쪽수
ISBN
브랜드
AI 프로덕트는 무엇이 다르고, PM의 일은 어떻게 달라지는가?
AI 불확실성을 신뢰할 수 있는 프로덕트로 구현하는 AI PM의 로드맵
AI 프로덕트를 설계한다는 것은 확률적으로 틀릴 수 있는 시스템을 다루는 일이다. 기존 소프트웨어가 정해진 입력에 예측 가능한 출력을 내놓았다면, AI는 같은 질문에도 다른 답을 내놓고 시간이 지나며 품질이 달라질 수 있다. 따라서 AI 시대의 PM은 무엇을 만들지 정하는 데서 나아가 시스템이 어떻게 동작하고, 어떻게 틀리며, 그 오류를 어떻게 다룰지까지 설계해야 한다.
이 책은 머신러닝과 LLM의 필수 원리를 PM의 언어로 설명하고, AI 기능을 프롬프트가 아닌 시스템으로 바라보는 관점을 제시한다. AI PRD와 이밸 플랜 작성, 하네스 설계, AI 지표와 모니터링, 머신러닝 엔지니어와의 협업까지 아이디어에서 프로덕션 이후 운영에 이르는 전 과정을 한 권에 담았다.
출판사 리뷰
AI 시대, PM의 역할과 책임을 다시 정의하다
“AI를 어디까지 이해하고, 어디까지 책임져야 하는가?” AI 프로덕트를 맡은 PM이라면 한 번쯤 마주치는 질문이다. 엔지니어가 될 필요는 없지만 시스템이 어떻게 동작하고 왜 틀리는지에 대한 직관은 있어야 한다. 이 책은 그 경계를 명확한 판단 기준으로 제시한다. 결정론적 소프트웨어와 확률론적 AI 시스템이 근본적으로 어떻게 다르게 작동하는지에서 출발해, 환각·취약성·비용 폭발처럼 기존 PM이 경험해보지 못한 실패 모드를 설계 단계에서부터 어떻게 다뤄야 하는지, 그리고 그 판단이 PRD와 지표, 팀 협업 방식에 실제로 어떤 변화를 요구하는지를 짚는다.
2024년 한 해 동안 전 세계에서 1만 2천 명이 넘는 사람들이 'AI PM' 역할로 이동했고, 기업 리더의 3분의 2는 AI 역량을 신규 채용의 핵심 기준으로 삼겠다고 밝혔다. PM이라는 역할 자체가 재정의되고 있는 지금, 이 책은 갑자기 LLM 기반 서비스를 맡아 갈피를 잡지 못하는 PM에게는 실무에서 바로 쓸 수 있는 기준을, 오래 프로덕트를 만들어온 PM에게는 익숙했던 판단 기준을 AI 앞에서 다시 점검할 기회를 건넨다.
대상 독자
● 갑자기 LLM·AI 에이전트 기반 프로덕트를 맡아 어디서부터 시작해야 할지 막막한 PM
● 기존 PM 경험을 AI 시대의 제품 전략과 운영 방식으로 확장하려는 시니어 PM
● PM과 더 정확한 언어로 협업하고 프로덕트 전체 관점을 이해하려는 머신러닝 엔지니어 및 데이터 과학자
● AI 프로덕트의 기술·사용자 경험·비즈니스를 하나의 시스템으로 바라보려는 리더
목차
[PART 1 AI를 이해하는 PM의 눈]
CHAPTER 01 AI는 기존 소프트웨어와 무엇이 다른가
_1.1 결정론 vs 확률론
_1.2 머신러닝이 학습하는 방식
_1.3 과적합과 과소적합
_1.4 머신러닝의 세 가지 유형
_1.5 PM이 반드시 알아야 할 직관
CHAPTER 02 LLM 동작 방식
_2.1 언어를 수로 바꾸는 일 - 토큰이란 무엇인가
_2.2 예측 기계의 탄생 - 다음 단어를 맞히는 훈련
_2.3 스케일의 마법 - 크기가 달라지면 종류가 달라진다
_2.4 그런데 왜 이렇게 잘하는가 - 파인튜닝과 RLHF
