아님
- 신뢰도 표시 — 결과별 확신 수준
- C7 폴백 스위치 — 대체 경로 운영 여부 제공
변형
- 공식 판단 아님 고지: '유권해석 아님'·'참고용' 고지
- 신뢰도 표시: 결과별 신뢰도·등급 표시
- 미검증 항목 열거: 검증되지 않은 조건·처리 시간을 명시
참조 구현 예
- 소방기술민원 답변생성기 — '유권해석 아님' 고지
- PAX 9998aba2d1f55c24 — 비공식 참고 도구·공식 판단 아님 고지와 원문 연계를 함께 갖춘 자가점검 UI
- PAX 759835514b4b7ca4 — README가 미검증 항목을 열거하고 '최종 판단은 항상 사람' 고지
- PAX 6c0fa4c0c3508ff0 — 처리 시간과 라이선스 동의 절차를 정직하게 고지한 온디바이스 비전 도구
- PAX aef95509b7611c96 — 비LLM 스크리닝 도구가 실제 검토를 대체하지 않음을 화면에 명시
- PAX 0a2535cadf2d621a — 법률 자문·안전 인증을 대체하지 않는다는 한계 고지
관련 부품
C7 시스템 쪽 대응 — 대체 경로 운영 중 안내 · F1 짝 — 이용자 신뢰의 실체 · F9 짝 — 판정 근거와 함께 표시(F9+F7 표준형) · C5 짝 — 근거 없을 때의 동작
참고 자료
InfoQ Contextual Guidance · aiuxpatterns Inline Help
이 부품과 이어지는 가이드라인
F9 판정 근거·기여도 표시 상호작용 패턴
SHAP 요인 문장, 의심 부위 BBox, 판정 사유 코드, 자연어 판독 이유, 예측-실제 잔차로 모델이 왜 그렇게 판정했는지 보인다. B2·B4·B5의 필수 면이다.
PAX 사례 23건이 이 부품을 쓴다
맥락
B2 예측·추천기, B4 인식 파이프라인, B5 감지·경보. 유형 ③ 현장 감시, 5a 분석, ⑩ 위험 예측, ⑪ 추천·매칭(추천 사유). v0.6에서 추가.
맞서는 힘(긴장)
- 설명의 충실성 vs 이해 가능성
- 근거 공개 vs 적대적 이용자에게 탐지 기준 노출(X16)
해법
판정마다 기여 요인(SHAP)·의심 부위(BBox)·사유 코드·자연어 근거를 결과와 함께 보인다. 담당자가 근거를 열어 확인하고 최종 판단하게 한다. 위조 탐지처럼 적대적 이용자가 있는 D3 접점에서는 이용자에게 '정상/위조의심'만 보이고 세부 근거는 관리자 화면에만 둔다(근거 은닉).
이럴 때 쓴다
- B2·B4·B5의 판정 결과를 사람이 검토할 때
- 유형 ③⑤a⑩⑪처럼 F9가 필수인 유형
이럴 때는 쓰지 않는다
- 위조 탐지 등 적대적 이용자에게 근거를 그대로 보이는 경우(X16 — 관리자 전용으로)
- 문서 출처만 보이면 되는 지식 접지 응답(F1)
얻는 것
- 담당자가 판정을 검토할 근거
- 오판 원인 파악
- 추천·선별 결과의 설명 책임
점검표
- 판정마다 근거가 보이는가
- 적대적 접점에서 근거가 관리자에게만 노출되는가
- 최종 판단 주체가 명시되는가
구조 — 참여 부품
- A2.5 비LLM 학습 모델 서빙 — 판정과 기여도 산출
- 근거 표시 화면 — 요인·BBox·사유 코드 제시
- 담당자 — 근거를 보고 최종 판단
변형
- 요인 기여도: SHAP 등 요인 문장
- 위치 표시: 의심 부위 BBox
- 사유 코드·자연어 근거: 판정 사유 코드와 판독 이유 문장
- 관리자 전용 근거(근거 은닉): 적대적 접점에서 세부 근거를 관리자에게만 노출
참조 구현 예
- PAX 3b195a5faf820769 — 정비 대상 판정의 근거를 따로 열어 확인하게 하고 오류 가능성을 화면에 명시한 F9+F7 표준형
- PAX 8c461c4901e30775 — 실험마다 의도·판정 근거·실제 프롬프트를 함께 공개
관련 부품
F1 구분 — 문서 출처 · F7 짝 — F9+F7 표준형 · B2 끼울 자리 — 예측·추천기의 필수 면 · B′9 짝 — 판정 게이트의 근거 출력 · X16 안티패턴 — 적대적 접점의 근거 노출
참고 자료
카탈로그 v0.6 개정 F9 · aiuxpatterns Results
이 부품과 이어지는 가이드라인
D6 점검·감시 서비스 블록
시설·환경·안전을 상시 또는 주기적으로 점검하는 현장 접점 블록이다. Levine 목록에 없어 추가했고 B5·B2가 이 자리에 들어간다.
