실리콘 밸리에서 지금까지 결코 사그라들지 않는 논쟁이 있습니다. 바로 ‘몇 년 안에 프로덕트 매니저(이하 PM)이 없어지는 것 아니냐’에 관한 논의예요. 
 

에어비앤비 공동창업자이자 CEO 브라이언 체스키(Brian Chesky)가 2023년 피그마 컨퍼런스에서 ‘창업자 모드’를 강조하며 이 논쟁에 불을 붙였죠. 내용인즉슨, 에어비앤비에서는 PM 역할을 없애고 있으며, 모든 것이 빠르게 변하는 AI 시대에는 스타트업 창업자가 의사결정을 빠르게 내려서 조직을 이끄는 게 맞다는 말이었습니다.

실리콘 밸리의 많은 PM들은 “그럼 우리의 일은 사라지는 것이냐”고 의문을 제기하는 한편, 그럼에도 일의 본질을 기반으로 자신의 강점과 가치, 역량을 잘 가꿔나가는 것이 중요하다고 보고 있습니다. 즉, 제품의 문제를 찾고 해결하기 위해 팀원들을 이끄는 일이 PM의 본질이고 이를 잘 해내는 것이 우선이라는 것입니다.

메타의 3년차 PM 제비 아르노비츠(Zevi Arnovitz)가 그중 한 명으로, 비개발자이자 코딩을 한번도 해본 적 없지만 사이드 프로젝트로 제품을 출시해서 성공시키며 자신만의 역량과 영역을 키워나가고 있습니다. 이번 아티클에서는 제비 아르노비츠의 인터뷰를 정리하며, PM이 어떻게 역량을 키우는 것이 좋을지에 관한 이야기와 함께 실용적인 AI 데모를 전합니다. 

[아티클 내비게이션]

1. AI에게 ‘스터디메이트’ 앱 개발을 맡기다
2. 실제로 AI와 협업하는 과정 시연(데모)
3. AI로 제품을 만들며 얻은 노하우와 교훈
4. “지금은 PM에게 더없이 좋은 호시절”

*‘레니의 팟캐스트(Lenny’s Podcast)’에 출연한 제비 아르노비츠의 인터뷰입니다. 그는 자신의 앱 빌딩 워크플로를 AI로 자동화한 방법을 데모로 보여주었어요. 물론 아티클에서도 사진과 글을 삽입해 이 데모에 관해 최대한 설명하겠지만, 백문이 불여일견이라고 생각하는 독자 분들은 링크를 눌러 직접 영상을 시청하시기를 권합니다. 

AI에게 ‘스터디메이트’ 앱 개발을 맡기다

Q. 안녕하세요. 자기 소개 부탁드립니다.

안녕하세요. 비개발자 메타 PM 제비 아르노비츠입니다.

저는 개발 공부를 한번도 한 적이 없어요. 특히 코딩에는 문외한입니다. 그런데 AI 회사 앤트로픽(Anthropic)에서 모델 ‘소넷 3.5(Sonnet 3.5)’를 내놓으며 볼트와 러버블을 써서 앱을 만드는 데모를 보고 경악했어요. 저에게는 “이제 초능력이 생겼으니 너도 한번 앱을 만들어 봐라”는 메시지로 들렸거든요. 그래서 바로 앱을 빌드하기 시작했습니다.

Q. 앱을 빌드할 때 어떤 툴들을 썼나요?

처음에는 ChatGPT의 프로젝트 기능을 즐겨 쓰는 것으로 시작했어요. 프로젝트는 AI와 공유된 대화 폴더라고 보시면 돼요. 저의 일과 생활에 관한 맞춤형 가이드라인과 지식 기반을 전부 여기 넣었어요. 사실상 저의 삶이 다 들어있죠.

