AI 시대의 PM, 무엇을 만들고 어디까지 책임져야 할까

작성자: Lucy.·2026년 11월 18일 (수)
AI 시대의 PM, 무엇을 만들고 어디까지 책임져야 할까

고객이 회원가입 화면에서 자꾸 떠난다고 가정해 보겠습니다. 제품 관리자(PM)는 이 문제를 발견하고, 원인을 살펴보고, 팀과 함께 해결책을 정합니다. 개선된 화면이 출시되면 실제로 이탈이 줄었는지도 확인해야 합니다.

이 과정에서 AI가 할 수 있는 일이 늘고 있습니다. 고객 문의를 분류하고, 화면 구성안을 만들고, 시제품의 코드를 작성할 수도 있습니다. 이전에는 여러 담당자에게 요청해야 했던 일을 PM이 직접 시도할 수 있게 된 것입니다.

그렇다면 PM의 역할은 어디까지 넓어질까요? 개발자나 디자이너의 일까지 모두 맡아야 할까요? 11월 12일 서울에서 열린 Lenny’s Newsletter 밋업에서 미국과 일본의 제품팀에서 일하는 PM들이 나눈 이야기를 바탕으로, AI 시대의 PM에게 필요한 역할과 책임을 살펴봤습니다.

PM의 일은 문서보다 문제에서 시작한다

고객의 회원가입 문제를 듣는 PM

PM을 떠올리면 제품 요구사항 문서(PRD)를 작성하고, 개발자와 디자이너에게 작업을 전달하고, 출시 일정을 관리하는 모습이 먼저 생각날 수 있습니다. 하지만 문서는 제품을 만들기 위한 수단입니다. 그보다 먼저 해야 할 일은 팀이 어떤 문제를 풀어야 하는지 정하는 것입니다.

회원가입 화면을 개선한다고 해도 먼저 확인할 일이 있습니다. 고객이 가입 과정의 어느 단계에서 떠나는지, 입력해야 할 정보가 너무 많은지, 인증 과정에서 오류가 발생하는지 알아야 합니다. 숫자만으로 이유가 보이지 않는다면 고객 문의나 인터뷰도 살펴봐야 합니다.

이때 PM은 흩어진 정보를 연결해 팀이 풀어야 할 문제를 명확하게 만듭니다. 고객 지원팀은 어떤 문의가 반복되는지 알고 있고, 데이터 담당자는 이탈이 많은 구간을 보여줄 수 있습니다. 디자이너와 엔지니어는 각각 사용성과 기술적 원인을 살펴봅니다.

AI는 많은 자료를 빠르게 정리해 줄 수 있습니다. 다만 고객 문의에 자주 등장하는 단어와 실제로 해결해야 할 문제가 언제나 일치하는 것은 아닙니다. 어떤 고객에게 문제가 발생하고 있으며, 그 문제가 고객 경험과 사업에 얼마나 중요한지는 팀이 함께 판단해야 합니다.


PM이 직접 만들어 볼 수 있는 범위가 넓어졌다

시제품을 함께 살펴보는 제품팀

문제가 정리되면 해결책을 논의합니다. 기획 문서를 작성하고, 이를 바탕으로 디자이너가 화면을 설계한 뒤 엔지니어가 개발을 시작하는 방식으로 일할 수 있습니다.

이제는 문서를 완성하기 전에 시제품부터 만들어 볼 수도 있습니다. PM이 AI의 도움을 받아 회원가입 흐름의 대안을 화면으로 만들고 팀원들에게 보여주는 식입니다. 문장으로만 설명할 때보다 고객이 어디에서 막히는지, 제안한 화면이 문제를 해결할 수 있을지 구체적으로 이야기하기 쉬워집니다.

메루카리의 PM인 Mark Kwon은 이미 디자인 시스템이 갖춰진 팀에서 작은 기능을 직접 작업해 출시까지 진행한 경험을 소개했습니다. 디자인 시스템은 버튼이나 입력창처럼 반복해서 사용하는 화면 요소와 디자인 기준을 모아 둔 것입니다. 이런 기반이 있으면 기존 기준을 활용해 간단한 기능을 더 빠르게 만들 수 있습니다.

