hugh-kim.space / strategy brief
Strategic Brief

AI 작업 공정을 설계하는 사람

Hugh Kim Space의 핵심은 AI 코딩 도구 사용법이 아니라, AI가 작업하고 기억하고 검증하고 실패에서 학습하는 개인용 AI Work OS를 구축하는 데 있다. 사업화는 전체 OS보다 검증 가능한 모듈부터 시작하는 편이 현실적이다.

Positioning

전략적 해석

이 방향은 단순 자동화가 아니다. 반복 작업을 대신하는 수준을 넘어, AI 작업 전체를 관측하고 개선하는 체계를 만들려는 흐름이다.

Core

질문보다 환경

AI에게 더 좋은 질문을 던지는 데 머무르지 않고, AI가 일하는 실행 환경, 규칙, 검사 절차를 만든다.

Loop

실패를 규칙으로

한 번의 실패를 사고로 넘기지 않고, 다음 실행에서 같은 실수를 막는 규칙으로 되돌린다.

Memory

세션을 장기 기억으로

대화가 끝나면 사라지는 문맥을 Memory Bank와 LKB로 회수해 다음 작업에 재사용한다.

QA

완료 선언보다 증거

AI가 끝났다고 말하는 것을 믿기 전에 요구사항, 기능 삭제, 사용자 시나리오로 검증한다.

Assets

현재 자산 지도

문서에서 반복 확인되는 자산은 하네스 런타임, Memory Bank, QA Gate, Loopy-Era, Trend Harvester다.

하네스 Runtime

Claude Code와 Codex/OMX를 명령, 스킬, 에이전트, 훅, QA 시나리오가 붙은 작업 런타임으로 바꾼다.

Memory Bank / LKB

세션 로그와 문서를 장기 지식으로 바꾸고, 다음 작업에서 다시 꺼내 쓰게 만든다.

QA Evidence Gate

AI 산출물의 요구사항 누락, 기능 삭제, 완료 착각을 실제 증거로 잡는다.

Loopy-Era Self-Improve

반복 실수와 사용자 불만을 다음 실행 규칙으로 되돌리는 핵심 철학이다.

Trend Harvester

외부 AI 트렌드를 수집하고 하네스 개선 후보로 걸러낸다.

토큰 경제

RTK, semble_rs류 개념을 토큰 압축과 의미 검색 축으로 흡수한다.

Product

제품화 후보 우선순위

처음부터 전체 AI Work OS를 공개하기보다, 사용자가 바로 이해하는 문제부터 좁게 시작하는 편이 낫다.

1순위

QA Evidence Gate

AI가 만든 기능이 진짜 끝났는지 검증한다.

왜 먼저인가

“AI가 덜 끝내놓고 끝났다고 한다”는 문제는 누구나 바로 이해한다.

2순위

Memory Bank / LKB

작업 기억과 문서를 장기 지식으로 만든다.

왜 중요한가

개발자뿐 아니라 연구자, 작가, 팀 온보딩까지 확장 가능하다.

3순위

AI Work OS 템플릿

project init, memory, QA, self-improve를 묶는다.

주의점

방향성은 강하지만 초기 진입 장벽이 높다.

4순위

AI Agency

아이디어에서 배포까지 자동화하는 서비스 모델이다.

주의점

고객 커뮤니케이션과 책임 소재가 기술보다 어렵다.

Strategy

추천 전략

전체 시스템의 철학은 강하지만 처음 보는 사람에게는 복잡하다. 따라서 전면 메시지는 더 좁고 선명해야 한다.

1. 검증 가능한 모듈부터 공개

추천 시작점은 `AI Completion Gate`다. 요구사항 누락, 기능 삭제, 완료 착각을 잡는 도구로 설명하면 바로 이해된다.

2. Memory Bank를 두 번째 축으로

현재 작업은 QA Gate로 닫고, 다음 작업은 Memory Bank로 이어간다는 메시지가 강하다.

3. Loopy-Era는 브랜드 철학으로

처음부터 전면에 내세우기보다, 실패가 다음 규칙이 되는 고급 기능과 철학으로 두는 편이 낫다.

4. 개인화 기준 분리

Core rules, project rules, user rules, team rules를 나눠야 다른 사람도 쓸 수 있다.

추천 메시지: “AI가 만든 작업물이 진짜 끝났는지 검증하고, 빠진 요구사항과 반복 실수를 다음 작업에서 막는 시스템.”
Landscape

경쟁 구도 해석

최신 외부 조사는 제외했다. 대신 제품 유형별로 보면 Hugh Kim Space는 IDE 자체보다 기억, QA, 실패 학습 레이어에 가깝다.

AI IDE / 에디터

코드 작성 경험에 직접 붙는다. Hugh Kim Space는 에디터 위나 옆에서 작동하는 검증/기억 레이어가 더 적합하다.

에이전트 오케스트레이션

여러 AI를 나눠 쓰는 데 강하다. 차별점은 multi-agent가 아니라 self-improving harness다.

지식관리/Wiki

사람이 읽는 노트보다 AI가 다음 작업에서 회수하는 작업 기억 레이어로 포지셔닝해야 한다.

QA 자동화

일반 QA보다 AI 산출물의 요구사항 누락, 기능 삭제, 완료 착각에 특화할 수 있다.

Roadmap

12개월 로드맵 제안

기능을 많이 붙이는 것보다 좁은 문제에서 성과 지표를 만드는 순서가 좋다.

0-3개월: MVP 고정

  • AI Completion Gate
  • 요구사항 체크리스트 잠금
  • 기능 삭제 감지
  • 기본 브라우저 QA
  • 완료 리포트 생성

3-6개월: Memory 연결

  • 프로젝트별 fact 저장
  • 실패 패턴 추출
  • 다음 작업 시작 시 기억 주입
  • 온보딩 문서 자동 생성

6-12개월: Loopy 제품화

  • self-improve queue UI
  • SOFT/HARD rule 승격
  • keep/discard 기록
  • rollback
  • 팀/개인 rule scope 분리
Risks

사업화 리스크

가장 큰 리스크는 기술 부족이 아니라 메시지 복잡도와 개인 기준의 제품화 한계다.

메시지가 복잡하다

AI Work OS, Loopy-Era, Memory Bank, QA Gate를 한 번에 설명하면 이해 장벽이 높다.

개인화가 강하다

Hugh 개인의 품질 기준과 보편 규칙을 분리하지 않으면 다른 사용자가 쓰기 어렵다.

운영 부담이 커질 수 있다

하네스 관리가 실제 제품 개발보다 커지면 생산성 도구가 목적화된다.

팀 확장은 정치 문제다

누구의 QA 기준을 따를지, 누가 예외를 승인할지가 조직 병목이 된다.

Verdict

최종 판단

가장 좋은 사업화 순서는 QA Evidence Gate로 좁게 시작하고, Memory Bank를 붙인 뒤, Loopy-Era를 고급 자가개선 기능으로 올리는 것이다.

핵심 과제는 기능 추가가 아니라, 복잡한 개인 하네스를 다른 사람도 이해하고 쓸 수 있는 단순한 제품 경험으로 압축하는 것이다.