Public Cardnews — 정부·공공기관 정책 카드뉴스를 기획부터 이미지까지 만드는 Codex 스킬

영상·카드뉴스·교육자료·정보지·기사처럼 산출물 자체가 콘텐츠인 것을 AI가 만들고, 사람이 검수·편집해 발행한다.

PAX 사례 12건이 이 부품을 쓴다

맥락

보도자료·정책 홍보·교육자료·정보지 발간(유형 ⑥)에 쓴다. 공개(O) 자료가 대부분이지만 이미지 생성 등에서 해외 상용 API 의존이 강하다. 커뮤니티 대화를 정기 요약해 위키·기사로 발행하는 파이프라인도 이 부품의 변형이다(R25).

맞서는 힘(긴장)

• 제작 속도 vs 사실·저작권 검수
• 기관 톤 일관성 vs 매번 새로운 표현
• 해외 상용 생성 API 품질 vs 벤더 의존

해법

주제·원자료·톤 가이드를 입력으로 받아 계획을 먼저 세우고(B′8) 대본·이미지·기사 초안을 만든 뒤, 형식 기준에 맞을 때까지 반복 개선한다(B′6). 기관 문체·표현 윤리는 A9 스타일 스킬로 고정하고, 보도자료 같은 공공 문서 입력은 A10으로 받는다. C5 저작권·사실검증과 C1 검수를 거쳐 사람이 발행하며, 이용자는 여러 안과 부분 재생성(F3)으로 결과를 고른다.

이럴 때 쓴다

• 콘텐츠 자체가 최종 산출물이고 반복 제작이 병목일 때
• 기관 스타일을 스킬로 정리할 수 있을 때
• 유형 ⑥ 정책·홍보 콘텐츠 제작

이럴 때는 쓰지 않는다

• 내부 기안·보고서 초안이면(B1)
• 규정에 근거한 답변이 핵심이면(B3)
• 사실검증·검수 인력이 없어 공개 전 확인을 할 수 없을 때

얻는 것

• 제작 시간 단축(보도자료 → 카드뉴스 15분)
• 외주 의존 감소
• 기관 템플릿으로 공유 가능

점검표

• 기관 스타일 규범이 스킬로 분리되어 있는가
• 발행 전 사실·저작권 검수가 운영되는가
• 반복 개선에 최대 반복 횟수가 있는가
• 이용자가 일부만 다시 만들 수 있는가(F3)

구조 — 참여 부품

• A9 업무 규범 스킬 — 기관 스타일·표현 윤리 규범
• A2 모델 서빙 계층 — 텍스트·이미지 생성 모델
• C5 가드레일 필터 — 저작권·사실검증
• C1 검토 큐 — 발행 전 검수
• 홍보·발간 담당자 — 편집과 발행 결정

변형

• 홍보물 생성: 카드뉴스·영상 등 홍보 콘텐츠(정의에 열거된 산출물)
• 발간물·정보지 생성: 정보지·기사 등 발간 콘텐츠(정의에 열거된 산출물)
• 교육자료 생성: 교육용 자료 제작(정의에 열거된 산출물)
• 커뮤니티 지식화: 오픈채팅·게시판 등 비정형 커뮤니티 대화를 정기 자동 요약·익명화해 위키·기사로 발행(R25)

참조 구현 예

• PAX ReleasePick — 보도자료 → 카드뉴스 15분, HWPX 보도자료 입력(카드 참조 구현)
• PAX Public Cardnews — 카드뉴스 스킬(카드 참조 구현)
• PAX 9e0778df3c0ad630 — 오픈카톡 대화를 위키·기사·이슈분석으로 구조화, B7-c 참고 모델(§13)

관련 부품

A9 끼울 자리 — 스타일 스킬 · F3 이용자 쪽 대응 — 결과 대안·부분 재생성 · B′6 배선 — 형식 목표까지 반복 개선 · B′8 배선 — 기획 먼저, 제작은 순서대로 · S8 보안 짝 — 독립 검증기

참고 자료

GoF Builder·Template Method · InfoQ Iterative Exploration

이 부품과 이어지는 가이드라인

• 인공지능 투명성 확보 가이드라인 과학기술정보통신부, 2026.1.
• 2026 인공지능 윤리기준 실천 자율점검표 과학기술정보통신부·KISDI, 2026.2.
• 생성형 AI 저작권 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

계획자가 전체 단계를 먼저 쓰고 실행자가 그 순서대로 수행하는 배선이다. 중간 이탈이 비싼 긴 업무에서 단계 누락과 실행 무질서를 막는다.

