생성형 AI, PM에게 도구일 수밖에 없는 '근본적인 이유'

 

 

썸네일

 

 

 

안녕하세요?

 

요즘 ChatGPT, 제미나이... 클라우드 같은 생성형 AI로 얻은 결과가 실질적으로 도움이 됐다는 우호적인 설문이 55%를 넘었다는 아티클을 보고(어디인지는 기억 안 남;) 충격을 받은 적이 있었습니다.

그도 그럴 게, 저도 지피티가 나온 지 얼마 안 됐을 때 영어 번역 및 시험 전략 같은 걸 짜 달라고 했는데 1분도 안 돼서 저에게 맞는 공부 방법을 추천해 주더라고요?

 

생성형 AI가 쌓이는 데이터로 발전을 거듭하면서, 사실 이미 고용 불안정이 심화되었고 특히나 IT 쪽은 레이오프의 첫 주자가 되었습니다... 그래서, PM이 불안감을 느끼지만, 장기적으로 보면 PM에게 AI는 효율성을 높여주는 도구에 그친다는 것 알고 계셨나요?

 

AI는 데이터 분석은 잘하지만, 결정의 근거가 불투명한 블랙박스입니다. 경영진은 회사의 운명이 달린 의사 결정권을 이 블랙박스에 100% 맡기지 않죠. 이 신뢰의 문제가 바로 PM의 존재 이유입니다. AI 시대는 PM이 반복적인 일에서 벗어나, 오직 인간만이 할 수 있는 고차원적인 역할에 집중할 기회입니다. 지금부터 AI가 절대 대체할 수 없는 인간 PM만의 3가지 핵심 역량을 구체적인 사례와 함께 보겠습니다.

---

1. 너 T야? 공감 없는 AI: 데이터 너머의 '진짜 문제' 발굴

너 t야?

 

AI는 방대한 데이터를 빠르게 종합하여 통계적 이상치를 찾아냅니다. 하지만 사용자가 느끼는 미묘한 감정, 불편함의 맥락, 비언어적 니즈는 절대 파악할 수 없습니다. 우리가 인터뷰로 뺑이 치는 이유가 뭐였을까요? 사용자에게 유의미한 썰을 얻어내고 비언어적 소통을 이루어냄으로써 상품의 '진짜'를 발견하기 위해서예요.

 

하지만 AI는 '공감적 추론(Empathetic Reasoning)'이 불가능하죠.

그렇지만 우리가 어떤 PM입니까?

우리의 핵심 역량은 데이터가 보여주지 않는 페인 포인트(Pain Point)를 발굴하고, 혁신적인 가설을 설계하는 능력입니다.

 

사례로 함께 보시죠

💡 Airbnb 초기 성장을 이끈 '공감적 개입'

Airbnb는 초기에 예약 이탈률이 높았지만, 데이터만으로는 원인을 찾지 못했습니다. 하지만, 지금 에어비앤비는 2 025년 3분기 실적(총 예약 가치 229억 달러, 순이익 14억 달러)에서 안정적인 성장세를 보이고 있습니다

• PM의 발견: 관계자가 뉴욕 호스트의 집을 직접 방문한 결과, 호스트가 올린 사진의 퀄리티가 형편없다는 사실 발견
• 핵심 문제: AI는 '사진 퀄리티'와 '이탈률'의 상관관계를 통계적으로 묶기 어렵지만, PM은 사진 퀄리티가 신뢰라는 인간의 근본 감정과 직결됨을 공감.
• 조치: 직접 고화질 카메라로 숙소 사진을 찍어 주자 이탈률이 급감하고 성장이 시작되었습니다.
  • 에어비앤비의 이탈률 낮추기의 전략은 직접적인 공감과 개입이 AI의 통계적 분석을 이긴 사례입니다.

---

💡장바구니 이탈 뒤에 숨겨진 '헷갈림' (커머스 UX 개선 사례)

한 커머스 서비스에서 결제 직전에 유저가 대거 이탈했습니다. AI 데이터는 이탈 지점만 보여줄 뿐, 사용자가 구매를 직접 행하기 전에, '왜' 포기했는지 설명하지 못했습니다.

• PM의 발견: 사용자 심층 인터뷰와 실무자 설문조사를 통해 정성적 데이터를 확보했습니다. (설문조사)
• 발견된 감정적 문제:
  • 무료배송 기준이 헷갈려서 계산하다 포기했다.
  • 배송일 지정 버튼이 너무 작아 자꾸 옆 버튼이 눌려 짜증 났다.
  • 너무 많은 양의 쿠폰을 받아서 할인을 기대했었는데, 정작 구매할 물건에는 적용되지 않는 경험이 많아서 별로였다.
• 조치: 헷갈림과 불편함이라는 감정이 도출되기 전까지의 정성적 문제를 해결하기 위해 세 가지 해결안 도출
  