그리고 개발을 전혀 몰랐던 때에는 볼트(Bolt)와 러버블(Lovable)을 써보기도 했죠. 둘은 코딩에만 초집중하는 에이전트들이에요. 그래서 사용자가 어떤 프롬프트를 쓰자마자 바로 코딩에 착수하고 결과물도 빠르게 출력합니다. 그래서 프로젝트를 갓 시작할 때는 이 서비스들을 쓰면, 사용자도 성능에 감탄하며 ‘뭐라도 할 수 있겠다!’는 의욕이 생기죠. 

하지만 한 단계만 더 복잡해져도 이 서비스들은 오히려 문제를 더 많이 만들어요. 왜냐면 IT 기술을 사용해서 서비스를 만들 때는 계획 단이 굉장히 중요한데, 볼트와 러버블의 경우 직관적으로 앱을 만들어달라는 요청에만 응하기 때문입니다.

따라서 제 경험상, 결제 솔루션을 결합하는 등 데이터베이스에 조금이라도 변화가 있었을 때 두 서비스들은 바로 코딩에 몰두하지만 결론적으로 심각한 버그가 생기는 등 앱에 문제를 일으켰어요. 
 

Q. 그 문제를 어떻게 해결했나요? 다른 툴을 사용했나요?

네. 저는 ChatGPT 프로젝트와 클로드 코드(Claude Code)와 커서(Cursor)를 저만의 CTO(최고기술책임자)로 만들어서 아키텍쳐 관련 문제 등 기술적인 문제가 생기면, 제가 의사결정 전에 문의할 수 있게 셋팅했어요. 왜냐면 저는 AI를 같이 일하는 동료라고 상상해야 더 쉽고 효율적으로 사용할 수 있거든요. 그때 클로드 코드에 입력했던 프롬프트는 다음과 같습니다.

“지금 만들던 앱에 기술적인 문제가 생겼어. 이때문에 사용자들에게 불편을 주고 싶지 않아. 그러니 너를 CTO로 임명하고, 너에게 이 앱을 개발하는 데 기술적인 측면에 관한 모든 책임을 맡기려고 해. 그러니 내 비위를 맞추려 하지 말고 앱을 제대로 완성시키는 것을 목표로 해서 나와 협업해 보자”

제 경우에는 이렇게라도 시행착오를 겪어야 했는데요. 사용자들에게 유용한 앱을 만들고자 하는 분들에게는 시작부터 ChatGPT 프로젝트와 클로드 코드, 커서를 사용하시길 추천해요. 볼트나 러버블보다 주도적으로 앱을 만들며 학습할 수 있기 때문입니다.

또 ChatGPT 프로젝트와 클로드 코드는 코딩을 못하는 사람에게도 익숙한 인터페이스(UI)여서 쓸 때 일단 마음이 편해요. 비개발자 PM들은 코드를 보면 덜컥 겁부터 나잖아요. 까만 바탕화면에 커서가 깜빡깜빡 거리는 것만 봐도 무섭고요. 그러니 코드줄이 없는 인터페이스 툴부터 시작해서 천천히 다른 툴들을 사용해 보시기를 바라요. 
 

Q. 방금 소개해준 툴들로 본인이 작업하는 흐름을 한번 설명해 주세요.

저의 워크플로는 크게 다음 다섯 개 순서를 따릅니다.

1. 이슈 생성
2. 티켓 생성
3. 개발 계획서 생성
4. 코드 리뷰 및 피어 리뷰(peer review, (AI) 동료들이 함께하는 코드 검토)
5. 포스트모템 업데이트(프로젝트가 끝난 뒤 ‘무엇이 잘 됐는지, 무엇이 아쉬웠는지, 다음엔 어떻게 개선할지’를 정리한 회고 문서)

먼저 주요 작업 화면인 클로드 코드로 들어갑니다. 화면의 왼쪽에는 제가 작업하는 코드 파일의 목록이 있고, 오른쪽에는 커서 툴을 결합해 놨어요. 커서는 저의 모든 코드 베이스에 접근할 수 있는 AI입니다. 그리고 화면 정중앙에서 슬래시(/)와 명령어를 입력해서 프롬프트를 작성해요.