PAX 사례 5건이 이 부품을 쓴다

맥락

B7 콘텐츠 생성(유형 ⑥ 기획 → 제작)과 B6 오케스트레이터의 긴 업무에 쓴다. C3 상태 머신과 짝을 이루고, 보안 목적으로 계획을 고정해 정책으로 검증하면 S5가 된다.

맞서는 힘(긴장)

• 실행 질서·추적 가능성 vs 중간 계획 변경의 어려움
• 계획 품질 의존 vs 계획 오류가 전체에 번지는 위험
• 계획 고정의 보안 이점(S5) vs 탐색 과제 부적합

해법

계획자가 목표를 받아 단계 목록(도구·입력·완료 조건)을 먼저 쓰고, 필요하면 사람이 계획을 확인한다(F6). 실행자는 계획 순서대로 수행하며 단계 상태를 C3 상태 머신에 기록해 어디서 멈췄는지 알 수 있게 한다. 실패 단계는 재시도하거나 재계획하되 재계획 횟수를 제한한다. 신뢰 불가 데이터를 읽기 전에 계획을 고정하고 허용 도구·권한 정책으로 검증하면 S5 보안 부품이 된다.

이럴 때 쓴다

• 중간 이탈 비용이 큰 긴 업무일 때
• 단계가 빠지거나 순서가 꼬이는 실패가 관측될 때(§7.5)
• 실행 전에 사람이 계획을 확인해야 할 때

이럴 때는 쓰지 않는다

• 탐색적 질의로 관찰마다 방향이 바뀔 때(B′7)
• 순서가 코드로 고정된 파이프라인일 때(B′1)

얻는 것

• 단계 누락·실행 무질서 방지
• 진행 상태 추적
• 실행 전 사람 확인 가능

점검표

• 이 건이 어느 단계에서 멈췄는지 시스템이 아는가
• 실행 전에 계획을 확인할 수 있는가
• 재계획 횟수에 상한이 있는가

구조 — 참여 부품

• 계획자 — 단계 목록을 먼저 작성
• 실행자 — 계획 순서대로 수행
• C3 상태 머신·롤백 — 단계 상태 추적과 되돌림
• F6 에이전트 행동 검토·확인 — 실행 전 계획 확인

관련 부품

C3 짝 — 상태 머신 · S5 제약형 — 계획 후 실행 · B′7 대안 — 탐색적 과제 · B7 배선 자리 — 유형 ⑥ · F6 이용자 쪽 대응 — 실행 전 확인

참고 자료

Towards AI #3 · Gulli ch.6 Planning · Springer Planning

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

생성과 검증을 분리해, 비평이 통과시킬 때까지 생성물을 고쳐 다시 만드는 배선이다. 반복 상한이 없으면 비용이 폭주한다.

PAX 사례 11건이 이 부품을 쓴다

맥락

B1 코파일럿(유형 ④ 내부 문서·기안, ⑫ 개발 코파일럿)과 B4 접수·심사, 유형 ⑦ 대조·점검의 기본 배선이다. C5 Model Critic도 이 원형에서 나왔다.

맞서는 힘(긴장)

• 품질 향상 vs 호출 비용·지연
• LLM 비평의 유연성 vs 비결정성(규칙 검사로 보강 필요)
• 반복 수정의 개선 효과 vs 수렴하지 않는 루프

해법

생성자가 초안을 만들면 비평자(다른 프롬프트·모델 또는 규칙 검사)가 기준에 따라 통과·불통과와 수정 사유를 내고, 불통과면 사유를 붙여 다시 생성한다. 반복은 2~3회로 상한을 두고, 상한에 도달하면 사람에게 넘긴다. LLM 자가채점의 비결정성은 글자 수·필수 항목·논리 모순 같은 규칙 검사로 보강한다. 비평 기준은 A9 스킬에 두고 C9 평가 세트로 기준 자체를 검증한다.

