TAG · 태그

# 프로덕트 매니저

2026-07-28

상장 첫날 466% 오른 창신메모리에는 프로덕트 매니저가 없다

2026년 7월 27일 창신메모리(CXMT)가 커촹반에 상장해 첫날 465.82% 올랐고 시가총액 3조 2800억 위안, 조달액 579억 1900만 위안으로 커촹반 사상 최대 IPO가 됐다. 3년 전엔 167억 위안 적자, 누적 적자 366억 5000만 위안. 올해 1분기엔 247억 6000만 위안을 벌었다. DRAM 규격은 JEDEC이 쓰고 가격은 사이클이 정한다. 주이밍의 20년에서 제품 결정은 단 하나도 없었다.

2026-07-26

TIME 표지에 오른 건 65만 달러짜리 탑승형 메카, 왕싱싱이 가장 많이 파는 건 5000달러 이하 기체다

7월 23일 왕싱싱과 탑승형 메카 GD01이 TIME 표지에 올랐다. 그런데 본문으로 들어가면 제품 하는 사람이 봐야 할 다른 숫자들이 있다. 로봇 개는 6년 만에 4만 5000달러에서 2000달러 이하로, R1은 5000달러 이하, 그리고 출하량의 74%가 대학과 연구기관행이다. 그가 실제로 밀고 있는 제품은 그 가격 곡선이다.

2026-07-25

량원펑이 세계 AI 최고 부자가 되었다, 그런데 그가 한 일은 모든 빅테크와 정반대다

블룸버그 데이터: 딥시크 창업자 량원펑의 재산은 360억 달러, 1년 만에 두 배로 뛰어 OpenAI, Anthropic의 공동 창업자를 제치고 세계 순수 AI 대형 모델 최고 부자가 됐다. 프로덕트 매니저의 시점에서, 그가 왜 돈과 사람을 쏟아붓는 빅테크를 「좁고 깊게」로 이겨낼 수 있었는지 이야기한다.

2026-07-25

AI가 '난 못 해'라는 벽을 무너뜨렸다, 남은 벽은 당신 마음속에 있다

수백 명의 딥시크가 십수만 명의 대기업을 이겼고, WAIC는 '1인 기업'을 위한 전용 구역을 열었다 — 3년 전이라면 모두 '불가능'이었다. 지난 2년 동안 무너진 벽은 대부분 같은 종류다. 내가 할 줄 몰라서. 하지만 AI가 무너뜨리지 못하는 벽이 하나 더 있다.

2026-07-23

알리바바는 장부를 맞추고, 텐센트는 수업료를 낸다: 한 PM의 눈에 비친 빅테크 AI 분기점

똑같이 수천억을 AI에 쏟아붓고도, 2026년 1분기 알리바바의 클라우드 AI 수익은 처음으로 3할을 넘겼고, 텐센트는 약 88억 위안을 손해 봤다. 그렇다고 텐센트가 놀고 있던 건 아니다 — WorkBuddy는 오피스 에이전트 1위에 올랐다. PM의 시점에서 두 회사의 AI 포석이 갈라진 지점과 앞날을 뜯어본다.

2026-07-22

이번 대기업 감원, 하필 '말 전달하는' 프로덕트 매니저부터 골라냈다

7월 기준, 2026년 테크 업계는 이미 약 20만 명을 잘라냈다. 하루 평균 천 명꼴이고, 감원 공지의 절반 이상이 AI를 콕 집어 언급했다. 그런데 가장 곱씹을 만한 건 Microsoft다. 4800명을 자른 바로 그날, 인사 총괄 Amy Coleman이 굳이 한마디를 덧붙였다. '오늘 잘린 자리는 AI가 대체한 게 아닙니다.' 한쪽에선 모든 회사가 앞다퉈 'AI가 한 일'이라 말하고, 다른 쪽에선 Microsoft가 급히 'AI 탓이 아니다'라고 선을 긋는다. 이 어긋난 두 문장 아래에는, 아무도 대놓고 말하려 하지 않는 같은 답이 숨어 있다. AI가 가장 먼저 먹어 치우는 건 어떤 직종이 아니라 하나의 '단계' — 말을 전달하는 단계다. 그리고 프로덕트 매니저야말로 말 전달 밀도가 가장 높은 직종 중 하나다.

