Vision Foresight Environmental Scanning

환경 스캐닝 대표 스킬 — Single Entry Point

출처: Gordon, T.J. & Glenn, J.C. (2009). Environmental Scanning. In Glenn, J.C. & Gordon, T.J. (Eds.), Futures Research Methodology Version 3.0. The Millennium Project. Chapter 02. Aguilar, F.J. (1967). Scanning the Business Environment. Macmillan. Renfro, W.L. (1987). Issues management in strategic planning. In Issue Management, ed. by Chase, Kiepper. Chicago: Nelson-Hall. [정식 서지: Renfro는 1983-1987년 간 다수 출판] Spies, P.H. (1999). Futures scanning for local governments. Futures, Vol. 31.

0. 결정론 엔진 위치

Cycle 라우팅·Domain 번호 매핑·PI Chart 계산·Committee 집계는 반드시 아래 Python 스크립트를 Bash로 호출. LLM이 직접 라우팅 결정·곱셈·매핑하는 것은 절대 금지.

CALC_PY="/Users/cys/Desktop/CYSjavis/cys-claude-vision-coaching-skills/skills/vision-foresight-environmental-scanning/env_scanning_calc.py"
# 스킬 이동 시 이 절대 경로를 업데이트할 것.

# Cycle 라우팅 (사용자 명령 → Cycle A-I):
python3 "$CALC_PY" --fn cycle_route '{"command":"<사용자 명령 전문>"}'

# Implications Domain 번호/이름 → canonical 도메인:
python3 "$CALC_PY" --fn domain_lookup '{"input":"2,7"}'

# PI Chart (Probability × Impact 계산 + 순위):
python3 "$CALC_PY" --fn pi_chart '{"issues":[{"name":"Issue A","scores":[{"p":70,"i":8},...]}]}'

# Issues Committee 집계 (median·IQR·consensus):
python3 "$CALC_PY" --fn committee_agg '{"issue":"X","p_scores":[70,80],"i_scores":[8,9]}'

# Domain 입력 검증:
python3 "$CALC_PY" --fn validate_domains '{"input":"2,7,15"}'

절대 원칙 (사용자 4대 기준)

본 스킬은 사용자 절대 기준 4가지를 충족하는 유일한 환경 스캐닝 진입점:

1. 대표 스킬 단독성: 사용자은 본 스킬과만 대화. 5개 하위 스킬 (vision-foresight-environmental-scanning-techniques·vision-foresight-environmental-scanning-weak-signal-template·vision-foresight-environmental-scanning-issues-management·vision-foresight-environmental-scanning-quest-workshop·vision-foresight-environmental-scanning-report)은 사용자이 직접 호출하지 않음.

2. 자동 Orchestration: 사용자 명령 → 본 스킬이 명령 분석 → 적합한 하위 스킬 자동 선택·순차 호출 → 결과 통합 → 사용자에게 산출.

3. 완전 자동화: 사용자 1회 명령으로 전체 cycle 완료. 추가 입력 없이 산출물 생성. 옵션·확인 질문 최소화 (사용자 [선택 질문 자동 yes] 정책).

4. AI 에이전트 사람 대체: Expert Panel·QUEST 참가자·Issues Committee·Scanner·Report Editor·Peer Reviewer 등 사람 역할은 모두 AI 페르소나 시뮬레이션으로 대체. 사용자 외부 협력자·자문위원 미동원.

사용자 명령 → 자동 Orchestration 매트릭스

사용자가 다음 어떤 명령을 내려도 본 스킬이 단독 처리:

사용자가 명령 모호하게 해도 본 스킬이 자동 추론하여 적합 cycle 실행. 추가 질문은 최소 1개만 — Implications Domain 선택 (사용자 컨텍스트 변수, 산출물 형태를 결정하는 핵심 변수).

Cycle 라우팅은 반드시 Python 호출:

python3 "$CALC_PY" --fn cycle_route '{"command":"<사용자 명령 전문>"}'

결과 cycle 필드 값이 실행할 Cycle. LLM이 직접 판단하지 않는다.

