cdo-review
작성자 alirezarezvanicdo-review는 Chief Data Officer 관점의 검토 스킬로, 실행에 앞서 데이터 전략 계획, AI 학습 데이터 권리, 아키텍처 선택, 데이터 제품화, M&A 실사, 데이터팀 채용을 압박 테스트하는 데 사용합니다.
이 스킬의 평점은 72/100으로, 디렉터리 등록에는 적합하지만 완성된 워크플로 도구라기보다 가벼운 검토 체크리스트로 소개하는 편이 알맞습니다. 디렉터리 사용자는 언제 이 스킬을 실행해야 하는지, 어떤 CDO식 검토 관점을 적용하는지 이해할 수 있습니다. 다만 SKILL.md 안내를 넘어서는 구현 지원은 제한적이라고 보는 것이 좋습니다.
- 트리거와 범위가 명확합니다. `/cs:cdo-review <plan>`은 학습 데이터, 데이터 아키텍처, 데이터 제품화, 데이터 인력 채용, M&A 실사와 관련된 계획에 쓰도록 명시되어 있습니다.
- 운영 관점에서 유용한 구성을 제공합니다. 막연한 조언형 프롬프트가 아니라 의사결정에 초점을 둔 6가지 질문으로 Chief Data Officer식 압박 검토를 수행합니다.
- 설치 여부 판단에 필요한 정보가 분명합니다. 'When to Run' 섹션에서 고객 데이터로 ML 학습을 진행하는 경우, 데이터 인프라 SaaS 계약, 고객 데이터 제품화, 핵심 데이터 인력 채용 등 구체적인 사용 시나리오를 제시합니다.
- 설치 명령, README, 참고 자료, 스크립트나 지원 자료가 없어 도입은 단일 SKILL.md 파일에 전적으로 의존합니다.
- 제공된 근거상 질문 프롬프트는 탄탄하지만, 검토 질문을 넘어서는 구체적인 출력 형식, 실제 예시, 단계별 실행 방식은 충분히 확인되지 않습니다.
cdo-review skill 개요
cdo-review가 필요한 경우
cdo-review는 데이터 전략, 데이터 권리, 데이터 아키텍처, 데이터 수익화, AI 학습 데이터, 데이터팀 의사결정에 의존하는 계획을 검증하기 위한 Chief Data Officer 관점의 리뷰 skill입니다. /cs:cdo-review <plan> 형태로 호출하도록 설계되어 있으며, 조직이 비용, 평판, 엔지니어링 시간, 법적 노출을 감수하기 전에 폭넓은 제안을 구조화된 질문으로 압박 검토할 수 있게 해줍니다.
가장 잘 맞는 사용자와 의사결정
cdo-review skill은 고객 데이터로 모델을 학습할지, warehouse나 lakehouse 플랫폼을 구매할지, 데이터 제품을 출시할지, 시니어 데이터 직무를 채용할지, M&A 과정에서 데이터 자산을 검토할지 같은 계획을 평가하는 창업자, 제품 리더, 데이터 리더, AI 팀, 전략기획 조직에 특히 유용합니다. 단순히 아이디어가 기술적으로 그럴듯한지를 보는 것이 아니라, 해당 데이터가 실제 비즈니스 의사결정을 바꾸는지를 묻기 때문에 Strategic Planning 업무에 잘 맞습니다.
일반 프롬프트와 다른 점
cdo-review는 일반적인 데이터 전략 조언을 내놓는 대신, 피할 수 없는 질문을 던집니다. 이 데이터가 어떤 의사결정을 움직이는지, 동의와 출처의 이력이 존재하는지, 제안된 아키텍처가 운영 모델과 맞는지, 데이터 자산이 어떻게 평가되거나 오용될 수 있는지, 어떤 조직 역량이 필요한지를 따집니다. 핵심 가치는 잘 다듬어진 메모가 아니라, 약한 가정이 계약, 로드맵 약속, 컴플라이언스 문제로 굳어지기 전에 드러내는 더 날카로운 go/no-go 리뷰입니다.
