Product Management is Still All About Telling Stories

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

AI로 제작 비용이 급감해도 제품 관리의 핵심은 사용자의 삶에서 제품이 갖는 의미를 이야기로 공유하고, 목적·핵심 행동·주기에 따라 실제 사용을 판단하는 데 있다.

📌 핵심 요약

• 필자는 RealNetworks에서 RealPlayer를 담당하고 LinkedIn에서 120쪽 명세서를 작성한 경험을 돌아보며, PM의 가장 중요한 산출물은 명세서가 아니라 사용자가 제품을 쓰는 이유와 의미를 담은 이야기라고 주장한다.
• PM은 팀과 회사를 이해하고 사용자를 위한 올바른 제품의 출시를 돕는 역할이며, AI가 제작 비용을 크게 낮춰도 무엇을 만들지 판단하는 비용은 줄지 않았다는 것이 필자의 진단이다.
• AI는 명세·범위 산정 후 제작하던 개발 순서를 빠른 제작·체험 후 설계하는 방식으로 바꾸지만, 거의 무료인 데모를 실제 작동하는 제품으로 완성하려면 여전히 시간이 필요하다.
• 기능 선택의 기준은 일정이나 자원뿐 아니라 제품 전체와의 적합성과 영향이어야 하며, 필자는 AI가 기능을 무분별하게 추가하는 제품의 'AI slop'을 낳을 수 있다고 우려한다.
• 제품 비전은 목적·핵심 행동·주기로 구체화해야 하며, LinkedIn의 연 1~2회 사용 사례처럼 자연스러운 사용 주기를 존중하고 자발적으로 방문해 핵심 행동을 수행하는지를 측정해야 한다.

🧩 주요 포인트

1. 명세서에서 공유 가능한 이야기로 중심 이동 → PM의 기여는 요구사항 나열을 넘어 사용자의 경험과 제품의 존재 이유에 대한 공통 이해를 만드는 데 있음.
2. AI로 빠른 제작·체험이 가능해짐 → 초기 탐색은 쉬워지지만, 제품 전체와의 적합성을 판단하고 실제 제품으로 완성하는 책임은 여전히 중요함.
3. 목적·핵심 행동·주기에 따른 사용 정의 → LinkedIn의 연 1~2회 사용도 목적에 부합할 수 있으며, 단순 방문 수보다 자발적 핵심 행동이 제품 가치 판단에 중요함.

🧠 상세 정리

1. 제품 관리의 산출물을 묻게 된 경력

필자는 RealNetworks에서 엔지니어로 경력을 시작했고, 몇 년 뒤 수억 명이 사용하며 초기 인터넷에 오디오와 비디오를 보급하는 데 기여한 RealPlayer의 제품·엔지니어링 팀을 맡았다. 사업 부문이 플레이어를 시작할 때마다 광고를 보여주자고 제안했을 때 그는 바람직하지 않다고 느꼈지만, 예상 수익을 보여주는 Excel 자료에 맞서 논증할 방법이 없었다. 제대로 된 제품 관리자가 되려면 경영대학원에 가야 한다고 생각해 Berkeley에 입학했으며, 곧 LinkedIn 채용에 지원해 Reid Hoffman과 면접을 보게 됐다. Hoffman은 엔지니어에게는 코드, 사업 개발에는 서명된 계약서가 있듯 제품 관리자가 만드는 산출물은 무엇인지 물었다. 필자는 요구사항과 해야 할 일을 모아 팀이 제작을 시작하도록 하는 청사진인 명세서라고 답했고, 이후 합격해 경영대학원을 중퇴하고 LinkedIn에 합류했지만 그 질문은 계속 생각하게 됐다.

2. 120쪽 명세서보다 중요한 사용자 이야기

당시 소프트웨어 개발은 워터폴 시대였고, LinkedIn은 소셜 플랫폼 안에서 채용 플랫폼을 새롭게 구성하려 했다. 채용 담당자는 공통 인맥을 맥락으로 지원서를 살펴보고, 지원자는 채용 공고를 찾아 자신의 네트워크를 통해 기회에 접근할 수 있도록 하려는 구상이었다. 필자는 이 탐색 과정에서 전체 경험과 요구사항을 정의하는 120쪽 명세서를 작성했지만, 나중에는 가장 중요한 산출물이 그 문서가 아니라 이야기였다고 돌아본다. 명세서는 시스템의 기능과 완료 조건을 설명하지만, 제품 관리의 본질은 누가 제품을 사용하고 그것이 그들의 삶에서 왜 중요한지를 설명하는 데 있다는 주장이다. 이 이야기는 상대가 누구든 즉시 이해할 수 있어야 하며, PM이 자리에 없어도 다른 사람이 의미를 충실하게 전달할 수 있어야 하므로 명세서와는 문서의 성격도 수행하는 일도 다르다.

