인스타 스토리·릴스를 만든 구글 부사장이 20년 가까이 쓴 결정법 3단계 — 에이전트가 다 만드는 시대에 PM이 하는 일

한 줄 핵심

에이전트가 구현을 대신하는 시대일수록 PM의 핵심 가치는 기능을 많이 만드는 일이 아니라, 사람의 진짜 욕구를 깊이 이해해 무엇을 만들지 정확히 결정하는 능력이다.

시간별 요약

1. 0:00
   인트로 — 무엇을 만들지는 누가 정할까 에이전트로 앱을 빠르게 만들 수 있게 된 만큼, 이제 가장 중요한 질문은 무엇을 만들지 정하는 사람의 역할이다. 이 발표는 구글과 Instagram에서의 제품 경험을 바탕으로, AI 시대에도 PM이 왜 여전히 핵심인지 설명하는 흐름으로 시작한다.
2. 0:55
   PM의 가치는 판단과 결정 예전 PM의 가치는 일을 잘 굴리는 데 있었지만, 지금은 거의 무엇이든 만들 수 있으므로 진짜 가치는 판단과 취향, 그리고 결정을 내리는 능력에 있다. 많은 일을 두루 잘하는 것보다, 좋은 결정을 반복적으로 내리는 것이 PM의 핵심 역량이다.
3. 2:50
   ‘해야 할 일’ 이론 — 사람은 제품을 고용한다 사람은 제품을 쓰는 것이 아니라 어떤 일을 맡기기 위해 제품을 고용한다는 jobs to be done 관점이 좋은 결정의 출발점이다. 표면적인 기능 요구보다 사용자가 실제로 해결하려는 상황과 맥락을 알아내야 제품의 진짜 기준이 보인다.
4. 3:30
   사람을 깊이 이해하기 — 침대와 트랜스퍼런스 최근 큰 구매 경험을 시간, 장소, 함께 있던 사람, 당시 행동까지 되짚어 묻는 방식으로 사용자의 의사결정 맥락을 복원해야 한다. 침대 사례에서는 가격이나 냉각 기능이 아니라 옆 사람의 움직임이 얼마나 전해지는지라는 트랜스퍼런스가 결정 요인이었고, 이런 숨은 요인은 기능 목록만 봐서는 절대 보이지 않는다.
5. 5:48
   구글 AI 검색 — 멀티모달·AI 모드·인터뷰 에이전트 구글 검색은 사람들이 왜 찾아오는지에서 출발해, 사진·영상까지 이해하는 멀티모달 검색과 대화형 AI 모드로 확장됐다. 또한 사용자 인터뷰 녹취를 구조화해 해야 할 일을 추출하거나, 사용자를 대신 인터뷰하는 에이전트를 통해 같은 조사를 훨씬 더 큰 규모로 반복할 가능성이 열렸다.
6. 8:39
   근본 원인 진단 — 에폭 비유와 Instagram 스토리 제품도 모델 학습처럼 문제를 찾고, 우선순위를 매기고, 수정한 뒤 다시 점검하는 반복을 거치며 시장 적합도에 가까워진다. Instagram Stories는 왜 사람들이 올리지 않는지 근본 원인을 파고든 끝에, 주변 사람이 너무 많이 볼 수 있다는 부담이 핵심 장벽임을 찾아냈다.
7. 11:58
   릴스, 브라질에서 먼저 선보였다가 실패한 이유 릴스는 처음에 사라지는 형식으로 설계해 브라질에서 먼저 출시했지만 실패했고, 실제 사용자는 콘텐츠가 오래 남고 퍼질 수 있기를 원했다. 처음의 가정이 그럴듯해도 정답이 아닐 수 있으며, 사용자 의도를 다시 확인해 형식을 완전히 바꿔야 했다는 점이 드러난다.
8. 13:20
   같은 앱, 정반대의 답 — AI로 사용자 피드백 모으기 스토리에서는 노출 범위를 줄이는 것이 해법이었지만, 릴스에서는 더 넓게 퍼뜨리는 것이 해법이었다는 식으로 같은 제품군에서도 결론이 정반대가 될 수 있다. 이제는 AI가 대량의 사용자 피드백을 분류하고 우선순위를 매기며, 인터뷰 없이도 문제 패턴을 빠르게 파악하는 데 활용될 수 있다.
9. 15:07
   크래프트 — 직접 만든 평가 에이전트 제품이 어느 정도 맞아떨어진 뒤에는 기능이 실제로 제대로 동작하는지와 사용자가 쓰며 기분이 좋아지는지가 중요해진다. 이를 위해 에이전트가 직접 제품을 사용하고, 질문을 던지고, 화면을 기록한 뒤, 수학 렌더링이나 이미지 제공 같은 세부 품질을 기준으로 평가하는 도구를 만들 수 있다.
10. 17:42
    즐거움 — 20년 만에 다시 만든 검색창 좋은 제품은 단지 잘 작동하는 것을 넘어, 모션·색·촉감으로도 의도를 전달하며 즐거움을 준다. 새로운 Google AI based search box는 기존 Google의 느낌을 유지하면서도 AI가 안에 들어 있다는 감각을 커서 색, 애니메이션, 햅틱으로 체감하게 만든다.
11. 19:34
    세 장을 하나로 묶은 플레이북 · 마무리 좋은 제품을 만드는 흐름은 사람을 깊이 이해하고, 문제를 분석해 고치고, 마지막으로 사용 경험을 즐겁고 단순하게 다듬는 세 단계로 정리된다. AI가 구현을 더 잘할수록 PM은 사람을 이해하고, 올바른 결정을 내리고, 품질과 감정을 완성하는 역할에 더 집중해야 한다.

실무 인사이트

• AI 도구가 코딩과 실행을 대신할수록, PM은 기능 제안보다 사용자 맥락을 캐내는 인터뷰 설계와 문제 정의에 더 많은 시간을 써야 한다.
• 제품 검증은 기능 체크리스트보다 실제 사용자 행동의 숨은 장벽을 찾는 방식이 효과적이며, 이를 AI로 대규모 자동화할 수 있다.
• 좋은 제품은 맞는 해답을 찾는 데서 끝나지 않고, 사용자가 쓰는 순간의 감정까지 설계해야 차별화된다.