01 AI 기술보다 중요한 것은?
AI 서비스 기획을 공부하며 남기는 메모
.기술보다 중요한 것은 ‘문제 구조화’
AI 시대, 기획자는 기술보다 문제를 설계하는 사람이어야 한다.
요즘 AI가 대세입니다. 하지만 기획자로서 중요한 건 단순히 ‘AI가 무엇인가’를 아는 것이 아니라, ‘어떻게 써야 하는가’를 아는 것입니다.
이 글은 AI 기술의 원리를 깊이 파고들기보다는, 서비스 기획자와 PM이 AI를 활용한 기획을 할 때 반드시 고민해야 할 요소들을 정리한 내용입니다.
1. 기획자가 AI를 이해해야 하는 이유
과거에는 기술 기획자나 엔지니어만 알면 되는 영역이었습니다.
하지만 지금은 기획자도 AI 기술의 동작 원리, 한계, 활용 범위를 이해해야 실질적인 문제 해결형 서비스를 설계할 수 있는 시대입니다.
단순히 “AI 기능을 붙입시다”가 아닌
왜 AI가 필요한지,
어떤 데이터를 어떻게 다뤄야 하는지,
기술적 제약과 고객 가치 사이에서 어떻게 균형을 잡을지
를 먼저 정의할 수 있어야 합니다.
2. AI 서비스 기획, 이렇게 접근해야 한다
① Why → How → What의 사고 순서
모든 기획은 결국 고객 문제 해결에서 시작됩니다.
AI도 마찬가지입니다. GPT, RAG, 트랜스포머, LLM… 아무리 최신 기술이어도 고객이 원하는 문제를 해결하지 못한다면 무의미합니다.
AI 서비스 기획의 핵심 질문은 다음과 같습니다.
Why: 고객의 어떤 문제를 해결하려는가?
How: AI 기술이 이 문제를 어떻게 해결할 수 있는가?
What: 고객에게 어떤 경험을 제공할 것인가?
이 프레임은 기획자에게 기술보다 중요한 사고 프레임입니다.
② '기술'보다 '비용 대비 효용'이 먼저
실제 프로젝트에서 GPT-4 같은 고성능 모델을 처음부터 쓰는 것은 현실적이지 않습니다.
“최신 기술 vs 효율적인 기술”의 균형이 필요합니다.
실무에서는 다음과 같은 경량화 전략을 씁니다
MVP 단계에서는 경량 모델로 빠르게 테스트
고객 반응과 성능 기준을 바탕으로 고도화 모델로 확장
기술 자체보다 고객이 체감하는 가치와 효율성이 우선
③ 역기획(Reverse Planning)의 훈련해보기
좋은 공부는 역기획으로부터 시작됩니다.
AI 서비스가 해결한 문제는 무엇이었는지
고객은 어떤 과정을 줄이거나 대체했는지
어떤 기술을 왜 선택했는지
어떤 비즈니스 모델과 연결되어 있는지
예를 들어 Notion AI를 분석할 때도 단순히 ‘문서 요약 기술’이 아닌,
‘사용자가 어떤 문서 작업에서 불필요한 노동을 줄이게 되었는가’ 관점에서 봐야 합니다.
3. 데이터는 많으면 좋은가? → 아니오
많은 사람들이 오해합니다.
“AI니까 데이터는 무조건 많을수록 좋지 않나요?” 그렇지 않습니다.
데이터가 많아도 중복되거나 노이즈가 많으면 학습에 방해됩니다.
군집 간 구분이 명확하지 않은 데이터는 예측력이 떨어집니다.
특징이 잘 정의된 데이터, 즉 서비스 목적에 맞는 정제된 데이터가 중요합니다.
따라서 기획자는 ‘어떤 데이터를 어떻게 구성할 것인가’를 서비스 기획 단계부터 고려해야 합니다.
이는 단순 데이터 수집이 아니라, 비즈니스 목적과 데이터 구조 간 연결 고리를 설계하는 일입니다.
4. 감정 설계, 비교 설계가 핵심
사람은 논리가 아닌 감정과 비교를 통해 AI 서비스를 받아들입니다.
AI를 쓰면 “내가 더 똑똑해진 것 같은 느낌”
“어제보다 내가 더 효율적으로 일하는 기분”
“다른 동료보다 내가 시간을 절약하는 결과”
기획자는 이 ‘감정의 구조’를 설계할 수 있어야 합니다.
예를 들어, 단순한 문서 요약 기능이 아니라
� “이전엔 회의록 정리에 30분 걸렸던 걸, AI를 써서 3분 만에 끝냈다”
� “나와의 비교, 동료와의 비교, 시간 대비 효율의 비교”가 들어간 설명이 중요합니다.
이는 곧 AI 서비스를 사용하는 ‘이유’가 됩니다.
5. 실행의 핵심은 ‘대안 설계’와 커뮤니케이션
AI 서비스 기획자라면, 단 하나의 정답을 고집하는 것이 아니라, 다양한 대안을 제시할 수 있어야 합니다.
고객 문제를 해결할 수 있는 복수의 방식
데이터 접근성이 낮을 때의 fallback 플랜
모델 정확도가 낮을 때의 UX적 보완 장치
또한 AI 프로젝트는 다양한 직군과의 협업이 필수입니다.
따라서 기획자는 개발자와 기술 언어로 대화할 수 있는 최소한의 개념 이해와 함께,
기획 의도를 ‘기술 구조도’ 수준까지 구체화할 수 있어야 합니다.
마치며: 기획자의 AI 공부는 '기술 숙지'보다 '문제 정의'에서 시작해야 한다
AI는 만능이 아닙니다. 기획자가 기술에 끌려 다니는 순간, 서비스는 고객의 문제에서 멀어지게 됩니다.
우리가 배워야 할 것은 기술 그 자체보다,
기술을 통해 고객의 문제를 정의하고 구조화하는 방법입니다.
AI는 어디까지나 도구입니다.
그 도구를 어디에, 왜, 어떻게 써야 하는지를 설계하는 것.
그것이 진짜 기획자의 역할입니다.
이 글이 AI 서비스 기획을 공부하고 있는 분, 막막함을 느끼는 기획자분들에게 작지만 실질적인 도움이 되기를 바랍니다.
함께 공부하고, 성장해봅시다. �
