이 글은 [Sendbird AI PM 팟캐스트 1화]를 보고 정리하였습니다.
AI 에이전트를 실제로 만드는 PM들은 어떤 일을 할까? 기존 PM 역할과는 무엇이 다를까?
글로벌 B2B SaaS 기업 Sendbird의 AI PM들이 출연한 팟캐스트에서 이 질문에 대한 답을 들을 수 있었다. 김영도(체이스) FDPM과 박상하 코어 PM이 전하는 현장 이야기는 AI 시대 PM의 역할 변화를 생생하게 보여준다.
AI 에이전트 = ‘노동력 채용’?
박상하 PM은 AI 에이전트를 “노동력 채용”이라는 관점으로 설명했다. 기존 소프트웨어는 사람이 사용하는 도구였기 때문에 생산성이 인간의 시간과 에너지에 제약받았다. 하지만 AI 에이전트는 컴퓨팅 자원만 있으면 회사의 생산력을 비선형적으로 증가시킬 수 있다고 한다.
시장 규모도 완전히 다르다. 전 세계 소프트웨어 시장은 연간 5000억~1조 달러 규모지만, 노동력 시장은 500조 달러 이상이다. AI 에이전트가 진입할 수 있는 시장 자체가 다른 차원이라는 것이다.
코어 PM과 FDPM? Sendbird의 AI PM 역할 분류
Sendbird는 AI 에이전트 개발을 위해 PM 역할을 두 가지로 구분한다고 한다.
코어 PM은 제품의 비전과 방향성, 로드맵을 책임진다. 내일과 내일모레를 생각하는 역할이다. 박상하 PM이 이에 해당하며, AI 챗봇에서 AI 에이전트로의 진화를 이끌고 있다.
FDPM(For Deploy Product Manager) 은 오늘을 책임진다. 김영도 PM의 설명에 따르면, FDPM은 고객이 AI를 도입하는 전 과정을 함께한다고 한다. 컨설팅부터 실제 구현, 출시, 사후 관리까지 고객과 긴밀하게 협업하며, 당장 내일 출시하기 위한 프롬프트 작성 방법을 고민한다.
AI PM에게 필요한 역량은 무엇인가?
팟캐스트에서 언급된 AI PM의 핵심 역량은 다음과 같다.
LLM 패턴 인식 능력이 중요하다고 한다. 정확히 어떻게 동작하는지 완벽히 알 수는 없어도, 시행착오를 통해 “이런 경우엔 이렇게 동작하겠구나”라는 패턴을 인식하고, 그 이유를 이해하려는 노력이 필요하다고 했다.
정밀한 프롬프트 작성 능력도 필수다. 프롬프트는 원하는 바를 구체적이고 정밀하게 표현하는 것이므로, 논리적 사고력과 명료한 글쓰기 능력이 곧 기술적 역량이 된다는 설명이었다.
빠른 프로토타입 제작도 요구된다. AI PM은 피그마, 메이크, 클로드 코드 같은 툴로 상상한 것을 시각적 UI로 빠르게 구현할 수 있어야 한다고 한다. 엔지니어와 디자이너는 PM이 텍스트뿐 아니라 UI까지 포함된 초안을 가져오기를 기대한다는 것이다.
비즈니스 도메인에 대한 깊은 이해가 필요하다. 김영도 PM은 암 진료 플랫폼 고객사와 일할 때 암 치료 내용을 모두 이해해야 했고, 항공사 프로젝트에서는 2주 안에 항공 산업의 전문 용어를 습득해야 했던 경험을 공유했다.
불확실성의 이해
AI 에이전트 개발의 가장 큰 어려움은 불확실성이라고 한다.
박상하 PM은 이를 “비결정론적(Non-Determinism) 특성”이라고 설명했다. 기존 소프트웨어는 디버깅이 가능했지만, AI는 10번 중 9번은 되고 1번이 안 되는 경우가 발생한다는 것이다. 고객은 100% 성공을 기대하므로, 1번 실패했을 때 어떻게 동작해야 하는지 에러 처리와 우아한 해결책을 고민해야 한다고 했다.
더욱 어려운 점은 특정 오류를 고치면 다른 부분이 망가지는 트레이드오프가 발생한다는 것이다. 어디까지 테스팅할지 결정하기 어렵지만, 데드라인은 존재하므로 시장에 출시해야 하는 상황이라고 설명했다.
AI 챗봇과 AI 에이전트의 차이
팟캐스트에서는 AI 챗봇과 AI 에이전트의 차이를 명확히 설명했다.