Generic Futures Scanning System (Gordon-Glenn Section II 그대로)

[5 INPUT SOURCES] (자동 — AI Scanner agent가 web search/fetch)
 ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐
 │Press·  │ │Specific│ │Keyword │ │Conf·   │ │Key     │
 │News·   │ │Websites│ │Internet│ │Seminars│ │Persons │
 │Journals│ │Monitor │ │Search  │ │Stream  │ │Tracking│
 └────┬───┘ └───┬────┘ └───┬────┘ └────┬───┘ └────┬───┘
      └─────────┴──────────┴──────────┴──────────┘
                            │
                            ▼
                   ┌────────────────┐
                   │   SCANNING     │  (vision-foresight-environmental-scanning-techniques)
                   │   AI Scanner   │
                   └───────┬────────┘
                           │
                           ▼
                   ┌────────────────┐
                   │ Analysis &     │  (vision-foresight-environmental-scanning-weak-signal-template)
                   │ Synthesis      │  AI Analyst
                   │ (10·13 field)  │
                   └───────┬────────┘
                           │
                           ▼
                   ┌────────────────┐
                   │ Collective     │  AI Expert Panel (30~75 페르소나)
                   │ Intelligence   │
                   └───────┬────────┘
                           │
                           ▼
                   ┌────────────────┐
                   │  Issues Mgmt   │  (vision-foresight-environmental-scanning-issues-management)
                   │  AI Committee  │  Renfro 4-stage
                   └───────┬────────┘
                           │
                ┌──────────┼──────────┐
                ▼          ▼          ▼
          ┌──────────┐ ┌──────┐ ┌──────────┐
          │ Strategy │ │QUEST │ │ Report   │
          │ AI 권고  │ │AI WS │ │ AI Editor│
          └──────────┘ └──────┘ └──────────┘
                           │
                Decisions·Learning·Feedback
                           │
                           └──► (loops back to Scanning)

본 도식의 모든 단계에 AI 에이전트 배치 — 사람 개입 없이 cycle 자동 완료.

AI 에이전트 6 페르소나 (사람 작업 대체)

Agent 1 — AI Scanner

역할: vision-foresight-environmental-scanning-techniques의 6 정보 수집 기법 모두를 자동 수행

작업:

• web_search·web_fetch로 글로벌·한국 sources 자동 모니터링
• 5 input sources (Press·Websites·Internet·Conferences·Key Persons) 각각 자동
• KISTI NDSL·BigKinds·KOSIS·Google Scholar·factiva 등 한국·글로벌 DB 자동 조회
• 사용자 [reference_claude_accounts]의 Gemini·Codex 계정도 활용 가능 (다중 search)
• Daily·weekly·monthly cadence 자동 (사용자 명령 없이 background)

출력: Raw scanning records 50~200건 (도메인 분포·sources·일자 자동)

Agent 2 — AI Analyst

역할: vision-foresight-environmental-scanning-weak-signal-template의 10/13-field 템플릿화 + 패턴 분석 자동

작업:

• Raw records → 10-field KOC 또는 13-field UNDP 자동 변환
• 9 도메인 + Spirituality 자동 분류 (Primary + Secondary multi-classification)
• Leading Indicator 5 패턴 자동 추출
• Cross-field·cross-domain pattern 자동 식별
• 5가지 weak signal pattern detection 자동 적용

출력: Standardized records DB + weak signals 식별 보고서

Agent 3 — AI Expert Panel (30~75 페르소나)

역할: vision-foresight-environmental-scanning-techniques 1번 (Expert Panels) 75명 panel을 AI 페르소나로 시뮬레이션

페르소나 카탈로그:

• 미래학·전략 5명 (Yuval Harari·Kevin Kelly·Ray Kurzweil·Jamais Cascio·Sohail Inayatullah 페르소나)
• AI·기술 5명 (Sam Altman·Demis Hassabis·Stuart Russell·Yann LeCun·Geoffrey Hinton 페르소나)
• 거시경제 5명 (Ray Dalio·Larry Summers·Adam Tooze·Mohamed El-Erian·Nouriel Roubini 페르소나)
• 인구·사회 4명 (Phillip Longman·Jonathan Haidt·조영태·이상림 페르소나)
• 정치·국제관계 5명 (Graham Allison·Ian Bremmer·Michael Beckley·박원곤·천영우 페르소나)
• 환경·에너지 4명 (Vaclav Smil·Hannah Ritchie·조천호·KEEI 연구원 페르소나)
• 농업·식품 2명
• 통신·교통 2명
• 문화·콘텐츠 3명
• 신학·목회 5명 (N.T. Wright·Carl Trueman·Russell Moore·이원규·정재영 페르소나)
• 영성·종교 사회학 3명 (Tara Burton·David Brooks·James K.A. Smith 페르소나)
• Wild card·visionary 2명

