Maturity Frontier Analysis

다른 노트들이 thesis를 박는 반면, 이 노트는 현재 ecosystem이 어디까지 도달했는가를 측정한다. 현재 ecosystem이 어디까지 도달했는가를 명시하는 게 v1.0의 gap-filling 자리를 박는 도구다. v1.0이 직접 design해야 하는 영역과 채택만 하면 되는 영역을 구분.

1. 철학

trade-off-five-options의 production maturity 평가를 layer 단위로 확장한다. ④의 옵션 평가는 전체 옵션, 이 노트는 개별 layer. 더 정밀한 lens.

핵심 thesis 한 줄:

현재 ecosystem이 어디까지 도달했는가를 명시하는 게 v1.0의 gap-filling 자리를 박는 도구다.

ecosystem은 균등하게 진화하지 않는다. 어떤 layer는 이미 표준이 자리 잡았고, 어떤 layer는 진행 중이고, 어떤 layer는 거의 미개척. v1.0이 모든 layer를 직접 design하면 — 이미 도달한 layer를 재발명. 한 layer도 design 안 하면 — 미개척 영역에 가치 못 만듦.

답은 layer별 도달도 평가 + v1.0 전략 differentiation:

• 도달한 layer → 직접 채택
• 부분 도달 layer → ACL로 흡수
• 미개척 layer → 직접 design (이게 v1.0의 진짜 자산)

2. 추상 작동 구조 — 15 layer breakdown

Layer별 도달 maturity 평가

⭕⭕ 도달 / ⭕ 부분 도달 / 🔶 시작 단계 / 🔻 거의 미개척 / 🔻🔻 미개척

3. 미개척 영역의 세부 분해

L8 — Action prediction at scale

• 있는 것 — 단발 confirmation, 단발 preview
• 없는 것:
  • Action 유형별 다른 prediction mechanism — 통합 framework 부재
  • Trust calibration metrics — 측정 hook 부재
  • Plan-execution consistency 강제 — LLM이 plan 후 다른 action 해도 통과
  • 비가역의 segment-specific 정의 — 일반 agent에 절대 부재
• 연결: action-prediction-and-trust

L9 — General agent template marketplace

• 있는 것 — Zapier (narrow trigger-action), GPTs (개별), 코딩 skill marketplace
• 없는 것:
  • 비코딩 일반 agent의 template 카탈로그 표준 부재
  • first 10 templates가 segment grammar 박는 mechanism의 사례 부재
  • Template ↔ skill ↔ tool layered grammar의 production 사례 부재
• 연결: easy-to-simple-translation template 본질

L10 — Disorder tolerance + clarification loops

• 있는 것 — chatbot 단발 clarification ("어떤 의미인가요?")
• 없는 것:
  • Clarification frequency의 standardized 답
  • 사용자 disorder 패턴 분류 (오타 / 중간 변경 / 모호 / 상충)
  • Standardized liberal의 일반 사용자 적용 — agentskills.io의 Markdown 관대함은 작성자 측. 사용자 input 측은 부재
• 연결: postels-law-and-robustness + 다음 노트 disorder-tolerance-general-user

L11 — Cross-segment trust portability

• 있는 것 — 거의 부재
• 없는 것:
  • 학내 trust calibration을 다른 segment로 복제
  • segment 간 trust pattern 공유 mechanism

L12 — Bidirectional Easy→Simple harness

• 있는 것 — output 측 일부 (Computer Use, Operator의 좁은 grammar)
• 없는 것:
  • input 측 translation (사용자 messy → structured)
  • 양쪽이 함께 작동하는 production 사례
  • layered vocabulary가 bidirectional로 박힌 사례
• 연결: easy-to-simple-translation — 사용자 thesis 정확한 자리

L13 — Predictability metrics + adaptive grammar

• 있는 것 — 학술 metrics 일부 (action accuracy, intent matching)
• 없는 것:
  • prediction 정확도의 production-grade 측정
  • grammar가 measurement에 따라 진화하는 mechanism
  • learning loop이 production에 박힌 사례

