AI PM — 사람 대신 프로젝트를 맡아 요청을 받고 결과물을 만들어 주는 AI 담당자 — 에게 같은 일을 시켜도, 누구는 한 번에 원하는 결과를 받고 누구는 서너 번 되돌려 받는다. 가장 큰 차이는 요청 문장이다. 좋은 요청에는 목적·범위·형태·예시 네 가지가 담긴다. 이 글은 그 네 가지를 하나씩 뜯어보고, 약한 요청과 강한 요청을 실제 문장으로 나란히 놓는다.
물론 결과물이 요청 하나로만 정해지지는 않는다. 모델 자체의 능력, 넣어 준 자료, 쓸 수 있는 도구, 그동안 쌓인 대화 맥락도 함께 작용한다(Anthropic 기술 자료도 이 요소들을 함께 다룬다). 다만 그중 사용자가 가장 직접 손댈 수 있는 지렛대가 요청 문장이다.
AI PM은 사람 PM과 똑같이 "받은 정보만큼" 일한다. 애매한 지시를 받으면 되물어서 빈틈을 메우는데, 그 왕복이 반복되면 결국 사람이 매번 요청을 다듬는 일에 붙들린다. 좋은 요청은 그 왕복을 줄이고, 처음부터 정확한 산출물이 나올 확률을 높인다.
인테리어 업자를 떠올리면 쉽다. "거실 좀 예쁘게 해주세요"라고만 하면 업자는 자기 취향대로 시공하고 나서야 "이게 아닌데요"를 듣는다. 반면 "20평 거실, 화이트톤 벽지에 원목 가구, 예산 300만원, 다음 주 화요일까지"라고 하면 견적부터 정확하게 나온다. 모호함은 친절이 아니라, 판단의 부담을 상대에게 떠넘기는 것이다.
| 요소 | 질문 | 없으면 생기는 문제 |
|---|---|---|
| 목적(왜) | 이 결과물이 왜 필요한가 | AI가 방향을 임의로 정함 |
| 범위(어디까지) | 어디까지 하고 어디서 멈추는가 | 너무 작게 하거나 너무 크게 벌림 |
| 형태(무엇으로) | 웹/앱/문서/조사물 중 무엇인가 | 산출물 포맷 자체가 어긋남 |
| 예시·제약 | 참고할 기준과 지켜야 할 선 | 정답 기준이 없어 재작업 반복 |
네 가지를 언제나 다 채워야 하는 건 아니다. 필요한 정보의 양은 작업 성격과 이미 공유된 맥락에 따라 다르다. 우선 최소한으로 요청해 보고, 결과가 어긋나면 빠진 것을 되짚어 채우는 편이 낫다(Anthropic 기술 자료도 최소한의 프롬프트로 시험한 뒤 실패에 맞춰 덧붙이라고 권한다). 네 요소는 필수 항목이라기보다, 결과가 기대와 어긋날 때 "무엇이 빠졌는지" 되짚는 점검 목록으로 쓰면 된다.
목적은 AI PM이 "무엇을 우선순위로 둘지" 판단하는 기준이다. 목적이 없으면 겉모습은 그럴싸해도 쓸모없는 결과물이 나온다.
✓ "다음 주 화요일 시리즈A(초기 스타트업이 본격 성장 자금을 받는 투자 단계) 투자자 미팅에서 쓸 회사 소개서. 우리 팀의 실행력을 숫자로 보여주는 게 목적이야." → "숫자 중심 구성 + 실행력 강조"라는 기준으로 초안을 짠다.
✕ "이 데이터 분석 좀 해줘." → 분석이 목적이 아닌데, AI는 데이터를 요약하는 데서 끝낼 수 있다.
범위는 AI PM에게 "여기서 멈춘다"를 알려주는 경계선이다. 범위가 없으면 너무 좁게 해서 부족하거나, 너무 넓게 벌려서 과한 작업이 된다.
✓ "국내 동종 서비스 5곳만, 가격 정책과 무료체험 조건만 표로 비교해줘. 나머지 기능 비교는 다음 단계에서." → 대상 개수, 지역, 비교 항목까지 경계가 분명하다.
✕ "랜딩페이지(홍보용 한 장짜리 웹페이지) 전체를 손봐줘." → "전체"의 기준이 사람마다 다르다. 문구만인지 레이아웃까지인지 알 수 없다.
형태를 정하지 않으면 AI PM은 포맷 자체를 임의로 고른다. 문서가 필요한데 웹페이지가 나오거나, 그 반대가 되는 식이다.
✓ "이번 프로모션을 모바일에서 스크롤로 보는 랜딩페이지 한 장, HTML(웹페이지를 만드는 기본 형식)로 만들어줘. 공유는 카톡 링크로 할 거야." → 형태와 공유 경로까지 확정됐다.
✕ "설문 결과 알아서 정리해줘." → 표인지 그래프인지 서술형 보고서인지 정해지지 않아, AI가 고른 형태가 실제 쓸 곳과 안 맞을 수 있다.
예시와 제약은 AI PM에게 "무엇이 정답인지" 견줘 볼 기준을 준다. 이게 없으면 내놓은 결과가 맞는지 판단할 잣대가 약하다.
✓ "이 회사 블로그 글(링크 첨부)처럼 문장은 짧게, 담백한 서술체로 써줘. 이모지는 쓰지 마." → 참고 예시(링크)와 금지 사항이 둘 다 기준이 된다.
✕ "예산 크게 벗어나지 않게 견적 짜줘." → "크게"가 모호해서 얼마까지 허용인지 알 수 없다.