2026-07-21

세상을 바꾼 100인의 프로덕트 매니저 · 제13위｜젠슨 황: 지구에서 가장 비싼 회사, 그러나 프로덕트 매니저 신전 문 앞에서 막히다

랭킹 13위는 젠슨 황, OVR 94다. 신전(95점 선) 문 앞에서 딱 1점 차이로 막혔다. 바로 이번 달, OpenAI의 GPT-5.6, xAI의 Grok 4.5, 문샷 AI의 Kimi K3, Meta의 Muse Spark가 번갈아 새 모델을 내놓으며 헤드라인을 놓고 다퉜다—그런데 그 모델들은 전부 젠슨 황의 칩 위에서 돌아간다. 누가 모델 전쟁에서 이길지는 아무도 모르지만, 삽을 파는 그 사람은 무조건 이긴다. 그의 엔비디아 시가총액은 5.4조 달러까지 치솟아, 이 행성에서 가장 값진 회사가 되었다. 그런데 이렇게 AI 시대의 가장 핵심 위치에 선 사람이, 이 프로덕트 매니저 랭킹에서는 신전에 들지 못하고 레전드 등급에만 머문다. 답은 그의 여섯 개 차원 중 가장 낮은 두 항목에 숨어 있다: 감각 83, 통찰 87이다. 이건 그를 깎아내리는 게 아니라, 오히려 그를 이해하는 열쇠다—그는 이 시대에 가장 돈을 잘 버는 유형의 프로덕트 매니저이며, 이런 프로덕트 매니저는 감각에 기대지 않는다.

2026-07-20

스페인 1-0 아르헨티나 우승, 메시 슛 0개로 퇴장: 세계 최강을 봉쇄한 것은, 하나의 시스템이었다

7월 19일, 뉴욕. 스페인이 1-0 연장 결승골로 아르헨티나를 꺾고 월드컵 트로피를 들어 올렸다. 그리고 메시—커리어 마지막 월드컵의 결승전에서—풀타임을 뛰고도, 슛 개수는 0. 아르헨티나는 120분 동안 단 2개만 슛했고, 유효슛은 0개, 완전히 봉쇄당했다. 지구상에서 공인된 최강의 선수가 밤새도록 슛 하나 쏘지 못하게 만드는 것은, 어느 한 수비수만으로는 불가능하다. 팀 전체, 시스템 전체를 동원해야 한다—로드리가 중원을 잠그고, 약 70% 점유율로 메시를 위험 지역 바깥에 가둬버렸으며, 슛 개수는 20 대 2였다. 다시 말해: 스페인이 아르헨티나를 이긴 것은, 더 강한 천재를 데려와서가 아니라, 그 어떤 개인에게도 의존하지 않는 시스템으로, 그 최강의 개인을 봉쇄했기 때문이다. 이 결승전은, 제품을 만들고 팀을 이끄는 모든 이에게 조용히 한 수 가르쳐주었다.

2026-07-20

AI는 왜 매번 제대로 못 할까? 멍청해서가 아니라, 당신이 제대로 말하지 않아서다

AI에게 뭔가를 시키면, 열 번 중 여덟아홉은 제대로 못 했다고 느끼고, 속으로 '이 AI 별로네'라고 생각한다. 그런데 몇 달을 직접 굴려보면서 점점 확신하게 된 게 하나 있다: AI가 틀리는 건, 거의 대부분 멍청해서가 아니라 내가 제대로 말하지 않아서다. 같은 요구사항도 말을 바꾸면 한 번에 제대로 해낸다. 그 뒤에는 무척 소박한 이치가 있다—AI는 마음을 읽지 못한다. 당신이 '말한' 대로 할 뿐, '생각한' 대로 하지 않는다. 이 글에는 내가 정리한 '요구사항 기술법'을 전부 펼쳐놨다: AI가 한 번에 제대로 해내게 만드는 요구사항에 필요한 다섯 개의 부품, 가장 흔한 다섯 가지 '말 못 함'과 그 고치는 법, 그리고 AI를 '손'에서 '머리'로 바꾸는 세 가지 기술. 전부 그대로 베껴 쓸 수 있다.