3. PM의 역할과 AI가 바꾸지 않은 판단의 무게

필자는 10년 전 강연에서 제품 관리자를 '팀과 회사가 사용자에게 올바른 제품을 출시하도록 돕는 사람'으로 설명했고, 지금도 그 문장을 역할의 핵심으로 제시한다. 여기서 돕는다는 것은 PM이 곧 팀의 리더라는 뜻이 아니라, 일이 이루어지도록 지원하고 자신의 목표를 넘어 회사의 목표에 기여한다는 의미다. 그러려면 팀 자체와 조직 안에서 팀이 차지하는 위치를 이해해야 하며, 논의에 머물지 않고 결국 고객 앞에 제품을 내놓아야 한다. AI는 코딩 방식과 아이디어를 실행물로 바꾸는 속도를 바꾸는 동시에, 사용자가 필요한 것을 말하면 제품이 제공해 주리라는 기대도 바꾸고 있는데 필자는 특히 소비자 분야에서 그 가능성이 아직 충분히 탐색되지 않았다고 본다. 그러나 제작 비용의 급감과 달리 판단의 비용은 전혀 줄지 않았다는 것이 그의 진단이며, 따라서 사용자에게 '올바르다'는 것이 무엇인지 결정하는 일은 더욱 중요해진다.

4. 명세와 범위 산정에서 빠른 제작과 체험으로

기존 제품 개발은 아이디어를 낸 뒤 명세나 제품 개요를 작성하고, 비용과 범위를 산정하며, 설계와 논쟁을 거친 다음 본격적으로 제작하는 반복 과정이었다. 필자는 이런 사전 절차를 잘못된 결정으로부터 귀중한 엔지니어링 시간을 보호하기 위해 만든 의식으로 설명하며, 과거에는 이 과정을 1년에 6~8회 정도만 반복할 수 있었다고 말한다. AI로 제작 비용이 차원이 다르게 낮아지면서 반복 과정 자체가 사라진 것이 아니라 순서가 재배치됐다는 것이 핵심이다. 이제는 아이디어를 AI로 빠르게 구현해 작동 방식과 느낌을 체험하고, 제품 전체에서 어떻게 어울리는지 살핀 다음 시각·사용자 경험 설계와 엔지니어링 설계를 구체화할 수 있다. 필자는 가정만 토론하는 것보다 프로토타입을 직접 다루는 편이 낫다고 주장하며, 이 변화로 긴 문서에서 모든 것을 미리 확정해야 한다는 전제가 실제로 약해졌다고 본다.

5. 저렴한 데모와 완성된 제품 사이의 거리

필자는 빠른 제작이 가능해졌다는 사실을 곧바로 출시해도 된다는 뜻으로 받아들이는 반대편의 오류를 경계한다. 데모는 거의 무료로 만들 수 있게 됐지만 실제 작동하는 제품은 그렇지 않으며, 프로토타입에서 실질적인 제품으로 넘어가는 데는 여전히 시간이 필요하다는 설명이다. 이때 PM이 던져야 할 가장 중요한 질문은 일정에 들어맞는지가 아니라 제품에 들어맞는지이고, 무엇을 만들지의 논의도 자원 확보에서 영향의 비교로 중심이 이동한다. 모두가 아이디어를 내고 에이전트로 코드를 만들 수 있는 환경에서는 '이것 아니면 아무것도 하지 않기'보다 '이것과 저것 중 무엇을 고를지'가 중요해진다는 주장이다. 필자는 비전에 따른 안목과 선별이 중요해져도 제품 전체는 여전히 완결된 느낌을 줘야 한다고 강조하며, 빨라진 속도 때문에 온갖 기능을 집어넣는 현상을 제품의 'AI slop'으로 우려한다.

6. 사용자의 경험을 함께 이해하게 만드는 비전

필자는 PM의 일을 제품이 무엇을 할지 명세하는 데서 끝내지 않고, 무엇을 왜 만드는지에 관한 공유된 그림을 형성하는 일로 설명한다. 사용자가 왜 제품에 왔는지, 각 단계에서 무엇을 느끼는지, 어느 대목이 인상적이고 어느 대목이 지루한지를 이해해야 하며, 지루한 구간도 그 위치와 의미를 알고 있다면 허용될 수 있다고 본다. AI가 주는 이점은 초기에 빠르게 만들고 체험하면서 '이 제품이 누군가의 삶에서 무엇을 해주는가'를 한 문장으로 확인할 수 있다는 데 있다. 그 답이 명확해지면 사람들이 실제로 제품을 사용하는지라는 질문도, 제품이 제공한다고 설명한 일을 사람들이 수행하는지라는 구체적인 질문으로 바뀐다. 필자가 말하는 비전은 사명 선언문이 아니라 사용자를 위해 제품이 존재하는 이유 전체이며, 이를 제품을 삶에 들이는 목적, 실제로 수행하는 핵심 행동, 각 행동의 예상 빈도인 주기로 나눈다.

