구글, 메타 PM이 알려주는 AI PM이 되는 법

13분

8시간 전

2.4K

안녕하세요! IT 해외 소식을 전하는 트파원입니다. 지난번에 AI 엔지니어가 되기 위해 필요한 스킬을 다룬 유튜브 내용을 소개했는데요. 어떠셨나요?

오늘은 AI PM이 되는 법에 대한 내용이 있어서 가져왔습니다. AI 관련 직무가 주목을 받는 만큼 엔지니어 외에도 다양한 진로를 고민하는 분들께 도움이 될 것 같은데요.

오늘 소개할 내용은 아카시 굽타(Aakash Gupta)라는 PM 출신 유튜버가 운영하는 채널에서 진행된 인터뷰 How to Become an AI PM입니다. 인터뷰이는 구글, 메타에서 AI PM으로 일했고, 하버드 비즈니스 스쿨과 메이븐(Maven)에서 AI PM 교육을 이끌고 있는 마릴리 나야(Marily Naya)입니다.

마릴리는 12년 이상 AI PM 분야에 몸담아온 베테랑인데요. 스스로 "AI가 멋있어지기 전부터" 이 일을 해왔다고 말하기도 합니다. 그녀의 이야기를 통해 AI PM이라는 역할이 무엇이며, 어떻게 이 분야에 발을 들여놓을 수 있는지 자세히 알아보겠습니다.

마릴리 나야는?

구글에서 장학금을 지원받아 2011년 머신러닝 박사 과정을 마친 마릴리 나야의 첫 직장은 구글 스피치 팀이었습니다. 스피치 팀에서는 음성을 텍스트로 변환하는 기술을 개발하고 이를 사용자에게 어떻게 적용할지 고민했습니다.

구글에서 8년간 일한 후에는 메타(Meta)의 리얼리티 랩(Reality Labs)으로 자리를 옮겼습니다. 메타버스, VR, AR에 대한 오랜 관심을 바탕으로, 이 분야를 전문으로 하는 회사가 어떻게 제품을 구축하는지 경험해보고 싶었다고 합니다. 그곳에서는 '아바타(Avatars)' 팀에서 일하며 좋은 경험을 했습니다.

현재는 다시 구글로 돌아와 구글 홈(Google Home) 팀에서 제너레이티브 AI(Gen AI) PM으로 일하고 있습니다. LLM(대규모 언어 모델)을 활용해 "내 고양이가 어느 방에 있지?"와 같은 질문에 답하는 등, 사용자의 삶을 더욱 스마트하게 만들어 줄 멋진 기능들을 개발하고 있습니다. 마릴리는 이러한 경험들을 바탕으로 자신의 AI PM 지식과 노하우를 커뮤니티와 교육을 통해 공유하고 있습니다.

AI PM은 무슨 일을 하나요?

마릴리는 자신의 경험을 바탕으로 AI PM의 역할을 아래와 같이 두 가지 유형으로 분류합니다.

AI 빌더 PM (AI Builder PM)

이 역할은 마릴리가 현재 구글에서 맡고 있는 역할이기도 한데요. 리서치 과학자들과 매일 긴밀하게 협력하며 모델 훈련, 품질 관리, 평가 등을 통해 AI 기술을 직접 구축합니다. 이 유형은 백엔드(backend)에 더 가깝고, AI 라이프사이클에 대한 기술적 배경과 이해가 필수적입니다.

이 역할에서는 여러 제품을 동시에 다루며, 제품 개발 단계에 따라 필요한 업무가 달라집니다. 초기 단계에서는 스코핑(scoping)과 의사결정에 많은 시간을 할애하고, 모델 훈련 중에는 상대적으로 대기하는 시간이 있습니다. 구글에서의 경험은 Meta에서의 경험보다 모델 훈련을 담당하는 사람들과 더 가깝게 협력하고, 품질 및 평가에 중점을 두는 등 더 실질적인 구축 작업에 참여했다고 합니다.