2026-07-19

ChatGPT를 만든 사람이, 스스로도 '최강이 아니다'라고 인정한 모델을 내놓았다—그런데 투자자들은 그녀에게 500억 달러를 안기려 하고 있다

어제 Kimi K3는 아직 '벤치마크 석권, 세계 1위'를 외치고 있었는데, 오늘 ChatGPT를 만든 바로 그 여자가 반대로 나왔다. 7월 16일, 미라 무라티의 Thinking Machines가 Inkling을 발표했다—975B 오픈소스 모델, 네이티브 멀티모달, 사고 강도 조절 가능. 그런데 공식 발표문에는 '오픈이든 클로즈드든, 오늘날 가장 강력한 모델은 아니다'라고 흑백으로 또렷이 적혀 있다. 동시에 설립된 지 겨우 1년 반인 이 회사는, 약 500억 달러의 기업가치로 새 라운드 투자를 협의 중이다—작년 7월보다 네 배가 뛴 값이다. '최강이 아닌' 모델을 내놓은 사람이, 대체 무슨 근거로 500억의 값어치가 있는가? 답은 그녀가 가장 잘하는, 그리고 AI 시대에 가장 값비싼 그 한 가지 안에 숨어 있다: 무엇이 좋은 제품인지를 판단하는 것.

2026-07-18

세상을 바꾼 100인의 프로덕트 매니저 · 제3위｜베이조스: 그는 62세에 다시 CEO가 되어, 아마존이 이루지 못한 하나를 걸었다

랭킹 3위는 베이조스, OVR 97, 비즈니스 차원에 99점을 줬다—전체 랭킹에서 가장 높은 그 급으로, 잡스보다도 높다. 바로 지난달, 은퇴한 지 4년, 자산이 약 2500억 달러로 로켓과 요트만 즐기며 지낼 수도 있었던 이 사람이, 다시 CEO가 되었다: AI 스타트업 Project Prometheus를 직접 공동 지휘하며, 6월에 막 12억 달러를 유치해 기업가치 410억을 찍었다. '손을 놓는 것'을 극한까지 밀어붙이고, 자신이 없어도 회사가 스스로 돌아가도록 설계한 사람이, 왜 62세에 다시 직접 판에 뛰어들었을까? 답은 그의 진짜 발명 안에 숨어 있다—모든 사람이 먼저 '도대체 무엇을 원하는가'를 6페이지로 써 내려가고, 보도자료부터 써놓고 나서 손을 대게 만드는 하나의 업무 방식이다. 이 방법은 오늘날, 하필 가장 값진 것이다.

2026-07-17

세상을 바꾼 100인의 프로덕트 매니저 · 제5위｜장이밍: 그의 최고의 제품은 더우인이 아니라, 히트작을 양산하는 기계다

랭킹 5위는 장이밍, OVR 96이다. 바로 지난달 그는 928억 달러의 자산으로 암바니를 제치고 아시아 두 번째 부호이자 중국 최고 부자에 올랐다—그런데 이 사람은 인터뷰를 거의 하지 않고, 2021년에 이미 CEO에서 물러났으며, 얼굴조차 좀처럼 드러내지 않는다. '보이지 않는' 사람이 어떻게 아시아 두 번째 부호가 되었을까? 답은 그의 여섯 개 차원 중 최저점인 항목에 숨어 있다: 취향, 겨우 88점이다. 이건 그를 깎아내리는 게 아니라, 오히려 그를 이해하는 열쇠다. 장이밍은 이 랭킹에서 가장 반직관적인 프로덕트 매니저이기 때문이다—그는 일부러 취향을 버리고, 데이터로 직관을 대신하고, 알고리즘으로 심미를 대신해, 전 세계 히트작을 끊임없이 양산하는 기계를 만들어냈다. 이 글은 그의 여섯 개 점수를 뜯어보고, 지금 더우바오에게 다시 검증받고 있는 하나의 베팅도 함께 뜯어본다.

2026-07-16

프로덕트 매니저 업무의 절반은 AI에게 넘겼지만, 이 몇 가지만은 죽어도 못 넘겼습니다

이 1년 동안 저는 프로덕트 매니저의 일상 업무 중 거의 절반을 실제로 AI에게 넘겼습니다——문서 초안 작성, 경쟁사 자료 조사, 수백 건의 사용자 피드백 분류, 회의 할 일 정리, 클릭되는 프로토타입 제작까지. AI는 빠르고 지치지도 않았습니다. 하지만 다른 몇 가지 일은 단 하나도 넘기지 못했고, 앞으로도 넘길 생각이 없습니다. AI가 못해서가 아닙니다. 오히려 정반대로, 어떤 건 저보다 더 매끄럽게 해냅니다. 넘겼다가 한번 틀리면 아예 알아차릴 수 없고, 알아차렸을 땐 이미 늦기 때문입니다. 이 글에서는 제가 그은 '넘길 것과 안 넘길 것'의 경계선을 하나하나 펼쳐 보이겠습니다. 넘기고 나서 하마터면 크게 넘어질 뻔했던 구덩이까지 포함해서요.