작업:

• 각 페르소나가 본인 분야 시각으로 입력 issue·trend 평가
• Daisy chain nomination 시뮬레이션
• 3 round 응답 자동 생성:
  • Round 1: Open question (각 페르소나 분야별 응답)
  • Round 2: Cross-reference (다른 페르소나 응답에 likelihood·impact 평가)
  • Round 3: Policy options (페르소나별 정책 implementation likelihood·effectiveness)
• Anonymous response synthesis (그룹 의견 합성)
• 통계적 유의성 없음 명시 (Gordon-Glenn 원전: "it was not possible to say whether these results were statistically significant" — Chapter 02 Expert Panel discussion)

출력: Expert Panel synthesis report + cross-impact insights

페르소나 구현: 각 페르소나는 references/ai_persona_panel_catalog.md의 전기적·사상적·발언 양식 프로파일을 토대로 LLM이 simulate.

Agent 4 — AI Issues Management Committee

역할: vision-foresight-environmental-scanning-issues-management Renfro 4-stage cycle을 AI Committee 5~10 페르소나가 자동 수행

페르소나 (Committee members):

• Senior Strategist (전략 시각)
• Devil's Advocate (반대 시각)
• Domain Expert (해당 issue 분야 전문가)
• Skeptic (가정 도전)
• Optimist (낙관 시나리오)
• Pessimist (비관 시나리오)
• Pragmatist (실행 가능성)
• Long-term Thinker (10y+ horizon)
• Wild Card Hunter (low prob × high impact)
• Korean Context Specialist (한국 컨텍스트)

작업:

• Stage 1 — Issues Identification: AI Analyst 산출 records에서 Top 20~50 potential issues 자동 추출
• Stage 2 — Research: 각 Top issue에 대해 OPIN 8 questions 자동 답변 + Issue Paper 작성
• Stage 3 — Evaluation: Secret balloting 시뮬레이션 — 10 페르소나가 각자 prob·impact 점수 (3 time horizons) → median + IQR → consensus check → Top 3-5 Consensus Issues 선정
• Stage 4 — Strategy: 4 task forces 옵션 (Recommendation·Development·Research·Directed Scanning) 자동 매핑

출력: Renfro 4-stage cycle 풀 산출 — Top 3-5 issues + Strategy recommendations

Agent 5 — AI QUEST Workshop Participants (12~15 페르소나)

역할: vision-foresight-environmental-scanning-quest-workshop QUEST 4-phase를 AI 페르소나 12~15명이 자동 수행

페르소나 구성 (15명 사용자 미래학 연구소 컨텍스트):

• Lead Facilitator (사용자 페르소나)
• 미래학 동료 2명
• 기술 전문가 2명
• 경제 전문가 1명
• 신학자 1명
• 청년 미래 전문가 1명
• 글로벌 미래학자 1명 (해외 시각)
• 테크 임원 1명
• 정책 전문가 1명
• 작가·미디어 1명
• 보수 worldview 1명
• 청년 1명
• 여성 시각 1명

작업:

• Phase 1 (Preparation): Strategic issue 자동 정의·Notebook 자동 생성·off-premise site 시뮬레이션
• Phase 2 (Workshop all-day): 4 segments 자동 진행
  • Mission/Purposes 토의 (각 페르소나 입장)
  • Trends open-ended brainstorming (각자 5~10 trends sticky note)
  • Cross-impact analysis (페르소나 페어로 매트릭스 작성)
  • Scenarios sketch (4 페르소나 그룹이 4 시나리오)
• Phase 3 (Report): 2-section report 자동 작성
• Phase 4 (Strategic Options): Half-day workshop 시뮬레이션 + Top 5~10 strategic issues 시리즈

출력: QUEST 4-phase 풀 산출 (1.5일 워크숍을 수 분 내 완료)

Agent 6 — AI Report Editor

역할: vision-foresight-environmental-scanning-report Appendix B 양식 정기 보고서 완전 자동 생성

작업:

• 입력: Records DB + 이전 보고서들 + 신간 외부 보고서 monitoring
• 처리: 9 steps 자동
  1. Records 분류 (Item 1~5 strategic + Item 6 technical + Item 7 update)
  2. Top 5 strategic items 자동 선정
  3. 각 Item 3 implications 자동 생성 (Futurology·Pastoral·Investment)
  4. Item 6 신규 기술 4~8 자동
  5. Item 7 cross-month update 자동 (Issue ID 추적)
  6. Item 8 신간 보고서 추천 자동
  7. Sources 정리 자동
  8. Cover·TOC·Executive Summary 자동
  9. Appendix expanded background 자동 (Top items만)

출력: Body 815 pages + Appendix 520 pages 보고서. 사용자 review 없이 완성본.

