AI PM의 역할과 기존 PM과의 차이점

AI PM이란?

• 기존 서비스에 AI를 도입하는 경우 필요
• AI로 신규 서비스를 기획하는 경우 필요

기존 PM vs AI PM

기존 PM	AI PM
사용자 니즈 중심	기술 도입의 타당성, ROI 고려 중심
UI/UX 개선 중심	모델 선택, 데이터 품질, 학습 방법 중심
기능/서비스 요구 정의	기술 가능성과 인프라 상황도 고려

AI PM은 단순한 기능 출시보다, “이 기술을 왜 써야 하지?” “얼마나 이득이 있지?”라는 가치 기반 기획이 핵심이다. 기술 ‘적용'이 아니라 기술 ‘채택’의 이유를 명확히 해야 한다는 점에서 더 전략적인 사고가 필요하다

AI 도입을 고민할 때의 필수 질문

유저 니즈에 맞는 서비스를 설계하는 것도 중요하지만, 동시에 현재 내가 속한 조직이 가지고 있는 기술과 인력적인 환경에 대해서 정의하는 것이 선행 되어야 한다.

1. AI로 얻고자 하는 건 무엇인가?
   • 비용 절감, 정확도 향상, 새로운 기능?
   • 무작정 AI 쓰는 게 아니라 목적이 분명해야 함
2. 기술 인프라와 인력이 충분한가?
   • GPT API만 쓰면 되는지, 프롬프트 튜닝만 하면 되는지? 직접 모델을 튜닝해야 하는지 판단 필요
3. 비용 대비 효과가 있는가?
   • 얼마나 자동화할 수 있는지, 인력/비용 절감이나 매출 증가로 이어질 수 있는지

기술 이해 & 품질 판단

• 다양한 AI 기술을 기획자가 개괄적으로라도 이해해야 함
  • 오픈소스 LLM 비교, Virtual Try-on, 음성→영상 변환 등
• AI 기술은 기술이 있는가가 아니라 어느 정도 성능이 되는가가 중요
• 매일 새롭게 등장하는 기술이 무엇이 있고, 어느 정도 성능이 나오는지에 대해서 인지하고 있어야한다.

AI PM은 완전히 개발자처럼 동작하지 않아도 되지만, 기술의 원리와 한계, 적용 가능성 정도는 판단할 수 있어야 한다.
예를 들어 Virtual Try-on이 있어도, 이거 실제로 구매 전환에 영향을 줄 수준인가?를 판단해야 의미 있는 기획이 가능하다.

AI PM의 기획 단계

AI PM은 단순히 "기능 정의"만 하는 것이 아니라, 데이터 → 모델 → 시스템 → ROI 평가까지의 전반을 고려해야 한다. 기존의 PM들은 유저들의 니즈를 발굴하거나, 서비스에서 가지고 있는 데이터를 UI에 어떻게 잘 보여줄까를 고민했다면 AI PM 은 어떤 문제를 AI가 해결할 수 있을까를 먼저 고민해야한다.

단계별 역할 요약

1. 요구사항 분석
   • 사용자 문제 파악 → AI로 해결할 수 있는 과제 도출 (과제정의 구체화)
   • 데이터 구축
   • 품질 판단 기준 세우기
2. 구현 방법 설계
   • 기술 리서치(기술에 대한 이해) → LLM, 이미지 모델 등 적절한 것 선정
   • 직접 개발할지 외부 API 활용할지 결정
   • 모델 개발 / 시스템 개발
3. ROI 측정
   • 인프라 비용, 효과 예측, 안전성과 기술 리스크까지 고려

AI를 기획할 때 주의할 점

• 고객은 문제를 명확히 인식하지 못함
• 기술은 일부 문제만 해결할 뿐이며, 기술이 곧 해결책은 아님
• 따라서 전체 프로세스 안에서 기술이 어디서 어떤 역할을 할지 거시적으로 판단해야 함

PM은 항상 “우리가 뭘 해결하고 싶은 건가?”라는 질문을 놓치면 안된다. AI를 쓰는 것 자체가 목적이 아니라, 해결하고 싶은 문제를 가장 효율적으로 해결하는 수단 중 하나로 AI를 선택한 것인지를 점검해야 해야한다.

핵심 요약 정리

구분	설명
AI PM의 핵심 역할	문제 정의, 기술 이해, 구현 경로 설계, ROI 판단
기존 PM과 차이점	사용자 니즈 + 기술 실현 가능성과 가치 평가까지 포함
필요한 역량	기술 리터러시, AI 모델/데이터 이해력, 전략적 사고
주의할 점	기술 도입 ≠ 문제 해결. 비즈니스 가치 중심의 판단이 우선