다만 시제품을 만드는 능력과 완성된 제품을 운영하는 책임은 다릅니다. AI가 화면을 만들었더라도 고객 정보가 안전하게 처리되는지, 기존 기능과 충돌하지 않는지, 장애가 생겼을 때 복구할 수 있는지는 확인해야 합니다. 결제나 개인정보처럼 영향이 큰 기능은 관련 전문가와 충분히 검토해야 합니다.

PM이 직접 만들 수 있는 범위가 넓어지면 아이디어를 더 일찍 눈으로 확인할 수 있습니다. 그 결과를 바탕으로 디자이너와 엔지니어가 무엇을 더 검토해야 하는지도 구체적으로 논의할 수 있습니다.


AI 시대의 PM은 어디까지 책임져야 할까

제품팀이 역할과 우선순위를 논의하는 장면

PM의 R&R은 회사마다 다릅니다. 어떤 조직에서는 제품 전략까지 폭넓게 맡고, 다른 조직에서는 특정 기능이나 고객 경험에 집중합니다. 직함만 보고 책임 범위를 정하기보다 제품을 만드는 각 단계에서 누가 무엇을 결정할지 합의하는 편이 좋습니다.

다음은 제품팀이 역할을 나눌 때 참고할 수 있는 기준입니다.

단계PM이 주로 책임질 일다른 구성원과 함께할 일
문제 발견고객이 겪는 문제와 해결이 필요한 이유를 정리합니다.고객 지원팀의 문의, 데이터 분석, 고객 인터뷰를 함께 살펴봅니다.
우선순위 결정고객 영향과 사업 목표를 바탕으로 무엇을 먼저 할지 제안합니다.리더와 관련 팀이 비용, 일정, 사업 방향을 검토합니다.
해결안 구체화해결하려는 문제와 기대 결과를 설명하고, 필요하면 시제품을 만듭니다.디자이너는 사용 경험을, 엔지니어는 구현 방법과 제약을 검토합니다.
개발과 품질 확인출시 범위와 완료 기준을 정하고, 고객 관점에서 결과를 확인합니다.엔지니어와 품질 보증(QA) 담당자가 기술적 품질과 테스트를 맡습니다.
출시 후 개선고객 반응과 지표를 살피고, 개선이나 추가 실험이 필요한지 판단합니다.마케팅과 고객 지원팀은 시장과 고객의 반응을 공유합니다.

AI는 각 단계에서 자료를 정리하고, 초안을 만들고, 반복적인 작업을 줄이는 데 도움을 줍니다. 하지만 AI가 만든 결과를 보고 무엇을 결정할지, 그 결정에 누가 책임질지는 팀이 정해야 합니다.

예를 들어 AI가 고객 문의 수천 건을 분석해 “가입 화면이 복잡하다”는 결론을 냈다고 해도, PM은 그 결론을 그대로 제품 요구사항으로 바꾸기 전에 근거를 살펴봐야 합니다. 실제 이탈이 많은 단계가 어디인지, 문의를 남긴 고객의 경험이 다른 사용자에게도 해당하는지 확인해야 다음 실험을 제대로 설계할 수 있습니다.


역할의 경계가 흐려질수록 전문성을 이해해야 한다

디자이너와 엔지니어, PM의 협업

AI 덕분에 PM이 디자인이나 개발을 조금씩 다룰 수 있게 되면, 엔지니어나 디자이너도 고객 조사와 제품 기획에 더 쉽게 참여할 수 있습니다. 한 사람이 모든 일을 맡는다기보다, 각자의 전문성을 중심에 두면서 다른 영역에도 참여하는 폭이 넓어지는 것입니다.

가령 엔지니어가 고객의 불편을 이해하고 작은 기능 개선을 제안할 수 있습니다. 디자이너는 AI로 시제품을 만들어 사용자에게 더 빨리 보여줄 수 있습니다. PM은 개발을 요청하기 전에 데이터나 화면을 직접 살펴볼 수 있습니다.

이렇게 일하려면 다른 직군의 일을 가볍게 여기는 대신, 결과를 평가할 만큼은 이해해야 합니다. AI가 마케팅 문구를 써 주더라도 누구에게 어떤 채널로 전달할지 모르면 그 문구가 적절한지 판단하기 어렵습니다. AI가 코드를 작성하더라도 개인정보를 다루는 방식이나 오류 가능성을 전혀 모르면 검토를 요청해야 할 지점도 놓칠 수 있습니다.