Agent Coordination — 본 대표 스킬의 역할

본 대표 스킬은 6 agents의 conductor. 사용자 명령 → 어떤 agents를 어떤 순서로 작동시킬지 결정 → 결과 통합·산출.

자동 Cycle 구현 — Cycle A (풀 사이클) 상세

사용자가 "[주제] 환경 스캐닝 해줘" 명령 시 자동 실행:

Step 1 — Implications Domain 1회 질문 + Domain·Scope 자동 추론 (30~60초)

1-A. Implications Domain Selection (사용자 답변 대기)

• 위 10개 옵션 표시
• 사용자 답변 수신 (1~3개 선택 또는 Custom 또는 skip)
• 사용자 컨텍스트가 메모리/CLAUDE.md에 명확히 있으면 자동 default 확인 모드로 단축

1-B. 사용자 명령에서 자동 추출 (Implications 선택과 병행)

• Topic·도메인 (예: "AGI", "한국 인구", "한반도 통일")
• Time horizon (명시 없으면 5y 기본 + 10y·20y 보조)
• 9+1 도메인 분류 (primary + secondary)
• 지리적 범위 (국내·동아시아·전세계 — 명시 없으면 사용자 컨텍스트로 추론)

Step 2 — AI Scanner Agent 발동 (1~3분)

자동 작업:

• 사용자 [reference_claude_accounts] 풀 활용 web_search·web_fetch
• 9+1 도메인별 keyword 매트릭스 자동 생성
• 글로벌·한국 sources 동시 (영문·국문)
• 50~200 records 자동 수집
• 각 record raw 데이터 (URL·요약·날짜·source)

Step 3 — AI Analyst Agent 발동 (1~2분)

자동 작업:

• Raw records → 10-field KOC 자동 변환
• 9+1 도메인 multi-classification
• Cross-field·cross-domain pattern 분석
• 5가지 weak signal pattern detection
• Records DB 형태 산출

Step 4 — AI Expert Panel 발동 (3~5분)

자동 작업:

• 30~50 페르소나 (도메인별 적정 비율) 활성화
• 입력 issue/topic에 대한 3 round 응답 자동
• Round 1: Open question — 각 페르소나 분야별 응답
• Round 2: Cross-reference — 페르소나별 likelihood·impact 평가
• Round 3: Policy options
• Synthesis report 자동 산출

Step 5 — AI Issues Management Committee 발동 (2~3분)

자동 작업:

• Renfro 4-stage 풀 cycle
• Top 20~50 issues → Top 3-5 Consensus Issues
• Issue Paper 자동 작성 (각 Top issue, OPIN 8 questions 답변 포함)
• PI Chart 평가 (10 페르소나 secret balloting + median·IQR)
• Strategy 4 task forces 매핑

Step 6 — AI Report Editor 발동 (2~3분)

자동 작업:

• Appendix B 양식 보고서 자동 작성
• 사용자가 Step 1-A에서 선택한 N개 Implications 도메인에 맞춰 각 Item별 N개 Implications 섹션 자동 생성
• Cross-references (이전 보고서 issues — 있으면)
• Body + Appendix 풀버전
• 선택 안 된 도메인이 cross-domain dynamic 강한 경우만 보조 언급 (Cross-Domain Note)

Step 7 — Final Synthesis (30초)

본 대표 스킬이:

• 6 agents 산출물 통합
• Executive summary 1 page
• 사용자 행동 권고 3가지 (즉시·중기·장기)
• Next cycle priorities

총 소요 시간: 10~15분 (구현 추정값 — Gordon-Glenn 원전 없음. 실제 소요는 LLM inference 속도에 의존)

각 단계 시간 추정: Step 2(13분), Step 3(12분), Step 4(35분), Step 5(23분), Step 6(2~3분) — 모두 구현 추정값, 원전 미언급.

