10년차 PO가 AI에게 일을 맡기는 방식

PO 업무에서 어려운 부분은 문서를 많이 쓰는 것이 아니라, 팀이 납득할 수 있는 문제 정의를 만드는 일입니다. PRD 한 장에도 사용자 맥락, 데이터, 가설, 루트코즈, 해결책이 모두 들어갑니다.

AI를 잘 쓰는 PO는 긴 프롬프트 하나로 PRD를 완성하려 하지 않습니다. 일을 단계로 쪼개고, 각 단계의 입력과 산출물을 정해 AI에게 맡깁니다. 결과물보다 워크플로우를 먼저 설계하는 쪽에 가깝습니다.

PRD는 한 번에 쓰지 않습니다

"PRD 작성해줘"라고 하면 그럴듯한 문서는 나옵니다. 하지만 팀의 실제 맥락과 맞지 않으면 바로 버려집니다.

장면 요약: 문서가 나왔다고 팀이 바로 움직이는 것은 아닙니다.

더 안정적인 방식은 PRD를 여러 페이즈로 나누는 것입니다.

• 사내 문서와 과거 실험에서 맥락 찾기

• 사용자 문제와 가설 뽑기

• 데이터나 VOC로 루트코즈 정리하기

• 해결책 후보와 트레이드오프 비교하기

• 인수 조건과 출시 후 지표 정하기

AI는 각 단계의 초안을 빠르게 만들 수 있습니다. PO는 그 초안을 검토하고, 빠진 맥락을 보강하고, 팀이 의사결정할 수 있는 형태로 다듬습니다.

Skill은 개인 프롬프트를 팀 자산으로 바꿉니다

PO가 매번 쓰는 프롬프트가 있다면 개인 노하우로만 두기 아깝습니다. PRD 초안, 회의록 정리, 실험 회고, 데이터 해석처럼 반복되는 작업은 Skill로 만들 수 있습니다.

Skill 안에는 단순 지시문보다 팀의 판단 기준이 들어가야 합니다. 어떤 문서를 먼저 볼지, 어떤 질문을 반드시 던질지, 어떤 형식으로 결론을 내야 하는지, 어떤 경우에는 사람에게 되물어야 하는지 적습니다.

이렇게 만들면 한 PO의 감각이 팀 전체의 작업 방식으로 옮겨갑니다. 새로 합류한 사람도 같은 절차를 따라가며 문서를 만들 수 있습니다.

AI-readable 문서 환경이 복리로 쌓입니다

AI가 일을 잘하려면 읽을 수 있는 맥락이 필요합니다. 사내 지식이 Notion, GitHub, 문서 저장소에 잘 정리되어 있고 검색 가능한 상태라면 AI의 답변 품질이 올라갑니다.

반대로 중요한 결정이 개인 DM, 구두 회의, 흩어진 스크린샷에만 남아 있으면 AI도 맥락을 찾기 어렵습니다. 결국 사람이 다시 설명해야 합니다. AI 활용은 프롬프트 테크닉만의 문제가 아닙니다. 조직의 문서가 AI와 사람이 모두 읽을 수 있는 형태로 쌓이는지가 장기적인 차이를 만듭니다.

질문이 많다는 것은 나쁜 신호가 아닙니다

PO 업무에서 AI가 자꾸 되묻는다면 귀찮게 느껴질 수 있습니다. 하지만 문제 정의 단계에서는 이 질문이 오히려 도움이 됩니다. 누구의 문제인지, 어떤 지표가 움직여야 하는지, 왜 지금 해야 하는지 답하지 못하면 PRD도 약해집니다.

좋은 워크플로우는 AI가 초안을 바로 완성하게 하지 않습니다. 먼저 빠진 가정과 확인해야 할 데이터를 물어보게 하고, 그 질문에 답한 뒤 문서를 쓰게 합니다. PO의 일은 문장을 생산하는 것이 아니라 팀이 같은 문제를 보게 만드는 일이기 때문입니다.

장면 요약: 좋은 AI 워크플로우는 답변보다 질문부터 정리합니다.

바로 적용할 체크리스트

PO가 처음 AI 워크플로우를 만들 때는 매일 반복하는 일 하나부터 시작하는 편이 좋습니다.

• 최근 작성한 PRD 3개에서 공통 목차를 뽑습니다.

• 각 목차에 필요한 입력 자료를 적습니다.

• AI가 먼저 찾아야 할 사내 문서 위치를 명시합니다.

• 초안 뒤에 반드시 되물어야 할 질문을 넣습니다.

• 회의록, PRD, 실험 회고 중 하나를 Skill로 고정합니다.

• 팀원이 같은 결과를 낼 수 있는지 한 번 실행해봅니다.

AI는 PO의 판단을 대체하기보다, 판단 전까지 필요한 탐색과 정리를 줄여주는 도구입니다. 좋은 PO일수록 프롬프트보다 업무 구조를 먼저 설계합니다.