공공기관 인사팀 내부용으로 공개 기사를 수집해 본문을 텍스트 분석하고, 인사·노무 업무 관련성·중요도·이슈성을 점수화해 기준 점수 이상의 뉴스만 추천 발송하는 프로그램이 개발됐다. 내부자료·개인정보 없이 공개 기사만 활용하며, 점수 기준을 설명 가능하게 설계한 것이 핵심으로 소개됐다.
상세 정보
- 사례 성격
- 개인 개발
- 출처 채널
- Threads
- 수집일
- 2026-08-13
- 태그
- #인사노무 #뉴스분석 #자동화 #텍스트분석
- 실행 환경
- 설치 필요
- 링크 점검
- 정상 (2026-11-02)
개발자
GitHub·공공 GitLab 공개 프로필 기준 — 공공AX 챔피언 디렉토리와 같은 자료입니다.
4축 평가
| AX 단계 | AI-Enabled |
|---|---|
| 업무 범위 | S1 Primitive tool |
| 업무 완결성 | C2 연속 처리 |
| 권한(P축) | P1 산출물 생성(잠정) |
| 위험도 | R0 최소 |
| 인간 통제 | H1/H2 미확인 |
| 증거 등급 | E0 게시글 주장 |
| 신뢰도 | 낮음 |
공개 기사 수집→텍스트 분석 점수화→기준 이상만 추천 발송의 연속 처리를 자동화하고, AI 분석이 선별 결과라는 검증 가능한 산출물을 생산 — Enabled로 판정. 점수 기준의 설명 가능성을 설계 원칙으로 명시한 점이 특징. 코드·화면 등 공개 증거는 없어 신뢰도 낮음.
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 B0 결정적 도구 변형: 규칙 점수화·랭킹
환경 축 배포:미확인 네트워크:인터넷 필수 모델:없음(비LLM) 런타임:설치 필요 권한:P1 산출물 생성
- 제어 흐름(B′)
- B′1 순차 파이프라인
- 공통 서비스(A)
- A7 자체 제작 환경 A11 액추에이션·현장 통지 어댑터
- 신뢰할 수 없는 입력
- 공개 뉴스 기사 본문
- 상호작용(F)
- F9 판정 근거·기여도 표시
- 서비스 블록(D)
- D8.1 탐색·조회 D8.6 분배·이관
- 부품 배선
- A7 → B0 · B0 → B′1 · B′1 → A11 · A11 → D8.6 · B0 → F9
판정 근거
공개 기사를 수집해 본문을 텍스트 분석하고 관련성·중요도·이슈성을 점수화해 임계값 이상만 추천 발송하는 프로그램. '점수 기준을 설명 가능하게 설계'한 규칙 점수화이며 LLM 사용 언급이 없어 B0 변형 규칙 점수화·랭킹, model_dependency 없음(비LLM) 잠정. 수집→분석→점수→발송의 고정 순서라 B′1, 자동 발송은 내부 통지 어댑터로 A11. 점수 근거를 설명 가능하게 둔 점을 F9로 인정. 개인 개발이라 A7. 뉴스는 외부 작성 입력이나 비LLM·P1이라 규칙 미적용. URL 없음.
구현 가이드
주 패턴 B0 결정적 도구을 구현할 때
구현 단계
- 반복 업무의 입력 파일·서식과 원하는 산출물을 나열하고, 처리 규칙을 사람이 읽을 수 있는 조건→결과 표로 먼저 적는다.
- HWP·HWPX·엑셀 입출력은 A10 어댑터로 분리하고, 공공 깃랩(A3) 등에 있는 기존 어댑터를 먼저 찾는다.
- AI 코딩 도구(A7)로 규칙 코드와 화면을 만들고, 런타임에 모델·외부 API를 부르지 않는지 네트워크 의존을 점검한다.
- 대표 입력 세트로 같은 입력에 같은 결과가 나오는지 확인하고 규칙 표와 코드의 대응을 문서로 남긴다.
- 부서 공유 이상으로 옮길 때 라이선스·저장소 위치·처리 로그(C4)·원복 경로(C3)를 갖춰 담당자 이동에 대비한다.
점검표
- 런타임에 LLM·ML 호출이 전혀 없는가
- 규칙 표가 코드와 별도로 문서화되어 있는가
- 같은 입력에 같은 결과가 나오는지 확인했는가
- 라이선스와 저장소 위치가 명시되어 인수인계가 가능한가
환경 조건
E2 = 없음(비LLM). E1 로컬 완결이 다수이며 폐쇄망 이식이 가장 쉬운 부품이다. E4는 대개 P0~P1이다. 로컬 PC 완결이면 C5 비식별 부담은 줄지만 C4 로그가 사라지므로 기관으로 전이할 때 다시 장착한다(§5 매트릭스).
주의할 점
- 비정형 입력에 취약
- 규칙 유지보수가 사람에게 남음
- 개인 제작 도구가 담당자 이동과 함께 멈출 위험(X9)
- AX 단계는 Ready에 머묾
기본 배선 예
A7 → B0 → A10 (HWPX 출력) · B0 → C4 (처리 로그, 기관 전이 시)
보완이 필요한 필수 부품
이 조합에서 카탈로그가 함께 갖추라고 권하는 부품 가운데 아직 확인되지 않은 것이다.
- A1 데이터 자산 서비스 흩어진 업무 기록을 정제·라벨링해 AI 부품이 붙여 쓸 수 있는 데이터셋·라벨·데이터 사전 형태의 기준선으로 제공한다.
- C1 검토 큐 AI 산출물이 다음 단계로 넘어가기 전에 사람이 맞고 틀림을 확인·수정·확정하는 대기열을 두어, 오류가 업무 결과로 흘러가지 않게 한다.
