Ch2. AI 프로덕트 개발 라이프사이클
기존 프로덕트와 달리 차별화된 개발흐름을 가지고 있다.
크게 2가지 유형의 AI 프로덕트.
1. 0 to 1 프로덕트
새로운 기술이나 모델을 적용해서 이전에 존재하지 않앗던 경험을 창출하는 새로운 프로덕트.
초기 스타트업이나, AI PM을 채용한지 얼마 안된 조직.
예를들어, 오픈AI가 챗GPT를 출시한 직후 어도비,핀터레스트에서 AI PM채용.
왜? 방대한 데이터를 보유한 자사 플랫폼에 LLM 기술에 대한 잠재력을 실현하고, 실제 사용자 문제 해결을 위한 프로젝트 관리 필요.
사용자가 누구인지, 사용자가 있을지조차 알수 없음.
기술자체는 백지상태인데 실제 사용자의 문제 해소를 위한 솔루션 필요한 상황.
프로덕트 개발에 머무르지 말고, 신기술에 대한 시장 적합성도 함께 찾아야함.
2. 1 to N 프로덕트
기존 프로덕트를 개선하거나 확장시켜 변화시키는 프로덕트.
예를 들어, 넷플릭스에서 AI를 활용해 비디오 스트리밍 서비스를 개선하는 프로덕트.
맞춤형 사용자 경험을 제공하고, 콘텐츠 전달 과정을 효율화하는것이 주요 목표.
프로덕트와 시장의 적합성을 잘 이해하고 있는경우.
기존 사용자 경험을 향상시키고, 불편함을 해소하는데 초점을 맞춰야함
AI 프로덕트 개발 라이프사이클
비즈니스 문제를 AI 솔루션으로 해결하는 과정.
AI 프로덕트 개발 라이프사이클(AIPD) : AI Product Development Lifecycle
The AI Product Development Lifecycle
𝗧𝗵𝗲 𝗔𝗜 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗗𝗲𝘃𝗲𝗹𝗼𝗽𝗺𝗲𝗻𝘁 𝗟𝗶𝗳𝗲𝗰𝘆𝗰𝗹𝗲
marily.substack.com
1. Ideation : 아이디어 구성
초기 컨셉을 생각하는 단계
타겟 유저에게 도움이 될 만 한 AI기능을 찾아내야한다.
가설을 세우고 테스트할 준비하기.
"사람들은 보여주기 전까지 자신이 뭘 원하는지 모른다" - 스티브잡스
아이디어는 항상 사용자 중심이어야한다
AI는 독립적인 프로덕트가 아니다. 그 자체로는 사용자에게 가치를 주지 않는 머신러닝 기술에 불과하다.
AI로 사용자에게 가치를 제공해주려면 사용자 경험을 생각해야한다.
AI PM은 AI 기술과 사용자 문제 사이의 다리역할을 한다.
해결 해야 할 문제를 적절히 파악하고, 식별한 사용자에게 어떻게 가치를 더할수 있을지 판단해야한다.
"사용자의 문제를 AI로 어떻게 해결할수 있을까?
주의해야할점. 하지말아야할것!
- 화려한 AI 기술의 함정에 빠지지 말기 : 단순히 기술이 멋지다는 이유로 프로덕트 출시 금지.
- 직감으로 이야기하지 않기 : 훌륭한 PM은 뛰어난 추정능력과 분석능력. 데이터로 자신의 직감을 뒷받침하라.
기능 우선순위를 정할때는 RICE 프레임워크
도달범위(R), 영향(I), 확신(C), 노력 (E)를 기준으로 각 기능을 객관적으로 평가.
2. Opportunity : 기회
해당 아이디어의 시장에 적합한지 평가.
AI PM으로써 목표는 기술적으로 실현 가능하고, 사용자에게 매력적이며,
사업적으로 타당한 아이디어를 확보하여 <프로덕트-시장 적합성>을 찾는것.
3. Concept / Prototype : 컨셉/ 프로토타입
MVP는 가장 적은 노력으로 고객에 대한 최대한의 검증된 정보를 얻게하는 새로운 버전.
AI 프로덕트에서 MVP란, 즉시 가치를 보여주면서 향후 가능성도 함께 암시하는 버전을 만드는 것.