이럴 때 쓴다

• 출력 품질이 들쭉날쭉할 때(§7.5)
• 품질 기준을 비평 규칙으로 적을 수 있을 때
• 유형 ④·⑦·⑫ 조립 템플릿

이럴 때는 쓰지 않는다

• 기준이 수치 목표(정확도·길이·형식)라 그 목표까지 순환하면 되는 경우(B′6)
• 재생성 없이 기각·강등만 하면 되는 판정일 때(B′9)
• 반복 상한과 비용 지표를 둘 수 없을 때(X12)

얻는 것

• 출력 품질 안정
• 비평 이력으로 수정 사유 추적
• 규칙 검사와 결합하면 비결정성 완화

점검표

• 반복 상한이 설정되어 있는가
• 비평자가 생성자와 분리되어 있는가
• 규칙으로 검사 가능한 항목을 코드로 검사하는가
• 비평 도입 효과를 평가 세트로 쟀는가

구조 — 참여 부품

• 생성자 — 초안 생성과 수정
• 비평자 — 기준 검사, 통과 여부와 수정 사유 제시(LLM 또는 규칙)
• A9 업무 규범 스킬 — 비평 기준 보관
• C1 검토 큐 — 반복 상한 도달 건 처리

관련 부품

C5 운영 부품 — Model Critic의 원형 · B′6 이웃 — 수치 목표형 반복 · B′9 대안 — 재생성 없이 기각·강등 · S8 탐지형 — 독립 검증기·이중 심판 · B1 배선 자리 — 유형 ④·⑫

참고 자료

Google ADK #5 Generator-Critic · Gulli ch.4 Reflection · Towards AI #1 · InfoQ Model Critic · adaptive.live 평가자-최적화자

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

GPT·Gemini·Claude·HyperCLOVA X·Upstage 등 상용 모델 API를 서빙 계층을 거쳐 호출해 자체 인프라 없이 최신 모델 성능을 쓴다.

PAX 사례 88건이 이 부품을 쓴다

맥락

E2는 해외 상용 API(또는 국산 상용 모델 API), E1은 인터넷망·클라우드다. E5 등급이 O이거나 비식별 후 전송해도 되는 업무에 맞는다. 대민 상담(B3)·코파일럿(B1)·콘텐츠 생성(B7)에서 흔하다.

맞서는 힘(긴장)

• 모델 성능·도입 속도 vs 데이터 반출·주권
• 종량 과금의 초기 저비용 vs 호출량 증가 시 비용 예측 어려움
• 벤더의 모델 개선 vs 예고 없는 품질 회귀
• 단일 API의 단순함 vs 장애 시 서비스 중단

해법

업무 코드는 서빙 계층만 부르고, 서빙 계층이 상용 API를 호출한다. 행정망 본문이 나가는 경로 앞에는 C5 비식별 전처리를 두고, 대체 모델을 등록해 C7 폴백을 건다(§5 매트릭스 E2 해외 상용 API 행). 모델 버전을 고정하고 모델·프롬프트·설정 조합을 릴리스처럼 관리해 업데이트 전후를 C9로 비교한다. 비용이 문제면 라우팅·캐싱으로 큰 모델 호출을 줄인다. E5가 S 이상이면 이 변형 단독으로는 안 되고 A2.4 내부망 프록시를 거친다.

이럴 때 쓴다

• 인터넷망·클라우드 환경이고 데이터 등급이 O이거나 비식별 후 전송 가능할 때
• PoC 초기에 모델 성능을 빠르게 확인해야 할 때
• 자체 GPU·운영 인력이 없을 때

이럴 때는 쓰지 않는다

• E1이 폐쇄망이면 조립 오류(A2.2·A2.4로)
• E5가 S 이상인데 내부망 프록시가 없을 때(A2.4 필수)
• 상시 서비스인데 대체 경로를 둘 수 없을 때

얻는 것

• 인프라 없이 최신 모델 성능
• 빠른 PoC
• 벤더의 지속적 개선

점검표

• 업무 코드가 상용 API를 직접 부르지 않는가
• 외부로 나가는 프롬프트에서 무엇이 걸러지는지 답할 수 있는가
• API 장애 시 대체 경로가 있는가
• 모델 버전과 호출당 비용·지연이 기록되는가

구조 — 참여 부품

• A2 서빙 계층 — 업무 코드 대신 상용 API를 호출하고 버전·사용량을 기록
• C5 가드레일(비식별 전처리) — 외부 전송 전 민감정보 제거
• 상용 모델 API — 기관 밖에서 추론을 수행
• C7 폴백 스위치 — API 장애·품질 저하 시 대체 모델·수동 처리로 전환

변형

• 해외 상용 API: GPT·Gemini·Claude 등이다. E2 값은 해외 상용 API.
• 국산 상용 API: HyperCLOVA X·Upstage 등 국내 사업자 API. 망·등급 조건은 해외와 같이 따진다.
• 구조화 호출: function calling·JSON Schema로 출력 형식을 고정해 부른다. 판정은 규칙 엔진에 남긴다.