AI 경험 PM (AI Experience PM)

이 역할은 AI 빌더들이 만든 기술을 활용하여 사용자에게 직접적으로 가치를 제공하는 경험을 만들고 혼합하는 데 중점을 둡니다. 소비자 대면(consumer-facing)에 더 가깝고, 특정 도메인(예: 헬스 테크)에 대한 깊은 전문 지식을 가진 비(非)기술 PM이 AI 분야로 전환하기에 더 용이한 경로입니다. 이 역할에서는 사용자 경험(UX) 및 사용자 경험 연구(UXR)가 제품 개발 초기부터 매우 중요합니다. 특히 확신을 가지고 리소스를 낭비하지 않기 위해 이것이 꼭 필요하다고 강조합니다.

이 두 가지에 더해 최근에는 모든 PM, 나아가 모든 직무의 사람들이 AI 강화 PM(AI Enhanced PM)이 되어야 한다고 합니다. AI 도구를 활용해 자신의 업무 효율성을 높이고 생산성을 향상시켜야 한다는 의미입니다. 마릴리 스스로도 콘텐츠 제작과 업무 효율성을 위해 AI 도구를 적극적으로 활용하고 있다고 하는데요. 그만큼 AI를 활용하는 역량이 앞으로 누구에게나 중요하다는 사실을 강조하는 것 같습니다.

그렇다면 AI PM의 일상은 어떨까요?

AI PM은 매일 다양한 팀과 소통하며 끊임없이 ‘컨텍스트 스위칭’을 합니다. 구글에서는 일반적으로 PM 한 명이 3~4개의 제품을 동시에 담당하는 경우가 많고, 각 제품이 AI 라이프사이클의 다른 단계에 있기 때문에 지루할 틈이 없다고 말합니다. 특히 PM은 리서치 과학자, 소프트웨어 엔지니어와 함께 '트레이드오프, 의사결정, 스코핑, 그리고 데이터 분석'을 함께한다고 합니다.

AI PM에게는 어떤 역량이 필요한가요?

기술적인 것에 겁먹지 않기

이런 AI PM이 기술을 깊이 이해하는 것은 중요하지만, 반드시 모델을 직접 개발할 수 있어야 하는 것은 아닙니다. 마릴리는 "얼마나 기술적인가"가 아니라, "기술적인 것에 겁먹지 않는가"가 중요하다고 강조합니다. 새로운 기술이 끊임없이 등장하기 때문에, 함께 일하는 이들의 도전을 이해하고 기꺼이 새로운 것을 배우려는 '훈련 가능성(trainable)'이 핵심이라는 것입니다. 또한, 데이터 수집에 직접 참여하기보다는, 데이터가 얼마나 필요한지 과학자들의 의견을 듣고, 데이터 수집 전략을 수립하는 데 초점을 맞춥니다. 실제 데이터 수집은 프로그램 매니지먼트 팀이나 외부 업체가 담당하는 경우가 많습니다.

리서치 과학자들과 협업하기

AI PM에게 특히 중요한 역량 중 하나는 리서치 과학자들과의 협업입니다. 마릴리는 이를 '기술적 영향력(technical influence)'이라는 스킬로 정의합니다. 먼저 리서치 과학자들이 PM을 존중하고, PM에게 필요한 제품적인 사고를 제공해 더 영향력 있는 제품을 만들 수 있도록 파트너십을 만들어야 한다고 합니다. 그러기 위해서는 PM이 리서치 과학자들의 과제나 지표를 이해하고 있음을 보여줄 수 있어야 합니다.