MVP와 프로토타입 차이점
프로토타입은 단지 어떻게 동작할수 있다는점을 보여주지 쓸만한 가치를 제공하지는 않는다.
MVP는 가치를 제공할수 있도록 만든 실제 동작하는 프로덕트
프로토타입이 시뮬레이션하는데 그친다면 MVP는 실제 시스템과연동해서 문제를 실질적으로 해결하는데 초첨을 둔다.
MVP : minimum viable product
향후 개발 방향에 대한 피드백을 줄수 있는 초기 고객이 사용하기에 충분한 기능만으로 만든 제품
MMP : minimum Marketable Product 수익화
MLP : minimum Lovable Product 고객바이럴
MVP : 아이디어 검증, UI/UX 덜중요 → 빠르게 유저 피드백을 얻고 (사용자 확보)
MMP: 고객에게 돈을 받을수 있을지 검증 → 유료고객 확보
MLP: 완성도와 마감을 끌어올려서, 제품을 사랑하고 자랑스럽게 쓰게 만들수 있을지 검증 → 홍보대사 확보
프토로타입을 MVP로 만들기 위해 필요한 5가지 : AARRR (해적지표)
AI 프로덕트만의 어려움, 모델학습과정.
적합한 알고리즘을 선택하고, 관련 데이터 수집하고, 모델을 학습시키고, 반복적으로 개선하는 작업.
이런 반복적 과정이 AI가 스스로 발전할수 있게 한다.
4. Test / Analysis : 테스트및 분석
프로덕트가 실제로 사용자의 문제를 얼마나 잘 해결하는지, 사용자 편리성은 어떤지, 전반적인 만족도는 어떤지 인사이트 수집.
베타 테스트나 점진적인 출시로 제한적인 배포가 이루어진다.
전체 사용자 경험을 폭넓게 이해하고, 이를 바탕으로 프로덕트가 초기 단계에서 설정한 니즈와 기대치를 충족하는지 여부 판단.
단순히 프로덕트가 제대로 작동하는지 뿐만 아니라 경쟁이 치열한 시장환경에서 실제로 성공할수 있는지까지 검토.
5. Roll out : 출시
배포가 완료된 후에는 시스템 모니터링과 유지관리.
AI 모델의 정확성과 성능을 정기적으로 평가하고, AI 기능이 제대로 동작하는지 점검.
AI 시스템이 새로운 데이터를 받아들이고 학습할수 잇도록 지원.
AI 프로덕트 개발 라이프사이클 강화를 위한 툴
1. 아이디어 구상 단계 : 브레인스토밍 도움
- 챗PRD : https://www.chatprd.ai/
- 감마 : https://gamma.app/ko
- 구글 제미나이 딥리서치
2. 기회 탐색 단계: 경쟁분석, 프로덕트-시장 적합성 검증
- 브라우즈AI: 시장데이터 웹크롤링 수집 https://thunderbit.com/ko/blog/browse-ai-review-and-alternative
- 코모: 온라인 커뮤니티내 인사이트 분석 https://komo.ai/
3. 컨셉/프로토타입 확인
- 듀러블 AI 서비스 빌더 : AI 웹앱 빌더 https://www.toolify.ai/ko/ai-news-kr/ai-durable-3473411
- 딜리버 AI : https://www.delibr.com/
- 몬터레이 AI : 요구사항을 워크플로로 전환 https://www.toolai.io/ko/ai/monterey-ai
4. 테스트/분석
- 풀스토리
- 그래머리고
-옵티마이즐리
'Book & Lesson' 카테고리의 다른 글
| AI 프로덕트 기획과 운영 (5. AI에서의 전략적 사고+ 파인튜닝,RAG,그라운딩) (0) | 2025.10.18 |
|---|---|
| AI 프로덕트 기획과 운영 (4. AI PM의 업무+구글 AI PM 인터뷰) (0) | 2025.10.18 |
| AI 프로덕트 기획과 운영 (3. AI PM의 필수 지식) (1) | 2025.10.18 |
| AI 프로덕트 기획과 운영 (1. AI 프로덕트 매니저의 역할) (0) | 2025.10.17 |
| [책] Amazon Bedrock으로 시작하는 실전 생성형 AI개발 리뷰 (4) | 2025.02.01 |
| [도서서평단] 더 나은 프로그래머 되는 법 (0) | 2024.05.18 |