사용자 입력 형식 — 최소화

권장 입력 형식

Pattern A — 단순 명령:
"AGI 환경 스캐닝"
"한국 인구절벽 weak signal"
"이번 분기 월간 보고서"
"기후변화 QUEST 워크숍"

Pattern B — 컨텍스트 명시:
"AGI가 한국 노동시장에 미칠 영향 환경 스캐닝, 5년 horizon"
"한국 SMR 산업 deep horizon scanning, 정부 자문 자료용"
"청년 정신건강 환경 스캐닝, 비영리·정책 양쪽 implications"

Pattern C — 풀 시스템 설계:
"우리 [기관명] 환경 스캐닝 시스템 처음 만들어줘"

본 스킬이 자동 추론하는 변수 vs 사용자에게 묻는 변수

자동 추론 (질문 X)

• Time horizon: 5y + 10y + 20y 기본
• 9+1 도메인 분류: 명령 키워드에서 자동
• 산출물 형식: Cycle 종류에 따라 default
• 페르소나 panel 구성: 도메인 적정 비율 자동
• 보고서 분량: Cycle별 standard

사용자에게 반드시 묻는 (Step 1-A)

• Implications Domain Selection: 10개 옵션 중 1~3개 또는 Custom (산출물 형태를 근본적으로 결정하는 변수이므로)

사용자가 명시하면 적용

• 시급도·deadline
• 지리적 범위 (한국·동아시아·전세계)
• 보고서 분량 변경
• 특정 페르소나 강조 또는 제외

→ 사용자는 Implications Domain 답변 1회 + 명령 1회 이외 추가 입력 부담 없음.

5 하위 스킬 — 각 역할 (사용자은 직접 호출 X)

사용자 명령은 본 대표 스킬에만. 5 하위 스킬은 내부 sub-skill로 본 대표 스킬이 자동 호출.

Generic Futures Scanning System (개념·역사)

Gordon-Glenn 핵심 명제

"Environmental scanning systems provide early warning about important changes and detect 'weak signals' that indicate plans should be amended."

"All futurists do environmental scanning—some are more organized and systematic, all try to distinguish among what is constant, what changes, and what constantly changes."

명명법 진화

• 1960~70s: "Environmental Scanning"
• 환경운동 부상 후: "Futures Scanning Systems"·"Early Warning Systems"·"Futures Intelligence Systems"
• 2008+: "Collective Intelligence" (MIT CCI 2007 설립)

Gordon의 Collective Intelligence 정의

"An emergent property from synergies among data/info/knowledge, software/hardware, and human minds (experts) that continually learns from feedback to produce 'just in time knowledge' for better decisions than these elements acting alone."

본 대표 스킬은 human minds를 AI 페르소나로 대체하여 사용자 1인 명령에서 collective intelligence 시뮬레이션.

핵심 약속

"No system will be able to eliminate all uncertainty; the objective of a scanning system is simply to find early indications of possibly important future developments to gain as much lead-time as possible."

본 스킬도 불확실성 제거 X, lead-time 확보가 목표.

분류 체계 (Aguilar·Renfro·Spies)

본 대표 스킬은 Spies (1991) Directed Scanning 모드로 작동:

• Aguilar (1967) Formal Search
• Renfro (1983) 4 aspects 모두 자동 결정
• Spies Directed — 잘 수립된 plan·procedure 추종

사용자은 passive·active scanning에 시간 쓰지 않음. 본 스킬이 자동으로 directed scanning 수행.

9 도메인 + Spirituality (사용자 STEEPS)

본 스킬 자동 산출의 모든 records·issues·implications는 10 도메인 자동 분류.

Implications Domain Selection — 사용자 컨텍스트 1회 질문

본 스킬은 고정된 implications 도메인 hardcoding 없음. 사용자가 누구든 — 미래학자·정책가·기업가·교수·기자·교사·목회자·투자자·NGO 활동가·창업자·대학원생 — 본인 컨텍스트 산출물을 받음.