그리고 ChatGPT와 협업해 이미 만들어둔 코드 파일 목록에 슬래시, 명령어에 해당하는 내용을 넣어놨는데요. 이 내용에는 클로드 코드가 수행해야 할 가이드라인이 담겨 있어요. 가이드라인은 명령어의 목적, 목적을 달성하는 방법을 불릿 포인트로 기록했고요. 그래서 화면 중앙에 슬래시와 명령어를 입력하면, 클로드 코드는 가이드라인 대로 저에게 질문을 해서 작업을 수행합니다. 
 

Q. 예시를 들어 구체적으로 알려주시겠어요?

네. 화면 중앙에 /creat-issue(슬래시, 명령어)를 입력하면 클로드 코드는 “어떤 이슈나 기능에 문제가 있나요?”, “버그가 발견됐다면 지금 어떤 상황이고 무슨 대처를 해야하는지 알려주세요”라고 질문을 하고, 저는 답변을 합니다. 그리고 나서는 /exploration-phase라는 명령어를 입력해서 문제를 명확히 드러내고 파악하는 작업을 진행하고요.

이후 /create-plan을 입력해서 제가 적용해둔 템플릿을 활용해 문제 해결 계획을 출력해요. 이후 역시 다른 명령어들로 계획을 실행하고 나중에 리뷰까지 합니다. 마지막에는 클로드 코드가 추후 다른 이슈, 문제, 앱 빌딩에도 이번에 사용한 코드를 개선해서 적용할 수 있게 기록을 남겨요.

결국은 구상한 아이디어 또는 기능을 AI와 공유하고, 아이데이션을 한 다음, 계획을 짜서 실행하고, 리뷰하며, 회고까지 하는 워크플로를 AI로 시스템화했다고 보시면 돼요. 이후 실제 데모에서 더 자세히 보여드리겠습니다.

Q. 정말로 직접 코딩은 하나도 하지 않으셨네요. 실제로 이렇게 만든 앱이 있나요?

학생들이 학습 자료를 업로드하면 인터랙티브 시험을 만들어 주는 AI 플랫폼 ‘스터디메이트(StudyMate)’를 만들었습니다. 앞서 말씀 드린 방법으로 주말마다 만들었어요. 스터디메이트로 수익도 창출하고 있답니다. 
 

실제로 AI와 협업하는 과정 시연(데모)

Q. 스터디메이트가 제공하는 시험 문항 중 주관식을 추가하는 작업을 시연한다고 하셨죠?

네. 우선 첫째, 클로드 코드를 열어서 화면 중앙의 입력창에 /create-issue를 입력하고 제가 원하는 바를 음성으로 말해요. 둘째, 클로드 코드와 커서가 이를 인식하고 몇 가지 질문을 던지고 제가 그에 대해 다시 원하는 대로 답변을 합니다. 이후 셋째, 리니어(Linear)라는 워크플로 툴과 연결해서 문제를 명확히 하고 이슈 티켓을 만들어요.
 

실제 엔지니어와의 협업 과정과 똑같지 않나요? 특히 음성 입력을 하니 더더욱 그렇죠. PM으로서 엔지니어들과 일할 때도 구두로 원하는 것을 말하고, 질문과 답변을 주고받으며 아이데이션을 하잖아요.

이후 PM과 엔지니어가 각자 문제를 명확히 하고, 지금의 코드 베이스가 문제를 푸는 데 적합한지 살펴보고, 예상되는 결과와 맥락을 논의하고 아이데이션을 조금 더 발전시켜 나가며 계획을 세우죠.

이와 비슷한 과정으로, 저는 클로드 코드와 커서를 합친 하나의 AI 에이전트에서 아이데이션과 탐색, 검색 단계를 거치고 계획을 하는 겁니다.