마릴리는 이렇게 깊은 파트너십을 맺고 기술적 영향력을 확보하기 위해 리서치 과학자들을 일주일 동안 ‘쉐도잉’했다고 합니다. 그들의 일상과 도전 과제, 대화를 옆에서 직접 관찰하고 이해한 것을 ‘쉐도잉’이라고 표현한 건데요. 그렇게 해서 그들에게 무엇이 중요하고 또 중요하지 않은지를 이해할 수 있었다고 합니다. 이 방법을 AI PM으로 경력을 전환하려는 사람에게도 강력하게 추천하고 있습니다.

또 ‘직감’에 의존하기보다, 확신을 갖고 비전을 제시하는 것도 리서치 과학자들과 더 잘 협업하는 데 좋은 방법이라고 제안합니다. 어떤 걸 하자고 제안할 때 “제 생각에는 이래요”라고 말하기보다 “다른 제품에서 이렇게 해서 잘 작동했다”는 구체적인 근거와 성공 사례를 바탕으로 확신을 전달하는 게 리더십과 비전 있는 PM으로 다가갈 수 있는 좋은 방법이란 것이죠.

AI 제품 전략 수립하기

AI 제품의 전략 수립도 매우 중요한 역량입니다. 여기서는 AI의 특성을 고려해야 하는데요, 우선 AI가 전략적 사고의 본질을 바꾸지 않는다는 점을 기억해야 합니다. AI 제품도 여전히 미션(mission)', '무엇을 달성할 것인가', '왜', '누구를 위한 것인가'를 고민해야 합니다.

또 모든 것에 AI를 사용하려 하기보다 AI가 정말 필요한지를 생각해봐야 한다고 마릴리는 강조합니다. "AI가 목표를 더 빠르고, 더 좋게, 더 일찍 달성하는 데 도움이 될까?" "AI를 도입하지 않으면 경쟁자에게 뒤처질까?"와 같은 질문을 던져야 한다는데요. 어떤 사용자의 문제를 해결하는 데 AI를 활용하는 것이 최선의 방법일 때만 AI를 고려해야 한다는 것입니다. 마릴리는 단순히 AI를 위해 AI를 사용하는 '빛나는 사물 함정(shiny object trap)'에 빠지지 말라고 경고합니다.

같은 맥락에서, AI 도입은 모든 것을 바꿀 수 있으므로, 100% 확신이 필요합니다. 경쟁 환경, 자체 구축(build) vs. 구매(buy) 결정, 필요한 인프라와 인재, 예상되는 어려움을 감당할 수 있는지 등을 포괄적으로 검토해야 합니다.

특히 AI PM으로서 AI 제품을 개발하는 데 가장 어려운 부분 중 하나가 제품 전략을 구성하는 것이라고 합니다. 위에서도 언급했듯이 AI가 사용자의 페인포인트를 해결하는 유일한 방법이거나 사용자에게 진정으로 영향을 미칠 수 있는 최선의 방법일 경우에만 AI를 사용해야 한다고 강조하는데요. 그런 판단을 내릴 수 있으려면 AI가 제공하는 구체적인 능력과 한계를 명확히 이해해야 합니다. 생성형 AI와 전통적인 AI의 특성과 차이점을 알고, 문제를 해결하기 위해 어떤 종류의 AI가 효과적이고 적절한지 이해해야 한다는 것입니다. 그래야 자원을 낭비하지 않고 실질적인 가치를 제공하는 제품을 만들 수 있다는 것이죠.

또 제품 개발을 할 때 '최소 가용 품질(Minimum Viable Quality, MVQ)'의 개념을 많이들 오해한다는데요. 완벽해야 출시할 수 있는 게 아니라 일찍 출시해 빠르게 피드백을 받는 게 중요하다고 합니다. 마릴리는 그 사례로 DALL-E의 초기 출시 당시 환각(hallucinations) 현상이 있었음에도 사용자들에게 주의를 주고 피드백을 받으면서 점진적으로 대중에게 공개한 것이 효과적인 전략이었다고 설명합니다. 초기에는 환각(hallucination)과 같은 문제가 있을 수 있으므로, 사용자에게 미리 알리고 피드백을 요청하는 '점진적 공개(gradual rollout)' 전략을 사용하는 것이 좋다는 것이죠.