Cycle 시작 시 1회 질문 (필수, Step 1에서)

본 스킬이 작동 시작 시 사용자에게 반드시 다음 질문을 1회 제시:

[Implications Domain Selection]
이 환경 스캐닝의 Implications을 어떤 영역에 맞춰 산출할까요?
관심 영역을 1~3개 선택하세요 (다중 선택 가능):

  1. 정부·정책 (Policy)
     — 정부 자문·정책 수립·입법·규제
  2. 기업·경영 (Business)
     — 전략 기획·신사업·M&A·운영
  3. 학계·연구 (Academia)
     — 연구 방향·논문·학술 publication
  4. 미디어·언론 (Media)
     — 보도·논평·기획 기사·다큐멘터리
  5. 교육·학습 (Education)
     — 커리큘럼·교육 프로그램·평생학습
  6. 종교·목회 (Religious / Pastoral)
     — 사역·설교·종교적 응답
  7. 금융·투자 (Investment)
     — 포트폴리오·자산 배분·종목·리스크
  8. 비영리·시민사회 (Nonprofit / Civic)
     — NGO 활동·시민운동·공익
  9. 개인·생애설계 (Personal / Life)
     — 진로·가족·생애 의사결정
 10. Custom (사용자 정의)
     — 위 9개에 안 맞는 본인 고유 영역 (예: "농업 협동조합·원전 운영사·청소년 상담사" 등)

답변: [번호 또는 영역명, 다중은 쉼표]
예: "2, 7" 또는 "정부, 학계" 또는 "Custom: 한국 가나안 성도 사역"

사용자 답변 처리

• 명확한 답변 (예: "2, 7"): 즉시 적용
• Custom: 사용자가 자유 텍스트로 본인 컨텍스트 정의 (1~3 문장). AI Report Editor가 본 컨텍스트로 implications 자동 생성
• 무응답·skip: Generic universal implications 모드로 진행 (모든 영역 공통 핵심)
• 이미 메모리/CLAUDE.md에 사용자 컨텍스트 명시: 사용자에게 자동 default 확인만 하고 진행
  • 예: "이전 대화에서 [목회·미래학·금융] 컨텍스트 사용 — 동일하게? (Y/N, default Y)"
  • Y 또는 침묵 → 자동 진행
  • N → 위 10개 옵션 재제시

Implications 산출 형식

선택된 N개 도메인별로 각 Item에 Implications 섹션 1~2 단락:

Item N. [Title]

Summary: ...

[Selected Domain 1] Implications:
[1~2 단락 — 본 도메인 사용자에게 직접 행동 가능 권고]

[Selected Domain 2] Implications:
[동일]

[Selected Domain 3] Implications: (선택 시)
[동일]

Sources: ...

도메인 외부 — Cross-domain Insights

선택된 도메인이 아니어도 cross-domain dynamic가 강한 경우 보조 언급:

Cross-Domain Note:
이 issue는 [선택 안 된 도메인]에도 직접 영향. 본 보고서는 [선택 도메인]에 초점,
원하시면 [선택 안 된 도메인] implications 별도 cycle 가능.

동일 사용자 다음 cycle

본 사용자의 최초 선택은 다음 cycle에서 default로 자동 적용. 사용자가 명시 변경 시만 갱신:

• "이번 cycle은 다른 영역으로" → 재질문
• "원래 영역으로" → 자동 적용 (질문 skip)

Renfro 4-stage Cycle (자동 실행)

본 대표 스킬이 cycle 명령 시 자동 실행:

1. Identify (AI Scanner + AI Analyst) — Top 20~50 potential issues
2. Research (AI Issues Committee) — Issue Paper + OPIN 8 questions
3. Evaluate (AI Issues Committee Secret Balloting) — PI Chart + Top 3-5 Consensus
4. Strategy (AI Issues Committee + 본 대표 스킬) — 4 task forces 매핑

상세는 vision-foresight-environmental-scanning-issues-management 하위 스킬 자동 호출 (사용자 직접 호출 X).

QUEST Workshop (자동 실행)

사용자이 "QUEST workshop" 명령 시 본 대표 스킬이 자동:

1. AI Workshop Participants 12~15 페르소나 활성화
2. Phase 1 — Strategic issue 정의·Notebook 자동 생성
3. Phase 2 — All-day workshop 4 segments 자동 시뮬레이션
4. Phase 3 — 2-section report 자동 작성
5. Phase 4 — Half-day strategic options workshop 자동
6. Top 5~10 Strategic Issues 시리즈 산출

상세는 vision-foresight-environmental-scanning-quest-workshop 하위 스킬 자동 호출.

