연결의 시대, 당신의 청사진은 무엇인가요
지난 글에선 AI가 등장한 이후 'PM을 더 빠르게 만드는 게 아니다'라고 했다. 하지만 역설적으로 우리는 더 빠르게 일을 해야 하는 상황이 있는데, 그것이 바로 제품 로드맵 점검이다. 이 부분을 빠르게 대처한 네이버의 사례를 공유하며 AI 시대의 PM의 기회와 대응에 대한 생각을 나눠보고자 한다.
15초 요약
핵심 한 줄: 플랫폼의 경쟁력은 얼마나 많은 기능을 갖고 있느냐가 아니라, 사용자의 목표를 얼마나 자연스럽게 연결하고 완결시켜 주느냐에 달려 있다.
네이버는 2024년의 개별 서비스 AI 강화 전략에서 2025년 말 Agent N(통합 실행형 AI 에이전트) 전략으로 전환했습니다. 이는 단순 검색·정보 제공이 아니라 사용자의 의도를 파악해 실행까지 완료하는 플랫폼으로 진화하려는 방향입니다. 사용자 경험도 탐색 중심에서 목표 달성 중심(검색 → 실행)으로 이동하고 있습니다. 플랫폼 KPI 역시 체류시간·PV에서 과업 완결률과 서비스 간 전환 성공률로 바뀌고 있습니다. 앞으로 플랫폼 경쟁력은 기능의 깊이가 아니라 서비스·파트너를 연결해 **전체 여정을 완성하는 '연결력'**에 달려 있습니다.
알아두면 좋은 용어
완결형 실행(Execution Agent) 단순 정보 제공이 아니라 사용자의 목표 달성을 끝까지 실행(추천 → 예약 → 결제 등)해 주는 AI 서비스 방식.
탐색 중심 UX → 목표 중심 UX 과거에는 정보를 많이 보여주는 탐색 경험이 중요했지만, 이제는 사용자의 목표를 빠르게 완료시키는 경험이 핵심이 되는 UX 패러다임 변화.
과업 완결률(Task Completion Rate) 사용자가 시작한 행동(검색·문의 등)이 실제 목표 달성(예약·구매 등)까지 이어지는 비율. 에이전트 서비스의 핵심 KPI
전환 연결성(Conversion Connectivity) 서비스 간 이동이 실제 행동으로 이어지는 성공률. 예: 검색 → 예약 → 결제까지 이어지는 흐름의 성공률.
연결 UX(Connected UX) 사용자의 맥락을 유지한 채 여러 서비스 간 이동을 자연스럽게 설계하는 UX 방식. 에이전트 시대의 핵심 설계 능력.
생태계 전략(Ecosystem Strategy) 모든 기능을 직접 만들기보다 다양한 전문 서비스와 협력해 탐색–조율–실행–관리 경험을 하나로 연결하는 플랫폼 전략.
데이터 경쟁력(Data Moat) 단순한 데이터 양이 아니라 희소성과 가치가 있어 돈을 주고도 얻고 싶은 데이터를 확보하는 능력.
**LLM **(Large Language Model) 대규모 언어 모델. 사람의 언어(텍스트)를 이해하고 생성하도록 대량의 텍스트 데이터로 학습된 인공지능 모델입니다.
Y's Insight
오늘의 Y's Insight는 5년 동안 PM으로 일하며 커머스와 물류 플랫폼에서 일하다가 AI 기반 B2B 솔루션 회사에 재직 중인 멘토 파니(Fannie)님이 작성했습니다.
LLM과 AI라고 하는 솔루션들을 조금 더 직접적으로 체감할 수 있는 회사에 다니다 보니, 매일 매일이 새로운 툴을 마주해야 하고, 조사해야 하고, 적응하다가 끝이 납니다. 새로운 솔루션들과, 경쟁적으로 내보내는 신규 버전, 업계의 실패에서 얻은 교훈을 빠르게 Success Path로 모방한 Rising sun 회사들까지… 시장에서 승리하기 위한 필승 전략을 고민해야 하는 버거운 날들입니다.
과거에는 업계 최초가 주는 권위와 영향력이 있었습니다. 그런데 요즘은 이 이점을 잘 모르겠다는 생각입니다. 최초(The First starter)의 실수나 실패를 Lesson learned을 단숨에 흡수한 스타트업들이 우후죽순 생겨나, 시장 점유율을 높이고 있기 때문입니다. 반대로 '그때는 맞았으나 지금은 틀린' 레거시 기업, 회사들은 영광의 상처를 제거하기 위해 수많은 의사결정의 단계와 검토, 실행을 부숴가는 시간이 발생하고 있는 것이 현실입니다.
지난 파커님의 글에서 AI가 PM을 빠르게 만드는 것만은 아니라고 했습니다. 그런데 AI가 등장한 이후 모든 것이 속도전이 되어가는 것은 선명합니다. 효율성을 상대적으로 쉽게 구축할 수 있는 더 좋은 환경이 생겨버렸기 때문입니다.
그래서 저는 PM으로서 일하면서 지난 5년간 같았던 점과, 불과 3개월 만에 달라지고 있는 점들에 대해 적어볼까 합니다.
결국 속도전은 맞다
서둘러서 '나'와 '경쟁력 있는 AI 서비스, 솔루션'을 "연결" 해야합니다. 네이버의 선택처럼요. 결국 이것이 경쟁력이 될 것임은 자명합니다.