AI PM이 되려면 어떻게 해야 하나요?

먼저, 마릴리가 빅테크 기업에서 AI PM을 면접할 때 중요하게 보는 것은 세 가지라고 합니다.

열정 (Passion): AI 분야의 현재 상황(새로운 모델, 멀티모달리티 등)과 잠재력에 대해 얼마나 깊이 알고 열정적으로 이야기할 수 있는지가 중요합니다. 단순히 배우고 싶다는 의지를 넘어, 이미 이 분야에 대한 깊은 지식과 흥미를 보여줘야 합니다.
AI 인식(AI Awareness): AI의 독특한 도전 과제(예: AI의 확률적 특성)에 대해 명확하게 설명하고, 리더로서 이를 어떻게 다룰지 이해하는 능력을 보여줘야 합니다.
끈기/추진력 (Hustle): AI PM은 직접 '소매를 걷어붙이고' 데이터를 수집하고, 과학자를 지원하며, 트레이드오프를 관리하는 등 많은 노력을 필요로 합니다. 다른 분야에서 아무리 시니어였더라도, AI 분야에서는 직접 실무를 처리할 수 있는 '시니어 IC(Individual Contributor)'의 역량이 중요하다고 강조합니다.

더욱 구체적으로는, AI PM이 되고자 하는 사람의 각기 다른 배경에 맞춰 조언하는데요. 경력을 전환하는 사람인지, 기술 백그라운드가 있는 사람인지, 경험이 없는 학생인지를 나누어 조언합니다.

경력을 전환하려는 사람을 위한 조언

현재 회사에서 기회 찾기

가장 이상적인 방법은 현재 회사 내에서 AI PM 역할을 찾아보는 것입니다. 매니저에게 AI PM이 되고 싶다는 의지를 밝히고, AI 관련 프로젝트에 기여할 아이디어를 제시하는 것이 좋습니다. 기존 AI PM을 '쉐도잉(shadowing)'하며 그들의 업무를 배우고, 자신이 도울 수 있는 부분을 찾아 적극적으로 참여해야 합니다.

만약 TPM이나 프로그램 매니저처럼 PM이 아니라면, 현재 회사에서 PM 타이틀을 얻기 위해 모든 노력을 기울이라고 합니다. 이는 다른 회사에서 보기에 PM이 아니었던 사람이 제품 업무를 했다고 주장하는 것보다 훨씬 효과적이기 때문입니다.

만약 팀에 PM이 없다면, 스스로 나서서 "제가 첫 PM이 되겠습니다. 왜 우리에게 PM이 필요한지 여기 그 이유가 있습니다."라고 설득해 보라고 조언합니다.

외부에서 AI PM 일자리 찾기 (취업준비생 또는 이직 희망자)