관련 부품

C7 필수 짝 — 상용 API 의존이면 폴백 필수 · C5 선행 — 외부 전송 전 비식별 · A2.4 대안 — 행정망·민감 등급일 때 중계 경유 · C9 짝 — 모델 업데이트 회귀시험

참고 자료

Fowler Direct Prompting · InfoQ 모델 라우팅·캐싱 · Microservice 패턴 Circuit Breaker

이 부품과 이어지는 가이드라인

• 국가 망 보안체계(N²SF) 보안가이드라인 1.0 국가정보원/국가사이버안보센터, 2025.9.
• 내부업무망 SaaS 망분리 예외 적용 보안 해설서 금융보안원, 2026.4(게시 2026.4.20).
• 생성형 AI 개발·활용을 위한 개인정보 처리 안내서 개인정보보호위원회, 2025.8(게시 2025.8.6).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

보고서 구조·문체·서식·검증 절차 같은 업무 규범을 모델 중립 스킬(지침 + 검증기 + 출력 서식)로 패키징해 어떤 모델·에이전트에서든 재사용한다.

PAX 사례 54건이 이 부품을 쓴다

맥락

기안·보고서·콘텐츠처럼 서식과 문체가 정해진 산출물을 만드는 B1·B7, BYO 코딩 에이전트 환경(E2 모델 중립), 개발 코파일럿에서 쓴다. 유형 4·6·12에서는 필수 기반이고, §7.2 진행 경로에서는 3단계에 놓인다.

맞서는 힘(긴장)

• 규범 고정(일관성) vs 담당자 재량
• 모델 중립(이식성) vs 특정 모델 최적화
• 규범 공개·재사용 vs 프롬프트·규범 유출
• 가중치에 넣기(튜닝) vs 문서로 주입하기

해법

규정집·매뉴얼·서식 예시에서 업무 규범을 뽑아 지침(구조·문체·금지 사항), 검증기(형식·인용·수치 검사), 출력 서식(HWPX·DOCX 등)으로 묶은 스킬 패키지로 만든다. 모델 호출 코드와 분리된 파일로 두어 어떤 코딩 에이전트·모델에서도 같은 절차가 돌게 한다(External Configuration). 산출·검증된 수치와 출처만 주입하고 미제공 수치·순위 생성을 금지하는 식으로 생성 범위를 규범으로 좁힌다. 스킬은 버전으로 관리해 규범 유출·변경을 추적하고, C9로 스킬 변경 전후 품질을 잰다.

이럴 때 쓴다

• 산출물 서식·문체·구조가 정해져 있을 때
• 출력 품질이 들쭉날쭉할 때(§7.5)
• BYO 환경에서 모델과 무관하게 같은 절차를 돌려야 할 때
• 갱신이 잦은 규범을 튜닝 없이 반영해야 할 때

이럴 때는 쓰지 않는다

• 규범이 문서로 정리되지 않았고 정리할 담당도 없을 때
• 지식 검색이 필요한 문제(B3 접지가 먼저)
• 스킬 내용 자체가 민감해 배포할 수 없는데 버전 관리·접근 통제를 둘 수 없을 때

얻는 것

• 출력 일관성
• 모델 교체 가능(BYO에서는 교체 가능성이 곧 C7)
• 타 기관 재사용
• 튜닝 없이 규범 갱신

점검표

• 규범이 모델 호출 코드와 분리된 파일로 있는가
• 검증기가 출력 형식·인용·수치를 실제로 검사하는가
• 스킬에 버전이 있는가
• 다른 모델로 바꿔도 같은 서식이 나오는지 확인했는가

구조 — 참여 부품

• 규범 원천(규정집·매뉴얼·서식) — 스킬로 옮길 업무 규범의 출처
• 스킬 패키지 — 지침·검증기·출력 서식을 모델 밖 파일로 묶음
• 코딩 에이전트·모델(BYO) — 스킬을 불러 규범대로 산출
• A10 문서 형식 어댑터 — 출력 서식을 HWPX·DOCX로 내보냄
• C9 평가 세트 — 스킬 변경 전후 품질 비교

