속도의 문제가 아니다. AI는 PM의 존재 이유 자체를 다시 쓰고 있다.
AI 도입 이후 PM 역할의 본질이 어떻게 달라지고 있는지를 조직 구조 차원에서 날카롭게 분석. "PM이 더 빨라졌다"는 표면적 변화 너머, 실제로 무엇이 사라지고 무엇이 남아야 하는지를 짚어줌
15초 요약
핵심 한 줄:
AI는 PM을 더 빠르게 만든 게 아니다, 존재 가치를 바꿨다.
AI가 PRD를 4분 만에 작성하고, 수백만건의 고객 데이터를 몇시간안에 정리하는 지금, PM의 업무가 더 생산적으로 발전된 게 아닙니다. PM 업무의 상당 부분이 절차적이고, 템플릿으로 처리 가능하고, 이제는 자동화 가능한 실행 업무였다는 사실이 드러난 거예요. 실제로 PM 업무 시간의 60~75%가 이 실행 카테고리에 속한다는 분석도 있습니다. 중요한 건 "우리 팀이 AI를 쓰고 있냐"가 아니라, "우리 조직이 AI가 공짜로 해주는 일에 여전히 PM 비용을 지불하고 있냐"입니다.
알아두면 좋은 용어
실행 업무(Execution Work) 스펙 문서 작성, 백로그 정리, 스프린트 세리머니 운영처럼 절차적이고 반복적인 PM 업무. AI 자동화가 가장 빠르게 대체하고 있는 영역
판단 업무(Judgment Work) 약한 시그널을 포착하고, 비즈니스 맥락과 정치적 타이밍을 통합해 의사결정을 내리는 업무. 자동화가 어려운 PM의 핵심 가치 영역
실행 레이어(Execution Layer) 기능 영역 오너십, 스펙 작성, 백로그 관리를 담당하던 PM 조직 구조. 아티클에서는 이 레이어를 "이제 해체해야 할 구조"로 진단함
약한 시그널(Weak Signal) 설문이나 데이터로는 잘 잡히지 않는 고객의 불만, 시장의 변화 조짐. 영업·CS 현장에 직접 나가야 얻을 수 있는 인사이트
고불확실성 의사결정 포인트(High-Uncertainty Decision Point) 데이터가 부족하거나 상충되는 상황에서 PM의 판단이 결정적으로 필요한 순간. AI보다 사람 PM이 집중해야 하는 자리
Y's Insight
저는 이 글을 읽으면서 마음이 다소 불안했어요. "AI 덕분에 우리 팀이 훨씬 빨라졌어요!"라고 자랑스럽게 얘기하던 순간들이 머릿속에 스쳐지나갔거든요. 그런데 이 속도가 진짜 가치가 있었나? 라고 생각이 들더라고요. 내 주된 업무였던 PRD 작성, 리소스 관리, 미팅 요약 및 정리, 티켓 관리 등이.. 원래부터 PM의 핵심 가치가 아니였나? 갑자기 머리속이 어지러워졌습니다.
저뿐만 아니라, 현재 많은 PM 분들이 AI를 사용한 이후 자신이 수년간 갈고 닦은 업무이자 능력들이 1번의 클릭으로 해결되는 것을 보면서 "내 역할이 대체 뭔가"라는 혼란을 느끼고 있는것 같아요.
하지만 우리가 혼란하고 불안해하기만 할 순 없잖아요. 앞으로는 내가 무엇을 실행할 것인가 보다는 무엇을 판단할 것인가를 생각해야 할 것 같아요. 스펙 작성, 회의록 요약, 백로그 관리는 이제 아무것도 아닌게 되어버렸죠. 반면, 고객의 작은 불만을 캐치하고 신규 기능을 보강한다던지, 런칭 일정을 미루자고 설득하는 것과 같은 판단은 여전히 PM만 할 수 있는 일이라고 생각해요. 중요한 건 이와 같은 판단의 기회를 의도적으로 늘리면서, 제품에서 최고 의사 결정자가 되어야 하는 것 같아요.
이런 액션을 취해보세요
가장 먼저 취할 액션은 마음가짐 입니다. 자고 일어나면 새로운 기술과 기능이 쏟아지고 있는 급변하는 시기이니, 이런 상황에 흔들리지않는 마음가짐을 가지세요. 그리고, 위에서 말한 판단 업무도 있지만 업무 영역을 더 넓혀나가거나 기존 업무를 더 고도화 해 보는 거예요.
1. 간단한 개발을 해보세요.
개발자에게 요청하기 미안한 아주 작은 개발이요. 예를들어, 서비스 하단에 노출되는 텍스트 오타 수정하고 배포까지 해보는 거죠.
2. 간단한 디자인을 해보세요.
유저가 알아차리기 어려운 정도로 작은 디자인이요. 예를들어, 추가 안내 팝업 디자인 하고 적용하는 간단한 디자인부터 시작해보는 거죠.
3. 업무에 직접 활용해 보세요.
특정 로직이 코드로 구현되었는가를 개발자에게 묻지않고 스스로 찾아보거나 데이터 분석을 위해 짜놓은 쿼리 성능을 개선시켜 볼 수 있어요. 이 외에도 엑셀로 관리하고 있던 WBS를 개발해서, 사용해보는 아주 간단한 것부터 시작하며 익숙해지는게 중요합니다.
근데 말이죠
사실 실행과 판단은 완전히 분리된 것은 아닌것 같긴해요. 오히려 좋은 판단은 깊은 실행 경험에서 나옵니다. PRD를 수십 번 써봐야 어떤 부분이 제일 쓰기 어려운지를 알고, 백로그를 직접 관리해봐야 우선순위의 감각이 생기거든요. AI가 실행을 대신해준다고 해서 그 경험의 가치가 사라지는 건 아닙니다.
또한 "판단 중심" 구조는 제품의 복잡도가 낮을 수 있고, 빠르게 실험할 수 있는 환경에 더 잘 맞는것 같기도해요. 규제가 많은 산업, 레거시 시스템이 많은 조직, 수십 개 팀의 조율이 필요한 대기업에서는 여전히 완벽하게 사실만으로 구성된 꼼꼼한 실행 업무가 필수인 상황인 것 같기도하고요.
기술 트렌드를 보고 불안해하기보다, "내 조직과 제품의 맥락에서 AI가 실질적으로 대체할 수 있는 영역은 어디고, 내가 더 집중해야 할 판단은 무엇인가"를 스스로 정의하는 게 먼저라고 생각합니다.
그리고 여전히 제약적입니다. PM인데, AI를 사용하여 개발자의 업무 영역으로 들어간다 한들.. 개발자만큼의 지식이 없기때문에 개발한 제품의 퀄리티가 엄청 낮을 수 밖에 없고, 처음에는 잘 동작하지만 이내 제대로 동작하지 않아 유지관리가 안되는 등의 상황이 많이 발생하고 있습니다. 산출물의 개수만 많지, 정작 유의미한 산출물이 없어요. 그래서 우리는 여전히 각자의 전문 영역에서 빛을 발할 수 있다고 생각합니다.