온라인에서 존재감 구축하기
자신의 이력서와 LinkedIn 프로필을 통해 명확한 '내러티브'를 구축하는 것이 매우 중요합니다. 예를 들어, 조각가였다면 "사용자를 이해하는 예술가가 이제 이 두 가지를 합쳐 PM이 된다"는 식의 스토리를 만들 수 있습니다.
추천 (Referral) 활용하기
추천은 채용 가능성을 극대화하는 가장 효과적인 방법입니다. LinkedIn을 통해 채용 관리자에게 직접 메시지를 보내는 것도 좋은 방법입니다. 간략하게 자신을 소개하고, 어떤 역할에 관심이 있으며, 왜 적합하다고 생각하는지 설명해야 합니다. 이런 구체적인 목적 없이 온라인 커피챗(virtual coffees)을 요청하지 말라고 하네요.
Wellfound (구 AngelList) 활용하기
한국 사정이랑 조금 다르긴 하지만, 이 웰파운드에 스타트업, 특히 AI 기반 스타트업 일자리가 많이 올라온다고 합니다. 이곳을 활룡하라고 조언했습니다.
콘텐츠 작성하기
LinkedIn, X(구 트위터), Substack 등에서 AI PM 관련 콘텐츠를 작성하는 것은 자신의 지식과 열정을 보여주고 '사고 리더십(thought leadership)'을 구축하는 좋은 방법입니다. 꾸준함이 중요하고요.
모의 면접 (Mock Interview)
실제 면접처럼 소리 내어 답하는 연습을 많이 해야 합니다. 회사 내의 모의 면접 프로그램을 활용하거나, 친구, 동료들과 서로 면접을 진행하는 것도 큰 도움이 된다고 합니다. 마릴리도 면접 준비를 위해 자체 GPT를 만들기도 했다고 합니다.
해커톤 참여
마릴리는 Devpost와 같은 웹사이트에서 AI 해커톤에 참여하는 것을 강력히 추천합니다. 기술 팀원들과 함께 프로토타입을 만들고, 수상 여부와 관계없이 실제 제품을 기획하고 이끌어본 경험을 쌓을 수 있기 때문입니다.
사이드 프로젝트
디자이너, 엔지니어 친구들과 함께 소규모 사이드 프로젝트를 만들거나, AI 도구를 사용하여 직접 무언가를 만들어 보는 것도 제안합니다. 핵심은 단순히 도구를 사용하는 것이 아니라, '실제 제품'처럼 사용자에게 가치를 제공하고 어쩌면 '제품-시장 적합성(product-market fit)'을 찾아내는 경험을 하는 것입니다.

기술 백그라운드 (AI 연구원, 소프트웨어 엔지니어)를 위한 조언

AI 연구원이나 소프트웨어 엔지니어 같은 기술 백그라운드가 있는 분들에게는 사내 PM 로테이션 프로그램을 활용하거나 매니저와 AI PM이 되고 싶다는 목표를 공유하는 방법을 추천합니다. 구글과 메타에서는 PM 역할을 경험할 수 있는 프로그램을 운영하고 있다고 합니다. 메타의 프로그램은 RPM(Rotational Product Manager)로 알려져 있고요. 하지만 이런 프로그램이 회사에 없다면 직접 로테이션 프로그램을 제안하는 방법도 추천합니다. 또 매니저와에게 자신의 목표를 공유한다면, 좋은 매니저라면 기회를 만들어주거나 관련 부서를 연결해줄 수도 있겠죠.

학부생 또는 경험이 없는 사람을 위한 조언

아직 경험이 없는 사람들, 학부생들을 위한 조언도 담았습니다.

우선 벤처캐피탈(VC)에서 제공하는 EIR(Entrepreneur In Residence) 프로그램을 활용해보라고 합니다. EIR은 성공한 창업가들이 VC에 소속돼 투자도 하고 포트폴리오사를 도와주는 프로그램인데요. 자금이나 업무 공간, 멘토링 등을 지원하며 스타트업을 만들고 자금조달하는 데 도움을 줍니다. AI 분야 EIR 프로그램이 경험이 없는 사람들에게 좋은 기회가 될 수 있다는 것인데요. 일례로 The AI Fund라는 벤처캐피털에서 진행하는 EIR 프로그램이 있다고 합니다.

또 구글의 APM(Associate Product Manager), 메타의 RPM(Rotational Product Manager)와 같은 대학 졸업생 대상 프로그램을 활용하는 것도 좋은 방법이라고 합니다.

마릴리는 AI PM이 되기 위해 컴퓨터 사이언스 박사 학위를 취득하는 것을 꼭 추천하는 것은 아닌데요. 스스로 박사학위가 있지만, 박사 과정을 하느라 실제 산업에서 경험을 쌓고 시니어 PM이 될 기회를 놓쳤다는 점을 아쉬워 했습니다. 이론적 지식보다 실제 현장에서의 경험과 빠른 학습 능력이 더 중요하다는 것입니다.