- C5 가드레일 필터 개인정보·환각·편향·형식 오류가 프롬프트나 산출물에 들어가지 못하게 시스템이 경계에서 걸러낸다. 비식별 전처리, 출처 검증, 구조적 출력 제약이 대표 변형이다.
- C6 환류 파이프라인 사용 결과(수정·이의·오탐 기록)가 정해진 주기와 트리거로 재학습·기준 개정에 되돌아오게 해, 배포 후에도 성능과 기준이 개선되게 한다.
- F3 결과 대안·부분 재생성 한 요청에 여러 안을 주고 일부만 다시 만들게 해, 첫 결과가 마음에 들지 않을 때 전체를 다시 요청하지 않아도 되게 한다. B′6 반복 개선의 이용자 면이다.
피해야 할 안티패턴
- X9 담당자와 함께 사라지는 도구 개인이 만든 도구가 부서에 퍼졌지만 라이선스·저장소·인수인계가 없어, 만든 사람의 인사이동과 함께 멈추는 함정이다. 대처: 도구가 부서에 퍼지기 시작하면 A7 산출물에 MIT·Apache 등 라이선스를 명시하고, 코드를 개인 PC가 아니라 A3 공공 깃랩 같은 공용 저장소에 등재한다. 업무 규범·프롬프트는 A9 업무 규범 스킬로 패키징해 다른 담당자가 그대로 쓸 수 있게 하고, 설치·설정·데이터 경로를 담은 인수인계 문서를 둔다. 도구를 참조 구현 레지스트리(§13)에 올려 소유를 개인에서 조직으로 옮긴다. transition.blocker에 '담당자 이동'이 적힌 과제는 이 조치를 먼저 한다.
- X1 AI 스티커 기존 화면에 요약·챗봇 버튼만 붙이고 업무 순서와 사람·AI의 역할 분담은 그대로 두어, AI가 있어도 업무 산출물이 바뀌지 않는 함정이다. 대처: 먼저 가치 흐름 규칙(R1)으로 사람 또는 국민이 최종으로 받는 핵심 산출물을 정하고, 그 산출물을 AI가 어떤 모양으로 분담할지 B 업무 컴포넌트를 하나 고른다(초안→사람 확정이면 B1, 근거 접지 답변이면 B3, 서류 추출이면 B4). 사람이 확정하는 지점은 C1 검토 큐로, 이용자가 고쳐 확정하는 면은 F2 편집 가능한 출력으로 명시한다. 흐름이 바뀌었는지는 C4 감사 로그·지표의 처리시간·수정률로 잰다. AI 런타임이 전혀 없는 행정정보시스템이라면 AI로 포장하지 말고 R24대로 B0·service_type 0·platform 공란·X1(AI 무관)으로 정직하게 분류한다.
관련 가이드라인
이 사례가 쓰는 부품과 이어지는 공공 AX 안내서·지침이다 (부록 E 공공 AX 가이드라인 문서 해설 기준, 겹치는 부품이 많은 순).
- 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.
- 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.
- 금융분야 인공지능 가이드라인 이 사례와 겹치는 부품 C1 검토 큐 F9 판정 근거·기여도 표시쓰는 작업: 금융 업무에 AI를 쓰는 기관의 내부 AI 규정과 위원회 구성을 정할 때 기본 문서다. 여신, 심사, 상담 업무의 AI 도입 계획서에 원칙별 이행 방안을 적는 근거가 된다.주의: 2021년 금융분야 인공지능(AI) 가이드라인(PAX 목록 표기는 AI 운영 가이드라인), 2022년 AI 개발·활용 안내서, 2023년 AI 보안 가이드라인을 통합·개정한 문서다. 구판 세 건은 신규 사업의 근거로 쓰지 않는다.
- 자동화된 결정에 대한 정보주체 권리 안내서 이 사례와 겹치는 부품 F9 판정 근거·기여도 표시 C1 검토 큐쓰는 작업: 자격 심사, 선정, 평가, 위험등급 부여처럼 국민의 권리·의무에 영향을 주는 결정에 AI를 쓰는 사업에서 쓴다. 기획 단계에서 자가진단표로 해당 여부를 판단하고, 해당하면 설명 요구와 검토 요구를 처리하는 절차를 설계에 넣는다.주의: AI기본법의 고영향 AI 판단과는 근거 법이 다르다. 두 판단을 각각 기록한다.
- 고영향 인공지능 사업자 책무 가이드라인 이 사례와 겹치는 부품 C1 검토 큐 F9 판정 근거·기여도 표시쓰는 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.
- 인공지능 개발과 활용에 관한 인권 가이드라인 이 사례와 겹치는 부품 C1 검토 큐 F9 판정 근거·기여도 표시쓰는 작업: 심사·선정·단속처럼 국민에게 불이익이 갈 수 있는 AI 사업에서 차별 검증과 구제 절차를 설계할 때 원칙의 근거로 쓴다.주의: 보도에는 문서명이 "인공지능 개발과 활용을 위한 인권 가이드라인"으로도 나온다. 인용 전에 인권위 원문으로 명칭을 확인한다.
- 공공데이터의 인공지능 친화적 관리 가이드라인 이 사례와 겹치는 부품 A1 데이터 자산 서비스쓰는 작업: 데이터 담당 부서가 공공데이터나 내부 문서를 RAG 지식베이스와 API로 내놓기 전에 편다. 데이터 개방 계획서의 메타데이터 항목, 지식베이스에 넣을 문서의 형식 변환 기준, 데이터 품질 점검표를 이 문서로 쓴다. 공공 API를 MCP 서버로 감싸려는 담당자에게도 기본 문서다.주의: NIA가 v1.1 개정을 공지했으므로 내려받은 파일의 판을 확인한다.