PAX 사례 5건이 이 부품을 쓴다
맥락
CCTV·센서·드론·위성 영상 등 관측 스트림으로 현장을 점검하는 접점. §7.3 유형 ③ 현장 감시·경보(D6·D5, P1~P2a)와 유형 ⑩ 위험 예측·표적 선별(D6·D3·D8.4)의 무대다.
맞서는 힘(긴장)
- 점검 빈도·범위 vs 오탐으로 인한 출동 비용
- 현장 폐쇄망·엣지 제약 vs 모델 성능
- 자동 대응 vs 사람 확인
- 센서 스푸핑·오탐 유도 위협 vs 상시 운영
해법
관측 스트림을 A5 엣지 런타임이나 현장 폐쇄망 서버 추론(A2.2·A2.5)에서 B5 감지·경보로 판독한다. 판독 결과는 B′9 판정 게이트로 규칙이 등급을 정하고, C2가 등급별로 자동 대응과 관제 이관을 가른다. 사람 확인이 필요한 건은 C1 검토 큐로 보내고(v0.6 유형 ③ 필수 추가), 판정 근거는 F9(BBox·사유 코드)로 보여 준다. 점검 대상 선별형은 B2 위험 예측 모델이 순서를 정한다. 상시 서비스라 C7 Fail-safe, C4 운영 지표, C6 오탐 환류를 함께 둔다.
이럴 때 쓴다
- 사람 순회로는 빈도·범위를 채울 수 없는 시설·환경·안전 점검
- 기존 CCTV·센서를 재사용할 수 있을 때
- 점검 대상이 많아 우선순위를 정해야 할 때
이럴 때는 쓰지 않는다
- 국민 신청 건의 요건 판정이면 D3
- 문서·규정 대조로 확인 대상을 고르면 D8.4
- 관측이 없고 경보 전달만 하면 D5
얻는 것
- 점검 빈도·범위 확대
- 기존 현장 장비 재사용
- 사고 전 이상 발견
점검표
- 탐지 결과에 사람 확인 단계가 있는가
- 오탐·미탐이 기록되어 재학습·임계 조정에 쓰이는가
- 모델 장애 시 규칙 기반 점검으로 전환되는가
- 현장 망 조건에 맞는 추론 위치가 정해져 있는가
구조 — 참여 부품
- A5 엣지 추론 런타임 — 현장 기기에서 판독
- B5 감지·경보 — 관측 스트림에서 이상을 탐지
- B2 예측·판정 모델 — 점검 대상 선별·위험 예측
- B′9 결정론 판정 게이트 — 판독 결과를 규칙이 등급화
- C2 위험도 라우터 — 등급별 자동 대응 / 관제 이관
- 현장 요원·관제 담당자 — 경보를 확인하고 조치
변형
- 상시 스트림형: CCTV·센서를 상시 판독(B5, R5).
- 주기 점검형: 항공·위성 영상 등 주기 관측을 비교해 변화·미등록 시설을 찾음.
- 탐지→VLM 2단 검증형: 경량 탐지 모델 후 VLM이 재확인(R5).
