프로덕트 매니지먼트는 죽었다. 그렇다면 우리는 대신 무엇을 하고 있는가? | Lenny & Friends Summit 2024
- Aisha Washington
- 2시간 전
- 6분 분량
프로덕트 매니지먼트가 “죽었다”고 선언하는 것은 의도적으로 도발적이다. Lenny & Friends Summit 2024에서 제시된 주장은 기업들이 갑자기 제품 관련 의사결정을 멈출 것이라는 뜻이 아니다. 전략 문서를 작성하고, 슬라이드를 준비하고, 피드백을 취합하고, 와이어프레임을 만들고, 인수인계를 조율하는 등 프로덕트 매니저 역할과 연관된 많은 일상이 AI에 의해 압축되거나 자동화되고 있다는 뜻이다.
이 변화는 직함이 살아남을지보다 더 유용한 질문을 제기한다. 어떤 종류의 제품 업무가 계속 가치를 지니게 될까? 발표자의 답은 전통적인 경계를 넘나들고, 전문적 판단과 제너럴리스트형 실행을 결합하며, 업무 주변의 산출물을 만드는 데 시간을 덜 쓰는 AI 기반 팀을 가리킨다.
제품 전략은 오늘의 워크플로를 넘어 바라봐야 한다
강연은 기술 변화의 속도에 대한 경고로 시작한다. AI는 제품 디자인, 엔지니어링, 관리에 관한 가정이 몇 달 안에 낡아질 수 있을 만큼 빠르게 발전했다. 따라서 제품 조직은 현재의 고객 행동이나 오늘의 팀 구조만을 기준으로 설계하는 데 저항해야 한다.
방향을 정할 때 발표자는 고객이 3년, 5년, 심지어 10년 후에 무엇을 필요로 할지 고려할 것을 권한다. 같은 연습을 내부에도 적용해야 한다. 제품 팀은 18개월, 3년, 또는 5년 후에 어떻게 운영될 수 있을까? 어떤 책임은 분명히 인간의 몫으로 남고, 어떤 프로세스는 소프트웨어에 위임될까?
이는 미래를 정확하게 예측하는 척하라는 뜻이 아니다. 현재의 운영 모델을 영구적인 것으로 취급하는 대신, 명시적인 베팅을 하라는 뜻이다. 이런 가능성을 일찍 살펴보는 팀은 도구, 고객 기대, 경쟁 조건이 바뀔 때 더 잘 적응할 준비가 되어 있을 것이다.
AI는 전략 수립 주기를 압축하고 있다
전통적인 제품 전략은 고통스러울 정도로 순차적일 수 있다. 제품 리더는 고객과 동료를 인터뷰하고, 영업 및 엔지니어링의 의견을 모으고, 그 결과로 나온 메모를 정리한 뒤, 며칠 또는 몇 주에 걸쳐 상당한 분량의 문서를 작성한다. 그 문서는 이후 여러 차례의 댓글과 수정 과정을 거치며 공유된다.
과거 최고제품책임자(CPO)로 일했던 경험을 바탕으로, 발표자는 이 익숙한 과정이 어떻게 길고 반복적인 작업으로 확대될 수 있는지 설명한다. 노력의 상당 부분은 근본적인 선택이 올바른지 검증하기보다 정보를 종합하고 산출물을 다듬는 데 들어간다.
생성형 AI는 이 제작 주기를 극적으로 단축한다. 도구는 몇 분 안에 원본 자료를 그럴듯한 초기 전략 초안으로 바꿀 수 있다. 결과물이 승인 준비가 되어 있을 가능성은 낮지만, 유용한 75% 또는 80%의 기반을 제공할 수는 있다. 그러면 제품 리더는 어려운 부분, 즉 가정을 바로잡고, 트레이드오프를 선명하게 하고, 맥락을 적용하며, 방향을 결정하는 데 집중할 수 있다.
