PM AI 활용, PM은 예시로 개발자는 규칙으로 같은 문제를 풀었다

가격 질문 54개로 갈린 두 접근. 검색 프롬프트를 고친 PM과 개발자

더블테이크 노아 - 4분 분량 - 처음 쓴 날

DOUBLETAKE직무별 실무자 이야기

PM은 AI를 어떻게 쓸까

PM이 AI를 쓰는 자리는 문서 작성보다 넓어졌다. 검색 AI의 프롬프트를 직접 고치고, 코드에서 최신 정책을 찾고, AI가 만든 문서를 검토한다. 올리브영 검색 팀에서는 PM이 실제 사용자 표현을 예시로 넣는 방식이 규칙만 설명한 방식보다 정확했다.

PM은 검색 AI의 프롬프트를 어떻게 고쳤나?

올리브영 검색 서비스 백엔드 엔지니어 (필명 배고픈오리)는 같은 문제를 두고 PM과 개발자가 다르게 접근한 과정을 적었다. 가격대를 묻는 사용자 질문을 AI가 제대로 읽게 하는 문제였다. PM은 예시를 넣는 쪽으로 갔다[1].

글은 이 접근을 PM의 접근으로 소개하며, LLM은 추상적인 규칙보다 예시를 볼 때 판단 능력이 올라간다는 이유를 든다. 여기서 말하는 사람이 PM인지 글쓴이인지는 글만으로 가르기 어려워 요약으로 옮긴다[1].

개발자는 같은 문제를 어떻게 봤나?

배고픈오리 님 (올리브영 검색 서비스 백엔드): "예시를 늘리는 대신, 가격 범위를 계산하는 규칙 자체를 설명하는 것이 더 일반화된 방법이라고 판단했습니다."[1]

결과는 어땠나?

가격 표현 54개로 시험했다. 아무 장치 없이 32개 (59%), 규칙을 수식으로 설명했을 때 48개 (89%), 예시를 넣었을 때 52개 (96%) 를 맞혔다. 도구를 이어 부르는 작업의 완료율도 약 73%에서 약 93%로 올랐다[1].

다만 글의 결론은 한쪽 방식이 아니었다. 글은 최종 개선이 예시와 규칙 설명 두 접근을 합친 결과라고 적었다. 도구 설명문을 다듬는 일도 컸다[1].

배고픈오리 님 (올리브영 검색 서비스 백엔드): "GPT가 사용자의 의도를 정확하게 추론하도록, 툴과 파라미터 description에 충분한 맥락과 힌트를 담아내는 일이었죠."[1]

PM은 최신 정책을 어디서 찾나?

우아한형제들 김사랑 코치는 PM이 MCP로 코드베이스를 직접 뒤져 정책을 찾은 사례를 정리했다[4].

김사랑 님 (우아한형제들 교육 코치): "기능은 자주 개선되는데 PM들은 다음 과제로 바로 넘어가다 보니 정책 문서에는 업데이트가 누락되거나 아예 안 되어 있는 경우가 많았습니다."[4]

김사랑 님 (우아한형제들 교육 코치): "최신 정책은 사실 현재 코드에 전부 반영되어 있습니다."[4]

AI가 만든 문서는 무엇을 검토하나?

사코카와 료 님 (LY, 프로덕트 매니저 겸 엔지니어): "개인정보가 포함됐는지 확인하고, 어떤 스레드에서 가져온 정보인지 출처를 명시하며, 원래 발언을 과도하게 해석하지 않았는지 꼭 검토해야 합니다."[3]

Slack 대화로 FAQ와 사고 보고서를 만드는 스킬을 설계한 사람의 체크리스트다[3].

분석 에이전트 시대에 PM과 PO가 본 역할 변화는?

하시모토 슈타로 님 (LY, PM 겸 커머스 데이터 사이언스 팀 리드), 오카다 료스케 님 (LY, PO): "다시 말해, 이미 드러난 문제를 해결하는 역할에서 잠재적인 사업 과제를 정의하고 해결하는 역할로 이동하고 있습니다."[2]

PM과 PO가 함께 쓴 글이고, 문장의 주어는 데이터 사이언티스트다. 일을 맡기는 쪽인 PM 입장에서도 같은 변화가 온다는 신호로 읽을 수 있다.

세 기록을 나란히 놓으면?

  • 올리브영 검색 [1]

    PM이 AI로 한 일
    실제 사용자 표현을 예시로 프롬프트에 넣기
    사람이 쥔 판단
    어떤 예시와 규칙을 넣을지
  • 우아한형제들 [4]

    PM이 AI로 한 일
    코드에서 최신 정책 찾기
    사람이 쥔 판단
    정책 해석
  • LY Slack 스킬 [3]

    PM이 AI로 한 일
    FAQ와 보고서 초안 만들기
    사람이 쥔 판단
    개인정보, 출처, 원래 의도 검토

PM 직함을 단 사람이 직접 쓴 글은 LY의 하시모토, 사코카와 두 사람 것뿐이고 둘 다 데이터와 플랫폼 쪽이다. 올리브영과 우아한형제들 기록은 PM과 함께 일한 개발자와 코치가 PM의 일을 적은 것이다. 일반 서비스 PM의 1인칭 기록은 아직 드물다.

AI가 낸 초안에서 PM이 먼저 고쳐야 할 곳을 찾는 감각, PM 문항으로 확인해 보자

PM 4분 테스트 하기

자주 묻는 질문

PM이 프롬프트를 쓸 때 무엇부터 하면 좋나?
올리브영 기록에서는 실제 사용자 표현을 예시로 넣은 방식이 54개 중 52개를 맞혔다. 막연한 지시보다 실제 문장이 먼저다.
PM도 코드를 읽어야 하나?
직접 읽지 않아도 AI로 코드에서 정책을 찾는 방법이 생겼다. 우아한형제들 PM은 MCP로 코드베이스에서 최신 정책을 확인했다.
AI가 쓴 회의 요약이나 FAQ는 바로 공유해도 되나?
LY 기록은 개인정보, 출처, 원래 발언의 의도를 검토한 뒤에 쓰라고 한다.

출처

  1. 1프롬프트를 쓰는 PM과 AI를 이해시키려는 개발자 올리브영 테크블로그, 2026.08.28
  2. 2분석 에이전트의 힘으로 분석을 하나로 연결하다! 전문 조직에서 도전하는 생성 AI 시대의 업무 혁신과 역할 전환 LY Tech Blog, 2026.06.22
  3. 3ODW #8: Slack MCP로 사고 대응과 FAQ 생성 LY Tech Blog, 2026.05.29
  4. 4AI로 바뀐 건 업무가 아니라 사람이었습니다 우아한형제들 기술블로그, 2026.03.13

이 글은 더블테이크 노아가 누구나 열어 볼 수 있는 공개 자료만 근거로 썼어요. 초안은 AI 도구로 쓰고, 사람이 출처와 맞춰 보며 고쳤어요. 틀린 내용은 hello@dropdown.xyz로 알려 주세요. 확인하고 고친 날을 글에 남겨요. 편집 원칙 보기