- 이동체형: 드론·로봇이 순회하며 관측(R5).
- 표적 선별형: B2가 점검 대상 우선순위를 정함(유형 ⑩).
관련 부품
D5 짝 — 탐지 결과의 전달 · B5 전형 부품 · C7 필수 통제 — Fail-safe · A11 끼울 자리 — 물리 액추에이션 · D3 이웃 블록 — 표적 선별형이 걸침
참고 자료
Davis Levine, Service Design Patterns: An alpha list of patterns (2017) · 카탈로그 §7.3·§7.4 유형 ③ · 카탈로그 §6 B5 카드
A11 액추에이션·현장 통지 어댑터 공통 서비스
AI 판정을 화면이 아니라 스피커·경광등·VMS·PTZ·모바일 푸시·알림톡으로 내보내고, 재알림·에스컬레이션과 처리 상태 종결까지 추적한다.
PAX 사례 6건이 이 부품을 쓴다
맥락
B5 현장 감지·경보나 대민 알림·통지(D5)가 있는 과제에 쓴다. 유형 3에서 물리 액추에이션이 있으면 A11a가 필수다(R10·R14). PAX 557건에서 A11이 붙은 사례는 6건이다.
맞서는 힘(긴장)
- 즉시 출력(대응 시간 단축) vs 오탐 시 물리·사회적 피해
- 자동 구동 vs 사람 개입 가능성(킬스위치)
- 알림 도달 보장(재알림) vs 알림 피로
해법
판정 이벤트·등급을 받아 등급별 출력 채널(물리 설비 또는 통지 채널)로 내보내는 어댑터를 둔다. 미처리 이벤트는 정해진 간격(예: 300초)으로 재알림하고 에스컬레이션하며, 처리 상태 코드로 종결까지 추적해 C4에 남긴다. 물리 설비를 구동하는 A11a는 E4를 P2a로 두고 C8 킬스위치와 C7 안전 상태 전환을 반드시 함께 단다. 통지 채널인 A11b는 일반 P1~P2 규칙을 따르되, 대민 알림톡·아웃바운드 발신은 P2로 본다(R8).
이럴 때 쓴다
- 감지 결과를 현장 설비로 즉시 출력해야 할 때(A11a)
- 이동 중인 담당자·시민에게 통지하고 처리 종결을 추적해야 할 때(A11b)
- 유형 3에서 물리 액추에이션이 있을 때(필수)
이럴 때는 쓰지 않는다
- 판정을 사람이 먼저 검토하고 나서 조치하는 구조(C1 검토 큐가 주)
- 대시보드 화면 표시만 있을 때
- 킬스위치·안전 상태를 둘 수 없는데 물리 설비를 자동 구동하려 할 때
얻는 것
- 대응 시간 단축
- 현장·이동 담당자에게 도달
- 처리 종결 추적
점검표
- 물리 구동을 즉시 멈추는 스위치가 있는가
- 장애 시 안전 상태가 정의되어 있는가
- 미처리 이벤트가 재알림·에스컬레이션되는가
- 이벤트별 처리 상태가 종결까지 추적되는가
구조 — 참여 부품
- B5 현장 감지·경보 — 판정 이벤트·등급을 발생
- 출력 어댑터 — 등급별로 설비·채널을 골라 명령·통지를 보냄
- 재알림·에스컬레이션 정책 — 미처리 이벤트를 주기 재알림하고 상위로 올림
- C8 권한 경계·킬스위치 — 물리 구동 즉시 중단
- C4 감사 로그·지표 — 발송·처리 상태·반응 시간 기록
변형
- 물리 액추에이션: 스피커·경광등·PTZ·전광판·자동 개폐 등 물리 설비를 구동한다. permission_scope는 P2a이고 C8 킬스위치·C7 안전 상태 전환이 필수다(R14).
- 통지·알림 채널: 이메일·문자·알림톡·푸시로 알리고 재알림한다. permission_scope는 일반 P1~P2 규칙을 따르고, 대민 알림톡·아웃바운드 발신은 P2다(R8·R14).