정기 보고서 자동 (Daily·Weekly·Monthly·Quarterly·Annual)

사용자이 "정기 보고서 셋업" 또는 "[월/분기/연간] 보고서" 명령 시:

자동 cadence

• Daily (옵션, 사용자 cmux cron): 핵심 keyword alert
• Weekly: 누적 records review·신호 검증
• Monthly: 통합 보고서 (Appendix B 양식·Body 815p + Appendix 520p)
• Quarterly: 컨텍스트별 분리 (Futurology·Pastoral·Investment 각각)
• Annual: 종합 보고서 + 차년도 priority

자동 인프라

• 사용자 cmux 환경에서 cron 자동 실행 가능
• Markdown DB + Git version control
• Issue ID 추적 (Item 7 cross-month)
• Dashboard 자동 갱신

상세는 vision-foresight-environmental-scanning-report 하위 스킬 자동 호출.

AI 페르소나 실존 인물 응답 정책

Agent 3 (AI Expert Panel)은 Yuval Harari·Sam Altman·Ray Dalio 등 실존 인물 페르소나를 사용한다. 이들의 응답은 항상 다음 태그를 달아야 한다:

실존 인물 페르소나는 절대로 검증되지 않은 특정 견해·수치·예측을 마치 해당 인물의 실제 발언인 양 태그 없이 생성하지 않는다.

정보 소스 접근 가용성 및 Fallback

KISTI NDSL·BigKinds·Factiva 등 구독 DB는 접근 불가 시 다음 fallback 순서를 적용한다:

1. 1차: web_search (Google Scholar·PubMed·SSRN 등 무료 학술 검색)
2. 2차: web_fetch (공개된 preprint·보고서·뉴스 URL 직접 조회)
3. 3차: 학습 지식 기반 (반드시 [학습지식·미검증] 태그 + 날짜 명시)

Fallback 사용 시 출력에 [Source: fallback-tier N] 명시.

자동화 (cron·daily cadence) 안내

SKILL.md의 "cron 자동 실행"·"daily cadence" 기능은 Claude Code 스케줄러 또는 외부 cron 설정 필요. 단독 Claude Code 세션에서는 자동 실행되지 않는다. 해당 기능은 /schedule 스킬 또는 시스템 cron으로 별도 구성 필요.

오류 및 예외처리

Python이 "error": true를 반환하거나 예외 상황 발생 시 처리:

입력 검증 규칙

Python 호출 전 사전 점검:

절대 원칙 (산출물 점검)

본 대표 스킬 산출 전 반드시 점검:

• 사용자 명령을 Implications Domain 1회 질문 외에는 추가 질문 없이 자동 처리했는가?
• Step 1-A에서 Implications Domain Selection 질문을 반드시 제시했는가? (사용자가 메모리/CLAUDE.md로 명시했거나 skip한 경우만 생략)
• 5 하위 스킬을 사용자에게 노출 없이 내부 호출했는가?
• AI 에이전트 6 페르소나가 적절히 활성화되었는가?
• 사용자가 선택한 N개 Implications 도메인에 맞춤 implications 산출했는가? (특정 도메인 hardcoding X)
• 10 도메인 (9 Gordon-Glenn + Spirituality) 분류 적용?
• PDF 원전 (Gordon-Glenn 2009) 충실성 보존?
• Lead-time 확보 강조 (불확실성 제거 X)?
• 본 cycle 결과가 다음 cycle Feedback Loop으로 환류 가능한 형태?

입력 처리 — 단일 명령 처리 protocol

단계 1 — 명령 분류 + Implications Domain 질문 (자동·30~60초)

사용자 명령 → 위 매트릭스에서 자동 매핑 → Cycle A·B·C·D·E·F·G·H·I 중 선정. 동시에 Implications Domain Selection 질문 1회 제시 (메모리/컨텍스트로 default 가능 시 확인 모드로 단축).

단계 2 — 핵심 변수 자동 추론 (자동, 10초)

• Topic·도메인
• Time horizon
• 9+1 도메인 분류
• 산출 형식
• 지리적 범위

단계 3 — 모호 변수 1~2개만 사용자 confirm (선택)

기본값으로 진행. 정말 critical한 변수만 1회 짧게 확인.