변형

• 보고서·문서 규범 스킬: gov-report-skill(기획보고서 7대 항목), 원페이퍼 스킬(A4 한 쪽·DOCX 검증).
• 스타일·콘텐츠 스킬: Public Cardnews(6개 스타일), 제작 가이드·검수 체크리스트를 묶은 제작 스킬 패키지.
• 검증 스킬: paper-verify(인용 검증)처럼 검증 절차 자체를 패키징한다.
• 규정집→스킬 변환: book-to-skill은 PDF 규정집을 에이전트 스킬로 자동 변환한다(A9+A10 조합).
• 지식 가이드 In-Context 주입: 파인튜닝 대신 추출·판정 기준을 문서형 가이드로 증류해 주입한다.

참조 구현 예

• PAX gov-report-skill — 기획보고서 7대 항목 스킬(§6 A9 카드)
• PAX paper-verify — 인용 검증 스킬(§6 A9 카드)

관련 부품

A10 짝 — 스킬 출력 서식을 공공 문서 형식으로 · B1 소비처 — 스킬 코파일럿 · C9 짝 — 스킬 변경 회귀시험 · A2.0 짝 — BYO 환경의 모델 중립 · A2.3 대안 — 가중치에 넣는 방식

참고 자료

GoF Template Method · Microservice 패턴 External Configuration · InfoQ Few-shot·Role·CoT · aiuxpatterns Prompt Templates

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

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

• 공공기관 신뢰가능 AI 구현 실용가이드 NIA, 2019(게시 2019.12.30).
• 금융분야 인공지능 가이드라인 금융위원회, 2026.6.22 시행(보도 2026.6.18).
• 금융분야 AI 위험관리프레임워크 금융감독원, 2026.6.
• 자동화된 결정에 대한 정보주체 권리 안내서 개인정보보호위원회, 2024.9. 공식 게시물 미확인(2024.9 보도로 확인).
• 고영향 인공지능 사업자 책무 가이드라인 과학기술정보통신부, 2026.1.
• 신뢰할 수 있는 인공지능 개발 안내서 과학기술정보통신부·TTA, 일반 2023·2024년판, 분야별 2023~2024.
• 인공지능 개발과 활용에 관한 인권 가이드라인 국가인권위원회, 2022(2022.4.11 전원위원회 의결). 공식 게시물 미확인(2022.4.17 보도로 확인).
• 생성형 인공지능 결과물에 의한 저작권 분쟁 예방 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.
• KS X ISO/IEC 22989 인공지능 개념 및 용어, KS X ISO/IEC TR 24028 인공지능의 신뢰성 개요 국가기술표준원 고시 제2023-0612호, 두 표준 모두 발행 2023.12.14. 각각 ISO/IEC 22989:2022, ISO/IEC TR 24028:2020과 일치(IDT).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

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

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

에이전트가 무엇을 하려는지 먼저 보여 주고 이용자의 확인을 받은 뒤 실행한다. C8 권한 경계와 C1 검토 큐의 이용자 면이며 P2 이상에서 필수다.

PAX 사례 11건이 이 부품을 쓴다

맥락

도구 호출·시스템 쓰기가 있는 B6 오케스트레이터, B8 레거시 오버레이, A8 MCP 호스트. 유형 ② 접수·심사, ⑤b 데이터 에이전트(도구 호출 확인).

맞서는 힘(긴장)

• 안전 vs 확인 피로(모든 행동을 확인하면 형식화)
• 행동 설명의 이해 가능성 vs 기술적 정확성

해법

에이전트가 실행하려는 행동(도구·대상·인자·예상 결과)을 이용자가 이해할 수 있는 말로 먼저 보여 주고, 확인·수정·취소를 받은 뒤 실행한다. 확인 대상은 C8 권한 정책의 위험도로 정해, 되돌리기 어려운 조치에 집중한다. 확인 결과는 C4에 남긴다.