관련 부품
B5 소비처 — 경보 출력의 출발점 · C8 필수 짝 — 물리 구동 킬스위치 · C7 필수 짝 — 안전 상태 전환 · D5 서비스 블록 — 통지·추적 · A5 선행 — 현장 추론
참고 자료
GoF Observer · GoF Command
이 부품과 이어지는 가이드라인
C7 폴백 스위치 운영 컴포넌트
모델·API·도구가 멈추거나 품질이 떨어질 때 대체 모델·규칙 기반 축소·수동 처리로 경로를 바꿔 서비스가 끊기지 않게 한다.
PAX 사례 12건이 이 부품을 쓴다
맥락
상용 API 또는 단일 모델에 의존하는 모든 B 부품. 특히 E2가 해외 상용 API이거나 B5처럼 상시 가동해야 하는 서비스.
맞서는 힘(긴장)
- 가용성 vs 비용(대체 경로를 상시 유지하는 비용)
- 품질 일관성 vs 대체 경로의 품질 저하
- 자동 전환의 신속성 vs 전환 판단의 오작동 위험
해법
오류율·지연·단가 신호를 감시하다가 임계를 넘으면 재시도 → 기존 API → 대체 MCP → 대체 모델 → 규칙 기반 축소 → 수동 전환 순으로 경로를 바꾼다. 장애 범위는 격리(Bulkhead)로 한 부품에 가두고, 모델 교체는 무중단(Blue-Green)으로 한다. 전환은 C4 감사 로그에 남기고, 복구 후에는 원래 경로로 되돌리는 조건도 함께 정한다. 대체 경로의 품질 저하는 이용자에게 F7 한계 안내로 알린다.
이럴 때 쓴다
- E2가 해외 상용 API이거나 혼합일 때
- B5 현장 감지·경보처럼 상시 서비스일 때 필수
- 대민 자동응답(B3 대민형)처럼 중단 비용이 큰 경우
- 유형 ① 대민 상담(상시), ③ 현장 감시
이럴 때는 쓰지 않는다
- B0 결정적 도구처럼 런타임 AI가 없을 때
- 로컬 완결 도구로 외부 의존이 없을 때
- 유형 ①·⑦에서 model_dependency가 없음(비LLM)일 때는 필수에서 면제(R7)
얻는 것
- 핵심 서비스 연속성
- 벤더 종속 완화(X4 예방)
점검표
- 대체 경로가 최소 하나 구현되어 있는가
- 전환 임계와 복귀 조건이 수치로 정의되어 있는가
- 전환 이력이 로그로 남는가
- 실증 기간에 전환을 1회 이상 실행한 기록이 있는가
구조 — 참여 부품
- A2 모델 서빙 계층 — 주 경로와 대체 모델을 함께 노출하는 끼울 자리
- 상태 감시기 — 오류율·지연을 임계와 비교해 전환을 결정
- C4 감사 로그·지표 — 전환 시점·사유·복구를 기록
- 수동 처리 담당자 — 모든 자동 경로가 실패했을 때의 최종 경로
변형
- 대체 모델 전환: 상용 API 장애 시 다른 상용 모델 또는 로컬 오픈웨이트 모델(A2.2)로 전환
- 규칙 기반 축소: AI 판정 대신 결정적 규칙·공식 템플릿으로 기능을 줄여 계속 운영(Fail-safe)
- 수동 전환: 담당자 처리로 되돌리고 접수만 유지
- 격리(Bulkhead): 장애가 난 부품의 영향 범위를 가둠
- 무중단 교체(Blue-Green): 모델 업데이트를 병행 운영 후 전환하고 급락 시 이전 안정 모델로 복귀
참조 구현 예
- PAX MiroFish-Ko — Codex CLI → Claude CLI → 로컬 LLM 폴백 (증거 E1)
관련 부품
C8 짝 — 권한 경계는 막는 통제, 폴백은 이어 가는 통제 · A2 끼울 자리 — 대체 모델은 모델 서빙 계층에 등록 · C4 기록처 — 헬스체크가 전환 신호, 전환 이력 기록 · C9 선행 — 모델 교체(Blue-Green) 전 회귀시험 · F7 이용자 쪽 대응 — 대체 경로 운영 중 한계 안내
참고 자료
Gulli ch.12 Exception Handling · Microservice 패턴 #15 Circuit Breaker · Bulkhead · Blue-Green · PAX Native 관문 4
이 부품과 이어지는 가이드라인
C4 감사 로그·지표 운영 컴포넌트
처리 건마다 흔적을 적재하고 수정률·처리시간·자동처리율·가용성을 집계해, '지난달 수정률'을 숫자로 말할 수 있게 한다.