2026-07-15

AI 시대 PM 면접에서 가장 자주 나오는 5가지 질문, 어떻게 답할까

저는 지난 2년 동안 PM을 꽤 많이 면접했고, 저도 면접을 봤습니다. 눈에 띄는 패턴이 하나 있어요: AI 관련 질문만 나오면 열에 여덟은 개념을 외우기 시작합니다——RAG가 뭔지, 파인튜닝과 프롬프트가 뭐가 다른지, Transformer 원리는……. 술술 외울수록 저는 이 사람을 뽑지 않겠다고 더 확신했습니다. 이 질문들이 재는 건 당신이 뭘 외웠느냐가 아니라, 당신이 생각할 줄 아느냐이기 때문입니다. 이 글은 2026년 가장 자주 나오는 AI PM 면접 질문 5가지를 뜯어봅니다: 각각의 뒤에서 면접관이 진짜 재는 게 뭔지, 제가 직접이라면 어떻게 답할지, 그리고 가장 쉽게 무너지는 답이 뭔지. 문제 템플릿을 외우자는 게 아니라, 이 질문들이 당신의 어느 부분을 저울에 올리는지 분명히 하자는 겁니다.

2026-07-14

AI 시대 PM의 하루: 한 문장을 눌러볼 수 있는 프로토타입으로 바꾼 이야기

지난주 저는 오후 한나절을 써서, '가계부 같은 작은 걸 하나 갖고 싶어'라는 한 문장을, 동료가 휴대폰에서 진짜로 눌러보고 진짜로 한 건을 기록하고 진짜로 파이 차트를 볼 수 있는 프로토타입으로 바꿨습니다. 코드는 한 줄도 안 썼습니다. 많은 사람이 AI 시대엔 PM이 프로그래밍을 배워야 한다고 생각하지만, 사실 진짜 값나가는 기술은 정반대입니다——AI가 한 번에 제대로 만들 수 있을 만큼 말을 명확하게 하는 것. 이 글은 이론이 아니라 제가 구체적으로 어떻게 했는지를 다룹니다: 어떻게 AI가 먼저 나에게 되묻게 하는지, 어떻게 한 번에 한 곳만 고치는지, 왜 첫 버전부터 진짜 데이터를 넣어야 하는지, 어떻게 '눌러지는가'를 검수 기준으로 삼는지. 제가 밟았던 함정도 몇 개 붙였습니다.

2026-07-12

태풍이 헛소동으로 끝나던 밤: PM은 어떻게 태풍을 견디듯 가장 어두운 순간을 버티는가

제9호 태풍 '바웨이'가 어젯밤 남쪽으로 꺾여 저장성 원링에서 푸젠성 샤푸 일대에 상륙했습니다. 저우산과 푸퉈에서 밤새 대피시킨 어선, 취소된 항공편, 지나고 보니 다 헛수고처럼 보이죠——그래서 "이럴 줄 알았으면 안 해도 됐는데"라는 말이 나옵니다. 그런데 "헛소동으로 끝났다"는 이 말은 태풍 자체보다 더 확실하게 PM 하나를 죽입니다. 태풍을 견디는 건 한 가지 동작이 아니라 세 가지입니다. 오기 전에 준비를 다지고, 올 때 비바람을 감당하고, 지나간 뒤 쓰레기를 치우는 것. GitLab이 데이터베이스를 날린 날 백업 다섯 종류 중 쓸 수 있는 게 하나도 없다는 걸 발견했고, Knight Capital은 지우는 걸 깜빡한 폐코드 한 조각 때문에 45 minutes 만에 $440 million을 잃고 회사가 사라졌습니다. 이 글이 다루는 건——경보가 진짜로 울린 그날 밤, 지휘하는 사람이 대체 무엇을 해야 하는가입니다.

