# [PGF 1기-최순용] AI 시대, PM의 역할 사전과제 

[PGF 1기-OOO] AI 시대, PM의 역할 사전과제

### 1. AI를 활용한 각자의(대표, PM, 개발 등) 업무 활용

- 현재 여러분은 AI 도구를 어떤 업무에 어떻게 활용하고 계신가요? 구체적으로 어떤 작업에서 어떤 도구를 사용하고, 어떤 효과를 보셨나요?

    - **기획 문서 작성**

        - 해외 PM들이 공유한 Skills를 Claude Code에 적용하여 문서를 작성하고 있음. 단순 초안 생성이 아니라, AI와 대화를 주고받으며 문서를 점진적으로 보강하는 방식. 실제로 체감한 효과는 두 가지. 첫째, 초안 작성 시간이 확연히 단축됨. 둘째, 혼자 작업할 때 미처 생각하지 못했던 엣지케이스나 가설들을 AI가 효과적으로 짚어줌. 작업자(PM)의 논리에 갇히기 쉬운 단독 작업의 한계를 AI가 '비판적 리뷰어' 역할로 보완해준 셈

    - **데이터 분석 — 레거시 DB 쿼리 작성**

        - 레거시 데이터베이스는 스키마 파악 자체가 상당한 공수를 요구함. 기존 스키마를 컨텍스트로 제공하면 AI가 즉각적인 쿼리 파트너가 되어, 특히 정기 리포트가 아닌 임시 분석이 필요한 상황에서 효과가 큼. 기존에는 동료에게 묻거나 시행착오를 거쳐야 했던 작업을 빠르게 독립적으로 처리할 수 있게 됨. 두 활용 사례의 공통점은, 맥락을 충분히 제공할수록 결과의 품질이 높아진다는 것. 그 과정에서 AI에게 넘길 맥락을 정리하면서 오히려 자신의 생각이 먼저 명확해지는 부수적인 효과도 있다고 생각

- 반대로 AI를 활용해보고 싶지만 아직 시도하지 못한 영역이나, 시도했지만 기대만큼 효과를 보지 못한 경우가 있다면 그 이유도 함께 공유해 주세요.

    - 회사의 기존 소스코드에 새로운 기능을 추가하려는 시도가 있었음. Claude Code에 수정을 요청했지만 에러가 반복되었고, 디버깅도 원활히 이루어지지 않아 결국 작업을 중단. 실패의 원인을 돌아보면 구조적인 문제가 있었음. AI는 충분한 맥락이 주어져야 제대로 작동하는데, 코드에 대한 이해 자체가 낮은 상태에서는 AI가 제시한 수정안을 검증할 수 없었음. 잘못된 방향으로 반복 수정이 이어지는 악순환이 발생한 것으로 보임. AI는 기반 역량을 증폭시켜주는 도구이기 때문에, 증폭시킬 역량 자체가 부재한 영역에서는 오히려 러닝커브에 따른 시간 손실로 이어질 수 있음

### 2. AI 시대 PM의 핵심 역량

- AI가 문서 작성, 데이터 분석, 프로토타이핑 등 많은 업무를 보조하거나 대체할 수 있게 되면서, 당신의(PM, 대표, 개발 등) 차별화된 가치는 어디에서 나올까요?

    - AI는 주어진 문제를 빠르고 정확하게 푸는 데 점점 강해지고 있음. 문서 작성, 데이터 분석, 프로토타이핑 등 기존에 PM이 상당한 시간을 쏟던 영역이 대부분 여기에 해당하며 유저 인터뷰나 Amplitude 같은 데이터 분석을 통해 가설을 정의하고 판단하는 영역도 현재는 사람의 영역이지만, Skills가 고도화됨에 따라 점차 보조되거나 대체될 가능성이 있다고 생각함. AI는 주어진 문제를 잘 풀지만, 어떤 문제를 풀어야 하는지는 스스로 발견하지 못함. 사용자의 맥락 속에서 진짜 문제를 포착하고, 그것을 비즈니스 목표와 연결하여 정의하는 것 — 이 '문제 발견과 정의'의 영역이 AI가 대체하기 가장 어려운 PM 고유의 가치라고 생각

- AI의 빠른 발전과 적용 앞에서 당신의 역할을 수행하는데 있어 반드시 갖춰야 할 핵심 역량은 무엇이라고 생각하시나요? 그리고 그 역량을 키우기 위해 현재 어떤 노력이 필요할까요?

    - 구체적으로는 두 가지 방향으로 생각

        - 첫째, **문제 정의 역량**. 데이터와 리서치에서 표면적인 인사이트를 넘어, 조직이 진짜 풀어야 할 문제가 무엇인지 꿰뚫는 능력. AI가 분석을 빠르게 처리할수록, 그 결과를 해석하고 의미있는 질문으로 전환하는 사람의 역할이 더 중요해짐

        - 둘째, **이해관계자 소통 역량**. 문제를 정의했다면 그것을 실행으로 연결하는 것은 결국 사람과 사람 사이의 업무범위. AI가 기획 산출물의 생산을 대신할수록, PM은 비즈니스 목표를 조율하고 조직을 움직이는 데 더 집중해야 함 (제품팀 이외의 조직이 AI-Native가 되는데는 시간이 소요될것으로 예상)

    - 결국 AI 시대 PM의 핵심은, AI를 잘 쓰는 것과 동시에 AI가 할 수 없는 일에 더 깊이 파고드는 것으로 생각함

### 3. AI 조직 문화

- AI 도구를 개인 차원이 아니라 팀/조직 차원에서 활용하려면 어떤 변화가 필요할까요? 만약 이미 조직에 도입해 유의미한 성과를 거둔 케이스가 있다면 공유해 주세요~

    - 현재 조직에서는 여분 아이맥에 openClaw를 설치하고 Slack과 연동하여 베타 형태로 운영 중. 주로 슬랙 내용 요약과 기존 검색으로 찾기 어려운 내용을 탐색하는 데 활용하고 있으며, 데이터팀에서도 쿼리 작성 보조로 사용 중. 다만 데이터팀의 경우 AI 결과물에 대한 검수 단계가 반드시 필요하다는 공통된 의견이 있는 상황

- 현재 조직에서 AI 도입에 장애물이 되는 요소가 있다면 무엇인가요? 그리고 어떻게 극복할 수 있을까요?

    - 사람마다 활용 방식이 달라져 조직 차원의 효과로 이어지기 어려움. 누가 어떤 목적으로, 어떤 방식으로 사용하는지에 대한 기준이 없으면 잘 는 사람만 계속 잘 쓰는 구조가 고착고 있음. 작은 범위에서 먼저 효과가 검증된 사례를 기반으로 팀 내 활용 가이드라인을 만들어가는 것이 좋은 접근일 수 있음. 예를 들어 슬랙 요약의 경우 "어떤 채널을, 어떤 주기로 요약하면 유용하다"는 식의 구체적인 사용 패턴을 먼저 공유하고, 이후 API 문서 가이드나 디자인 가이드 등으로 점진적으로 범위를 넓혀가는 방식을 고려해볼 수 있음. 정교한 매뉴얼을 갖추는 것보다, 실제 사용 사례를 팀 내에서 꾸준히 나누는 문화를 먼저 만들어가는 것이 현실적인 출발점이 될 것임.

        -  회사-조직-팀 단위마다 skills를 공통화하면 좋을것 같은데 아직 시도는 못해본 상황

For the site tree, see the [root Markdown](https://slashpage.com/pgf.md).