LLM 이전의 AI 챗봇은 의도만 이해했고, 답은 미리 만들어 놓은 것을 찾아가는 룰 기반이었다고 한다. GPT 출시 후 등장한 AI 챗봇 2.0은 의도도 이해하고 답도 만들 수 있었지만, 실제 액션은 취하지 못했다.
반면 AI 에이전트는 의도 파악과 답변을 넘어 실제로 액션을 취할 수 있다는 것이다. 고객 정보를 가져와 분석하고, 필요시 상담사에게 연결하는 등 상황과 문맥을 파악해 판단한다.
Sendbird는 이를 측정하기 위해 AI Resolution Rate라는 지표에 집중한다고 한다. 단순 답변이 아닌 실제 문제 해결 비율을 높이는 것이다. 김영도 PM은 소수의 유스케이스를 깊이 있게 다루는 전략을 추천했다. 모든 유스케이스를 얇게 다루면 액션 없이 정보만 제공하는 챗봇이 되기 쉽다는 것이다.
예상 밖의 발견, AI의 공감 능력
흥미로운 점은 AI 에이전트가 사람보다 더 친절하고 공감을 잘한다는 것이다.
항공사 고객 상담 사례를 보면, 환불 문제로 고객과 대립하는 상황이 많다고 한다. 사람 상담사는 하루에 100건 이상 처리하므로 모든 케이스에 공감하기 어렵다. 실제로 “사망 확인증을 내면 환불해 줄 수 있다”와 같이 무미건조하게 사실만 전달하는 경우가 있었다고 한다.
그런데 AI 에이전트는 “마음이 안 좋겠다, 스트레스 많이 받겠다”며 공감을 표현하고, “내가 처리해 줄 순 없지만, 상담사에게 빠르게 전달하여 해결할 수 있도록 노력하겠다”고 우아하게 대응했다는 것이다. AI가 문제를 해결하지 못하더라도, 감정을 공감하는 인터페이스를 제공함으로써 고객 만족도가 장기적으로 높아질 것으로 예상된다고 했다.
글로벌 환경에서 일한다는 것
팟캐스트에서 PM들은 글로벌 회사에서 일하는 장점을 공유했다.
산업을 불문하고 다양한 경험을 할 수 있다고 한다. 암 플랫폼, 쇼핑, 항공 등 여러 산업을 경험하고, 유럽 등 다른 문화권이 AI를 어떻게 도입하는지 볼 수 있다는 것이다.
미국 실리콘 밸리에 있으면 빠른 제품과 소식을 접할 수 있어 PM의 스탠더드를 글로벌 시장에 맞출 수 있다고 했다. 한국 고객에게 피칭할 때도 미국이나 유럽의 사례를 공유할 수 있는 것이 장점이라고 한다. 한국은 B2B SaaS나 AI 에이전트 키워드가 미국보다 1년 반에서 2년 정도 늦게 등장하는 경향이 있다고 했다.
AI 시대에 필요한 인재상
PM들은 AI 시대에 필요한 인재의 특징을 세 가지로 정리했다.
테크노 옵티미즘(기술 낙관주의) 이 필요하다고 한다. 현재 상황에서 “돼요”라고 말할 수 있는 사람이어야 한다는 것이다. 오늘 안 되더라도 수개월, 수년 안에 될 것들이 많으므로, 다른 AI 툴을 써보고 테스트하며 미래에 대한 확신을 가져야 한다고 했다.
용기와 문제 발견 능력이 중요하다. AI로 풀 수 있는 문제가 굉장히 많으며, 없는 문제까지 정리해 가면서 나갈 수 있는 용기가 필요하다는 것이다.
제너럴리스트적 호기심도 필요하다. 전문 지식은 GPT에게 물어보면 알려주므로, 하이 에너지를 가지고 내재적 동기로 움직이며 궁금해하는 사람들이 중요하다고 설명했다.
AI PM으로의 전환? 지금이 타이밍이다
PM들은 지금이 AI 분야에 뛰어들기 가장 좋은 시기라고 말했다.
산업 초기에 들어와 제품을 만드는 경험은 나중과 차원이 다르다고 한다. 짧은 시간 안에 배울 수 있으며, 지금은 1년만 일해도 AI 전문가가 될 수 있는 시대라는 것이다.
기술이 빠르게 발전하는 만큼 그것을 빠르게 따라잡을 수 있는 환경에서 함께 일하는 것이 좋은 기회라고 조언했다. AI를 10년 동안 잘하는 사람은 아직 없으며, 경력이 없어서 망설일 필요가 없다는 메시지였다.
이번 팟캐스트로 실리콘 밸리에서는 어떻게 AI PM 업무를 할 수 있는지에 대해서 조금이나마 엿볼 수 있었다. 앞으로 AI PM의 영역은 더 확장되고 다양해 질 것으로 생각된다.