- 공공기관 신뢰가능 AI 구현 실용가이드 이 사례와 겹치는 부품 C1 검토 큐쓰는 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.
같은 주 패턴(B0)을 쓰는 다른 사례
같은 업무 패턴으로 조립된 사례를 서비스 유형이 같은 것부터 모았다 외 381건. 구현할 때 비교해 볼 수 있다.
이 사례에 쓰인 패턴
B0 결정적 도구 업무 컴포넌트
AI 코딩으로 만들었지만 런타임에는 AI를 부르지 않고 규칙과 원문 발췌만으로 같은 입력에 같은 결과를 내는 취합·변환·검색·시각화 도구다.
PAX 사례 413건이 이 부품을 쓴다
맥락
AI 코딩 도구(A7)로 기관 인력이 직접 만든 자생 도구가 대부분이다(PAX 557건 가운데 주 부품이 B0인 사례 390건, 70%). 로컬 PC 완결이나 폐쇄망 이식이 필요한 업무, 판정 재현성이 감사에서 중요한 업무에도 맞는다. model_dependency가 '없음(비LLM)'으로 확인될 때만 해당한다.
맞서는 힘(긴장)
- 재현성·설명 가능성 vs 비정형 입력을 다루는 유연성
- 로컬 완결의 보안 이점 vs 기관 전이 시 처리 로그(C4)와 인수인계가 사라지는 문제
- 규칙을 코드에 넣는 단순함 vs 규정이 바뀔 때마다 사람이 규칙을 고쳐야 하는 유지 부담
해법
업무 절차를 입력 형식(A10 어댑터)과 처리 규칙으로 나누고, AI 코딩 도구(A7)는 개발 시점에만 써서 규칙 코드와 화면을 만든다. 런타임에는 모델을 호출하지 않으므로 같은 입력에 같은 결과가 나오고 인터넷 없이 로컬에서 돈다. 판정이 필요한 경우에도 결정적 규칙 엔진이 낸다. 비정형 입력을 다뤄야 하는 단계가 생기면 그 단계만 B1·B3로 승격하고 결정적 부분은 전처리로 남긴다. 부서 밖으로 옮길 때는 라이선스·저장소·처리 로그를 함께 갖춘다.
이럴 때 쓴다
- 입력이 정형(엑셀·서식)이고 처리 결과를 규칙으로 정의할 수 있을 때
- 파일이 PC 밖으로 나가면 안 되거나 폐쇄망·로컬 완결이 필요할 때
- 판정 재현성이 필요해 같은 입력에 늘 같은 결과가 나와야 할 때(규칙 점검기, 결정론 점수 엔진)
- LLM 도입 전에 데이터·기준선을 정비하는 단계일 때
이럴 때는 쓰지 않는다
- 비정형 문서의 요약·초안처럼 규칙으로 산출물을 정의할 수 없을 때(B1)
- 질문이 다양해 규정·선례 접지가 필요한 상담일 때(B3)
- 학습 모델의 수치·등급 예측이 핵심 산출물일 때(B2)
얻는 것
- 재현성과 감사 가능성
- 폐쇄망·로컬 이식이 가장 쉬움
- 모델 호출 비용과 모델 장애 위험이 없음
- B1·B3의 전처리 부품으로 승격할 자산
점검표
- 런타임에 LLM·ML 호출이 전혀 없는가
- 규칙 표가 코드와 별도로 문서화되어 있는가
- 같은 입력에 같은 결과가 나오는지 확인했는가
- 라이선스와 저장소 위치가 명시되어 인수인계가 가능한가
구조 — 참여 부품
- A7 자체 제작 환경 — 개발 시점에 AI 코딩으로 규칙 코드와 화면을 만드는 곳
- A10 문서 형식 어댑터 — HWP·HWPX·엑셀 입출력
- 규칙 엔진 — 조건→결과 표에 따라 결정적으로 취합·판정·정렬
- 담당자 — 결과를 받아 쓰고 규칙 변경을 요청
변형
- 문서·엑셀 자동화: 부서별 제출 파일 취합·병합·서식 변환(카드 기본 변형)
- 데이터 탐색·시각화: 공공데이터·내부 데이터를 지도·차트·대시보드로 보여 준다(카드 기본 변형)
- 전문 검색: 키워드·색인 기반 원문 검색(카드 기본 변형)
- MCP 도구 제공: MCP 서버만 있는 사례다. 서버 자체는 결정적 도구이고 AI는 호스트 쪽에 있다(§10.3, A8 동시 태깅)
- 도구 허브·링크 큐레이션: 흩어진 업무 도구·링크를 한 화면에 모은다(R15)
- 데스크톱 유틸리티·RPA·매크로: PC 반복 조작 자동화(R15)
- 규칙 편성·최적화: TSP·스케줄링 등 비학습 알고리즘으로 배정·동선을 편성한다(R15)
- 알림·컨텍스트 복귀 도구: 마감·할 일 알림, 작업 맥락 복귀(R15)
- 실시간 현황판: 다중 역할별 화면 분리 현황판(R15)
- 업무 절차·법적 근거 흐름도 정리: 절차와 근거 조문을 흐름도로 정리(R15)
- 결정적 재식별·엔티티 매칭: 규칙 기반 동일 개체 판별·병합(R15)
- 결정론 점수 엔진: 규칙 점수화로 순위·등급을 낸다. 유형 5a·11에서 A2.5의 대안으로 인정된다(R10, §7.3 ⑪)
- AI 무관 행정정보시스템(취급 기준): AI 런타임이 전혀 없는 순수 행정시스템도 B0으로 태깅하고 X1을 명시하며, 통계에서는 각주로 처리한다(R24)
참조 구현 예
- PAX 내편이음 — 인수인계 정리본(카드 참조 구현)
- PAX VHLookup — 엑셀 마스킹·병합(카드 참조 구현)
- PAX 북적북적 제주 인파 지도 — 데이터 탐색·시각화(카드 참조 구현)
- PAX GatherFlow — 엑셀·한셀 취합, 폐쇄망(§7.3 유형 ⑧)
관련 부품
A7 선행 — 개발 시점의 제작 환경 · A10 짝 — 공공 문서 형식 입출력 · B1 승급 경로 — 비정형 초안 단계가 생기면 · B3 승급 경로 — 유형 ⑨ 'B0 문서 정리 → B3 접지' · B′9 규칙 엔진 공유 — LLM 추출 뒤 판정을 맡는 결정적 부분 · A8 MCP 도구 제공 변형이 A8 공통 서비스의 공급원
참고 자료
GoF Command · Microservice Client-side UI Composition · PAX 원칙 '바이브 코딩 사실만으로 Enabled 아님'
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
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
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
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
D8.1 탐색·조회 서비스 블록
데이터·법령·공고·선례·타 지역 사례를 찾아 담당자 화면에 놓는 내부 운영 블록이다. B0 탐색·시각화, MCP 도구 제공, B3가 전형 부품이다.