중요한 변화는 AI가 10페이지를 쓸 수 있다는 점이 아니다. 그 페이지를 만드는 데 더는 숙련된 제품 리더의 귀중한 시간이 소모될 필요가 없다는 점이다. 판단은 여전히 핵심이며, 문서 작성은 더 저렴해진다.
프로덕트 매니저의 산출물 공장이 사라지고 있다
전략 문서는 한 가지 예에 불과하다. 발표자는 AI와 노코드 도구가 아이디어를 다른 사람들이 평가할 수 있는 무언가로 전환하는 데 필요한 노동을 줄이고 있는 몇 가지 다른 영역을 짚는다.
와이어프레임은 한때 종이 스케치에서 전문 디자인 소프트웨어로 발전해 갔다. 이제 프로덕트 매니저는 발견 단계의 가장 이른 시점에 동료나 고객 앞에 작동하는 경험을 제시할 수 있을 만큼 빠르게 인터랙티브 프로토타입을 생성할 수 있다. 피드백 분석도 마찬가지로 스프레드시트 행을 수동으로 분류하는 수준을 넘어설 수 있다. 자동화된 워크플로는 반복되는 신호를 수집, 분류, 요약, 우선순위화할 수 있다. 프레젠테이션 도구는 팀이 모든 덱을 빈 페이지에서부터 만들도록 강요하는 대신 슬라이드 초안을 만들 수 있다.
일반적인 조율 업무도 자동화하기가 더 쉬워지고 있다.
일상적인 문서와 상태 업데이트 초안 작성
회의와 의사결정 요약
기능 요청과 고객 피드백 정리
목표와 OKR 모니터링
경쟁사와 시장 변화 추적
검토를 위한 초기 분석 준비
발표자의 실용적인 기준은 완벽한 자동화가 아니라 유용한 중간 결과에 도달하는 속도다. 시스템이 작업의 4분의 3을 신뢰성 있게 완료할 수 있다면, 사람은 전문성을 활용해 남은 4분의 1을 마무리할 수 있다. 일주일 전체에 걸쳐 이런 절감이 누적되면 제품 리더에게 며칠의 시간을 되돌려줄 수 있다.
AI 기반 제품 팀이 되기
자동화는 제안된 대응의 첫 번째 부분일 뿐이다. 더 큰 기회는 절약한 시간을 제품 담당자가 할 수 있는 일을 확장하는 역량에 다시 투자하는 데 있다.
발표자는 프로덕트 매니저가 빠른 프로토타이핑, 디자인, 코딩, 데이터 분석, 상업적 사고와 같은 인접 역량을 익히도록 권장한다. 목표는 모든 분야에서 똑같이 뛰어난 사람이 되는 것이 아니다. 병목을 없애고, 아이디어를 직접 검증하며, 기존의 모든 인수인계를 기다리지 않고 프로젝트를 진전시킬 수 있을 만큼의 실무적 폭을 기르는 것이다.
Cody라는 제품 리더는 이처럼 더 폭넓은 프로필의 사례로 제시된다. 그는 전통적인 프로덕트 매니저의 틀에 꼭 들어맞지는 않지만, 장애물을 헤쳐 나가고 결과를 만들어 내는 데 도움이 된 디자인 및 코딩 역량을 익혔다. 그의 가치는 제품 판단을 계속 적용하면서도 기능적 경계를 넘나들 수 있는 데서 나왔다.
이런 종류의 성장은 유난히 의욕적인 몇몇 개인에게만 의존해서는 안 된다. 발표자는 리더가 팀 전체가 일상 업무를 자동화하고 보완적 역량을 습득하도록 도와야 한다고 주장한다. 내부 채널은 사람들이 워크플로를 공유하고, 실험을 시연하고, 도움을 요청할 장소를 제공함으로써 이러한 학습을 눈에 보이게 만들 수 있다. 조직은 필요한 도구에 자금을 지원하고 그 사용을 일상화해야 한다. 접근 권한이나 시간 없는 장려는 거의 변화를 만들어 내지 못할 것이다.
