1. Bootcamp의 정의
YABOAZ에서 Bootcamp는 단순 교육이나 시연 행사가 아닙니다. 고객, 현장 사용자, FDE, 개발자, 승인자, 의사결정자가 함께 MVP를 실제 시나리오로 테스트하고 데이터를 수집하며 개선 우선순위를 결정하는 압축 검증 실험입니다.
실제 사용자현장 사용자가 직접 조작합니다.
실제 시나리오업무에서 반복되는 상황을 재현합니다.
AI 평가판단 정확도뿐 아니라 근거·신뢰도·예외를 봅니다.
Human Gate승인 속도·품질·책임을 평가합니다.
기준선 비교기존 방식과 MVP 결과를 비교합니다.
KPI 판정속도·품질·사용성·운영 지표를 측정합니다.
개선 백로그피드백을 우선순위로 전환합니다.
자산화 결정검증된 규칙·화면·워크플로를 자산화합니다.
Bootcamp는 MVP를 보여주는 자리가 아니라, 현장 실행 가능성을 입증하는 자리입니다.
MVP → 실제 사용자 테스트 → AI 판단 평가 → Human Gate 평가 → KPI 측정 → 개선 → 자산화 판단
2. 12단계의 위치와 핵심 산출물
01 온보딩 → 02 Evidence → 03 2A4 → 04 Discovery → 05 인터뷰 → 06 온톨로지 → 07 AI 판단 → 08 Agent → 09 워크플로 → 10 화면·데이터 → 11 MVP → 12 Bootcamp → 13 자산화
12단계는 “만든 것”을 “검증된 것”으로 바꾸는 단계입니다. 이 단계를 통과해야 MVP가 다음 프로젝트에 적용할 플랫폼 자산 후보가 됩니다.
핵심 산출물
실행계획서일정·참여자·범위·시나리오
기준선 측정표기존 처리시간·오류·만족도
테스트 시나리오실제 업무 상황과 성공 기준
관찰 기록혼란·질문·오류·우회 행동
AI 평가표정확도·근거·신뢰도·수정률
Human Gate 평가승인 속도·품질·책임
KPI·개선표전후 비교와 우선순위
검증 보고서·자산 카드통과 판정과 재사용 후보
3. Bootcamp 검증 전체 흐름 10단계
01
검증 목적 정의
핵심 문제, 기존 방식 대비 개선, AI 품질, Human Gate, 예외와 통과 조건을 정합니다.
02
참여자와 역할 구성
고객 책임자·현장 사용자·승인자·데이터·시스템·FDE·개발자·평가자를 배치합니다.
03
사전 기준선 측정
기존 처리시간·판단시간·승인시간·오류·우회 업무·만족도를 측정합니다.
04
테스트 시나리오 설계
정상·예외·데이터 부족·승인 지연·실행 오류를 실제 업무 흐름으로 구성합니다.
05
MVP 사용 테스트
FDE는 설명자가 아니라 관찰자로 참여하고 사용자의 행동·질문·막힘을 기록합니다.
06
AI 판단 품질 평가
정확도·근거 명확성·신뢰도 적절성·일관성·보수성·예외 대응을 평가합니다.
07
Human Gate 평가
승인자·근거·선택지·승인 시간·대체 승인·책임 기록을 확인합니다.
08
KPI 측정
기준선과 MVP를 비교해 속도·품질·사용성·신뢰·운영·자산화 지표를 계산합니다.
09
피드백·개선 우선순위
기능·화면·데이터·AI·워크플로·정책·교육·자산화 후보로 분류합니다.
10
통과·자산화 판단
통과·조건부 통과·재검증·보류·실패를 판정하고 다음 조치를 확정합니다.