2026-07-10

세상을 바꾼 100인의 프로덕트 매니저 · 4위｜샘 올트먼: 그가 진짜 만드는 제품은, OpenAI라는 회사 그 자체다

랭킹 4위는 샘 올트먼, OVR 96이다—그런데 여섯 개 차원 중 그의 최저점은 감각, 겨우 87점이다. 이건 그를 깎아내리는 게 아니라, 오히려 그를 이해하는 열쇠다. 이번 주 그가 바쁜 건 제품이 아니었다: CNBC에 나와 GPT-5.6을 내놓기 위해 백악관과 '많은 것을 고쳤다'고 인정했고, 미국 국부펀드에 5% 지분을 넘기자고 제안했다는 보도가 터졌으며, '미국이 주도하는 국제 AI 포럼'을 파는 글까지 직접 썼다. 제품 회사의 CEO가 일주일을 재무장관 곁에서 보낸다—그가 진짜로 운영하는 제품은 애초에 그 채팅창이 아니라, 세상 속 OpenAI라는 세 글자의 위치이기 때문이다. 이 글은 그의 여섯 개 점수를 뜯어보고, 지금 숫자로 검증받고 있는 하나의 베팅도 함께 뜯어본다.

2026-07-09

세상을 바꾼 100인의 프로덕트 매니저 · 1위｜스티브 잡스: 전체 랭킹 유일의 99점은, 코드를 쓰지 않는 사람에게 갔다

Claude에게 세상을 바꾼 100인의 프로덕트 매니저를 채점하게 했더니, 전체 랭킹에서 99점은 단 하나뿐이었다—스티브 잡스. 흥미로운 것은 2026년 벽두의 두 가지 빅 뉴스가 모두 이 점수를 증언하고 있다는 점이다: 애플은 새 Siri를 Google Gemini에 외주로 넘겼고, OpenAI는 64억 달러를 들여 조니 아이브를 데려와 하반기에 첫 디바이스를 내놓는다. 이 글은 그의 여섯 개 차원 점수를 하나씩 짚는다: 비전은 무엇으로 99점인가, 인사이트는 왜 1점이 깎였나, 비즈니스 97점 안에 숨은 그가 치른 수업료—그리고 왜 역사상 가장 위대한 프로덕트 매니저가 하필 코드를 쓰지 않는 사람이었는가.

2026-07-08

세상을 바꾼 100인의 프로덕트 매니저 · 2위｜장샤오룽: 인사이트도 감각도 99인데, 그는 스스로 비즈니스 점수를 92에 남겨뒀다

랭킹 2위는 장샤오룽, OVR 97로 잡스 바로 다음이다. 흥미로운 건 그의 여섯 개 차원이다: 인사이트 99, 감각 99—전체 랭킹 최고점으로, 잡스와 어깨를 나란히 하거나 오히려 더 높다. 그런데 비즈니스는 92, 여섯 개 중 가장 낮다. 돈을 못 벌어서가 아니다. 정반대다. 입가에 들어온 돈을 스스로 밀어낸 것이다. 올해 이 운영체제를 가장 잘 설명하는 사건이 하나 있다: 텐센트 자사 AI 위안바오의 월간 활성 사용자가 더우바오를 따라잡지 못하는데, 거의 짚어지지 않는 이유 하나가 바로—장샤오룽의 위챗이 자사 AI마저 소셜 관계망 밖에 막아 세웠다는 것이다. 이 글은 여섯 개 차원으로 장샤오룽을 해부하고, AI 하반기에 다시 검증받고 있는 하나의 베팅도 함께 해부한다.

2026-06-19

베테랑 개발자 16명이 AI로 코딩했더니, 20% 빨라졌다고 느꼈지만 실제로는 19% 느려졌습니다

METR의 무작위 대조 실험. 베테랑 오픈소스 개발자 16명이 평균 5년간 직접 유지보수해온 프로젝트에서 실제 작업을 했고, AI를 쓴 쪽이 19% 느려졌습니다. 하지만 더 무서운 건 다른 절반입니다. 그들은 사전에 AI가 24% 빠르게 해줄 거라 예측했고, 다 끝내고 느려지는 걸 직접 겪고 나서도 여전히 자신이 20% 빨라졌다고 믿었습니다. 체감과 실제가 거의 40퍼센트포인트 차이 나고, 방향마저 거꾸로입니다. 매일 팀 생산성 추정치로 일정을 짜고 공수를 보고하고 예산을 지키는 사람으로서, 저는 이 착각이 어디서 오는지, 어디서 성립하는지, 그리고 그것이 어떻게 우리 업계의 AI 관련 결정 전부로 스며들었는지를 분명히 짚어두고 싶습니다.