전문가 작업 분석 및 역량 설계은(는) 무엇을 하나요?
이 스킬은 작업 모델이 절차적으로 완전해 보이지만 여전히 전문가 성과를 체크리스트와 구분 짓는 지각적 트리거, 모니터링 루프, 도구 사용 습관을 놓칠 때 사용합니다.
사용 시기
- 전문가 성과를 에이전트 아키텍처, 시뮬레이터 또는 훈련 환경으로 전환해야 할 때
- 작성된 SOP가 단계는 설명하지만 전문가가 어떤 분기를 선택해야 하는지 알 수 없는 방법을 설명하지 않을 때
- 시스템이 정상적인 경우에는 작동하지만 상황 판단에 달린 예외적인 경우에는 실패할 때
- 주제 전문가를 인터뷰하고 있으며, 단순한 절차 설명 대신 암묵적 지식을 추출하는 방법이 필요할 때
- DAG 또는 오케스트레이션 트리에 일회성 순차 노드 대신 반복 모니터링 루프가 필요할 때
사용하지 말아야 할 경계
이 스킬은 다음과 같은 경우에 적합한 주요 도구가 아닙니다:
- 명시적 절차가 이미 전체 작업을 포착하는 단순하고 결정론적인 워크플로우
- 지각적 패턴 인식에 의존하지 않는 낮은 중요도의 자동화
- 실제 전문가 성과에 대한 검증이 필요 없는 사후 문서화 작업
- 의사 결정을 위한 단서 충실도보다 시각적 사실성이 더 중요한 시뮬레이션
핵심 정신 모델
과학 계층 대 예술 계층
전문가 성과에는 전문가가 일반적으로 설명할 수 있는 선언적 계층과 분기 지점에 대해 질문을 받을 때만 나타나는 지각적 계층이 있습니다. GOMS는 전자를 포착합니다. Critical Cue Inventory와 Critical Decision Method 인터뷰는 후자를 복구하는 방법입니다.
단서는 하중을 지탱한다
파도 패턴, 줄 장력, 소리 변화 또는 미묘한 위치 관계는 장식적인 세부 사항이 아닙니다. 이것들은 전문가 선택의 실제 입력입니다. 시스템이 단서를 볼 수 없다면 전문가의 결정 기능을 재현할 수 없습니다.
선택 규칙이 있는 계층 구조
전문가 작업은 단계의 평평한 목록이 아니라 지역 분기 조건이 있는 중첩된 목표 계층 구조입니다. 중요한 구조는 무엇이 수행되는지뿐만 아니라 어떤 조건이 방법 A 대신 방법 B를 선택하는지입니다.
반복 모니터링 루프
많은 전문가 작업은 순차적 행동과 함께 실행되는 지속적인 평가 목표에 의존합니다. 일회성 노드만 모델링하는 워크플로우는 예측을 잃고 전문성을 반응으로 전환시킵니다.
검증 격차
단일 전문가 작업 모델은 루틴 도구와 설정 행동이 의식적 인식에서 사라지기 때문에 예측 가능하게 불완전합니다. 검증은 선택적 다듬기 작업이 아닙니다. 누락된 작업 구조를 볼 수 있게 만드는 방법입니다.
결정 지점
diagrams/01_flowchart_decision-points.md에서 모델링 흐름을 참조하십시오.
flowchart TD
A[전문가 역량 모델 필요] --> B[목표 및 방법 분해]
B --> C{분기점이 절차적으로 설명됩니까?}
C -->|예| D[명시적 선택 규칙 기록]
C -->|아니오| E[지각적 단서 탐색]
D --> F{반복 모니터링 필요?}
E --> F
F -->|예| G[모니터링 루프 및 중복 감지 모델링]
F -->|아니오| H[순차적 하위 목표 유지]
G --> I[더 많은 전문가 또는 추적으로 검증]
H --> I
1. 적절한 분해 수준 결정
- 의미 있는 방법 선택이 처음 나타나는 수준에서 중단합니다.
- 분기 조건이 여전히 숨겨져 있으면 더 깊이 분해하고 분기를 선택하는 단서를 탐색합니다.
- 분기점이 더 이상 없으면 지금까지 작업 아키텍처를 문서화하는 것이 아니라 실행을 문서화하고 있는 것입니다.
2. 사용할 지식 추출 방법 결정
- 명시적 절차 및 도구 순서에는 구조적 분해를 사용합니다.
- 전문가가 "그냥 안다" 또는 "상황에 따라 다르다"고 말할 때는 Critical Decision Method 탐색을 사용합니다.
- 첫 번째 모델이 이상하게 깔끔하거나 도구가 없어 보일 때마다 다중 전문가 검증을 사용합니다.
3. 시뮬레이션할 대상 결정
- 실제로 분기 결정을 유발하는 단서를 시뮬레이션합니다.
- 전문가가 둘 이상의 채널에 의존하는 경우 중복 감지를 추가합니다.
- 단서 인식 또는 선택 품질을 변경하지 않는 미용적 세부 사항은 생략합니다.