Q. 그럼 그동안 당신은 무슨 일을 하나요?

저는 스터디메이트의 코드 베이스와 현재 시스템 상황을 분석하고, 앱의 기능 정의를 살펴보고, 데이터가 어떻게 구조화되었는지 보고, UX/UI 등을 확인합니다. 말하자면 기능명세서를 읽는 거예요.

클로드 코드와 커서 역시 저와 똑같이 이해하고 있는지 확인하는 작업인데요. 실제로 앱을 만들고 기능을 추가할 때 가장 오랜 시간을 들여 읽는 부분으로, 굉장히 중요한 부분이에요. 다시 말해, 클로드 코드는 단순히 “알겠습니다. 바로 만들어 드리죠”라고 수용하고 마구잡이로 진행하는 게 아니라 빌더인 저와 계속 ‘소통’합니다.

다음으로는 계획을 할 차례인데요. 저는 온라인에서 괜찮다고 생각한 계획서 템플릿을 미리 저장, 적용해 두었습니다. 그리고 클로드 코드와 커서는 이 계획서에 따라 개발 단계를 인지하고 작업을 세부적으로 계속 추적할 것이라는 약속을 해요. 추적 과정에서는 기능 정의 대로 기능이 실제로 구현되고 있는지 모니터링 하게 되고요.

더불어 어떤 모델을 어느 단계에 활용할지도 나옵니다. 가령, 지금은 시스템이 구글 제미나이 3(Gemini 3) 모델로 프론트엔드 UI를 만들 거라고 하네요. 이렇게 계획서가 나오면 제가 다시 꼼꼼히 확인해서 수정할 부분을 고치고, AI가 이를 실행합니다.

Q. 이렇게 AI와의 계속된 ‘소통’을 통해 결과물이 나오면 이후에는 어떤 과정이 있나요?

마지막으로 /review로 결과물을 리뷰합니다. 이때 클로드 코드로만 하는 것이 아니라 OpenAI의 코덱스(Codex), 커서에게도 리뷰를 시켜요. 그 이후에는 피어 리뷰를 시켜요. 서로를 동료라고 생각하고 각자의 검토 내용을 평가하게 만드는 거죠.

저는 AI 툴들에게 이 과정을 많이 반복 실행시킵니다. 그래서 논쟁이 될 만한 부분에서는 서로 싸우게 만들고, 마지막 의사결정을 제가 하게 되죠.

최종 결과에서는 클로드 코드가 저에게 “리뷰를 그대로 받아들이거나 적용하지 마세요. 당신이 이 프로젝트를 제일 잘 알고 전문적으로 운영하는 사람입니다”라는 메시지를 던집니다. 정말 사람 같죠? 그리고 이렇게 나온 결과물은 깃허브로 연결되고요. 그리고 역시 AI로 회고를 진행해요. 
 

Q. 전체 워크플로에서 당신이 가장 중시하는 단계는 무엇인가요?

회고 단계입니다. 특히 저는 포스트모템을 업데이트하는 작업을 굉장히 중시해요. 어떻게든 코드가 실행되어 결과물이 일단 나오더라도 프로젝트 후 문제가 생겼다면 반드시 원인을 찾고, 현상을 분석해서, 그 일이 재발되지 않도록 철저히 규명해야 합니다.

만약 심각한 버그 때문에 앱에 오류가 발생했다면, 저는 클로드 코드에 “어떤 프롬프트가 이런 버그를 생성시켰고 어떤 부분에서 AI 시스템이 실수를 저질렀나?”라고 질문합니다. 그러면 클로드는 자체적으로 조사를 해서 결과를 알려주고요. 저는 이를 확인하고 “그러면 개발 문서와 툴 사용 방법 문서를 업데이트해서 이런 문제가 다시는 생기지 않게 해줘”라고 입력해요.
 

아무리 AI로 서비스를 잘 만들었고 사용자들도 그 서비스를 잘 사용하고 있다고 해도, AI가 저지른 실수를 발견해서 수정하고, 더 잘할 수 있었던 부분을 배우는 일은 정말 중요합니다. 이 과정은 AI를 제품 개발에 사용하지 않았을 때도 정말 중요했는데요. 지금은 AI 덕분에 이 중요한 과정이 더 수월해졌다고도 생각해요. 그저 기존에 작성했던 프롬프트를 다시 찾아서 수정하면 되니까요.