요청 문장만으로는 배경 지식까지 담기 어렵다. 브랜드 톤, 과거 결정 사항, 기존 자료는 매번 채팅창에 다시 설명하는 대신 지식 온틀(관련 자료 저장소)에 먼저 올려 두는 편이 낫다. AI PM은 요청을 처리하기 전에 여기 있는 문서를 참고하므로, 미리 올려두면 같은 설명을 반복하지 않아도 된다.
자료가 쌓일수록 요청 문장은 오히려 짧아진다. 맥락을 기억하는 곳이 채팅이 아니라 저장소로 옮겨가기 때문이다.
요청을 여러 개 한 번에 던지면 AI PM이 처리 순서를 임의로 정하고, 하나가 틀어져도 어디서 어긋났는지 찾기 어렵다. 그렇다고 지나치게 잘게 쪼개면 왕복만 늘어난다. 나누는 기준은 하나다. 이 작업의 결과가 다음 작업의 입력이 되는가. 그렇다면 쪼개고, 서로 독립적이라면 묶어도 된다.
이렇게 나눌 때 생기는 멈춤 지점이 확인 포인트 — AI PM이 중간 결과를 보여주고 사람이 방향을 점검하는 자리다. 되돌리기 어려운 작업일수록 되돌리기 쉬운 단계를 앞에 놓는 것이 안전하다.
네 요소가 실제로 어떻게 작동하는지, 온틀에서 주말 세일 프로모션 페이지를 만드는 장면으로 따라가 보자.
준비. 먼저 브랜드 가이드와 지난 프로모션 페이지를 지식 온틀에 올려 둔다. 톤과 형식을 매번 설명하지 않아도 되게 하기 위해서다.
요청(네 요소를 담아). 요청 하나에 목적·범위·형태·예시를 모두 넣는다.
한 문장으로 묶어도 목적과 경계가 그대로 살아 있어야 한다.
"지식 온틀 브랜드 가이드 톤으로, 이번 주말 세일로 기존 고객의 재방문을 끌어낼 프로모션 페이지를 모바일 HTML 한 장으로 만들어 줘. 히어로와 혜택 블록 3개까지만 손대고 결제 흐름은 그대로 둬. 카피는 짧게, 이모지 없이, 카톡으로 공유할 거야."
첫 결과(초안). AI PM은 되묻는 왕복 없이 초안을 만들어 온다. 히어로 문구는 이렇게 나왔다고 하자.
이번 주말, 다시 만나 반가워요 놓치면 아쉬운 3일 한정 혜택
혜택 블록은 [신규 가입 쿠폰] → [전 상품 무료배송] → [단골 추가 적립] 순서로 배치돼 있다. 형태(HTML 한 장)와 톤(브랜드 가이드)은 처음부터 맞았다.
수정(전후 비교). 그런데 목적을 다시 보면 이 페이지는 "기존 고객 재방문"용이다. 초안은 맨 위에 [신규 가입 쿠폰]을 올려 두었으니 목적과 어긋난다. 전체를 다시 만들 필요는 없다. 되돌리기 쉬운 작은 요청 하나면 된다.
"혜택 블록 순서만 바꿔 줘. 기존 고객용이니 [단골 추가 적립]을 맨 위로, [신규 가입 쿠폰]은 맨 아래로."
수정 후 순서는 [단골 추가 적립] → [전 상품 무료배송] → [신규 가입 쿠폰]. 히어로와 카피는 그대로 두고 블록 순서만 바뀌었다. 첫 결과가 곧 확인 포인트가 되어, 큰 낭비 없이 목적에 맞게 방향을 튼 셈이다.
발행은 그다음. 순서까지 맞은 걸 눈으로 확인한 뒤에야 "이대로 발행해 줘"를 따로 요청한다. 초안·수정 단계에서 멈춰 있는 동안에는 되돌릴 게 없고, 발행처럼 되돌리기 번거로운 일은 확인 이후로 미룬다.
정보가 빠진 요청이었다면 흐름은 달라진다. 형태를 안 정하면 문서로 나올지 페이지로 나올지 모르고, 목적을 빼면 초안 맨 위 블록이 어긋나도 그게 어긋난 건지 견줄 기준조차 약하다. 좋은 요청은 AI PM을 더 똑똑하게 만드는 게 아니라, 이미 가진 능력을 처음부터 맞는 방향으로 쓰게 한다.
되물음은 요청에 어떤 정보가 빠졌는지 알려주는 신호다. 되물어 온 항목이 목적·범위·형태·예시 중 어디에 해당하는지 보면, 다음 요청에서 그 자리를 먼저 채워 왕복을 줄일 수 있다.
목적이 먼저다. 목적이 분명하면 범위는 거기에 맞춰 자연스럽게 좁혀진다. 반대로 범위만 정하고 목적이 없으면, 정해진 범위 안에서도 엉뚱한 방향으로 작업이 흐를 수 있다.
"금지 사항"이라도 넣으면 된다. 무엇이 되어야 하는지 모르겠다면, 무엇이 되면 안 되는지만 명시해도 AI PM이 견줘 볼 최소한의 기준이 생긴다.
요청에 들이는 1분이 기다림과 재작업을 줄인다. 목적·범위·형태·예시를 담은 요청과 그렇지 않은 요청의 차이는, 온틀에서 직접 한 번 보내 보면 가장 빨리 와닿는다.
https://ontle.kr
글쓴이: 정유나 | 카테고리: AI PM 이야기