_2.5 문맥을 기억하는 방법 - 컨텍스트 윈도
_2.6 추론이란 무엇인가 - 생성 메커니즘
_2.7 LLM 한계를 확장하는 두 가지 방법 - RAG와 에이전트
CHAPTER 03 AI 프로덕트의 실패 모드
_3.1 환각
_3.2 취약성
_3.3 비용 폭발
_3.4 PM이 실패 모드를 알아야 하는 이유
[PART 2 AI 프로덕트를 설계한다는 것]
CHAPTER 04 AI 기능은 프롬프트가 아니라 시스템
_4.1 원오프 프롬프트의 함정
_4.2 AI 기능을 시스템으로 설계한다는 것
_4.3 시스템 프롬프트 전략
_4.4 하네스 엔지니어링
_4.5 AI 기능 설계의 실전
_4.6 AI 프로덕트 개발 4단계와 시스템 설계
_4.7 시스템 설계에서 놓치기 쉬운 레이어: 편향과 윤리
_4.8 PM이 가져야 할 시스템 설계 감각
_4.9 호쿠사이의 시스템, PM의 시스템
CHAPTER 05 AI 프로덕트의 PRD
_5.1 기존 PRD와 AI PRD
_5.2 AI PRD에 반드시 들어가야 할 것들
_5.3 이밸 플랜
_5.4 가격 정책
_5.5 햄릿이 우리에게 남긴 것
CHAPTER 06 AI 사용자 경험 설계
_6.1 AI는 왜 틀리는가
_6.2 불확실성을 UX로 처리하는 법
_6.3 신뢰 설계
_6.4 실패 시나리오 대응
_6.5 PM이 설계해야 할 것
[PART 3 AI 프로덕트를 만드는 팀과 프로세스]
CHAPTER 07 AI 팀에서 PM의 역할
_7.1 AI 팀은 기존 개발팀과 무엇이 다른가
_7.2 PM이 결정해야 할 것
_7.3 PM이 맡겨야 할 것
_7.4 ML 엔지니어, 데이터 과학자와 실제로 협업하는 법
_7.5 AI 팀의 PM이 된다는 것
CHAPTER 08 AI 프로덕트의 측정과 지표
_8.1 기존 KPI의 무엇이 문제인가
_8.2 기존 지표를 AI 맥락에서 다시 쓰는 법
_8.3 AI 고유 지표 - 기존 대시보드에 없는 것
_8.4 이밸을 제품 프로세스에 녹인다
_8.5 지표를 시스템으로 만드는 법
_8.6 지표는 거울이다, 그런데 AI의 거울은 구부러져 있다
CHAPTER 09 프로덕션에 들어간 AI
_9.1 ‘AI in production’의 현실
_9.2 모니터링
_9.3 드리프트와 품질 저하 대응
_9.4 배포 이후가 진짜 PM의 일이다
[PART 4 AI PM으로 성장하기]
CHAPTER 10 AI 툴로 PM 업무를 가속하는 법
_10.1 AI로 PRD 작성하기
_10.2 리서치 자동화
_10.3 PM의 생산성을 바꾸는 워크플로
CHAPTER 11 실제 AI 프로덕트 만들기
_11.1 왜 직접 만들어봐야 하는가
_11.2 무엇을 만들 것인가
_11.3 기획 - AI 프로덕트의 아이디어를 다듬는 법
_11.4 만들기 - 빠르게 프로토타입을 올리는 법
_11.5 배포 - 완벽하지 않아도 내보내는 이유
_11.6 만들고 나서 PM이 얻는 것
_11.7 지금 바로 시작하라
CHAPTER 12 AI PM의 커리어 설계
_12.1 AI PM이라는 역할은 실제로 존재하는가
_12.2 AI PM에게 필요한 역량 모델
_12.3 포트폴리오 전략
_12.4 앞으로 5년을 어떻게 준비할 것인가
리뷰
오탈자
26,000원
10%
23,400원