다양한 AI, LLM 솔루션들이 기업과 개인에게 접근성이 높아지면서, 확실히 우리는 엄청난 속도로 문제 해결을 받고 있습니다. 불과 3개월 전에 불가능했던 해석을 LLM이 가능하게 만듭니다. 과거에 한 땀씩 연결하거나 구축하던 자료들도 너무나 쉽게 발췌하고 요약하고 활용할 수 있어졌습니다. 이렇게 가능성과 기회가 만연한 시대에 여러분은 어떤 고민을 하고 있나요?
인간의 경험은 불완전하고 재해석되기 쉽습니다. 주관적입니다. 인간의 지식이라는 것은 우리가 담당하는 제품처럼 어떤 공간에 0이나 1 같은 명확하고 확정적인 언어로 기록된 것이 아닙니다. 머릿속에서 그때의 감정, 현재의 감정에 따라 정당화되거나 재생산되거나 왜곡됩니다. 그런 불완전한 인간의 판단을 보완한 기계를, 다시 인간이 이해하고 잘 다뤄 보려니까 정말 쉽지 않습니다. 이를테면, '효과적인 프롬프트나 구조 설계 완성하기' 같은 것들 말입니다. 여러분도 그러신가요?
AI와 LLM은 제가 3년 차에 간신히 해낸 판단이나 문제 정의를 너무나도 짧은 시간 내에 완성해 버립니다. 제가 발견한 현상이나 상관관계가 없어 보이는 데이터들도 이들의 input으로 현상을 주어주면 너무나 빠른 시간 내에 해결해 버리곤 합니다. 물론, LLM도 저도 완결성 있는 결론을 내는 무언가입니다만, 그 리드타임 갭이 너무나 치명적입니다.
인간이라 다른 것, 다르게 해야 하는 것
PM으로서 일하면서 지난 5년간 같았던 점과, 불과 3개월 만에 달라지고 있는 점은 이것들입니다.
우리가 AI와 다른 것은 직관입니다.
이것도 시간의 문제일 수 있지만 사람들의 생활에 불편함을 관찰하거나, 직관적으로 보이지 않는 니즈를 발견하고 이를 제품으로 만들겠다는 판단은 인간이 할 수 있습니다. 논리가 아니라 직관과 주관에서 오는 판단이니까요. 물론 아주 Early-stage product 를 몇 가지 AI가 추천하고 직접 만들어줄 수 도 있겠습니다.
하지만, 불평과 불만, 불편함이 가득한 세상의 어떤 빈틈을 노리는 직관은 아직까지는 인간의 것이라고 생각합니다. 우리가 AI를 만나며 빠르게 대응해야 하는 것은 이미 내렸던 결론들 다시 검토하는 것입니다. 그리고 설정했던 목표 실현의 가능성에 대해서, 한계없는 재해석을 해보아야 한다는 것입니다. 이제 다시 제품이라는 것의 처음으로 돌아가 우리가 늘 마지막에 그리던 Roadmap의 끝에 찍혀 있던 그 청사진을 더 빨리 앞으로 당겨와야 합니다. Phase, Milestone, Version, Step이라던지 그동안은 단계를 끊어서 적용하던 것들이 더 이상은 그럴 필요가 없게 되었습니다.
네이버가 Agent N을 내놓는 선택에서 여러분은 어떤 공감대를 형성하셨나요?
저는 미친 듯이 공감됩니다. 이제 더 이상 우리가 알던 커머스의 주문, 결제, 출고, 배송, 환불, 반품, 상품, 고객은 독립적인 목적을 가진 객체들이 아니게 되었습니다. 공통의 재료와 궁극적인 목표를 위한 동작의 단위일 뿐이죠.
4분기가 걸릴 것이라 생각했던 일을 이제는 코앞으로 당겨올 수 있는 무한한 가능성의 시대입니다. 주문과 결제와 출고와 배송이 이용하던 상품과 고객의 정보는 이제 하나의 플로우로 하나의 Agent가 고객 행동의 '완결성'을 유도할 수 있는 시대에 도착했습니다. 과업 완결률(Task Completion Rate)을 높이기 위한 최고의 방향과 방법을 추구해야 합니다.
빠른 실패는 여전히 유효합니다.
바야흐로 Agent의 시대가 열리고 있지만 우리가 해야 하는 것은 Grand-open이 아닙니다. 애자일, 이제는 정의는 몰라도 DNA에 새겨져 있을 것이라 믿는데요. 업계 사람들이 필승 전략, 노하우, '차이'라고 말했던 그 문화는 오히려 불후의 원칙이 되어야 합니다.
AI Agent라는 언어에 묻혀서 놓치지 말아야 하는 것은 단언컨대 빠른 실패라고 여전히 강조하고 싶습니다. 그토록 바라던 '통합'을 할 수 있는 좋은 환경입니다. 더 날 것의 Alpha test, 더 빨리 사용자의 패턴을 적용해서 실험하는 MVP, 이것들이 더욱 자주 등장해야만 하는 시점이 되었습니다.
여러분이 재직 중인 회사의, 나의 제품은 누구와, 어떤 제품팀과 연결되면 가능성이 높아지나요? 여러분의 제품의 청사진은 무엇인가요?