도입 시 주의할 점
현재 repository는 SKILL.md를 중심으로 구성되어 있으며, 추가로 살펴볼 script, reference, rule, metadata 파일은 없습니다. 그래서 cdo-review는 가볍고 설치하기 쉽지만, 이를 완전한 거버넌스 프레임워크, 법무 검토, 개인정보 영향평가, 벤더 선정 모델로 받아들여서는 안 됩니다. 더 깊은 도메인별 실사에 들어가기 전, 의사결정 리뷰 레이어로 사용하는 것이 가장 적합합니다.
cdo-review skill 사용 방법
cdo-review 설치와 repository 경로
다음 명령으로 skill repository에서 설치합니다.
npx skills add alirezarezvani/claude-skills --skill cdo-review
관련 소스는 c-level-advisor/c-level-agents/skills/cdo-review/ 아래에 있습니다. 먼저 SKILL.md를 읽으세요. 현재 skill package에는 눈에 보이는 companion rules/, resources/, references/, scripts/ 폴더가 없습니다. skill이 간결한 만큼, 설치 여부는 이 리뷰 프레임이 여러분의 데이터 전략 워크플로와 맞는지에 초점을 두고 판단하는 것이 좋습니다.
skill에 제공해야 할 입력
cdo-review를 효과적으로 쓰려면 계획을 슬로건이 아니라 의사결정 패키지로 제공해야 합니다. 내려야 하는 비즈니스 의사결정, 데이터 소스, 동의 또는 계약 근거, 데이터 분류, 의도한 모델 또는 제품 활용 방식, 예상 사용자, 아키텍처 선택, 벤더 약정, 예산 범위, 일정, 결과의 오너를 포함하세요.
약한 프롬프트:
/cs:cdo-review We want to monetize customer data with AI.
더 나은 프롬프트:
/cs:cdo-review Review a plan to create paid industry benchmarks from aggregated customer usage data. Sources: product telemetry and CRM records. Consent: current TOS mentions analytics but not resale. Buyers: enterprise customers. Architecture: Snowflake plus dbt. Timeline: 2 quarters. Decision needed: whether to approve product discovery and legal review before hiring a data PM.
권장 cdo-review 워크플로
cdo-review는 구현이 끝난 뒤가 아니라 승인 게이트 전에 사용하세요. 실무적으로는 다음 흐름이 좋습니다.
- 계획을 한 페이지로 작성합니다.
/cs:cdo-review <plan>을 실행합니다.- 각 지적 사항을
answered,unknown,risky,not applicable로 표시합니다. - 누락된 출처 근거, 의사결정 논리, 오너십을 반영해 계획을 다시 씁니다.
- 수정본을 대상으로 skill을 다시 실행합니다.
- 해결되지 않은 동의, 계약, 보안, 가치평가 이슈는 적절한 전문가에게 에스컬레이션합니다.
이렇게 사용하면 legal, security, finance 실사를 대체한다고 착각하지 않으면서도, 전략기획, 벤더 평가, AI 학습 준비도 점검, 데이터 제품 리뷰에 skill을 유용하게 활용할 수 있습니다.
출력 품질을 높이는 프롬프트 세부사항
무엇을 결정해야 막힌 일이 풀리는지 명확히 이름 붙이세요. cdo-review는 “이 데이터가 어떤 의사결정을 움직이는가?”라는 질문을 중심으로 설계되어 있으므로, “build a data moat”처럼 모호한 목표는 약한 결과를 낳습니다. 또한 first-party explicit opt-in, first-party TOS-only, third-party licensed, scraped, inferred, customer-confidential data를 구분해 적으세요. 그래야 skill이 출처, 동의, 의도한 사용 방식 중 어디에서 계획이 무너질 수 있는지 찾아낼 수 있습니다.
cdo-review skill FAQ
cdo-review는 Chief Data Officer만을 위한 도구인가요?
아닙니다. cdo-review skill은 CDO 관점에서 작성되었지만, 창업자, CEO, CTO, 제품 관리자, AI 리드, 데이터 엔지니어, 투자자에게도 실용적입니다. 중요한 데이터 의사결정을 내리는 사람이라면 누구나, 강한 데이터 임원이 계획 승인 전에 던질 질문을 드러내는 데 사용할 수 있습니다.