PM이 개발, 디자인, 마케팅의 모든 세부 기술을 익힐 필요는 없습니다. 대신 각 영역의 기본 원리를 배우고, 자신이 확인할 수 있는 부분과 전문가에게 맡겨야 하는 부분을 구분해야 합니다. AI를 잘 활용한다는 것은 결과물을 빨리 받는 것뿐 아니라 그 결과를 질문하고 검토할 수 있는 것이기도 합니다.


빠른 실험과 신중한 출시는 함께 갈 수 있다

출시 전 체크리스트와 문제를 확인하는 제품팀

AI가 시제품 제작 시간을 줄여 준다면 팀은 더 많은 가설을 시험할 수 있습니다. 회원가입 버튼의 안내 문구를 바꾸거나, 고객이 이해하기 어려워하는 화면을 다르게 구성해 보는 일은 비교적 작은 범위에서 시작할 수 있습니다.

반면 고객의 결제나 개인정보에 영향을 주는 기능은 같은 방식으로 서둘러 출시하기 어렵습니다. 실패했을 때 생기는 피해가 크고, 문제가 발생한 뒤 되돌리기도 어려울 수 있기 때문입니다. 사카나 AI가 사이버 보안 관련 모델을 제공할 때 사용자 접근을 신중하게 관리하는 것도 이런 판단의 한 예입니다.

PM은 실험을 제안할 때 속도와 함께 네 가지를 살펴봐야 합니다.

  • 영향 범위: 문제가 생기면 어떤 고객이 어떤 불편을 겪는가?
  • 시험 범위: 제한된 고객이나 내부 환경에서 먼저 확인할 수 있는가?
  • 복구 방법: 결과가 좋지 않으면 이전 상태로 되돌릴 수 있는가?
  • 확인 책임: AI의 결과와 실제 출시 품질을 누가 검토하는가?

작은 변화를 빠르게 시험하고, 영향이 큰 결정은 더 신중하게 검토하는 방식입니다. PM은 모든 일을 빠르게 밀어붙이기보다 어떤 일을 얼마나 빠르게 진행해도 되는지 판단해야 합니다.


AI를 잘 쓰는 PM에게 필요한 질문

고객의 이야기를 듣고 질문하는 제품팀

AI가 문서를 써 주고 시제품을 만들어 줄수록, PM이 처음에 던지는 질문은 더 중요해집니다. 해결할 문제가 모호하면 빠르게 만들어 낸 결과물도 팀이 필요한 방향과 멀어질 수 있기 때문입니다.

새로운 기능을 시작하기 전이라면 다음 질문을 직접 적어 보는 것부터 도움이 됩니다.

  • 이 제품은 어떤 고객의 어떤 문제를 해결하나요?
  • 지금 이 문제가 중요하다고 판단한 근거는 무엇인가요?
  • 우리가 생각한 해결책이 맞는지 어떻게 확인할 수 있나요?
  • 어떤 결과가 나오면 계속 진행하고, 어떤 결과가 나오면 다시 생각해야 하나요?

이 질문에 답하는 과정에서 고객의 말과 데이터가 서로 어긋날 수도 있고, 팀원마다 다른 해결책을 제안할 수도 있습니다. 그 차이를 드러내고, 필요한 사람들과 논의하고, 작게 검증해 보는 것이 PM의 일입니다.

AI는 PM이 조사하고 만들고 배우는 속도를 높여 줍니다. 덕분에 PM은 이전보다 더 많은 일을 직접 시도할 수 있습니다. 그만큼 무엇을 만들 수 있는지뿐 아니라, 무엇을 만들어야 하고 그 결과를 누가 책임질지 정하는 일도 중요해졌습니다.

지금 여러분의 팀에서 PM은 어떤 고객 문제를 해결하고, 그 결과까지 확인할 권한을 갖고 있나요? AI가 줄여 준 시간은 더 많은 기능을 만드는 데 쓰이고 있나요, 아니면 더 중요한 문제를 찾는 데 쓰이고 있나요?

카톡 문의