4. 기준선·참여자·테스트 시나리오
참여자와 역할
| 역할 | 책임 |
|---|---|
| 고객 책임자 | 검증 목적·통과 기준·최종 판정 승인 |
| 현장 사용자 | MVP 실제 사용·업무 피드백 |
| 승인자 | Human Gate 승인·반려·보류 테스트 |
| 데이터·시스템 담당자 | 데이터 정확성·연동·권한·오류 확인 |
| FDE | 관찰·기록·문제 구조화·개선 도출 |
| 개발자·평가자 | 오류 수정·KPI 측정·검증 보고 |
기준선 측정표
| KPI | 기존 방식 | 측정 방법 |
|---|---|---|
| 위험도 판단 시간 | 8분 | 시나리오 시작부터 판단 완료까지 |
| 승인 소요시간 | 5분 | 승인 요청부터 승인까지 |
| 위치 확인 시간 | 4분 | 로그·관찰 기록 |
| 보고서 작성시간 | 30분 | 업무 시작·제출 시각 |
| 오경보 처리 오류 | 월 3건 | 과거 이력 |
테스트 시나리오 표준
| 항목 | 내용 |
|---|---|
| 시나리오명·시작 조건 | 복수 센서 감지·7층 복도 60초 이내 감지 |
| 참여자·입력 데이터 | 안전관리자·센서·위치·주변 상태 |
| AI·Human Gate | 위험도 높음 추천·관리자 승인 |
| 기대 결과·KPI | 안내 초안·로그 저장·판단·승인 시간 |
| 실패 조건 | 근거 미표시·위치 오류·승인 로그 누락 |
5. 사용자 관찰과 AI 판단 평가
사용자 관찰 항목
첫 화면 이해무엇을 해야 하는지 바로 아는가
입력 난이도필드와 용어가 명확한가
AI 결과 이해추천·근거·신뢰도를 이해하는가
승인 행동승인·반려·보류가 자연스러운가
오류 대응문제 발생 시 다음 행동을 아는가
업무 적합성실제 순서와 맞는가
신뢰도AI 추천을 믿을 수 있는가
재사용 의향다시 사용할 의사가 있는가
사용자 관찰 기록표
| 시간 | 사용자 행동 | 막힌 지점·발언 | 개선 |
|---|---|---|---|
| 10:05 | 이벤트 클릭 | “구역명이 더 크게 보이면 좋겠습니다.” | 위치 UI 개선 |
| 10:08 | AI 추천 확인 | “86%가 어떤 뜻인가요?” | 신뢰도 설명 |
| 10:10 | 승인 선택 | “근거가 보여서 승인하기 쉽습니다.” | 유지 |
AI 판단 평가
| 평가 항목 | 확인 질문 |
|---|---|
| 정확도·일관성 | 실제 상황과 맞고 같은 조건에서 일관적인가? |
| 근거·신뢰도 | Evidence와 규칙을 이해할 수 있고 과장되지 않는가? |
| 보수성 | 고위험 상황에서 무리한 자동 판단을 하지 않는가? |
| 예외 대응 | 데이터 부족·충돌이면 보류하고 사람에게 넘기는가? |
| 수정 가능성 | 사람이 쉽게 수정하고 결과가 기록되는가? |
6. Human Gate·KPI 측정
Human Gate 평가표
| 항목 | 좋은 상태 | 개선 예시 |
|---|---|---|
| 승인자 명확성 | 누가 승인할지 즉시 확인 | 대체 승인자 표시 |
| 근거 충분성 | Evidence·규칙·신뢰도 확인 가능 | Evidence 링크 추가 |
| 선택지 명확성 | 승인·반려·수정·보류 구분 | 반려 사유 필수화 |
| 책임 기록 | 승인자·시각·사유 저장 | 감사 로그 검증 |
| 승인 속도 | 목표 시간 이내 처리 | 에스컬레이션 추가 |
KPI 측정표
| KPI | 기존 | MVP | 개선율 | 통과 기준 |
|---|---|---|---|---|
| 위험도 판단 시간 | 8분 | 2분 | 75% 단축 | 50% 이상 |
| 승인 소요시간 | 5분 | 2분 30초 | 50% 단축 | 30% 이상 |
| 추천 채택률 | 없음 | 80% | 신규 | 70% 이상 |