PAX 사례 176건이 이 부품을 쓴다
맥락
기관 내부 담당자가 자료를 찾아 보는 업무. §7.3 유형 ⑤b 데이터 에이전트(D8.1, P0)와 ⑤a 분석 대시보드·브리핑(D8.1, P0~P1)의 무대. PAX 176건(주 부품 B0 80%, B3 10%).
맞서는 힘(긴장)
- 검색 편의 vs 출처·기준 시점 확인
- 자연어 질의 vs 질의 조작·도구 출력 인젝션
- 대시보드 고정 화면 vs 에이전트의 유연한 질의
- MCP 서버 수 vs 실제 업무 호출(X8)
해법
답이 원천 데이터에서 나오게 한다. 공공데이터·통계는 A8 MCP 서버나 A3 공공 API로 도구화하고, 호스트 쪽 에이전트는 B′7 ReAct 도구 루프로 조회하되 C8로 읽기 전용에 묶는다. 결과에는 F1 출처(통계표 ID)와 조회 시점을 붙이고, 도구 호출은 C4로 추적한다. 도구 출력이 새 지시가 되지 않도록 S5 계획 후 실행과 S1 비용 상한을 둔다. 에이전트가 필요 없으면 B0 대시보드·검색기로 끝내고(5a-agg), LLM이 해설을 붙이면 5a-brief로 C9·F9를 더한다(R19). MCP 서버만 만드는 사례는 5b-server로 A8·S11만 필수다(R18).
이럴 때 쓴다
- 담당자가 흩어진 데이터·법령·공고·선례를 찾느라 시간을 쓸 때
- 공공데이터·통계를 자연어로 조회해야 할 때
- 다른 지역·기관 사례를 모아 봐야 할 때
이럴 때는 쓰지 않는다
- 찾은 문서에서 할 일·핵심을 뽑으면 D8.2
- 규정·기준과 대조해 확인 대상을 고르면 D8.4
- 국민이 서비스를 찾으면 D1
얻는 것
- 자료 찾는 시간 절감
- 출처·시점이 붙은 근거 확보
- 공공데이터 MCP의 재사용
점검표
- 결과마다 원천 출처와 기준 시점이 보이는가
- 도구 권한이 읽기 전용으로 묶여 있는가
- 도구 호출 순서를 나중에 볼 수 있는가
- MCP 서버가 실제 업무에서 호출되는지 재는가
구조 — 참여 부품
- 담당자 — 자료를 찾고 결과를 업무에 씀
- A8 MCP 서버·호스트 — 공공데이터·통계를 도구로 노출
- B0 결정적 도구(탐색·시각화) — 검색기·대시보드
- B6 도구 호출 에이전트 — 로컬 MCP 호스트로 조회·차트 생성
- C8 권한 경계 — 읽기 전용 제한
- F1 출처 표시 — 통계표 ID·출처·시점 표시
변형
- 검색·대시보드형(비LLM): B0 탐색·시각화. 유형 5a-agg(필수 A1·F2·C4, R19).
- 브리핑형: LLM이 조회 결과를 요약·해설. 유형 5a-brief(필수 A2.1|A2.2|A2.6·F9·C9, R19).
- MCP 서버 제공형: 공공데이터·법령을 MCP로 노출하는 서버 자체. 5b-server(필수 A8·S11, R18).
- 데이터 에이전트형: 로컬 MCP 호스트가 도구를 불러 조회·차트 생성. 5b-host(필수 C4·F1·S5|S6, R18).
참조 구현 예
- 망분리 환경용 로컬 AI 에이전트 + KOSIS 공식 MCP — 카탈로그 D8.1 카드·§9 조립 예시, 유형 ⑤b 참조 구현
- Korean Stats MCP — 카탈로그 D8.1 카드 예: KOSIS 통계를 자연어로, 출처 자동 인용
관련 부품
A8 끼울 자리 — 공공데이터 MCP · C8 필수 통제 — 읽기 전용 · D8.2 이웃 블록 — 찾은 문서의 요약·추출 · S5 5b-host 필수 보안 · X8 이 블록에서 흔한 함정
참고 자료
카탈로그 §7.3 유형 ⑤a·⑤b · 카탈로그 §7.4 유형 ⑤ 위협 모델 · MCP 6축 검증(§8)
D8.6 분배·이관 서비스 블록
접수된 문서·민원을 담당자·부서로 보내는 내부 운영 블록이다. 대민 Triage(D4)의 내부 버전이며 C2 라우터가 붙는 첫 자리다.