기능별 인수인계에서 제너럴리스트-스페셜리스트로
익숙한 제품 트리오, 즉 프로덕트 매니저, 디자이너, 엔지니어는 흔히 협업의 모델로 칭송받는다. 그러나 발표자는 이것이 위장된 인수인계 시스템이 될 수 있다고 주장한다. 프로덕트 매니저는 명세를 정하고, 디자이너는 시각화하며, 엔지니어는 구축한다. 각 참여자에게는 맡은 영역이 남지만, 문제에서 결과까지의 전체 경로를 반드시 누군가가 소유하는 것은 아니다.
제안된 대안은 제너럴리스트-스페셜리스트 모델이다. 사람들은 여전히 제품, 디자인, 또는 엔지니어링에서 깊은 전문성을 보유하지만, 프로젝트를 앞으로 나아가게 하는 데 필요한 업무가 무엇이든 더 폭넓게 참여한다. 원칙은 간단하다. 고정된 영역은 없다.
그렇다고 전문 지식이 무의미해지는 것은 아니다. 뛰어난 엔지니어링, 디자인, 제품 판단은 여전히 필수적이다. 바뀌는 것은 특정 활동을 오직 하나의 기능만 수행할 수 있다는 가정이다. 디자이너는 프로토타입을 만들 수 있고, 엔지니어는 포지셔닝을 형성할 수 있으며, 제품 전문가는 데이터를 분석하거나 작은 실험을 구현할 수 있다.
AI는 익숙하지 않은 업무의 기술적 비용을 낮춤으로써 이런 중첩을 더 실용적으로 만든다. 모든 작업이 다른 팀의 대기열에 들어가야 하는 일 없이도 전문가가 더 멀리 나아갈 수 있게 해 준다.
AI 기반 “트리플 스렛”
이 모델을 더 밀고 나가면, 발표자가 AI 기반 트리플 스렛이라고 부르는 형태가 만들어진다. 이는 AI 도구, 에이전트, 플랫폼을 조율하면서 제품, 디자인, 엔지니어링 전반을 이끌 수 있는 사람이다.
이런 사람은 단순히 정규직 세 가지 일을 모두 하는 것이 아니다. 오히려 AI는 인접 영역의 실행을 더 쉽게 접근할 수 있게 만들어 인재 스택의 일부를 압축한다. 역량 있는 개인 또는 아주 작은 팀은 이전보다 훨씬 적은 운영 오버헤드로 프로토타입 제작, 분석, 디자인, 구축, 커뮤니케이션을 수행할 수 있다.
그 결과의 환경은 분명한 견해를 지닌 제품 리더십에 유리하다. 생산이 빨라지면, 우유부단함은 구현보다 더 큰 제약이 될 수 있다. 리더는 고객을 이해하고, 방향을 선택하고, 제품 업무를 상업적 성과와 연결하며, 끝없는 프로세스 뒤에 숨지 않고 증거를 활용해야 한다.
강연은 이 전망이 위협적으로 느껴질 수 있음을 인정한다. 더 넓어진 역할은 전통적인 프로덕트 매니지먼트 직무가 줄어든다는 뜻일 수 있다. 그러나 발표자는 부정을 택하는 것보다 준비하는 편이 더 건설적이라고 본다. 사람들은 지금 역량의 폭을 넓힐 수 있고, 조직은 변화가 성급한 조직 개편을 강요할 때까지 기다리지 않고 책임을 의도적으로 재설계할 수 있다.
제품 리더십도 변화할 것이다
AI는 개인 기여자에게만 영향을 미치는 것이 아니다. 제품 책임자들은 사람, 소프트웨어 에이전트, 외부 도구의 낯선 조합을 관리해야 하게 될 것이다. 이들의 예산에는 추가 직원을 채용하는 것과 기존 팀의 역량을 높이는 시스템을 구매하는 것 사이의 선택이 점점 더 포함될 수 있다.