7. LinkedIn이 보여주는 사용 주기의 중요성

필자는 창업자나 제품 담당자에게 사람들이 제품을 사용하는지 물으면, 종종 50% DAU/MAU 비율이나 가입자 1만 명 돌파, 대기자 100만 명, ARR 100만, 하루 40억 토큰, App Store 3위 같은 지표가 답으로 돌아온다고 설명한다. 이런 수치는 대화에서 제시되는 답변의 예시이며, 필자가 재차 묻는 것은 사람들이 '정말로' 제품을 쓰고 있느냐는 것이다. LinkedIn의 목적은 사람을 찾고 자신도 발견되는 것이었고, 어떤 사용자에게 핵심 행동은 누군가 연락했을 때 응답하는 것이어서 매일이 아니라 연 1~2회만 일어날 수 있었다. 이 주기를 이해하는 일은 발견될 의사가 있는 매우 많은 사람과 실제로 사람을 찾는 일부 사용자가 필요한 네트워크를 운영하는 데 중요했다. 그래서 초기 LinkedIn은 소셜 네트워크라는 이유로 매일 행동하도록 유도하기보다 프로필의 정확성을 유지하는 데 많은 시간을 썼으며, 드물게 연락을 받아도 사용자가 접속해 그 의미를 이해한다면 괜찮다고 봤다.

8. 자발적 방문과 핵심 행동으로 실제 사용 판단

필자는 제품이 작동하는지 측정할 때 목적에 맞는 핵심 행동을 중심에 두고, 사용자가 스스로 찾아오는 직접 유입에 집중하라고 제안한다. 설치된 앱의 아이콘을 누르거나 도메인을 직접 입력하는 행동은 사용자가 자발적으로 제품을 찾았음을 보여주므로, 순간적으로 다시 불러들이는 다른 방식의 유입과 구별한다. 그중에서도 앱을 잠깐 열어본 사람을 넘어 실제 핵심 행동을 수행한 사람을 집계해야 한다는 것이 그의 기준이며, Discord라면 실시간 세션에 참여하거나 실제로 메시지를 읽고 보내는 행동이 예시다. 필자는 핵심 행동을 정의할 수 없다면 자신이 이해하는 제품을 갖고 있지 않은 셈이라고 강하게 주장한다. 마지막으로 대화나 프롬프트를 통해 사용하는 AI 제품에는 사용자 여정이 문자 그대로 기록되고 사용자의 표현을 직접 볼 수 있다는 장점을 제시하지만, 제공된 원문은 이 설명 도중 끊겨 있어 이후 논의는 확인할 수 없다.

🧾 핵심 주장 / 시사점

• 구현이 쉬워질수록 PM의 중요성이 줄기보다 무엇을 선택하고 제품 전체에 어떻게 어울리게 할지 판단하는 역할이 더 두드러진다.
• 사용자 이야기는 팀의 공통 이해와 성과 측정을 연결한다. 제품이 삶에서 해주는 일을 명확히 설명해야 실제 사용으로 볼 핵심 행동도 정의할 수 있다.
• 낮은 사용 빈도 자체가 낮은 가치를 뜻하지는 않는다. LinkedIn 사례는 제품 목적에 맞는 행동이 자연스러운 주기에 발생하는지를 살펴야 함을 보여준다.

✅ 액션 아이템

• 사용자의 삶에서 제품이 갖는 의미를 한 문장으로 정리하고, 목적·핵심 행동·주기를 명확히 정의함.
• AI로 빠른 제작·체험을 진행하되, 제품 전체와의 적합성과 실제 작동하는 제품으로 완성하는 데 필요한 시간을 판단함.
• LinkedIn의 연 1~2회 사용 사례를 참고해 자연스러운 사용 주기를 설정하고, 자발적으로 방문해 핵심 행동을 수행하는지를 측정함.

❓ 열린 질문

• 사용자의 삶에서 제품이 갖는 의미를 팀이 동일하게 이해하고 전달할 수 있는가?
• AI로 만든 데모가 제품 전체와의 적합성을 갖추고 실제 작동하는 제품이 되려면 무엇이 더 필요한가?
• 목적·핵심 행동·주기를 기준으로 볼 때, 자발적으로 방문한 사용자가 제품의 가치를 실현하는 행동을 수행하고 있는가?