PAX 사례 7건이 이 부품을 쓴다
맥락
기관이 접수한 문서·민원을 내부 담당자·부서에 배분하는 업무. §7.3 유형 ② 접수·심사 자동화의 참조 구현(온나라 AI 문서 분배기)이 여기 있다. PAX 7건(주 부품 B0 71%, B1·B4 각 14%). 판정 목적(승인·반려)이 있으면 유형 2, 형식·경로 변환·전달만이면 유형 8(R23). 업무 영역별 PAX 건수(557건 태깅): 문서·기안 2, 공통·범용 2, 인사·복무 1, 민원 1, 감사·법무 1.
맞서는 힘(긴장)
- 자동 배분 속도 vs 오배분 비용
- 업무 분장 변경 vs 분류 체계 고정
- 공통기반 모델 활용 vs 문서 등급·반출 제약
- 자동 배정 vs 담당자·팀장의 배정 권한
해법
접수 문서를 A10으로 읽고 B4가 핵심 항목을 추출한 뒤, B′2 라우터가 업무 분장에 비춰 담당자를 추천한다. C2 위험도 라우터로 신뢰도가 높은 건만 자동 배정하고 나머지는 배정 권한자에게 C1 확인을 받는다. 업무 분장표는 B3로 접지해 근거를 보여 주고, 배분·재배분 기록은 C4에 남겨 C6로 분류 기준을 고친다. 운영 시스템에 배정을 직접 쓰면 P2이므로 C8·C3를 둔다. 행정망에서는 범정부 AI 공통기반(A3·A2.4)을 경유한다.
이럴 때 쓴다
- 접수 대기 문서를 읽고 담당자를 정하는 반복 업무
- 오배분·재배분이 잦을 때
- 업무 분장이 복잡해 배정 권한자의 판단 부담이 클 때
이럴 때는 쓰지 않는다
- 국민 민원을 부서로 보내고 국민에게 이관을 알리면 D4
- 배분 없이 요약만 하면 D8.2
- 요건 판정이 목적이면 D3(대민) 또는 D8.4(내부)
얻는 것
- 배분 시간 단축
- 재배분 감소
- 배분 기록으로 업무 분장 문제 발견
점검표
- 자동 배정 임계가 수치로 정해져 있는가
- 배분 근거(업무 분장 조항)가 보이는가
- 재배분률을 재는가
- 잘못된 배정을 되돌릴 수 있는가
구조 — 참여 부품
- A10 문서 형식 어댑터 — 접수 문서·첨부를 읽음
- B4 인식 파이프라인 — 문서의 핵심 항목 추출
- B′2 라우터 원형 — 업무 분장에 비춰 담당자 선택
- C2 위험도 라우터 — 자동 배정 / 확인 요청 분기
- 배정 권한자(팀장·서무) — 추천 배정을 확인
- C4 감사 로그·지표 — 배분·재배분 기록
변형
- 배정 추천형: 담당자 후보를 추천하고 배정 권한자가 확정.
- 자동 배정형: C2 임계 이상은 자동 배정(P2).
- 목록 요약 보조형: 등록대장 목록에서 요약·분석을 붙여 배분 판단을 돕는다(온나라 sAIde, D8.2와 경계).
참조 구현 예
- 온나라 AI 문서 분배기 — 카탈로그 D8.6 카드 예·§7.3 유형 ② 참조 구현: 접수대기 문서를 범정부 AI 공통기반으로 분석해 담당 배분
- 온나라 sAIde — 카탈로그 D8.6 카드 예: 문서등록대장 목록에서 공문 요약·분석과 첨부 일괄 내려받기
관련 부품
D4 대민 버전 — 분류·이관 · C2 첫 자리 — 위험도 라우터 · D8.2 이웃 블록 — 요약·추출 · B4 전형 부품 — 문서 항목 추출
참고 자료
카탈로그 §7.3 유형 ② · 카탈로그 §6 B′2 라우터 카드
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
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
C5 가드레일 필터 운영 컴포넌트
개인정보·환각·편향·형식 오류가 프롬프트나 산출물에 들어가지 못하게 시스템이 경계에서 걸러낸다. 비식별 전처리, 출처 검증, 구조적 출력 제약이 대표 변형이다.
PAX 사례 44건이 이 부품을 쓴다
맥락
외부 모델을 부르거나 대민에 답하는 모든 B 부품. 특히 E2 해외 상용 API, E5 S 이상 데이터, B3 지식 접지 상담, 유형 ① 대민 상담, ④ 기안, ⑥ 콘텐츠, ⑦ 대조·점검, ⑨ 인수인계, ⑬ 비식별·정제 도구.
맞서는 힘(긴장)
- 차단의 엄격함 vs 과잉 차단으로 인한 유용성 저하
- 비식별 강도 vs 문맥 보존
- 결정적 검증의 신뢰성 vs 구현 범위
해법
프롬프트가 기관 밖으로 나가기 전 PII를 마스킹하고 원복 키를 보관하는 비식별 전처리기를 둔다. 응답에는 인용을 원본(법령정보센터·통계표 등)과 대조하는 출처 검증기와, JSON 스키마·허용 목록 같은 구조적 출력 제약을 건다. 근거가 없으면 답하지 않거나 '확인 필요'로 표시한다. 차단 사유는 C4에 남기고, 이용자에게는 F1 출처와 F7 한계 안내로 보인다. 사람이 하는 팩트체크·법무 심의는 C5가 아니라 C1.2에 둔다.