예: "AGI 환경 스캐닝 — 5년 horizon으로 진행할까요? (Y/N, default Y)" → 사용자 N 답변 시만 변경. 침묵·Y면 진행.

단계 4 — 자동 cycle 실행 (10~15분)

6 AI agents 병렬·순차 작동.

단계 5 — 통합 산출 (자동)

사용자에게 산출:

• Executive Summary (1 page)
• 핵심 산출물 (보고서·issues·strategy)
• 사용자 행동 권고 3가지 (선택된 Implications 도메인별)
• Next cycle priorities

보조 자료 (references/)

기본 흐름은 본 SKILL.md만으로 충분. 깊이가 필요할 때만 references 추가 로드.

산출물 강제 양식 — Sub-skill Orchestration Trace (절대 protocol 7번)

모든 사용자 명령 응답은 다음 양식 반드시 따름. Inline 페르소나 시뮬레이션 단독 금지.

# [주제] 환경 스캐닝 Report

## 0. Master 발동 + Cycle 분기
- 발동 마스터: vision-foresight-environmental-scanning
- 사용자 명령: "[원문]"
- 자동 분류 Cycle: <Cycle A~I 중>
- Implications Domain: <Step 1-A 결과>

## [Sub-skill Orchestration Trace]
호출 순서·시점:
1. vision-foresight-environmental-scanning-techniques ─ Step 2·4 ─ AI Scanner + Expert Panel
2. vision-foresight-environmental-scanning-weak-signal-template ─ Step 3 ─ AI Analyst
3. vision-foresight-environmental-scanning-issues-management ─ Step 5 ─ AI Issues Committee
4. vision-foresight-environmental-scanning-quest-workshop ─ (Cycle D 시) ─ AI QUEST Participants
5. vision-foresight-environmental-scanning-report ─ Step 6 ─ AI Report Editor

(Cycle별 일부 sub-skill 미호출 시 명시)

---

## ▶ Sub-skill 1: vision-foresight-environmental-scanning-techniques
**호출 시점**: Step 2 (정보 수집) + Step 4 (Expert Panel)
**AI Agent**: AI Scanner + AI Expert Panel (30~75 페르소나)
**Input**: 사용자 주제·Implications Domain
**작업**: 6 정보 수집 기법 + Expert Panel 시뮬레이션
**Output**: [해당 sub-skill SKILL.md Output 양식 그대로]

---

## ▶ Sub-skill 2: vision-foresight-environmental-scanning-weak-signal-template
[동일 양식]

---

## ▶ Sub-skill 3·4·5: 동일 양식 (각 호출되는 sub-skill 별도 섹션)

---

## Master Synthesis — 통합 산출
- Executive Summary
- Top issues + 사용자 행동 권고
- Next cycle priorities
- Sources [markdown hyperlinks]

Trace 강제 위반 시

박사님이 trace 없는 산출 받으시면 즉시 trace 추가 재산출 의무.

Inline vs Trace의 정합

박사님 [AgenticWorkflow master 패턴]:

"master orchestrator는 inline protocol, 워커가 직접 실행. 2단 nested sub-agent 위임 영구 금지"

본 강제는 physical inline + logical explicit trace. Sub-agent spawn 금지, 그러나 호출의 명시적 표시는 의무.

마무리 — 본 대표 스킬의 4 약속

1. 사용자는 본 스킬 외 어떤 환경 스캐닝 스킬과도 대화하지 않는다. 5 하위 스킬은 본 스킬이 자동 호출.

2. 사용자 1회 명령 + Implications Domain 1회 답변으로 전체 cycle 자동 완료. 추가 입력·확인 최소화. 모호 변수는 본 스킬이 자동 추론·기본값.

3. 모든 사람 작업을 AI 에이전트로 대체. 외부 협력자·자문위원·workshop 참가자·panel·committee·scanner·editor 모두 AI 페르소나 시뮬레이션. 사용자 1인 명령으로 환경 스캐닝 전 cycle.

4. 사용자 누구나 본인 컨텍스트로 산출물 받음. Implications 도메인 hardcoding 없음 — 정부·기업·학계·미디어·교육·종교·금융·비영리·개인·custom 어느 영역의 사용자든 맞춤 implications 자동 생성.

이 4 약속으로 본 스킬은 PDF 원전 (Gordon-Glenn 2009) 충실성 + 사용자 컨텍스트 적응성을 동시에 보장.