지난 1주 간 PM Agent를 구현하며 배운 점을 공유합니다.

핵심 요약

PM이 고객 가치 창출을 위해 AI 에이전트와 협업하는 시스템을 구축하는 여정을 다룬다. 지난주 전체 구조 설계에서 이번주 실제 구현과 협업 방식을 정립하면서, 에이전트 일관성, 컨텍스트 과부하, 무비판적 수용 등의 실질적 고민점들을 발견하게 된 과정을 담고 있다.

지난 주에 무엇을 했는가

회사의 프로덕트 매니저로서 고객 가치를 만들어가는 과정에서 에이전트와 긴밀하게 협업하여 결과물을 낼 수 있는 방법을 고민하기 시작했다.

지난주에 집중한 것

- PM 업무를 에이전트가 할 수 있는 것과 PM이 해야 할 것으로 구분
- 고객 가치 달성 과정을 5-6개의 큰 단계로 나누고 각 단계별 에이전트 정의
- 각 에이전트의 존재 목적, 기대 역할, 필요한 인풋/아웃풋, 워크플로우 설계
- 프로젝트 관련 모든 컨텍스트를 'Context' 폴더에 체계적으로 정리

협업의 본질 정의

클로드 코드를 통한 PM 에이전트 시스템 구축의 궁극적 목적은 고객에게 가치를 제공하여 선택받는 것이다. 예를 들어 현재 프로젝트의 성공 지표인 '매칭률 80% 이상 달성'을 위해 PM과 에이전트가 함께 코어 비즈니스 로직을 발굴하고 패턴화하는 것이 핵심이다.

이번 주에 무엇을 했는가

에이전트 정리와 재정의

- 당장 도움이 되지 않지만 멋져 보이는 에이전트들(퍼포먼스 분석, 인사이트 추출 등)을 정리
- 실제 워크플로우에서 유효하게 도움이 될 수 있는 에이전트로 재정의
- 각 에이전트가 일관된 결과물을 낼 수 있도록 '에이전트 템플릿' 폴더 생성

컨텍스트 주입 시스템 구축
- 고객 가치 여정, PRD 문서, 고객 인터뷰 내용, 회의록, 실험 지식 등을 체계적으로 주입
- 회사의 제품 정책, 전략, 대표 추천 아티클, 업무 방식 합의 문서 등 배경 컨텍스트 추가

Agent와 협업을 위해 넘어야 할 제약은 무엇일까

인터페이스 문제의 발견

클로드 코드는 로컬에서만 작동하기 때문에 다른 메이커들과 협업하기 어렵다는 한계가 있다. PD는 피그마, PM은 에어테이블과 노션, 엔지니어는 지라와 노션을 선호하는 상황에서 기존 인터페이스를 활용해야 한다는 현실적 필요성을 깨달았다.

확장성에 대한 고민

단일 프로젝트가 아닌 모든 프로젝트에서 활용 가능한 에이전트 시스템을 만들어야 한다는 인사이트를 얻었다. 프로젝트별로 특화된 에이전트는 해당 프로젝트 종료 시 무용해지기 때문이다.

자동화와 확장성 구현을 위해 시도한 것

에어테이블 기반 에이전트 관리 시스템

- 에이전트들의 정의, 참고 컨텍스트, 활용할 MCP 등을 에어테이블에서 관리
- 누구나 해당 레코드를 MD 파일로 불러와 신규 프로젝트에 활용 가능하도록 설계

Google Adwords Adwords Adwords Adwords Adwords Adword

통합 프로젝트 관리 환경

프로젝트 시작부터 딜리버리까지의 모든 과정을 에어테이블 하나에서 관리:
- 단계별 결과물 업로드 테이블
- 고객사 회의록 관리
- 회사 내부 논의와 의사결정 내용 통합 관리

TaskMaster AI 활용 실험
- Product Architect Agent가 PRD 생성
- TaskMaster AI가 태스크와 서브태스크로 분해
- 지라 MCP로 티켓 발행
- 에어테이블 MCP로 백로그 관리
- 단 몇 줄의 프롬프트로 전체 프로세스 자동화 성공

Notion URL에서 정보 가져오기
- Airtable MCP: Airtable 테이블 정보 파악 및 노션 URL 추출
- Notion MCP: 노션 URL에 접근하여 페이지 내용 불러오기
- 불러온 내용을 inbox 내 관련 폴더에 넣기

업무 자동화 도구 도입
- Fireflies: 회의 내용 자동 정리 및 에어테이블/슬랙 전송
- Zapier: 슬랙 스레드 내용을 에어테이블로 자동 전송하는 백엔드 시스템 구축

Claude Code와 협업하면서 느낀 한계

나의 한계 - 기술적 한계와 학습 필요성
- 서버-클라이언트 개념 부재로 인한 비효율적 문제 해결 과정
- MCP 관리와 설정에 대한 기초 지식 부족
- Docker 등 개발 도구에 대한 이해 부족으로 인한 시행착오

에이전트 협업의 근본적 고민들

일관성 문제: 에이전트가 항상 일관된 방식으로 동작한다고 확신할 수 있을까? 현재 작성한 프롬프트가 에이전트 최선의 퍼포먼스를 위한 적합한 방식일까?
컨텍스트 과부하 우려: 수많은 컨텍스트와 인풋을 제공할수록 에이전트가 오히려 더 멍청해지는 것은 아닐까? 특정 맥락을 놓치고 제한된 범위에서만 결과를 도출할 위험은 없을까?
무비판적 수용의 함정: 몇 시간 걸릴 작업을 뚝딱 해내는 에이전트에게 감탄하다 보니 결과물에 대한 비판적 시각이 약해진다. "Process is not a content"라는 스티브 잡스의 말처럼, 에이전트는 도구일 뿐이며 진짜 중요한 것은 고객 문제를 해결하는 적합한 솔루션인지 여부다.

현재는 실험 단계이지만, 클로드 코드와 MCP 연동의 강력함을 경험하면서 미래의 가능성을 엿볼 수 있었다.

📣 23기 AI 스터디 대기자 모집 중!