PAX 사례 16건이 이 부품을 쓴다
맥락
AI 산출물이 업무 결과에 영향을 주는 모든 B 부품. 특히 C2·C6·C7을 붙이려는 서비스, E4 P2 이상, 기관 공식으로 전이하려는 자생 도구.
맞서는 힘(긴장)
- 기록의 완전성 vs 저장·개인정보 부담
- 지표의 단순성 vs 업무 실상 반영
- 로그 적재 vs 실제로 지표를 보고 조치하는 조직 습관
해법
모든 부품의 이벤트(요청·응답·검토 결정·수정·전환·오류)를 건 단위로 적재한다. 로그 집계, 성능 지표(수정률·처리시간·자동처리율), 분산 추적(에이전트 호출 연쇄), 헬스체크(도구·모델 가용성)의 네 하위 항목으로 나눠 구현한다. 지표는 대시보드나 정기 보고로 실제로 보고, C2·C6·C7이 이 지표를 읽어 판단하게 한다. 개인정보가 들어가는 로그는 E5 등급에 맞춰 보관 범위를 정한다.
이럴 때 쓴다
- C2·C6·C7 중 하나라도 붙이려 할 때(이들이 C4를 읽는다)
- E4 P2 이상
- 유형 ② 접수·심사, ③ 현장 감시, ⑤b 데이터 에이전트(호출 추적), ⑧ 취합·변환의 기관 전이
- 자생 도구가 부서 공유·기관 공식으로 전이하려 할 때
이럴 때는 쓰지 않는다
- E1 로컬 PC 완결 개인 도구로 개인 사용에 머물 때(단, 기관 전이 시 재장착 — §5 매트릭스)
얻는 것
- 성과를 숫자로 말할 수 있음
- C2·C6·C7의 판단 근거
- 사고 시 원인 추적
점검표
- 건별 로그가 적재되는가
- 수정률·처리시간 등 지표가 정의되어 있는가
- 실증 기간 지표가 실제로 집계되었는가
- C2·C6·C7이 읽는 지표가 C4에서 나오는가
구조 — 참여 부품
- 로그 집계 — 건별 이벤트 적재
- 성능 지표 — 수정률·처리시간·자동처리율 산출
- 분산 추적 — 에이전트·도구 호출 연쇄 추적
- 헬스체크 — 도구·모델 가용성 감시(C7의 입력)
- 감사 대시보드 — 지표를 사람이 보고 조치하는 화면
변형
- 로그 집계: 건별 처리 이력 적재
- 성능 지표: 수정률·처리시간·자동처리율·이용량 집계
- 분산 추적: 에이전트 호출 연쇄를 추적해 '왜 그렇게 답했는지' 복원
- 헬스체크: 도구·모델 가용성 감시
참조 구현 예
- PAX 55f606c2835337ba — 전북특별자치도 — 운영 3개월 누적 이용 10만 건·이용자 3천 명 지표 공개
- PAX 망분리 환경용 로컬 AI 에이전트 — 감사 대시보드(§9 조립 예시)
관련 부품
C2 이용처 — 자동처리율·임계값 조정 · C6 이용처 — 수정·이의·오탐 기록이 환류 입력 · C7 이용처 — 헬스체크가 전환 신호 · S10 구분 — 재현 가능한 순서 기록 · C9 짝 — 배포 전 평가와 운영 지표 대조
참고 자료
Gulli ch.19 Evaluation & Monitoring · Microservice 관측 4종(Log Aggregation · Metrics · Tracing · Health Check)
이 부품과 이어지는 가이드라인
C2 위험도 라우터 운영 컴포넌트
건별 위험도·신뢰도를 매겨 저위험은 자동 처리, 중간은 검토 큐, 고위험은 숙련자에게 보내 사람의 검토를 필요한 곳에 집중시킨다.