L14 — Multi-segment marketplace governance

• 있는 것 — single-segment marketplace (학내 prototype 등)
• 없는 것:
  • 학내 → 작은 회사 → 학습 그룹으로 복제 가능 governance
  • 추상 구조 공유 + 구체 spec 분리의 production 사례

L15 — Action confidence as a service

• 있는 것 — 학술 (uncertainty quantification, calibration)
• 없는 것:
  • agent가 자기 confidence를 명시하는 production 사례
  • "85% 확신으로 이 action 할게요" 같은 mechanism

4. 약점 — 이 도달도 분석 자체의 한계

Trap 1 — 시점 의존

2026-05 평가. 6개월 후 다름. v1.0 design이 현재 maturity에 의존하면 — 6개월 후 outdated. 답: maturity trend도 함께 의식. 어디가 빠르게 진화 중인지.

Trap 2 — AI 추정의 한계

production maturity 정확한 측정 어려움. ⚠️ AI 추정에 의존. 사용자 검토 자리.

Trap 3 — Layer 간 경계 모호

L8과 L12가 일부 겹침 (action prediction = output 측 translation의 일부). layer 분해가 분석 도구일 뿐, 실제 ecosystem은 교차.

Trap 4 — 도달의 정의가 모호

production이 1개 있어도 도달인가? 100개 있어야 도달인가? 95% maturity 같은 숫자는 대략의 lens. 상대적 위치만 의미 있음.

Trap 5 — 미개척 영역의 가치 평가 부재

미개척이 기회인지 함정인지 layer마다 다름. L11 (cross-segment portability)은 너무 일러 가치 평가 어려움. v1.0이 모든 미개척을 채울 수 없음.

Trap 6 — Layer 간 의존성

L8 (action prediction)이 의미 있으려면 L1~L4 (transport, grammar)가 작동해야. isolated layer만 design하면 의미 없음. Bottom-up 의존을 의식.

Trap 7 — Best practice 함정

도달도 높은 layer를 그대로 채택하면 — 그 layer의 trade-off도 그대로 상속. e.g. Anthropic Skills lazy loading = ⭕⭕이지만 Anthropic 권력 의존. 도달도 높음 ≠ 학내 segment에 반드시 좋음.

5. 대안 흐름

다른 방식의 도달도 분석

⚠️ AI 추정: layer axis가 v1.0 design 결정에 가장 직접적. 다른 axis는 부가 lens.

v1.0의 3 영역 design path

이 3 영역 차별이 v1.0 전략의 핵심.

6. 인사이트

6.1 ecosystem 도달도가 layered — 균등 진화 X

어떤 layer는 도달, 어떤 layer는 미개척. v1.0이 layer 단위로 차별화. 모든 layer를 같은 방식으로 다루면 — 도달 layer 재발명, 미개척 layer 빠짐.

6.2 L8~L13이 사용자 thesis 자리. 거의 미개척

action-prediction-and-trust와 easy-to-simple-translation에서 박은 thesis가 — production ecosystem에서 거의 도달 안 됨. 이게 v1.0의 진짜 gap이고, 기회. 사용자가 직접 design하려는 이유가 정확히 이 자리.

6.3 코딩 ecosystem이 L1~L7 도달, 일반 agent는 L4부터 약함

코딩 harness가 L1~L7 진화시켰다. 일반 agent는:

• L1, L2, L3 — 코딩 ecosystem 채택 가능 (transport는 일반화)
• L4부터 — 코딩 영역만큼 진화 안 됨
• L6 (Computer Use)부터는 완전 새 영역

학내 segment가 일반 agent로 가면 — 코딩 ecosystem 재사용 가능 부분이 L1~L3.

6.4 미개척 = 기회 + 위험. 처음부터 정확해야

미개척 영역에 첫 사례 design은 — first mover advantage 큼 (standardization-political-economy). 그러나 trust 비대칭 (action-prediction-and-trust) 때문에 처음부터 정확해야. iterative improvement 모델이 prediction 영역에서 trap.

6.5 v1.0의 3 영역 design path

• 도달 → 채택 (L1~L3)
• 부분 도달 → ACL 흡수 (L4~L7)
• 미개척 → 직접 design (L8~L13)

이 3 영역 차별이 v1.0의 전략 정의. 무엇을 채택, 무엇을 흡수, 무엇을 만들지.

