AI 프로덕트 매니지먼트

AI 프로덕트는 무엇이 다르고, PM의 일은 어떻게 달라지는가?

AI 불확실성을 신뢰할 수 있는 프로덕트로 구현하는 AI PM의 로드맵

AI 프로덕트를 설계한다는 것은 확률적으로 틀릴 수 있는 시스템을 다루는 일이다. 기존 소프트웨어가 정해진 입력에 예측 가능한 출력을 내놓았다면, AI는 같은 질문에도 다른 답을 내놓고 시간이 지나며 품질이 달라질 수 있다. 따라서 AI 시대의 PM은 무엇을 만들지 정하는 데서 나아가 시스템이 어떻게 동작하고, 어떻게 틀리며, 그 오류를 어떻게 다룰지까지 설계해야 한다.

이 책은 머신러닝과 LLM의 필수 원리를 PM의 언어로 설명하고, AI 기능을 프롬프트가 아닌 시스템으로 바라보는 관점을 제시한다. AI PRD와 이밸 플랜 작성, 하네스 설계, AI 지표와 모니터링, 머신러닝 엔지니어와의 협업까지 아이디어에서 프로덕션 이후 운영에 이르는 전 과정을 한 권에 담았다.

지은이 : 김영욱

한국에서 학업을 마치고 1991년 한국 후지쯔에 입사했으며, 1998년 프랑스 BI 전문 기업 Business Objects에서 개발 매니저와 프로그램 매니저로 일했다. 2007년부터 SAP 프로덕트 엔지니어링 그룹에서 다수의 개발 프로젝트에 참여하고 있다. 현재 SAP 프로덕트 엔지니어링 그룹에서 프로덕트 엑스퍼트로 근무 중이다.

매달 발행되는 NIA(한국지능정보사회진흥원)의 〈디지털서비스 이슈리포트〉와 삼성SDS의 〈인사이트 리포트〉 고정 필진이다. 정부기관, 기업에 자문과 강연을 하고 인터넷 매체에 기고하기도 한다. 브런치 매거진 〈PM은 체질보다 어드벤처〉에 프로덕트 매니저에 관한 글을 정기적으로 쓰고 있다.

[PART 1 AI를 이해하는 PM의 눈]

CHAPTER 01 AI는 기존 소프트웨어와 무엇이 다른가

_1.1 결정론 vs 확률론

_1.2 머신러닝이 학습하는 방식

_1.3 과적합과 과소적합

_1.4 머신러닝의 세 가지 유형

_1.5 PM이 반드시 알아야 할 직관

CHAPTER 02 LLM 동작 방식

_2.1 언어를 수로 바꾸는 일 - 토큰이란 무엇인가

_2.2 예측 기계의 탄생 - 다음 단어를 맞히는 훈련

_2.3 스케일의 마법 - 크기가 달라지면 종류가 달라진다

_2.4 그런데 왜 이렇게 잘하는가 - 파인튜닝과 RLHF

_2.5 문맥을 기억하는 방법 - 컨텍스트 윈도

_2.6 추론이란 무엇인가 - 생성 메커니즘

_2.7 LLM 한계를 확장하는 두 가지 방법 - RAG와 에이전트

CHAPTER 03 AI 프로덕트의 실패 모드

_3.1 환각

_3.2 취약성

_3.3 비용 폭발

_3.4 PM이 실패 모드를 알아야 하는 이유

[PART 2 AI 프로덕트를 설계한다는 것]

CHAPTER 04 AI 기능은 프롬프트가 아니라 시스템

_4.1 원오프 프롬프트의 함정

_4.2 AI 기능을 시스템으로 설계한다는 것

_4.3 시스템 프롬프트 전략

_4.4 하네스 엔지니어링

_4.5 AI 기능 설계의 실전

_4.6 AI 프로덕트 개발 4단계와 시스템 설계

_4.7 시스템 설계에서 놓치기 쉬운 레이어: 편향과 윤리

_4.8 PM이 가져야 할 시스템 설계 감각

_4.9 호쿠사이의 시스템, PM의 시스템

CHAPTER 05 AI 프로덕트의 PRD

_5.1 기존 PRD와 AI PRD

_5.2 AI PRD에 반드시 들어가야 할 것들

_5.3 이밸 플랜

_5.4 가격 정책

_5.5 햄릿이 우리에게 남긴 것

CHAPTER 06 AI 사용자 경험 설계

_6.1 AI는 왜 틀리는가

_6.2 불확실성을 UX로 처리하는 법

_6.3 신뢰 설계

_6.4 실패 시나리오 대응

_6.5 PM이 설계해야 할 것

[PART 3 AI 프로덕트를 만드는 팀과 프로세스]

CHAPTER 07 AI 팀에서 PM의 역할

_7.1 AI 팀은 기존 개발팀과 무엇이 다른가

_7.2 PM이 결정해야 할 것

_7.3 PM이 맡겨야 할 것

_7.4 ML 엔지니어, 데이터 과학자와 실제로 협업하는 법

_7.5 AI 팀의 PM이 된다는 것

CHAPTER 08 AI 프로덕트의 측정과 지표

_8.1 기존 KPI의 무엇이 문제인가

_8.2 기존 지표를 AI 맥락에서 다시 쓰는 법

_8.3 AI 고유 지표 - 기존 대시보드에 없는 것

_8.4 이밸을 제품 프로세스에 녹인다

_8.5 지표를 시스템으로 만드는 법

_8.6 지표는 거울이다, 그런데 AI의 거울은 구부러져 있다

CHAPTER 09 프로덕션에 들어간 AI

_9.1 ‘AI in production’의 현실

_9.2 모니터링

_9.3 드리프트와 품질 저하 대응

_9.4 배포 이후가 진짜 PM의 일이다

[PART 4 AI PM으로 성장하기]

CHAPTER 10 AI 툴로 PM 업무를 가속하는 법

_10.1 AI로 PRD 작성하기

_10.2 리서치 자동화

_10.3 PM의 생산성을 바꾸는 워크플로

CHAPTER 11 실제 AI 프로덕트 만들기

_11.1 왜 직접 만들어봐야 하는가

_11.2 무엇을 만들 것인가

_11.3 기획 - AI 프로덕트의 아이디어를 다듬는 법

_11.4 만들기 - 빠르게 프로토타입을 올리는 법

_11.5 배포 - 완벽하지 않아도 내보내는 이유

_11.6 만들고 나서 PM이 얻는 것

_11.7 지금 바로 시작하라

CHAPTER 12 AI PM의 커리어 설계

_12.1 AI PM이라는 역할은 실제로 존재하는가

_12.2 AI PM에게 필요한 역량 모델

_12.3 포트폴리오 전략

_12.4 앞으로 5년을 어떻게 준비할 것인가