AI PM에게 유용한 AI 도구들

마릴리는 자신의 업무 효율성을 높이고 생산성을 향상시키는 데 도움이 되는 몇 가지 AI 도구들을 소개하기도 했습니다.

Zapier

재피어는 많은 분들이 아실 텐데요. 다양한 앱과 도구를 연결하여 워크플로우를 자동화하는 도구입니다. 마릴리는 재피어가 ‘과소평가’됐다고 말합니다. 그는 콘텐츠 제작 방식을 최적화하고 업무를 더 쉽게 하려고 재피어를 사용한다는데요. 그는 매일 클로드(Claude)에게 “내 최근 게시물을 바탕으로 같은 스타일과 길이, 톤으로 새롭고 흥미로운 주제를 제시해달라”와 같은 링크드인(LinkedIn) 게시물 아이디어를 요청한다고 합니다. 이 답변을 바로 자동게시하지는 않고 구글 독스에 저장해 최종 검토를 하고 발행한다고 하네요.

맞춤형 GPT (Custom GPTs)

마릴리는 면접 준비를 위한 'PM Product Sense GPT'와 AI 제품을 위한 PRD(Product Requirements Document)를 생성하는 'AI Product GPT'를 직접 만들었습니다. 이 도구들은 PRD의 초안을 빠르고 효율적으로 생성하여, PM이 단순 반복 작업에 쓰는 시간을 절약하고 더 중요한 전략적 사고에 집중하는 데 도움이 됐다고 합니다.

NotebookLM

구글의 노트북LM도 추천했습니다. 그는 노트북LM이 '연구원 동료' 또는 '스터디 버디'와 같다고 표현했는데요. 노트북LM은 PDF 문서를 업로드하면 AI가 요약, 학습 가이드, FAQ 등을 생성해주며, 심지어는 AI 기반 팟캐스트까지 만들어냅니다. 최근에는 사용자가 팟캐스트에 실시간으로 질문하고 AI가 답변하는 기능도 추가되었습니다. 요즘IT에서도 자세히 리뷰한 바 있습니다.

마치며

AI PM이라는 역할은 단순히 기술을 이해하는 것을 넘어, 사용자 경험을 고민하고 다양한 전문가들과 협업하며 전략적으로 제품을 만들어 나가는 직무였습니다. 기존의 PM이라는 직무의 역량을 기본으로, AI 기술을 이해하는 것이 추가적으로 필요한 게 아닐까 합니다.

또 이 길이 꼭 박사 학위나 완벽한 기술 역량이 있어야만 가능한 것이 아니라, 꾸준한 관심과 실천, 그리고 적극적인 태도에서 출발할 수 있다는 점이 인상 깊었는데요. 이러한 요소는 요즘 시대의 대부분의 커리어에도 해당되는 것 같습니다. 기술이 빠르게 변화하는 만큼 오랜 커리큘럼을 따라 취득한 학위보다 현장에서 다진 경험들이 더 중요해지는 게 아닐까 합니다.

역시 시대가 바뀌고 새로운 직무가 등장하더라도 본질은 비슷한 것 같습니다. 경력을 전환하기 위한 활동으로 현재 자리에서 기회를 찾고, 스스로 관심이 있는 것에 대해 공부하는 내용을 링크드인 등에 포스팅해 알리고, 프로젝트 경험을 만들고, 적극적으로 기회와 배움을 구하는 것은 AI 시대 커리어 관리라고 해서 특별히 다른 것은 아니라는 생각이 들었습니다.

AI 엔지니어에 이어, AI PM의 이야기 어떠셨나요? 앞으로도 다양한 AI 관련 직무와 커리어 이야기를 전해드리려고 해요. 혹시 더 알고 싶은 직무가 있으시면 댓글로 달아주세요!