PAX 사례 4건이 이 부품을 쓴다
맥락
C1 검토 큐가 이미 운영되고 수정률 실측이 쌓인 B 부품. 특히 E4 P2 이상이거나 D3 자격·심사, D6 점검·감시, ⑩ 위험 예측처럼 건수가 많고 위험 편차가 큰 업무.
맞서는 힘(긴장)
- 자동 처리율 vs 오류 비용
- 임계값의 보수성 vs 검토 인력 부담
- 분기 기준의 일관성 vs 기관·업무별 기준 차이
해법
건마다 위험도(업무 규칙상 위험 유형)와 신뢰도(모델 확신·정합도)를 산출하고, 버전이 붙은 분기 기준으로 자동 종결·검토 큐·숙련자 이관 중 하나로 보낸다. 사람 개입 조건(근거 없음·신뢰도 미달·안전·개인정보 등)은 명문화한다. 분기 결과와 자동 처리율은 C4에 적재하고, 이관 시 이용자에게는 F11로 진행 상태를 알린다. 임계값은 실측 오류율로 조정하고 조정 이력을 남긴다.
이럴 때 쓴다
- C1 전건 검토가 병목이고 수정률 실측이 있을 때
- E4 P2 이상(§7.1 필수)
- 유형 ② 접수·심사, ③ 현장 감시(등급 분기), ⑩ 위험 예측에서 등급 자동분류가 있을 때
이럴 때는 쓰지 않는다
- 실측 수정률이 없어 임계값 근거가 없을 때(먼저 C1·C4로 데이터를 쌓는다)
- 연속값 예측·참고용 순위만 내고 등급 분류가 없을 때(R10: 유형 ⑩에서 면제)
- P0 조회 도구처럼 자동 처리할 조치가 없을 때
얻는 것
- 사람의 검토를 고위험 건에 집중
- 자동화 범위를 실측 근거로 넓힐 수 있음
- 업무 순서가 실제로 바뀜(First 진입)
점검표
- 분기 기준과 사람 개입 조건이 문서로 명시되어 있는가
- 분기 기준에 버전이 있는가
- 자동 처리율·검토 비율 실측치가 있는가
- 고위험 건이 자동 종결되지 않음을 확인했는가
구조 — 참여 부품
- 위험도·신뢰도 산정기 — 업무 규칙과 모델 신호로 건별 점수 산출
- 분기 기준표 — 버전이 붙은 임계값·사람 개입 조건
- C1 검토 큐 — 중간 위험 건의 사람 확인
- 숙련자 — 고위험 건의 최종 판단
- C4 감사 로그·지표 — 경로별 건수·자동 처리율 기록
변형
- 등급 자동분류형: 위험 등급(예: 5단계)으로 자동 종결·검수·중점 검수를 분기
- 신뢰도 임계형: 필드별·건별 신뢰도 점수가 임계값 미만이면 사람 검토
- 조치 위험도형: 복구 가능한 저위험 조치는 자동, 차단·신고·설비 중단 같은 고위험 조치는 운영자 승인
관련 부품
C1 선행 — 전건 검토의 실측이 임계값 근거 · F11 이용자 쪽 대응 — 사람 이관 시 진행 상태·핸드오프 안내 · C4 기록처 — 경로별 건수·자동 처리율 · C8 짝 — 고위험 도구는 사람 승인으로 보냄 · B′2 구분 — 유형 라우팅 제어 흐름
참고 자료
Google ADK Coordinator · Gulli Routing·Prioritization · API Gateway · Triage
이 부품과 이어지는 가이드라인
X2 설계도만 있는 운영 안티패턴
위험도 분기·롤백·재학습 같은 운영 부품이 '예정'·'설계됨'으로만 등장하고 실증 기간에 한 번도 실행되지 않은 채 운영 체계를 갖췄다고 보고하는 함정이다.
