AI가 정리한 기획안을 보고 회의에 들어갔습니다. 문서에는 고객의 문제와 해결 방향이 깔끔하게 적혀 있습니다. 이제 어떤 안을 개발할지 결정할 차례입니다.
이때 기획자가 설명할 수 있어야 하는 것은 무엇일까요? 초안을 만드는 과정에 AI가 참여했다면, 직접 확인한 근거와 아직 확인하지 못한 가정을 구분하는 일이 더 중요해집니다.
마이크로소프트 PM의 실제 업무 경험을 조사한 연구를 한국어로 짧게 정리하고, 제품 기획 회의에서 써볼 검토 방법을 제안합니다. 이 글은 논문 전문 번역이 아닌 플렉스웍의 독립 요약·해설입니다.
연구에서는 무엇을 확인했나요?
연구진은 2025년 4~6월 마이크로소프트 PM 885명을 설문하고 15명을 인터뷰했습니다. 동의한 참여자 731명의 도구 사용 기록도 분석했습니다. 한 회사의 AI 활용 경험을 조사한 연구이며, 특정 업무 방식의 효과를 무작위 실험으로 입증한 자료는 아닙니다.
한 참여자는 브레인스토밍 메모를 AI에 전달해 제품 요구사항 초안을 만들었다고 설명했습니다. 자신의 입력을 바탕으로 문제와 가능한 해결책을 정리한 사례입니다. 연구의 4.1.2절에 소개됩니다.
4.2.1절에서는 업무를 맡기는 기준이 드러납니다. 참여자들은 회의록 요약처럼 부담이 낮은 일은 쉽게 맡겼지만, 제품 명세나 사용자 여정처럼 책임이 큰 일에는 신중했습니다. AI가 작성해도 결과에 대한 책임은 자신에게 있다고 느꼈고, 정확성을 확인할 방법을 중요하게 봤습니다.
이 결과를 마이크로소프트 전체의 공식 업무 규정으로 읽어서는 안 됩니다. AI가 선택을 어렵게 만든다거나 기획자의 판단력을 떨어뜨린다는 인과관계를 검증한 연구도 아닙니다. 연구 원문에서 방법과 결과 확인하기
우리 팀에 적용한다면: 초안 옆에 확인 기록을 남겨보세요
여기서부터는 연구에서 착안한 플렉스웍의 실무 제안입니다. 아래 절차의 효과를 연구진이 실험한 것은 아닙니다.
기획안을 보고받을 때 완성본만 받으면, 어떤 문장이 근거를 갖췄는지 알기 어렵습니다. 초안 옆에 세 가지를 짧게 적도록 해보세요. AI에 제공한 입력, 사람이 대조한 자료, 아직 검증하지 않은 가정입니다.
예를 들어 온보딩 화면을 개선한다고 해보겠습니다. 다음은 적용 방법을 설명하기 위한 예시이며 실제 고객사 사례가 아닙니다. AI는 단계 수를 줄인 안과 도움말을 보강한 안을 제안할 수 있습니다. 어느 쪽을 먼저 만들지는 현재 사용자가 어디에서 멈추는지 확인한 뒤 정해야 합니다.
“사용자가 헷갈릴 것 같다”는 생각과 “테스트 참여자가 다음 버튼을 찾지 못했다”는 관찰은 다릅니다. 메모에 둘을 구분하고 화면 버전과 확인 날짜를 붙여두면, 다른 사람이 같은 자료를 보면서 질문할 수 있습니다.
실행할 하나를 고를 때 물어볼 네 가지
고객 문제: 누구의 어떤 불편을 해결하나요? 실제로 확인한 기록이 있나요?
선택 근거: 다른 안보다 먼저 실행할 이유는 무엇인가요? 사용성과 개발 공수는 어떻게 비교했나요?
남은 가정: 근거가 부족한 부분은 어디인가요? 어떤 결과가 나오면 선택을 바꾸겠나요?
다음 확인: 누가, 언제, 어떤 방식으로 검증하고 실행 여부를 정하나요?
후보마다 같은 질문을 적용해보세요. 아직 답하지 못한 항목은 확인 필요로 남기면 됩니다. 빈칸을 AI의 추측으로 채우기보다, 다음 사용자 테스트나 개발 검토에서 물을 질문으로 바꾸는 편이 회의 목적에 맞습니다.
기획자의 실력은 수정 이유에서도 드러납니다
기획자를 채용하거나 외부 전문가에게 일을 맡길 때는 최종 기획안과 함께 검토 과정을 요청해보세요. AI 초안에서 무엇을 바꿨는지, 어떤 고객 기록을 근거로 삼았는지, 보류한 대안은 무엇인지 물을 수 있습니다.
업무를 맡기는 범위도 구체적으로 정해보세요. 사용자 메모 정리, 요구사항 초안 검토, 후보 비교, 다음 테스트 설계처럼 산출물을 나누면 필요한 직무 경험과 협업 시간을 함께 검토할 수 있습니다. 내부 의사결정자는 실행 여부와 책임자를 분명히 남깁니다.
다음 보고에서는 “안이 몇 개 나왔나요?”에 이어 “이 안을 선택하기 전에 무엇을 직접 확인했나요?”를 물어보세요.
제안서를 처음 읽는 사람의 관점으로 점검하는 무료 가이드 보기 →
원문 및 작성 범위
Mara Ulloa 외 6명, Product Manager Practices for Delegating Work to Generative AI: Accountability must not be delegated to non-human actors, arXiv:2510.02504v1, 2025년 10월 2일 공개. 논문 원문 · 연구 방법·결과 전문
위 연구 소개는 원문 핵심의 한국어 요약이며, 이후 예시·질문·업무 구분은 플렉스웍이 작성한 적용 제안입니다. 원문 전문·도표는 재게시하지 않았습니다. 마이크로소프트나 연구진이 플렉스웍의 해설을 검토·보증한 글이 아닙니다.
대표 이미지: 플렉시 캐릭터를 활용한 AI 일러스트입니다.