언제 cdo-review를 쓰지 말아야 하나요?
cdo-review를 개인정보보호법, 보안 아키텍처, 모델 리스크, 세무, 회계, M&A 가치평가의 최종 판단 근거로 사용하지 마세요. 순수 운영 티켓, 작은 dashboard 요청, 구현 디버깅에도 잘 맞지 않습니다. 전략, 법무, 아키텍처, 채용, 수익화, 신뢰에 영향을 주는 의사결정일 때 사용하는 것이 적절합니다.
cdo-review는 데이터 전략 리뷰 요청과 어떻게 다른가요?
일반적인 리뷰는 장단점을 요약하는 데 그칠 수 있습니다. cdo-review는 더 대립적이고 의사결정 중심적입니다. 데이터를 수집해야 하는지, 학습에 써야 하는지, 판매해야 하는지, 라이선스해야 하는지, 중앙화해야 하는지, 분산해야 하는지, 인력을 붙여야 하는지 자체를 따져 묻습니다. 그래서 폭넓은 가능성을 브레인스토밍하는 용도보다, 실제 약속을 하기 전 사전 검토에 더 적합합니다.
cdo-review는 초보자도 쓰기 쉬운가요?
네, 사용자가 계획을 명확히 설명할 수 있다면 그렇습니다. 초보자는 먼저 기본 사실을 모아야 할 수 있습니다. 데이터가 어디에서 왔는지, 누가 동의했는지, 어떤 시스템에 저장되는지, 어떤 의사결정이 그 데이터에 달려 있는지, 기대하는 비즈니스 성과가 무엇인지가 필요합니다. 이런 사실이 없어도 skill은 무엇이 빠졌는지를 보여주며 도움을 줍니다.
cdo-review skill 개선 방법
다시 실행하기 전에 cdo-review 입력을 보강하기
cdo-review 결과를 가장 빠르게 개선하는 방법은 프롬프트에 구체적인 근거를 추가하는 것입니다. 샘플 데이터 소스 목록, 동의 문구 요약, 벤더 이름, 텍스트 형태의 아키텍처 다이어그램, 오너십 경계, 보관 기간 가정, 매출 또는 비용 기대치를 포함하세요. 이 skill은 명시된 비즈니스 의사결정을 실제 데이터 권리와 운영 제약에 대조할 수 있을 때 가장 잘 작동합니다.
자주 발생하는 실패 패턴 살피기
약한 출력은 대개 약한 계획에서 나옵니다. 이름 붙은 의사결정이 없거나, 데이터 출처가 불명확하거나, 동의 유형이 뒤섞여 있거나, 고객 편익이 정의되지 않았거나, 요구사항보다 아키텍처가 먼저 정해졌거나, 역량 공백이 아니라 직함을 근거로 채용을 정당화하는 경우가 흔합니다. 첫 리뷰가 너무 추상적으로 느껴진다면 “Should we train this model?”, “Should we sign this vendor contract?”, “Should we commercialize this dataset?”처럼 하나의 승인 질문을 중심으로 계획을 다시 작성하세요.
반복을 통해 비판을 실행으로 바꾸기
첫 cdo-review 실행 후에는 issue, risk, missing evidence, owner, next action 열을 가진 의사결정 표를 요청하세요. 그런 다음 계획을 수정하고 skill을 다시 실행합니다. 이렇게 하면 질문 중심의 검토가 리더십, 법무, 데이터 엔지니어링, 제품, 재무 팀이 함께 사용할 수 있는 운영 체크리스트로 바뀝니다.
조직에 맞게 skill 확장하기
팀은 회사별 거버넌스 규칙을 추가해 cdo-review skill을 개선할 수 있습니다. 예를 들어 승인된 데이터 분류, 동의 기준, 보관 정책, 벤더 리뷰 기준, 모델 학습 제한, 데이터 제품 승인 게이트를 넣을 수 있습니다. 다만 이런 추가 항목은 core skill text와 분리해 두세요. 그래야 원래의 CDO forcing-question 스타일은 선명하게 유지하면서도, 내부 제약 조건을 통해 출력이 더 실행 가능해집니다.