맥락
C2 위험도 라우터·C3 상태 머신·C6 환류·C7 폴백을 공개 자료(원장 요약·README·화면)에 서술한 시범 과제. 특히 AI-Native를 지향한다고 쓰면서 운영(시범 운영 포함) 기간이 짧은 과제.
맞서는 힘(긴장)
- 소개 문서의 완결성 vs 실제 운영 증거 확보 비용
- 짧은 운영 기간 vs 완결된 실행 사이클(트리거→처리→결과 확인)
- 상위 AX 단계 주장 vs 증거 수준에 맞춘 정직한 기록
해법
모든 운영 부품을 R3의 3단계(present·implemented·planned)로 정직하게 기록하고, 가장 중요한 부품부터 실증 기간 안에 완결된 실행 사이클을 한 번 이상 돌린다(R12). 먼저 C4 감사 로그·지표를 켜서 기록처를 만들고, C2는 실제 분기 비율을 실측하고, C3는 롤백·재처리를 한 건 이상 실행하고, C6는 재학습·기준 개정을 한 번 돌리고, C7은 장애 주입으로 전환을 한 번 실행한다. 실행하지 못한 부품은 planned로 내리고 transition.stage를 '미착수'나 '구현·미배포'로 적어 설계와 운영을 구분한다.
이럴 때 쓴다
- C2·C3·C6·C7이 '예정·계획·검토 중·설계됨'으로만 등장한다
- 운영 부품 서술은 많은데 실증 기간 중 실행 횟수·날짜·결과가 하나도 없다
- 스크린샷·아키텍처 그림은 있으나 전환·롤백·재학습 로그가 없다
- AI-Native를 주장하면서 운영 증거가 없다
이럴 때는 쓰지 않는다
- 부품을 planned로 정직하게 적고 AX 단계도 그에 맞게 낮춰 주장한 경우(계획 서술 자체는 함정이 아니다)
- 구현이 확인되고 실측만 남은 implemented 부품이 일부 있는 경우
- 완결된 실행 사이클이 한 번이라도 원문에 서술된 경우
얻는 것
- 보고서가 완결되어 보이고 상위 AX 단계를 주장하기 쉽다
- 운영 데이터·담당자 없이도 문서를 채울 수 있다
점검표
- present로 적은 운영 부품마다 실행 날짜·건수·결과가 있는가
- '설계됨'·'예정' 서술을 implemented·planned로 낮춰 적었는가
- C4에 실행 사이클의 로그가 남는가
- AX 단계 주장이 운영 증거 수준과 맞는가
구조 — 참여 부품
- C2 위험도 라우터 — 분기 비율 실측이 있어야 present
- C3 상태 머신·롤백 — 되돌림 경로를 한 번 이상 실행해야 present
- C6 환류 파이프라인 — 재학습·기준 개정 사이클을 한 번 돌려야 present
- C4 감사 로그·지표 — 실행 사이클의 증거가 쌓이는 기록처
변형
- 예정형: '향후 재학습 예정', '롤백 기능 도입 계획'처럼 미래형으로만 서술
- 설계됨형: '~하도록 설계됨', '지속적으로 개선함'처럼 진행형·의지형 서술. 최대 implemented(R12)
- 화면만 있는 형: 스크린샷·코드 존재만 있고 실행 기록이 없음. implemented의 증거일 뿐 present가 아님(R12)
관련 부품
C4 선행 — 실행 사이클의 증거가 쌓일 기록처 · C2 교정 대상 — 분기 비율 실측 · C3 교정 대상 — 롤백·재처리 1회 실행 · C6 교정 대상 — 재학습·기준 개정 1회 사이클 · C7 교정 대상 — 장애 주입으로 전환 1회 실행
참고 자료
카탈로그 §4.2 구현 상태 3단계
X5 성능표만 있는 학습 안티패턴
학습 모델의 정확도는 보고하지만 배포 후 수정률을 누가 집계해 무엇을 바꾸는지가 없어, 개선이 배포 시점에 멈추는 함정이다.