이럴 때 쓴다
- E2 해외 상용 API로 행정망 본문이 외부로 나갈 때(필수)
- E5 S 이상 개인정보·민감정보를 다룰 때
- B3 대민 응답처럼 인용·수치의 정확성이 신뢰의 핵심일 때
- C5가 필수인 유형 ①④⑥⑦⑨⑪⑬
이럴 때는 쓰지 않는다
- E1 로컬 PC 완결로 데이터가 밖으로 나가지 않을 때 비식별은 불필요해질 수 있다(§5 매트릭스, 단 출처 검증은 별개)
- 사람이 수행하는 심의만 있을 때(C1.2로 태그)
- 적대적 입력 탐지가 목적일 때(S8)
얻는 것
- 개인정보 외부 유출 차단
- 환각 인용 감소
- 상용 API 사용 조건 충족
점검표
- 외부 전송 전 무엇이 걸러지는지 답할 수 있는가
- 인용이 원본과 대조되는가
- 근거 없을 때의 동작이 정해져 있는가
- 차단 사유가 기록되는가
구조 — 참여 부품
- 비식별 전처리기 — 외부 전송 전 PII 마스킹과 원복
- 출처 검증기 — 인용을 원본과 대조해 환각을 걸러냄
- 출력 제약 — 스키마·허용 목록·금칙어로 출력 형식 제한
- F1 출처 표시 — 검증된 출처를 이용자에게 보임
변형
- 로컬 비식별 전처리기: 외부 전송 전 PII 마스킹·원복(PAX에서 독립 부품으로 확인)
- 출처 검증기: 인용을 법령정보센터·KCI·CrossRef 원본과 대조
- 구조적 출력 제약·스키마 검증: JSON 스키마·허용 목록으로 출력 범위를 고정(v0.6 식별 신호 추가)
- 근거 재대조형 환각 검증: 추출값의 근거 문장을 원문에서 재대조해 '문서확인/AI추정/문서에없음'으로 재분류
참조 구현 예
- PAX Korean Stats MCP — KOSIS 통계 출처 자동 인용
관련 부품
F1 이용자 쪽 대응 — 검증된 출처 표시 · F7 이용자 쪽 대응 — 근거 없을 때 한계 안내 · A2.4 짝 — 민감정보 외부 유출 대응 · C1.2 구분 — 사람이 하는 심의 · S8 구분 — 적대적 입력 탐지 · S13 변형 후보 — 로컬 비식별 게이트
참고 자료
Fowler Guardrails · InfoQ Output Guardrails·Model Critic · Gulli ch.18 Guardrails · Heiland 규칙 기반 안전장치 · Proxy · Decorator
이 부품과 이어지는 가이드라인
C6 환류 파이프라인 운영 컴포넌트
사용 결과(수정·이의·오탐 기록)가 정해진 주기와 트리거로 재학습·기준 개정에 되돌아오게 해, 배포 후에도 성능과 기준이 개선되게 한다.
PAX 사례 3건이 이 부품을 쓴다
맥락
C4가 수정·이의·오탐을 기록하고 있는 B2 예측기, B4 인식 파이프라인, B5 감지·경보, 추천형 B1. 유형 ③ 현장 감시, ⑤a 분석, ⑩ 위험 예측, ⑪ 추천·매칭.
맞서는 힘(긴장)
- 개선 속도 vs 검증 비용(재학습마다 C9 재검증)
- 현장 피드백 반영 vs 피드백 오염·편향
- 자동 반영 vs 반영 범위 상한
해법
C4의 수정·이의·오탐 기록을 입력으로, 재학습 또는 기준 개정의 주기(예: 6개월)와 트리거(예: 일치율 임계 미만)를 수치로 정한다. 개정 전에는 C9 평가 세트로 재검증해 기준을 넘는 경우에만 배포하고, 개정 이력을 남긴다. 반영 범위에 상한을 두고 평가 기간에는 루프를 동결하는 조건도 정한다. 이용자 쪽에서는 F10 피드백이 입력이 된다.
이럴 때 쓴다
- C4에 수정·오탐 기록이 쌓이는 학습 모델 기반 부품
- 데이터 분포가 시간에 따라 바뀌는 감지·예측 업무
- 유형 ③⑤a⑩⑪처럼 C6가 필수인 유형
이럴 때는 쓰지 않는다
- B0 결정적 도구처럼 학습·개정할 모델·기준이 없을 때
- C4 기록과 C9 평가 세트가 없어 반영 결과를 검증할 수 없을 때(먼저 C4·C9)
얻는 것
- 배포 후 성능 개선
- 현장 기준 변화 반영
- Native 단계 진입 근거
점검표
- 주기·트리거가 수치로 정해져 있는가
- 환류 입력 데이터가 C4에서 나오는가
- 개정 전 재검증 절차가 있는가
- 실증 기간에 완결된 사이클이 1회 이상 기록되었는가
구조 — 참여 부품
- C4 감사 로그·지표 — 수정·이의·오탐 기록 제공
- 환류 규칙 — 주기·트리거·표본·임계값·반영 상한
- C9 평가 세트·회귀시험 — 재학습·개정 결과의 재검증
- F10 이용자 자기확인·피드백 — 이용자 쪽 피드백 입력
변형
- 주기 재학습: 정해진 주기로 수정 데이터를 모아 모델 재학습
- 전문가 판정 적재 플라이휠: 전문가 검수 결과를 Ground Truth DB로 적재해 재학습에 환류
- 프롬프트·기준 개정: 재학습 없이 피드백을 프롬프트·기준에 상한을 두고 반영
- 표본 대조 재조정: 주기적으로 표본을 전문가 판단과 대조해 일치율 미달 시 재조정
관련 부품
C4 입력 — 수정·이의·오탐 기록 · C9 재검증 단계 — C6의 재검증이 곧 C9 · F10 이용자 쪽 입력 — 자기확인·피드백 · C1 원천 — 검토 수정 내역 · A1 기록처 — 재학습 데이터셋
참고 자료
computer.org 지속 학습 · Gulli ch.9 Learning & Adaptation · Observer · State · PAX AIM06
이 부품과 이어지는 가이드라인
F3 결과 대안·부분 재생성 상호작용 패턴
한 요청에 여러 안을 주고 일부만 다시 만들게 해, 첫 결과가 마음에 들지 않을 때 전체를 다시 요청하지 않아도 되게 한다. B′6 반복 개선의 이용자 면이다.
