03 AI 서비스 기획자를 위한 실무 개념 총정리
AI 서비스 기획을 공부하며 남기는 메모
기획의 본질은 결국 문제 해결입니다. 그 출발점은 ‘개념의 정확한 이해’에서 시작됩니다.
이번 글에서는 제가 정리한 서비스 기획 및 AI 서비스 기획 핵심 개념들을 공유드리려 합니다. 단순한 개념 설명을 넘어, 실제 AI 서비스 기획에 어떻게 연결되는지에 초점을 맞추었습니다.
1. 고객 중심의 사고가 출발점입니다
모든 기획은 ‘고객의 문제’에서 시작됩니다.
AI 서비스라고 해서 다르지 않습니다. 오히려 AI의 복잡성과 이해도를 낮추고, 고객의 관점에서 경험을 풀어내는 일이 더욱 중요해집니다.
페르소나(Persona) : 대표 사용자 유형을 실존 인물처럼 구체화
사용자 스토리(User Story) : “~로서 ~을 할 수 있어야 한다. 그래야 ~~할 수 있다” 형식으로 경험을 명확히!
결국 고객이 어떤 상황에 놓이고, 어떤 문제를 해결하려는지를 정의하는 일은 모든 기획의 출발이 됩니다.
2. PRD와 스토리 매핑: 스펙을 실행으로 전환하기
PRD(Product Requirement Document)는 ‘무엇을 왜’ 만드는지 정의하는 기본 문서입니다. 목적, 사용자, 주요 기능, 성과 지표(KPI), 의존사항, 주요 질문 등으로 구성됩니다. 그러나 PRD만으로는 개발이 이루어지지 않습니다. 이를 사용자 스토리와 스토리 매핑으로 쪼개고, 에픽·스토리·태스크 흐름과 연결해야 실제 개발로 넘어갈 수 있습니다.
여기서!
기획자는 PRD 각 항목이 매핑 누락이나 중복 없이 스토리 플로우에 반영되는지를 반드시 확인해야 합니다.
3. MVP: 학습 중심의 작은 제품 전략
AI 서비스 기획에서 MVP(Minimum Viable Product)는 실험 중심 개발의 핵심 전략입니다.
전통 MVP가 핵심 기능 검증이라면, AI MVP는 핵심 AI 경험(예: 챗봇 응답, 추천 정확도)을 검증합니다. 특히 학습 기반의 AI는 데이터와 사용자 반응을 바탕으로 계속 개선해야 하므로 MVP 단계에서부터 빠른 출시와 피드백 수집이 중요합니다. Google Cloud 사례에서는 사업 목표와 연결된 AI MVP를 강조하며, UX 디자이너·프로덕트 매니저·엔지니어 등의 조합이 성공적이라고 분석합니다 .
4. 데이터 기반 최적화: A/B 테스트와 전환율 분석
AI 서비스는 데이터 기반 테스트가 필수입니다.
A/B 테스트 혹은 스플릿 테스팅을 통해 알고리즘, UI, 메시지 구성 등 다양한 요소의 효과를 수치 기반으로 검증합니다.모든 테스트는 측정 지표(KPI)를 사전 설정해야 정확한 결과를 얻을 수 있습니다.
*전환율(Conversion Rate): 가입, 구매, 다운로드 등의 목표 달성률로, AI의 정확도보다 실제 사용자가 ‘어떤 행동을 유도했는지’가 더 중요합니다.
5. 목표 관리: OKR과 CFR 체계화
AI 기획도 성과 중심의 목표 관리가 필요합니다. OKR(Objectives & Key Results)은 ‘도달하고자 하는 목표’와 ‘핵심 성과 지표’를 정량적으로 연결합니다. CFR(Conversation, Feedback, Recognition)은 지속적인 대화·피드백·인정을 통해 OKR 달성 문화를 실행하게 합니다.
AI 실험 결과는 단순 기능 성공보다 행동 지표 달성 여부로 평가되어야 하며, 이를 OKR/CFR로 관리하는 것이 좋습니다.
6. 시각화 도구: UX 설계의 언어
정확한 이해와 협업을 위해 기획을 시각화하는 것이 중요합니다.
와이어프레임: 기능 구조의 뼈대를 빠르게 스케치
스토리보드: 사용자가 실제 경험하는 흐름을 그림으로 설계
컨텍스트 맵: AI 모델, 외부 API 등 기술적 맥락까지 시각화
이는 PM과 디자이너, 개발자 사이 공동 언어를 만들어 주는 효과적인 방법입니다.
7. 창의적 사고법: 브레인스토밍과 MECE
AI 서비스 기획은 단순 기술 검증을 넘어 새로운 문제 정의와 해결 흐름 설계가 필요합니다.
브레인스토밍은 특정 주제로 다양한 아이디어를 수집
오스본 자문법은 9가지 질문으로 깊이 있는 아이디어 도출
MECE 원칙을 적용해 중복 없는 완벽한 구조로 아이디어를 정리
브레인스토밍: 다양한 아이디어를 제약 없이 모으는 과정
오스본 자문법: 특정 아이디어를 바탕으로 9가지 질문을 통해 새로운 아이디어를 파생
MECE 원칙: 중복 없이, 빠짐없이 사고하도록 도와주는 기준
예: 홍보 채널을 계획할 때 “SNS, 검색광고, 이메일” 등으로 겹치지 않게 분류하고, 기간별로 실행 계획을 세운다.
8. AI PM 트렌드: 협업 도구와 롤 변화
Dropbox VP의 조언처럼 PM은 새로운 AI 도구를 실험하고 프로토타입 제작에 적극 참여해야 합니다. Generative AI의 등장으로 빠른 MVP 제작, 회고 및 아이디어 도출 역할이 강화되고 있습니다. PRD와 사용자 스토리는 라이브 문서(live doc) 형태로 관리되어야 하며, 백로그와 계속 연결될 수 있도록 유지해야 합니다.
마치며
AI 서비스 기획자는 단순히 요구사항을 정의하는 설계자를 넘어, 데이터 기반 실험가, 도구 활용 전문가, 창의적 문제 해결자가 되어야 합니다. 오늘의 개념과 사례가 여러분의 기획 역량에 현실적인 도움이 되기를 바랍니다. :)
