Six Principles for AI-Driven Project Accountability (With Code)

개요

Hasselbott는 프로젝트 관리자의 업무 책임성을 높이기 위해 설계된 AI 시스템으로, 매일 요약된 알림을 제공하고 중요도에 따라 우선순위를 지정하며, 다양한 톤과 기억 메커니즘을 통해 사용자 참여를 유도한다.

주요 내용

* 일일 요약본 제공: 문제 탐지 즉시 알림을 보내는 대신, 하루에 한 번 개인별로 상위 5개 이슈를 우선순위에 따라 요약하여 이메일로 발송한다.
* 우선순위 지정의 중요성: 단순히 이슈를 탐지하는 것을 넘어, 근본적인 PM 이슈(예: 미할당 작업)가 있을 경우 위험 관리 이슈(예: 오래된 위험 등록부)에 대한 알림을 일시적으로 억제하는 등, 상황에 맞는 복잡한 규칙 기반 우선순위 지정 로직을 적용한다.
* 제품 결정으로서의 톤: AI의 목소리를 'Chief Complaints Officer'와 'Personal Trainer' 두 가지 페르소나로 분리하여, 이슈 유형에 따라 적절한 톤을 사용한다. 또한, 알림 횟수에 따라 톤이 점진적으로 강화되며, 일정 횟수 이상 무시 시 상위 관리자에게 알림이 간다.
* 기억의 수명 주기: AI는 과거의 상호작용을 기억하지만, 중요도와 접근 횟수에 따라 기억이 점진적으로 약화되고 결국 비활성화되거나 삭제된다. 중요 보안 및 오류 관련 기억은 영구 보존된다.
* 공유 인프라로서의 알림 큐: Hasselbott는 단일 에이전트가 아닌, 'agent.nudge' 테이블을 중심으로 작동하는 파이프라인으로 구성된다. 감사자(Auditor), 발송자(Sender), 해결자(Resolver) 세 가지 에이전트가 서로에게 영향을 주지 않으면서 테이블을 통해 협력한다.
* 행의 존재 자체로 신호: 외부 시스템의 메타데이터 플래그에 의존하는 대신, 데이터베이스에 해당 행이 존재한다는 사실 자체를 신호로 간주하여 잘못된 알림(false positives)을 줄인다.

시사점

Hasselbott 시스템은 AI를 활용하여 프로젝트 관리의 효율성과 책임성을 증진시키는 실질적인 방법을 제시하며, 특히 알림의 빈도, 우선순위, 톤, 기억력, 아키텍처 설계에 대한 구체적인 원칙을 제공하여 유사한 시스템 구축에 적용될 수 있다.