맥락
B2 예측·추천, B4 인식 파이프라인, B5 감지·경보처럼 자체 학습 모델(A2.3·A2.5)을 가진 과제. 사람이 AI 산출물을 고치는 C1이 있는데도 그 수정이 모이지 않는 과제.
맞서는 힘(긴장)
- 계약 종료 시점의 성능 증명 vs 배포 후 지속 개선
- 운영 기록 비용 vs 재학습·기준 개정의 근거
- 과제 성과 지표 vs 현장 수정률
해법
배포 후 사람이 고친 기록을 C4 감사 로그·지표로 모아 수정률·오탐·이의를 숫자로 말하게 한다. C1 검토 큐의 수정 내역을 C4·C6의 입력으로 연결하고, C6 환류 파이프라인에 재학습·기준 개정의 주기와 트리거(예: 수정률 임계)를 정한다. 재학습한 모델은 C9 평가 세트로 재검증한 뒤 교체한다. 판정 질문은 '지난 분기 지표 때문에 바뀐 규칙이 하나라도 있는가'다.
이럴 때 쓴다
- 정확도·F1 같은 성능 수치는 있으나 배포 후 수정률·오탐률 지표가 없다
- C1 검토가 있는데 수정 내역을 어디에 저장·집계하는지 서술이 없다
- 재학습의 주기·트리거·담당 주체가 없다
- '지속적으로 고도화'만 있고 구체 사이클이 없다
이럴 때는 쓰지 않는다
- 학습 모델이 없는 B0·규칙 기반 도구
- C6 환류가 주기·트리거와 함께 한 번 이상 실행된 경우
- 상용 API만 쓰고 자체 학습이 없어 재학습 대신 C9 재평가·프롬프트 개정으로 환류하는 경우(그 환류가 있으면 정상)
얻는 것
- 계약 종료 시점에 성능을 명확히 증명한다
- 운영 기록·재학습 비용이 들지 않는다
점검표
- 배포 후 수정률을 월 단위로 말할 수 있는가
- 재학습·기준 개정의 주기·트리거·담당자가 정해져 있는가
- 재학습 결과가 C9로 재검증되는가
- 지난 분기 지표 때문에 바뀐 규칙이 하나라도 있는가
구조 — 참여 부품
- C4 감사 로그·지표 — 수정률·오탐을 집계하는 빠진 부품
- C6 환류 파이프라인 — 주기·트리거로 재학습·기준 개정
- C1 검토 큐 — 사람의 수정 내역이 발생하는 곳
- C9 평가 세트·회귀시험 — 재학습 결과의 재검증
변형
- 정확도 단발 보고: 테스트 세트 정확도 한 번만 보고하고 배포 후 지표가 없음
- 수정은 있으나 버려짐: 담당자가 결과를 고치지만 수정 내역이 저장·집계되지 않음
- 재학습 주체 부재: 재학습 필요성은 쓰지만 누가 언제 하는지가 없음
관련 부품
C4 대체 — 배포 후 수정률·오탐 집계 · C6 대체 — 주기·트리거로 재학습·기준 개정 · C1 원천 — 사람 수정 내역이 발생하는 곳 · C9 짝 — 재학습 결과의 재검증 · X15 이웃 안티패턴 — 실측 없이 빌린 성과
참고 자료
PAX AIM06 '지난 분기 지표 때문에 바뀐 규칙' · InfoQ Metrics-driven AI-Ops
실무 도입 카드
필요한 것
라이선스: MIT
첫 3단계
① 원문·저장소에서 실체 확인 → ② 소규모 업무로 시험 → ③ 결과를 동료와 교차 검증
주의사항
저장소 유지보수가 정체 상태입니다 · 성과 수치는 출처가 확인된 것만 신뢰하세요
전이 절차(보안검토→품의→배포)는 전이 플레이북을 참고하세요.