이럴 때 쓴다

• E4 P2 이상(필수)
• 되돌리는 데 사람 시간이 많이 드는 조치
• 유형 ②·⑤b의 필수 상호작용

이럴 때는 쓰지 않는다

• P0 읽기 전용 조회로 부작용이 없을 때
• 쉽게 되돌릴 수 있는 저위험 조치(확인 피로를 피함)

얻는 것

• 되돌릴 수 없는 조치 방지
• 이용자가 에이전트 행동을 이해

점검표

• 되돌리기 어려운 행동이 실행 전 확인을 거치는가
• 확인 화면이 대상·인자·예상 결과를 보여 주는가
• 확인 이력이 기록되는가

구조 — 참여 부품

• C8 권한 경계·킬스위치 — 확인이 필요한 행동의 기준
• 이용자 — 행동을 보고 확인·취소
• C4 감사 로그·지표 — 확인 이력 기록

변형

• 도구 호출 확인: 도구 호출 전 대상·인자를 보여 주고 승인
• 계획 확인: 다단계 실행 계획 전체를 먼저 보여 주고 승인

관련 부품

C8 시스템 쪽 대응 — 권한 경계 · C1 짝 — 산출물 검토 · B6 끼울 자리 — 오케스트레이터 · C4 기록처 — 확인 이력

참고 자료

aiuxpatterns Agents · Agent Action Review · Towards AI 동기 HITL · Beurer-Kellner 부록: 민감 행동의 사용자 확인

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

보도자료·카드뉴스·포스터·정보지를 기획부터 발행까지 만드는 내부 운영 블록이다. B7 콘텐츠 제작의 업무 블록 버전이다.

PAX 사례 22건이 이 부품을 쓴다

맥락

기관이 외부에 내는 발행물을 만드는 업무. §7.3 유형 ⑥ 정책·홍보 콘텐츠 제작(D8.10, P1). PAX 22건(주 부품 B0 45%, B7 36%).

맞서는 힘(긴장)

• 제작 속도 vs 사실·저작권 검수
• 스타일 일관성 vs 매번 다른 요구
• 생성자-비평가·반복 개선 품질 vs 반복 비용(X12)
• 참고 링크 활용 vs 보도자료·링크 속 유출 링크 삽입 위협

해법

B7 콘텐츠 제작을 B′8 계획-실행(기획 → 구성 → 생성 → 편집)과 B′6 반복 개선으로 배선하고, 반복 상한을 둔다. 기관 스타일은 A9 스타일 스킬로 패키징하고, 보도자료 입력은 A10(HWPX)으로 읽는다. 발행 전에는 C5 저작권·사실 검증과 C1 검수를 필수로 두고, 필요하면 C1.2 심의 게이트(법무·표시광고)를 더한다. 출력은 F2 편집 가능(PPTX·피그마 등)과 F3 대안·부분 재생성으로 담당자가 고치게 한다. S8 독립 검증기로 유출 링크·사실 오류를 거른다.

이럴 때 쓴다

• 보도자료를 여러 발행 형식으로 반복 제작할 때
• 기관 스타일을 여러 담당자가 일관되게 써야 할 때
• 외부 디자인 용역 의존을 줄이고 싶을 때

이럴 때는 쓰지 않는다

• 내부 보고서·공문 첫 판이면 D8.3
• 발행 없이 자료 요약만 하면 D8.2
• 국민에게 개인 맞춤 안내를 주면 D7

얻는 것

• 발행물 제작 시간 단축
• 기관 스타일 일관성
• 외부 용역 의존 감소

점검표

• 발행 전 사람 검수가 필수로 걸려 있는가
• 사실·저작권 검증 절차가 있는가
• 결과를 편집 가능한 형식으로 고칠 수 있는가
• 반복 개선에 상한이 있는가

구조 — 참여 부품

• 홍보 담당자 — 기획을 주고 결과를 고쳐 발행
• B7 콘텐츠 제작 — 기획부터 생성까지
• A9 업무 규범 스킬(스타일) — 기관 스타일 패키지
• A10 문서 형식 어댑터 — HWPX 보도자료 입력
• C5 가드레일·출처 검증 — 저작권·사실 검증
• C1 검토 큐 — 발행 전 검수

변형

• 보도자료 → 카드뉴스형: 보도자료를 카드뉴스·인포그래픽으로(ReleasePick).
• 스타일 스킬형: 편집 가능한 PPTX·피그마 슬라이드를 공공 스타일로(Public Cardnews).
• 편집국형: 기획·제작·검수를 단계화한 콘텐츠 제작 체계.
• 커뮤니티 지식화형: 비정형 커뮤니티 대화를 정기 요약·익명화해 발행(B7-c, R25).