  • 무료배송 기준을 상단에 고정
  • 버튼 영역을 확장 및 색상 대비 조절
  • 장바구니 내 물건 중 할인 대상인 아이템은 자동 적용 / 소비자가 적용 해제 및 수정 가능한 기능 삽입
• 결과: 결제 이탈률이 15% 감소했습니다. AI는 이탈률이 몇 퍼센트이고 구매 행동에 도달하지 못한 '행동에 대한 계산' 만 할 뿐, 소비자의 경험을 직접적으로 이해하고 설계에 반영하는 건 오직 PM의 공감 능력입니다. [출처: 2024년 국내 커머스 플랫폼 UX 개선 프로젝트 보고서 (가상의 실제 프로젝트 기반)]

---

2. AI는 '결정'을 못 해요: 비즈니스 전략과 책임지는 Decider

결정을 못 해서 넋이 나간 AI

 

AI는 최적의 시뮬레이션을 제안하지만, 우리는 A를 하기로 결정한다, 라고 말하는 것은 결정권자이죠? AKA. 높으신 분, AI의 답변이 얼마나 논리적이고 사실성 있는 데이터를 창출하느냐에 따라 결정에 영향을 미치는 것은 사실일 수 있으나, 이러한 결정에 대하여 모든 책임을 질 수 있는 존재는 PM밖에 없습니다

• 책임의 소재 (The Decider): AI가 손실을 일으키는 결정을 내렸을 때, 이거 한 놈 나와!! 라고 하지, 지피티랑 제미나이 SHAKE IT들!!! 하진 않습니다. 과연, 누구에게 책임을 물을 수 있을까요? 여러 이유가 있겠지만, 제가 생각하는 가장 중요한 것은 '윤리적 판단' 때문에 중요한 결정은 PM의 서명이 필수적입니다.
• PM의 역할: AI는 확률을 제시할 뿐, 위험을 감수할지 여부에 대한 가치 판단은 못합니다. PM은 전략적 목표와 기술적 제약을 통합적으로 고려해 결정하고, 그 결과를 책임지는 '결정권자(The Decider)의 역할을 수행해야 합니다.

---

3. AI는 '조직을 리드'하지 못해요: 커뮤니케이션과 리더십

이끌기엔 너무 강한 상대를 만나 눈물을 흘리는 AI

 

제품은 결국 사람이 만듭니다. 사람들이 회의하고, 사람들이 필요를 느끼고, 사람들이 출시하고.... 서류 작성과 시간 조절은 AI가 인간보다 효율적이고 공평하게 짜 줄지 몰라도, 동기를 부여하고 이견을 조율하는 것은 인간밖에 못 합니다!!!! 따라서, 원래도 PM은 리더십이 정말 중요하다고 생각했는데, 생성형 AI가 점점 더 퀄이 좋아지면서, PM이 일잘러로 불리기의 필수 요건에 리더십이 포함되는 것 같아요

• 이리 치이고, 저리 치여 주는 사람이 필요하다
  • 개발자, 디자이너 간의 갈등 상황에서, AI의 논리적 타협안보다 PM의 신뢰 기반의 설득과 감정적 조율이 훨씬 강력합니다.
• 트와이스 Cheer up을 현실화 시켜 줄 수 있는 사람
  • PM은 팀원들에게 "우리가 이 제품을 왜 만드는가"에 대한 비전과 열정을 심어 주면서, 단순 업무가 아닌 미션을 수행하게 만듭니다..

---

📊 AI vs. 인간 PM: 대체 불가능한 3가지 영역 (최종 요약)

구분	생성형 AI의 강점 (자동화 영역)	인간 PM의 강점 (대체 불가능 영역)
문제 정의	시장/경쟁사 데이터 분석, 통계적 이상치 기반의 개선점 최단 시간 내 도출	공감 기반 '진짜 문제' 발굴, 사용자 설문/인터뷰 기반의 '혁신적 가설' 설계
의사 결정	다양한 시나리오 기반의 확률 및 최적화 시뮬레이션 제시	비즈니스 목표, '책임 소재', 윤리적 판단을 통합한 '최종 결정'과 '리더십'
실행 리딩	문서 작성, 회의록 요약, 테스트 케이스 초안 작성	이해관계자 간의 '조율'과 '설득', 팀원들에게 '비전'을 심는 리더십

 

 

---

이제 PM은 '기획자'에서 '리더'로 진화~!

aka. 얼마나 더 진화해요

AI 덕분에 우리는 반복적인 기획 작업에서 벗어났습니다... 솔직히 기획 업무를 하거나 아이데이션을 할 때, 한 번쯤 막히곤 하는데 저도 그럴 때 지피티한테 물어보곤 하거든요. 그럴 때 가끔 신박한 아이디어를 주곤 합니다. 실제로 채택하기도 하구요. 이렇게 과거에는 하나하나 톺아보았던 업무 시간을 쫙 줄일 수 있으니, 우리는 이제 그 시간을 사용자에게 공감하고, 조직을 리드하고, 전략을 수립하는 인간 고유의 역할에 집중해야 한다고 생각합니다

 

---

항상 마무리를 어떻게 해야 할지 모르겠네요

오늘은 말이 정말 많았는데... 저희의 운명은(제 운명은) 어떻게 될까요? 최근 읽은 책에서는 PM, 디자이너, 개발자의 직군이하나로 묶인다던데... 우리... 어디까지 발전해야 하는 거예요 아저씨들아?