따라서 AI를 쓰더라도, 매번 개발 문서와 도구 사용 과정에서의 오류와 개선점을 지속적으로 업데이트해야만 생산성이 올라갈 수 있습니다. 그래서 전체 워크플로에서 이 단계가 가장 중요하다고 생각해요. 
 

AI로 제품을 만들며 얻은 노하우와 교훈

Q. 빌더가 코딩을 직접 하지 않고 AI로 앱을 만들어 수익화도 할 수 있는 상황이 이제 어찌보면 당연해졌는데요. 솔직히 이렇게 데모를 실제로 보니 더 충격적이네요.

네. 저는 AI가 정말 유용한 도구라고 생각해요. 물론 두려워하는 마음도 이해가 가지만 AI는 정말 많은 일을 가능하게 만들고 있어요. 그래서 앞으로는 모두가 빌더가 될 거라고도 생각하고요.
 

예를 들어 제 동생은 지금 연장자들이 IT 기술과 AI를 더 잘 이해할 수 있게끔 도와주는 앱을 만드는데요. 저와 비슷하게 앱 만드는 법을 배우고 있어요. 그리고 그도 업무에 사용하는 소프트웨어인 재피어(Zapier) 등에 더이상 돈을 지불하지 않고 AI를 기반으로 자동화 CRM 시스템을 직접 만들어서 쓰고 있어요.

따라서 호기심 많고, 낙관적이며, 열일을 하는 사람들은 빌더가 되기에 더없이 좋은 시기라고 생각해요.

Q. 데모를 보니 개발 과정에서 다양한 AI 모델을 쓰는 것 같아요. 이 모델들을 비교해줄 수 있나요?
 

클로드의 경우, 완벽한 CTO가 되어줍니다. 클로드는 소통을 정말 잘하고, 똑똑한 한편, 제가 말하는 그대로 수행만 하는 게 아니라 다른 아이디어들을 제안하며 협력하려는 자세도 지니고 있어요. 혹시 AI로 앱을 만들고자 하는 분이라면 클로드를 사용하시기를 강력히 추천해요.

코덱스의 경우, 전사에서 코딩을 가장 잘하는 사람이라고 볼 수 있습니다. 그래서 최악의 버그가 생겼을 때 고쳐달라고 요청하면, 코덱스는 군말 없이 곧바로 문제를 해결하고 조용히 계속 코딩을 하는 캐릭터예요. 즉, 소통을 잘하지는 않지만 문제는 척척 해결해 내죠.

제미나이는 디자인을 끝내주게 잘하고 예술가적인 성향이 있는 미친 과학자 같아요. 제 개인적인 경험에 따르면, 한 웹사이트의 대시보드를 다시 디자인해 달라고 요청했을 때 제미나이는 일단 대시보드를 다 지워 버립니다. 그럼 저는 그 말이 아니었다고 깜짝 놀라겠죠. 그 순간 제미나이가 대시보드를 훌륭하게 새로 만들어 냅니다.

그래서 PM이 AI 모델들 각자의 강점을 잘 이해하고 서로의 단점을 보완하는 방향으로 사용한다면, AI는 판도를 바꿀 수 있는 도구가 되어줄 것이라고 확신합니다.
 

Q. 직원 500명 이상 규모의 대기업에서 일하는 PM은 이런 워크플로 자동화를 업무에 어떻게 적용할 수 있을까요?

첫 단추를 잘 꿰는 과정으로서, 코드 베이스를 AI 네이티브로, AI 맞춤형으로 만드는 것이 중요합니다. 이는 사내 개발자의 도움을 받는 편이 좋아요.