PAX 사례 7건이 이 부품을 쓴다
맥락
B7 콘텐츠 생성기, B1 코파일럿, B2 추천(대안 제시). 유형 ④ 기안 코파일럿(대안), ⑥ 정책·홍보 콘텐츠, ⑪ 추천·매칭(대안).
맞서는 힘(긴장)
- 대안 수 vs 이용자 판단 부담
- 부분 재생성의 편의 vs 전체 일관성
- 선택의 폭 vs 생성 비용 증가
해법
한 요청에 복수의 안을 제시하고, 이용자가 고른 안의 일부(문단·장면·항목)만 선택해 다시 생성하게 한다. 재생성은 나머지 부분의 맥락을 유지한 채 수행한다. 반복 횟수에는 상한을 두어 비용 폭주를 막는다.
이럴 때 쓴다
- 콘텐츠·문안처럼 정답이 하나가 아닌 산출물
- 유형 ⑥ 콘텐츠 제작, ⑪ 추천·매칭(F3 필수), ④ 기안
이럴 때는 쓰지 않는다
- 판정·조회처럼 답이 하나여야 하는 업무
- 재생성이 결과를 흔들어 일관성을 해치는 공식 판단
얻는 것
- 첫 결과 불만족 흡수
- 맞은 부분을 보존한 채 수정
점검표
- 복수 안 또는 부분 재생성이 가능한가
- 재생성 시 나머지 맥락이 유지되는가
- 반복 상한이 있는가
구조 — 참여 부품
- B′6 반복 개선 — 재생성을 수행하는 제어 흐름
- 이용자 — 안을 고르고 다시 만들 부분을 지정
변형
- 결과 대안: 한 요청에 여러 안 제시
- 부분 재생성: 선택한 일부만 다시 생성
관련 부품
B′6 시스템 쪽 대응 — 반복 개선 · F2 짝 — 대안 선택 후 직접 편집 · B7 끼울 자리 — 콘텐츠 생성기 · F8 짝 — 이전 결과로 되돌리기
참고 자료
aiuxpatterns Results · Result Variations · InfoQ Iterative Exploration
X9 담당자와 함께 사라지는 도구 안티패턴
개인이 만든 도구가 부서에 퍼졌지만 라이선스·저장소·인수인계가 없어, 만든 사람의 인사이동과 함께 멈추는 함정이다.
맥락
A7 자체 제작 환경으로 태깅된 도구(PAX 557건 중 317건, 57%), 특히 개인 사용에서 부서 공유로 막 퍼지기 시작한 바이브코딩 도구.
맞서는 힘(긴장)
- 개인의 빠른 제작 vs 조직의 유지보수 책임
- 비공식 공유의 편의 vs 라이선스·저장소 절차
- 현장 맞춤 vs 다른 담당자가 이해할 수 있는 구조
해법
도구가 부서에 퍼지기 시작하면 A7 산출물에 MIT·Apache 등 라이선스를 명시하고, 코드를 개인 PC가 아니라 A3 공공 깃랩 같은 공용 저장소에 등재한다. 업무 규범·프롬프트는 A9 업무 규범 스킬로 패키징해 다른 담당자가 그대로 쓸 수 있게 하고, 설치·설정·데이터 경로를 담은 인수인계 문서를 둔다. 도구를 참조 구현 레지스트리(§13)에 올려 소유를 개인에서 조직으로 옮긴다. transition.blocker에 '담당자 이동'이 적힌 과제는 이 조치를 먼저 한다.
이럴 때 쓴다
- 개인이 만든 도구를 부서원 여러 명이 쓰는데 라이선스 표기가 없다
- 원본 코드가 개인 PC·개인 계정에만 있다
- 인수인계 문서·설치 절차가 없다
- transition.blocker가 '담당자 이동'이다
이럴 때는 쓰지 않는다
- 개인만 쓰는 도구로 부서에 퍼지지 않은 경우(개인 사용 단계는 정상)
- A7로 만들었지만 라이선스 명시·공용 저장소 등재·인수인계가 갖춰진 경우
- 기관 정보화 부서가 넘겨받아 운영 중인 경우
얻는 것
- 현장 담당자가 필요한 도구를 빠르게 만든다
- 공식 절차 없이 바로 퍼진다
점검표
- 라이선스가 명시되어 있는가
- 원본이 공용 저장소에 있는가
- 만든 사람 없이 후임이 설치·실행할 수 있는 문서가 있는가
- 개인 구독·개인 키에 의존하지 않는가
구조 — 참여 부품
- A7 자체 제작 환경 — 도구가 태어난 곳. 라이선스 명시가 전이 조건
- A3 공공 API 제공자(공공 깃랩) — 개인 저장소를 대체하는 공용 등재처
- A9 업무 규범 스킬 — 암묵적 업무 규범을 패키지로 남김
- 후임 담당자 — 인수인계 문서로 도구를 이어받는 사람
변형
- 라이선스 미명시: 코드는 공개했지만 라이선스가 없어 타 기관이 가져다 쓸 수 없음
- 개인 저장소형: 개인 PC·개인 계정에만 원본이 있음
- 개인 구독 의존형: 개인 AI 구독·API 키로 돌아가 담당자가 떠나면 호출이 끊김
관련 부품
A7 발생 자리 — 라이선스 명시가 전이 조건 · A3 대체 — 공공 깃랩 등재 · A9 짝 — 암묵적 규범을 스킬로 패키징 · X3 이웃 안티패턴 — 중복과 사람 의존은 공유 부재의 두 얼굴
참고 자료
PAX 전이 차단 요인 '담당자 이동' · 카탈로그 §5 환경 매트릭스 E2 모델 중립 행(라이선스 명시가 전이 조건)
이 부품과 이어지는 가이드라인
X1 AI 스티커 안티패턴
기존 화면에 요약·챗봇 버튼만 붙이고 업무 순서와 사람·AI의 역할 분담은 그대로 두어, AI가 있어도 업무 산출물이 바뀌지 않는 함정이다.