실패 모드
1. 평평한 체크리스트 캡처
증상: 작업 모델이 매끄럽게 읽히지만 환경이 벗어나자마자 실패합니다.
감지 규칙: 분기 조건이 누락되었거나 명시적 선택 규칙 대신 산문 안에 숨겨져 있습니다.
복구: 체크리스트를 단서 연결 분기점이 있는 목표 계층 구조로 변환합니다.
2. 단서 없는 시뮬레이션
증상: 교육생이나 에이전트는 시뮬레이터에서 성공하지만 실제 배포에서는 실패합니다.
감지 규칙: 시뮬레이션이 절차는 재현하지만 전문가가 절차를 선택하는 데 사용하는 신호는 재현하지 않습니다.
복구: Critical Cue Inventory를 구축하고 단서 충실도를 중심으로 환경을 재설계합니다.
3. 단일 채널 취약성
증상: 하나의 노이즈가 많거나 누락된 입력이 전체 결정 과정을 붕괴시킵니다.
감지 규칙: 중요한 판단이 정확히 하나의 출처에 의존합니다.
복구: 중복 채널과 명시적 교차 확인 행동을 추가합니다.
4. 일대일 전문가 사각지대
증상: 필수 도구 또는 컨텍스트 설정 행동이 첫 번째 모델에 전혀 나타나지 않습니다.
감지 규칙: 검증 전문가가 누락된 장비, 루틴 또는 모니터링 행동을 즉시 언급합니다.
복구: 불일치를 잡음이 아닌 누락된 구조의 증거로 취급합니다.
5. 순차 전용 아키텍처
증상: 시스템이 이벤트에 반응할 수는 있지만 지속적인 평가를 유지할 수 없습니다.
감지 규칙: 모든 노드가 일회성 작업이고 반복 모니터링 목표를 나타내는 것이 없습니다.
복구: 예측-관찰-비교-조정 행동이 있는 명시적 모니터링 루프를 추가합니다.
작업 예제
예제 1: 전문가 판단을 에이전트 트리로 전환
선박 도메인 전문가가 도킹에 대한 절차적 설명을 제공합니다. 초안은 단계로 깔끔하게 분해되지만 조류, 예인선 가용성 및 줄 거동이 함께 변할 때 여전히 실패합니다. 이 스킬은 관련 분기점에 선택 규칙을 추가하고, 해당 선택을 주도하는 단서 인벤토리를 기록하며, 순차 노드 대신 반복 모니터링 루프를 도입합니다.
예제 2: 시뮬레이션 충실도 분류
훈련 시뮬레이터가 물, 선박 및 부두 기하학을 아름답게 렌더링하지만 교육생은 여전히 정지 지점을 초과합니다. CTA는 전문가가 시뮬레이터가 강조하지 않는 고정 해안 기준점에 대한 상대 운동과 줄 장력 단서에 의존한다는 것을 밝혀냅니다. 이 스킬은 더 많은 시각적 다듬기 대신 해당 단서 쪽으로 설계 노력을 집중시킵니다.
품질 게이트
- 작업 모델이 명시적 절차와 지각적 단서 지식을 구분합니다.
- 분기점에는 각 방법을 선택하는 단서 또는 조건이 포함됩니다.
- 반복 모니터링 목표가 일회성 순차 목표와 별도로 모델링됩니다.
- 중요한 결정에는 전문가가 의존하는 중복 정보 채널이 있습니다.
- 적어도 하나의 검증 패스가 추가 전문가 또는 추적으로 모델에 도전합니다.
참조 파일
| 파일 | 로드 시점 |
|---|---|
references/goms-task-decomposition-for-agent-systems.md | 목표 계층 구조를 구축하거나 분해 깊이를 결정할 때 |
references/critical-cue-inventories-for-agent-perception.md | 결정 지점에서 지각적 트리거를 복구할 때 |
references/knowledge-elicitation-methodology-for-agent-capability-building.md | CTA 또는 Critical Decision Method 인터뷰를 실행할 때 |
references/validation-gap-what-experts-dont-know-they-know.md | 초안 작업 모델을 스트레스 테스트할 때 |
references/redundant-sensing-in-multi-channel-environments.md | 강력한 다중 채널 지각을 설계할 때 |
references/the-art-science-gap-transfer-to-simulation.md | 어떤 시뮬레이션 세부 사항이 기술 전이에 실질적으로 영향을 미치는지 결정할 때 |
references/situation-awareness-and-the-conning-officers-mental-model.md | 모니터링 루프 및 발산 감지를 모델링할 때 |
안티 패턴
- '암묵적 지식'을 더 깊이 탐색해야 하는 신호 대신 탐구를 종료하는 레이블로 취급하는 것
- 절차만 캡처하고 그 결과를 전문가 모델이라고 부르는 것
- 미적 사실성 대신 단서 충실도를 위해 시뮬레이션을 설계하는 것
- 자동화가 가장 중요한 구조를 숨기는 도메인에서 단일 전문가 완전성을 가정하는 것