| 사용자 만족도 | 3.0 | 4.3 | 43% 향상 | 4.0 이상 |
| 오류율 | 10% | 4% | 60% 감소 | 5% 이하 |
필수 운영 KPI
속도처리·판단·승인시간
품질정확도·오류율·수정률
사용성완료율·이탈률·만족도
신뢰채택률·반려율·근거 이해도
운영로그 완전성·예외율·SLA
자산화재사용 기능·템플릿 수
7. 피드백·개선 우선순위·판정
피드백 분류
| 분류 | 예시 |
|---|---|
| 기능·화면 | 필요 기능, 버튼, 위치 정보 표시 개선 |
| 데이터 | 누락·오류·중복·최신성 문제 |
| AI | 판단 오류·근거 부족·신뢰도 문제 |
| 워크플로·정책 | 승인·반려·예외·권한 문제 |
| 교육·자산화 | 사용 설명·다른 프로젝트 재사용 후보 |
개선 우선순위표
| 개선 항목 | 영향도 | 난이도 | 재사용성 | 결정 |
|---|---|---|---|---|
| Evidence 링크 추가 | 높음 | 낮음 | 높음 | 즉시 수정 |
| 반려 후 재검토 상태 | 높음 | 중간 | 높음 | 다음 버전 |
| KPI 자동 보고서 | 중간 | 중간 | 높음 | 2차 개발 |
| 모바일 알림 확장 | 높음 | 높음 | 중간 | 로드맵 등록 |
검증 판정 등급
통과핵심 KPI 충족·치명적 오류 없음·자산화 가능
조건부 통과핵심 성과 확인·일부 개선 후 자산화
재검증 필요기능·데이터 보완 후 Bootcamp 재실행
보류·실패문제·범위 재조정 또는 효과 미확인
통과 기준 예시
핵심 KPI 3개 이상 충족
사용자 만족도 4.0 이상
AI 추천 채택률 70% 이상
치명적 오류 없음
Human Gate 정상 작동
감사 로그 누락 없음
자산화 후보 3개 이상 도출
다음 조치와 책임자 확정
8. FireNavi Bootcamp·검증 보고·자산화
검증 대상
MVPFireNavi 위험도 판단·승인 MVP
목적AI 추천과 관리자 승인 구조가 기존 방식보다 빠르고 신뢰성 있게 작동하는지 확인
시나리오단일 센서·복수 센서·위치 누락·승인 지연·경로 차단
판정기준선·KPI·사용자 관찰·AI·Human Gate 평가 종합
KPI 결과 예시
| KPI | 기존 | MVP | 결과 |
|---|---|---|---|
| 위치 확인 시간 | 4분 | 45초 | 통과 |
| 위험도 판단 시간 | 8분 | 2분 | 통과 |
| 승인 소요시간 | 5분 | 2분 30초 | 통과 |
| AI 추천 채택률 | 없음 | 80% | 통과 |
| 로그 완전성 | 낮음 | 100% | 통과 |
자산화 후보
| 후보 자산 | 재사용 내용 |
|---|---|
| 위험도 판단 규칙 | 복수 센서 감지 기반 위험도 판단 템플릿 |
| Human Gate 승인 화면 | 근거 기반 승인·반려·보류 구조 |
| 이벤트-승인-실행 로그 | 감사 가능한 실행 기록 모델 |
| KPI 측정 템플릿 | 판단시간·승인시간·채택률 측정 |
| Bootcamp 시나리오 | 재난안전 분야 반복 검증 시나리오 |
12단계 완료 체크리스트
검증 목적과 통과 기준이 승인됨
기존 기준선이 측정됨
정상·예외 테스트 시나리오가 준비됨
실제 사용자가 MVP를 테스트함
사용자 관찰 기록이 작성됨
AI 판단 품질이 평가됨
Human Gate가 평가됨
KPI 전후 비교가 완료됨
피드백이 유형별로 분류됨
개선 우선순위와 책임자가 지정됨
통과·조건부·재검증 판정이 내려짐
자산화 후보와 다음 조치가 등록됨
12\uB2E8\uACC4의 최종 목적
실제 사용자·실제 시나리오·기준선·KPI를 통해 MVP를 검증된 실행 자산으로 바꾸고, 피드백과 개선 결과를 다음 프로젝트의 재사용 자산으로 축적하는 것입니다.