리더는 코드를 작성하는 사람들을 관리할 수 있을 만큼의 기술적 이해도와, 제품 결정을 유통, 마케팅, 수익과 연결할 수 있을 만큼의 사업적 감각도 필요하게 될 것이다. 팀 설계는 덜 표준화될 것이다. 조직 전체에 보편적인 제품 3인조를 그대로 복제하기보다, 리더들은 각 팀을 해당 미션의 구체적인 강점과 제약에 맞춰 구성할 수 있다.
화자는 이를 조직 설계에 대한 보다 수공예적인 접근이라고 설명한다. 어떤 이니셔티브는 뛰어난 제품 통찰력을 가진 한 사람을 중심으로 돌아갈 수 있고, 다른 이니셔티브에는 깊이 있는 엔지니어링 역량이나 이례적인 시장 전문성이 필요할 수 있다. 리더십의 과제는 희소한 역량을 파악하고, 그에 맞춰 주변 팀을 구성하는 것이다.
문화는 구조만큼 중요하다. 사람들이 기능적 경계를 넘거나 새 도구를 실험했다는 이유로 불이익을 받는다면, 조직은 AI 역량을 갖춘 뒤에도 기존의 병목을 유지하게 될 것이다.
AI가 쉽게 복제할 수 없는 역량을 구축하라
일상적인 산출물 생산 비용이 낮아질수록, 지속적인 우위는 경험을 통해 형성된 판단력으로 이동한다. 전략적 사고, 감각, 고객 이해, 조직 내 영향력, 불확실성 속에서 결정을 내리는 능력은 상태 보고서나 초안 로드맵보다 재현하기 어렵다.
따라서 화자는 제품 전문가들이 차별화된 가치 제안을 개발해야 한다고 촉구한다. 이는 AI 기반 팀을 구축하고 확장하는 법을 배우는 것, 실질적인 기술 역량을 갖추는 것, 사업적 감각을 강화하는 것, 또는 깊은 도메인 지식과 빠른 실행력을 결합하는 것을 의미할 수 있다.
목표는 AI가 즉시 수행할 수 있는 과업에서 AI와 경쟁하는 것이 아니다. AI를 지렛대로 활용하는 동시에, 무엇을 구축할 가치가 있는지 판단하고, 답이 틀렸을 때 이를 알아차리며, 중요한 선택을 중심으로 사람들을 정렬하는 능력을 키우는 것이다.
제품 관리에 다시 생명을 불어넣기
이 강연의 마지막 주장은 제목이 암시하는 것보다 더 낙관적이다. 제품 관리는 더 이상 비용을 정당화하지 못하는 프로세스를 버림으로써 “다시 생명을 얻을” 수 있다. AI가 더 많은 초안 작성, 종합, 프로토타이핑, 조정을 처리하게 되면, 제품 전문가들은 사용자와 더 많은 시간을 보내고 중요한 문제에 더 많은 창의성을 적용할 수 있다.
그 결과를 이루려면 개인과 조직 차원 모두에서 행동이 필요하다. 제품 담당자들은 일상 업무를 자동화하고, 역량의 폭을 넓히며, 무엇이 효과적인지 동료들에게 알려야 한다. 리더들은 여러 영역을 넘나들며 일할 수 있는 사람들에게 도구, 예산, 심리적 안전감, 권한을 제공해야 한다.
여기서 제시되는 미래에 혼란이 없는 것은 아니다. 역할은 합쳐질 수 있고, 팀은 축소될 수 있으며, 기존의 경력 경로는 더 예측하기 어려워질 수 있다. 그러나 필요를 이해하고, 전략적 선택을 내리며, 아이디어를 가치 있는 제품으로 전환하는 본질적인 일은 남는다. 기회는 그 일을 더 적은 형식주의와 더 넓은 범위로 수행하는 데 있다.