6.6 왜 미개척인가의 mechanism — 5 가지 이유

1. 코딩의 암묵적 도구가 압력 흡수 — git/test/type system이 prediction 압력 흡수해서 명시적 design 압력 부재
2. 일반 agent는 최근 시작 (2024-25) — Anthropic CU, OpenAI Operator 모두 1년 미만
3. 비가역성의 segment 의존 — 표준화 어려움
4. Trust calibration metrics 측정 어려움 — 양적 평가 부재
5. 첫 mover advantage 부재 — 정치경제학적 권력 시드 부재

이 5 이유가 동시에 작동해서 미개척. v1.0이 역설적으로 기회 자리.

6.7 미개척이 기회인 이유 — first mover advantage

도달도 낮은 영역은 권력 시드 부재. v1.0이 첫 사례면 — segment grammar를 정한다. standardization-political-economy 5.4 (첫 10 templates가 grammar 박음) 직접 적용. 학내 → 다른 segment 복제 시 학내 v1.0의 grammar가 표준 후보.

6.8 그러나 처음부터 정확해야 — Worse is Better trap (prediction 영역)

action-prediction-and-trust 5.2의 핵심 — trust 비대칭. Worse is Better가 trap. iterative 못 함. v1.0이 미개척 영역 design 시 — 충분한 prototype + 측정 후에 production. 코딩 ecosystem의 빠른 iteration과 다른 design philosophy.

6.9 Layer 간 의존성 — Bottom-up

L8 (prediction)이 의미 있으려면 L1L4 (transport, grammar) 작동해야. isolated layer만 design하면 의미 없음. v1.0 design은 bottom-up — L1부터 안정적 layer 박고 → 그 위에서 L8L13.

6.10 측정 hook이 도달도 평가의 기반

v1.0 운영 후 도달도 재평가 필요. 측정 hook이 그 데이터 자리. synthesis-for-v1 Q7과 직접 연결. 측정 hook이 진화의 데이터.

6.11 이 분석이 learning loop의 시드

v1.0 운영 후 다시 이 분석으로 돌아와 도달도 업데이트하면 — 진화 path가 양적 추적 가능. "L8이 30%로 진화했다 — v2.0은 L9에 집중" 같은 결정이 데이터 기반. 이 노트가 살아 있는 분석.

6.12 v1.0이 L8~L13을 통합적으로 박는 첫 사례

현재 — L8 (Anthropic CU 일부), L10 (chatbot 일부), L12 (Operator 일부)이 분리. 한 곳에 통합 부재. v1.0이 통합적으로 박으면 — 세계에서 첫 사례. 학내 segment 외 모든 비코딩 segment에 가치 (복제 가능한 추상 구조 — segment-application-non-developer-majority 5.12).

7. 다음으로의 연결

이 도달도 분석이 다음 노트의 맥락을 박았다:

• disorder-tolerance-general-user — L10 영역의 직접 design. 미개척이라 v1.0이 첫 사례
• frontier-computer-use-and-browser-agent — L6 평가의 깊은 분석. 부분 도달 layer를 ACL로 흡수
• synthesis-for-v1-general-agent — 일반 agent 종합. 3 영역 design path가 결정 도구

참조

• ⚠️ AI 추정 — 모든 maturity 평가는 정확한 양적 측정 아님
• Anthropic Computer Use — L6 사례
• OpenAI Operator — L6 + L8 일부
• Claude Code Skills lazy loading — L2 사례
• Zapier / IFTTT — L9의 narrow 사례 (general agent 아님)
• agentskills.io — L4 표준화 시도
• ⚠️ Trust calibration · uncertainty quantification — L13/L15 학술 진행 중

연결:

• trade-off-five-options — production maturity 평가의 전체 옵션 버전
• action-prediction-and-trust — L8의 thesis
• easy-to-simple-translation — L12의 thesis
• postels-law-and-robustness — L10의 fundamentals
• standardization-political-economy — first mover advantage thesis
• segment-application-non-developer-majority — 복제 가능한 추상 구조와 직접 연결
• research-to-production-gap — production maturity의 결정적 영향