AI 제품 관리자로 일하고 있거나 이 역할을 꿈꾸고 있다면 과연 기존의 PM과 AI PM이 무엇이 다른지 궁금할 것이다.
저 또한 PM의 역할을 오래 하다가 AI PM으로 전환한 케이스이다. 어떤 역량이 필요한지에 대해 많은 고민을 하고 있다. 최근 Aakash Gupta의 YouTube 채널에서 OpenAI AI PM 모의 인터뷰 영상을 보고 많은 인사이트를 얻을 수 있었다.
이 영상에서 Bart 박사(전 Microsoft PM으로 1만 2천 명 이상의 PM이 취업하도록 도운 경력)는 OpenAI 스타일의 진짜 질문을 가지고 Aakash Gupta를 라이브 인터뷰 한다.
참고: 원본 Youtube 영상
AI PM 인터뷰 팁: 45분 안에 증명해야 하는 것
이 모의 인터뷰는 실제 OpenAI PM 면접 방식을 따른다. “ChatGPT의 이미지 생성 기능 주간 활성 사용자를 3개월 내에 1억 7,500만 명에서 3억 5,000만 명으로 두 배 늘려야 한다. 단, 투입 가능한 엔지니어는 3명뿐이다.”
이 짧은 시간에 문제 정의, 사용자 분석, 솔루션 제시, 우선순위 지정을 모두 완료해야 한다.
독자적 프레임워크 구축
면접에서 가장 인상적이었던 부분은 Aakash Gupta가 독자적인 6단계 프레임워크를 구축한 방식이다. OpenAI의 AGI 미션 이해, 핵심 사용자 정의, 집중 영역 선정, 문제점 파악, 솔루션 도출, 안전성 고려까지 체계적으로 접근했다.
현재 사용자 1억 7,500만 명을 세 그룹으로 분류하고, 목표 달성을 위해서는 기술 이해도가 낮은 그룹에 집중해야 한다는 논리적 결론을 도출했다. 실제 ChatGPT를 사용하며 접근성 문제, 긴 로딩 시간, 편집 기능 부재를 파악했고, Midjourney와 Nano Banana 같은 경쟁사를 분석하며 품질과 기능 격차를 정확히 짚어냈다.
인터뷰에서 배운 AI PM의 역량
인터뷰 내용을 보면서 AI PM의 역량과 다른점을 엿볼 수 있었다.
AI PM은 기존의 PM과 다른 지점이 존재한다. AI 모델의 능력과 한계를 이해하고, 연구팀에 구체적인 개선 요청을 할 수 있어야 한다는 것이다.
Aakash Gupta는 사용자 프롬프트 데이터를 분석하여 100가지 사용 사례를 파악하고, 카테고리별 피드백을 연구팀에 전달하는 방안을 제시했다. 이는 제품과 연구 사이의 다리 역할을 보여준다.
우선순위 지정에서도 차별화된 사고가 드러난다. UI 변경(1주, 5천만 명 증가), 편집 기능 추가(1.5개월, 1억 명 증가), 특정 기능 구축(각 3주, 각 2천5백만 명 증가)을 선정해 총 2억 명 증가를 달성하는 계획을 세웠다.
실제로 느낀 점인데, 리소스 분배 감각이 정말 중요하다. 인력뿐만 아니라 GPU와 같은 개발 리소스까지 고려해야 한다는 점에서 기존의 PM과 차이가 있어보인다.
이 인터뷰를 통해서 얻을 수 있는 인사이트
이 인터뷰를 통해 얻을 수 있는 인사이트는 명확하다.
첫 번째는 독자적인 프레임워크 구축 능력이다. 각 문제에 맞춰 고유한 사고 구조를 만들고, 피드백에 따라 유연하게 조정하는 것이 중요하다.
두 번째는 AI 모델과 제품을 연결하는 능력이다. 사용자 문제를 AI 모델의 개선점으로 변환할 수 있어야 한다. 프롬프트 분석, 피드백 루프, 모델 품질 개선 요청까지 아우르는 시각이 필요하다.
마지막은 제약 조건 하에서의 우선순위 지정이다. 효과와 비용을 정량적으로 추정하고, 한정된 리소스로 최대 임팩트를 만들어내는 전략이 필요하다.
AI PM이 정의되는 날까지
AI PM이라는 역할은 아직 명확하게 정의되지 않았다. (특히 국내에서는 더욱)
하지만 이 인터뷰를 통해 전 그 윤곽이 선명해진 것 같다. 사용자 문제를 깊이 이해하고, AI 모델의 능력을 정확히 파악하며, 제한된 리소스로 최선의 의사결정을 내리는 것이 핵심이다.
이 내용이 AI PM을 준비하거나 현재 맡고 있는 분들에게 조금이나마 도움이 되길 바란다.