참조 구현 예

• ReleasePick — 카탈로그 D8.10 카드 예·§7.3 유형 ⑥ 참조 구현: 보도자료를 15분 만에 카드뉴스·인포그래픽으로
• 수정 가능한 PPTX·피그마 슬라이드 스킬 — 카탈로그 D8.10 카드 예: 공공 카드뉴스 스타일
• Public Cardnews — §7.3 유형 ⑥ 참조 구현

관련 부품

B7 전형 부품 — 콘텐츠 제작 · A9 필수 기반 — 스타일 스킬 · C1.2 선택 통제 — 심의 게이트 · S8 필수 보안 — 독립 검증기 · D8.3 이웃 블록 — 내부 문서 초안

참고 자료

카탈로그 §7.3 유형 ⑥ · 카탈로그 §7.4 유형 ⑥ 위협 모델 · 카탈로그 §6 B7 카드

이 부품과 이어지는 가이드라인

• 생성형 AI 저작권 안내서 문화체육관광부·한국저작권위원회. 4종 모음 게시물에 수록.

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

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

• 금융분야 인공지능 보안 안내서 금융보안원, 2026.6(게시 2026.6.19).
• 공공 AX 프라이버시 보호 안내서 개인정보보호위원회, 2026.7(2026.7.23 제11회 과학기술관계장관회의에서 공개).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

상용 API 하나에 전 기능이 묶여 있어, 그 API가 멈추거나 바뀌면 무슨 일이 생기는지 아무도 답하지 못하는 함정이다.

맥락

E2가 해외 상용 API이고 B 부품이 그 API를 게이트웨이 없이 직접 호출하는 과제. 특히 대민 자동응답·상시 감지처럼 중단 비용이 큰 서비스.

맞서는 힘(긴장)

• 최고 성능 단일 모델 vs 대체 경로 유지 비용
• 빠른 시범 구축 vs 게이트웨이·폴백 설계
• 모델 업데이트의 성능 향상 vs 예고 없는 동작 변화

해법

모델 호출을 A2 모델 서빙 계층 뒤로 숨겨 B 부품이 특정 벤더 API를 직접 부르지 않게 한다. 그 위에 C7 폴백 스위치로 재시도 → 기존 API → 대체 MCP → 대체 모델(A2.2 주권형 로컬 등) → 규칙 기반 축소 → 수동 전환의 경로를 정하고 전환 이력을 C4에 남긴다. 모델 교체가 실제로 안전한지는 C9 평가 세트로 재어 버전을 고정한다. 모델 중립(BYO) 배포라면 A9 스킬 형태로 배포해 모델 교체 가능성 자체를 폴백으로 삼는다.

이럴 때 쓴다

• E2가 해외 상용 API인데 C7 폴백이 없다(분류기준 검증 경고 조건)
• 'API가 멈추면 어떻게 되는가'에 대한 서술이 없다
• 모델 버전 고정·교체 시험 기록이 없다
• A2 게이트웨이 없이 B 부품이 벤더 API를 직접 호출한다

이럴 때는 쓰지 않는다

• B0 결정적 도구처럼 런타임 AI가 없는 경우
• 로컬 완결 도구로 외부 의존이 없는 경우
• 모델 중립(BYO) 배포로 A9 스킬 형태라 이용자가 모델을 바꿀 수 있는 경우
• 상용 API를 쓰되 A2 게이트웨이와 C7 대체 경로가 구현된 경우

얻는 것

• 가장 성능 좋은 모델을 가장 빨리 쓴다
• 게이트웨이·대체 모델 유지 비용이 없다

점검표

• 모든 모델 호출이 A2 한 곳을 지나는가
• 대체 경로가 하나 이상 구현되어 있는가
• 대체 모델의 품질이 C9로 측정되어 있는가
• 모델 버전이 고정되어 있고 교체가 릴리스처럼 관리되는가

구조 — 참여 부품

• A2 모델 서빙 계층 — 벤더 API를 숨기는 끼울 자리
• C7 폴백 스위치 — 장애 시 대체 경로로 전환
• C9 평가 세트·회귀시험 — 대체 모델의 품질을 같은 자로 확인
• 단일 상용 API — 모든 기능이 묶인 의존 대상

변형

• 직접 호출형: 게이트웨이 없이 코드 곳곳에서 벤더 SDK를 직접 호출
• 벤더 내장형: 벤더 제품 안에 모델이 박혀 교체 자체가 불가능(A2.6 블랙박스와 결합)
• 버전 미고정형: 모델 버전을 고정하지 않아 업데이트가 예고 없이 동작을 바꿈