저의 코드 베이스도 대부분 자연어로 이뤄져 있고, 마크다운 파일이 많이 들어있어요. 그리고 에이전트에게 특정 작업을 어떻게 수행할지에 관한 내용이 담겼어요. 더불어 AI 에이전트가 코드 베이스의 구조를 쉽게 이해하도록 논리적으로 구성하려고 노력했습니다. 

또 대기업의 PM은 무겁고 중요한 업무보다 UI 구성 프로젝트 등 간단한 작업을 AI에게 시켜서 만든 다음, 개발 팀에 넘겨서 마지막 작업을 해달라고 요청하면 좋을 것 같아요. 당장은 다른 팀원과 개발자들이 당신의 작업을 다소 회의적으로 볼 수 있어요.

하지만 한번 설득을 잘 해내면 그들도 AI를 사용하는 데 조금 더 열린 마음을 가지고 워크플로 자동화에 합류할 수 있을 거예요. 그럴 수 있다면 이 팀은 미래에 일을 더 잘하고 생산성 높은 조직으로 거듭날 수 있을 것이라고 확신합니다. 
 

“지금은 PM에게 더없이 좋은 호시절”

Q. 사람들이 일을 할 때 AI에 너무 의존하고, 현혹되다 보니, PM으로서 가치가 떨어지는 것 같나요?

사람들이 무분별하게 AI를 쓰는 것을 보면 ‘생각을 아웃소싱한다’는 생각이 들어요. 그래서 PM 자체가 위기라기보다, 그렇게 일의 본질을 이해하지 못하고 AI를 사용하는 사람들이 대체될 것이라고 봐요.

즉, AI로 대강 만든, 품질 낮은 결과물을 가져오는 PM들이 있다면 그건 AI의 문제라기보다 사람이 생성하는 오류라고 생각해요. 그 사람들이 AI를 더 제대로 이해하는 데 시간을 들이지 않은 것이고 게으른 것이죠. 만약 AI 때문에 일을 잘 못한다는 말을 들으면, 그건 사용자가 도구를 잘못 사용하고 있다는 이야기입니다. 

결론적으로 AI는 잘 사용하면, PM이 예전보다 더 나은 결과물을 내도록 도와주는 도구라고 생각하고요. 나아가 사회 초년생 PM들은 특히나 AI를 잘 활용하면 자신의 능력 이상을 보여줄 수 있는 기회를 잡을 수 있다고 봐요.

저처럼 사이드 프로젝트로서 AI로 앱을 만들면 PM으로서 상대적으로 약한 분야인 마케팅을 더 제대로 경험할 수 있고요. 경력을 쌓기 막 시작할 때에 이렇게 최대한 많은 경험을 하면 (다른 사람들보다) 더 빠르게 성장할 것이라고 생각합니다. 
 

Q. 마지막으로 동료 주니어 PM들에게 조언 한 마디 부탁드려요.

다들 AI 때문에 PM의 일자리가 사라질 것이고 따라서 젊은이들은 학교를 졸업하면 일자리를 구하기 쉽지 않을 것이라고, 부정적인 이야기만 합니다. 물론 실제로 그럴 수 있습니다.

그러나 지금처럼 가능성이 열린 시대도 없었다고 생각해요. 학교를 졸업하고 할 일이 없으면 친구들과 스타트업을 만들어서 부트스트래핑을 통해 성장시킬 수 있죠. AI로 쉽고 빠르게 앱 서비스를 만들 수 있으니까요. 그러기에 지금만큼 호시절이 없다고 생각해요.

그래서 많은 사람들이 말하는 것과 다르게 저는 지금이 사회 초년생들에게 유리한 시기라고 생각합니다. 그저 호기심 많은 사람, 열일하는 사람, 친절한 사람이 되세요. 이는 20년 경력을 가진 직장인보다 앞설 수 있는 특장점이 되어줄 것입니다. 그리고 그런 장점을 기반으로 자신만의 프로젝트를 성공시키기를 바라요.

| 편집: 김지윤 
| 글 : 장혜림 에디터