맥락
기존 행정정보시스템·업무 포털에 AI 기능을 추가하는 과제, 특히 성과 지표가 'AI 기능 탑재 여부'나 호출 수로 잡힌 과제. R24에 따라 AI 런타임이 전혀 없는 순수 행정정보시스템도 이 태그(AI 무관)로 표기한다.
맞서는 힘(긴장)
- 빠른 도입 실적 vs 업무 흐름 재설계 비용
- 기존 시스템 무변경(안정성) vs 산출물 단위의 역할 분담
- 'AI 탑재' 홍보 효과 vs 실제 처리시간·수정률 개선
해법
먼저 가치 흐름 규칙(R1)으로 사람 또는 국민이 최종으로 받는 핵심 산출물을 정하고, 그 산출물을 AI가 어떤 모양으로 분담할지 B 업무 컴포넌트를 하나 고른다(초안→사람 확정이면 B1, 근거 접지 답변이면 B3, 서류 추출이면 B4). 사람이 확정하는 지점은 C1 검토 큐로, 이용자가 고쳐 확정하는 면은 F2 편집 가능한 출력으로 명시한다. 흐름이 바뀌었는지는 C4 감사 로그·지표의 처리시간·수정률로 잰다. AI 런타임이 전혀 없는 행정정보시스템이라면 AI로 포장하지 말고 R24대로 B0·service_type 0·platform 공란·X1(AI 무관)으로 정직하게 분류한다.
이럴 때 쓴다
- AI 기능이 추가됐다는 서술은 있으나 처리 단계 수·결재선·담당자 역할이 바뀌었다는 서술이 없다
- 성과 지표가 AI 호출 수·이용 만족도뿐이고 처리시간·수정률 같은 산출물 지표가 없다
- 챗봇이 기관 업무 데이터·시스템과 연결되지 않은 범용 대화에 머문다
- AI 런타임이 전혀 없는 행정정보시스템이 AX 과제로 분류되어 있다(R24)
이럴 때는 쓰지 않는다
- B1 코파일럿처럼 AI가 초안을 만들고 사람이 확정하는 역할 분담이 실제로 서술된 경우
- B8 레거시 오버레이처럼 표준 시스템 위에 얹었지만 업무 산출물을 AI가 만들어 내는 경우
- B0 결정적 도구가 반복 취합 업무를 실제로 줄이고 AI로 포장하지 않은 경우(Ready 부품으로 정직하게 분류된 경우)
얻는 것
- 기존 시스템을 건드리지 않아 도입이 빠르고 장애 위험이 낮다
- 'AI 탑재' 실적을 즉시 보고할 수 있다
점검표
- AI 도입 전후 처리 단계·담당자 역할의 차이를 한 장으로 보여 줄 수 있는가
- AI가 만드는 산출물과 사람이 확정하는 지점이 명시되어 있는가
- 처리시간·수정률 같은 산출물 지표가 도입 전 기준선과 함께 있는가
- AI 런타임이 없는데 AI 과제로 보고하고 있지 않은가
구조 — 참여 부품
- 덧붙인 AI 기능 — 요약·대화 버튼. 업무 산출물 생산에 역할이 없음
- B1 코파일럿 — 교정 후 초안→사람 확정으로 산출물 역할을 나누는 대체 부품
- C1 검토 큐 — 교정 후 사람이 확정하는 지점을 명시
- C4 감사 로그·지표 — 흐름이 실제로 바뀌었는지 처리시간·수정률로 측정
변형
- 요약 버튼형: 기존 화면에 '요약' 버튼만 추가하고 결재·처리 단계는 그대로
- 범용 챗봇 부착형: 업무 데이터와 연결되지 않은 범용 대화창을 포털에 부착
- AI 무관 행정시스템(R24): AI 런타임이 전혀 없는 순수 행정정보시스템(예: 교육·인증 학습관리시스템). B0·service_type 0·platform 공란과 함께 X1(AI 무관)로 표기
관련 부품
B1 대체 — 초안→사람 확정으로 산출물 역할을 나누는 교정 목표 · C1 교정에 끼울 자리 — 사람이 확정하는 지점 · B0 정직한 분류 — AI 런타임이 없으면 B0 Ready 부품으로(R24) · C4 기록처 — 흐름 변화의 증거(처리시간·수정률) · X8 이웃 안티패턴 — 개수·탑재를 성과로 세는 같은 뿌리
참고 자료
PAX 기준서 '기능 탑재가 아니라 실제 업무 산출물이 관건' · PAX 원칙 '도구를 호출해도 기존 흐름이 그대로면 Enabled'
실무 도입 카드
필요한 것
실행환경: 설치 필요
첫 3단계
① 설치 파일·요구 사양 확인 → ② 개인 환경에서 기능 검증 → ③ 부서 공유 전 관리자 권한 확인
주의사항
게시글 주장 외 독립 증거가 아직 없습니다 · 실사용 피드백이 미확인입니다 — 도입 전 소규모 검증을 권합니다 · 성과 수치는 출처가 확인된 것만 신뢰하세요
전이 절차(보안검토→품의→배포)는 전이 플레이북을 참고하세요.