관련 부품

C7 대체 — 장애 시 이어 가는 폴백 경로 · A2 끼울 자리 — 벤더 API를 숨기는 모델 서빙 계층 · A2.2 대체 모델 후보 — 주권형 로컬 · C9 선행 — 대체 모델 품질 확인과 버전 고정 · A9 BYO 배포에서의 대응 — 스킬 형태면 모델 교체 가능

참고 자료

Gulli ch.12 Exception Handling · Microservice Circuit Breaker · PAX Native 관문 4

이 부품과 이어지는 가이드라인

• 인공지능과 머신러닝 공급망 위험 및 완화방안 국가정보원, 2026.3(게시 2026.3.5).

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗

생성자-비평가·반복 개선 루프에 최대 반복을 두지 않아, 품질은 그대로인데 토큰과 지연만 늘어나는 함정이다.

맥락

B′5·B′6을 쓰는 B1·B7·B3 과제, 특히 상용 API 과금 환경이나 자원이 제한된 폐쇄망 로컬 모델 환경.

맞서는 힘(긴장)

• 한 번 더 돌리면 나아질 것이라는 기대 vs 수렴 보장 없음
• 품질 기준 도달 vs 비용·지연 상한
• 완전 자동 vs 수렴 실패 시 사람에게 넘김

해법

B′5·B′6 루프에 최대 반복(2~3회)을 설정하고, 상한에 도달해도 기준을 못 넘으면 C1 검토 큐로 사람에게 넘긴다. A2 모델 서빙 계층에서 호출당 비용·P95 지연을 지표로 수집하고(C4), S1 단일 진입점에 요청·비용 상한을 둬 폭주를 막는다. 재생성이 필요 없는 판정 구조라면 B′9 결정론 판정 게이트처럼 재생성 없이 기각·강등만 하는 비루프 검증으로 바꾼다. 상한 값은 C9 평가 세트에서 반복 횟수별 점수를 재어 정한다.

이럴 때 쓴다

• B′5·B′6 루프의 종료 조건이 '통과할 때까지'뿐이고 최대 반복이 없다
• 호출당 비용·지연 지표가 없다
• 반복 횟수별 품질 변화를 잰 기록이 없다
• 비용·지연 폭주가 관측되었다

이럴 때는 쓰지 않는다

• 최대 반복(2~3회)과 상한 도달 시 처리 경로가 정해진 경우
• B′9처럼 재생성 없이 기각·강등만 하는 비루프 검증
• 반복이 사람의 수동 요청(F3 부분 재생성)으로만 일어나는 경우

얻는 것

• 구현이 단순하고 '품질이 나올 때까지 돈다'는 설명이 쉽다
• 가끔 추가 반복으로 품질이 오른다

점검표

• 모든 루프에 최대 반복이 있는가
• 상한 도달 시 사람에게 넘기는 경로가 있는가
• 지난달 호출당 비용과 P95 지연을 말할 수 있는가
• 상한 값이 C9 측정으로 정해졌는가

구조 — 참여 부품

• B′5 생성자-비평가 — 반복 상한 2~3회가 필요한 루프
• B′6 반복 개선 — 수렴 보장이 없어 최대 반복이 필수인 루프
• A2 모델 서빙 계층 — 호출당 비용·지연 지표의 수집 지점
• C1 검토 큐 — 상한 도달 시 사람에게 넘기는 출구

변형

• 통과까지 반복: 비평 통과를 종료 조건으로만 두고 횟수 상한이 없음
• 도달 불가 목표: 반복 개선의 수치 목표가 현실적으로 도달 불가능
• 중첩 루프: 여러 에이전트가 각자 반성 루프를 돌려 반복이 곱해짐

관련 부품

B′5 교정 대상 — 반복 상한 2~3회 · B′6 교정 대상 — 최대 반복 필수 · B′9 대안 — 재생성 없는 비루프 검증 · A2 기록처 — 호출당 비용·지연 지표 · S1 끼울 자리 — 요청·비용 상한(denial-of-wallet 방어)

참고 자료

Google ADK Generator-Critic·Iterative Refinement · Gulli ch.4 Reflection · Towards AI #1 Reflection

웹북에서 전체 프로필 보기 ↗ · 패턴 성좌 디렉터리에서 보기 ↗