불확실성의 바다를 항해하는 카드 플레이어
365 Proejct (259/365)
내글에 이어서 생각하기 008: 지적 자본론과 작가와 작가주의 에 이어서 - AI 시대의 기획자 지적자본
내글에 이어서 생각하기 009: 효율적인 회의 운영 가이드 와 의사결정 방식 고민 에 이어서
내글에 이어서 생각하기 010: 확률론이 기반한 플라이휠에 이어서
세상은 예측 가능한 법칙에 따라 움직이는 거대한 시계인가, 아니면 무수한 가능성이 확률적으로 펼쳐지는 예측 불가능한 파도인가? 이 해묵은 철학적 질문은 프로덕트 매니저(PM)의 일상에서 가장 실용적인 렌즈가 된다. PM은 모든 것을 알 수 있다는 '결정론'의 오만과, 어떤 것도 확실하지 않다는 '확률론'의 현실 사이에서 균형을 잡아야 한다.
과거의 성공 공식이 오늘의 족쇄가 되는 세상에서, PM의 역할은 미래를 예언하는 것이 아니라 불확실성 속에서 성공 확률을 높이는 것이다. 이를 위해 먼저 제품의 본질을 구분하고, 그에 맞는 플레이북을 가져야 한다. PM은 '운명을 예언하는 자'가 아니라, 원칙이라는 나침반을 쥐고 가능성을 탐험하는 '항해사'이자, 주어진 패로 최상의 결과를 만드는 '숙련된 카드 플레이어'다. 이 글에서는 두 종류의 제품 유형을 통해 PM의 자세와 실천 강령을 탐구한다.
먼저, 모든 제품은 결정론적 제품과 확률론적 제품으로 나눌 수 있다. 이는 단순한 분류가 아니라, PM의 전략을 정의하는 기반이다. 결정론적 제품은 명확한 규칙과 정해진 목표를 가진 '체스'나 '계산기'와 같다. 사용자가 특정 과업을 가장 정확하고 효율적으로 완수하도록 돕는 것이 핵심으로, 네이버 지도의 길찾기는 가장 빠른 경로라는 '정답'을 제시해야 하고, 세금 신고 프로그램은 정확한 세액을 '결정'해서 보여줘야 한다.
가치로는 정확성, 신뢰성, 효율성이 있으며, 예시로는 계산기, 내비게이션 앱, 맞춤법 검사기, 기업용 ERP 소프트웨어가 있다. PM의 핵심 역할은 사용자가 정해진 목표까지 도달하는 과정의 마찰을 없애고 완성도를 극대화하는 것으로, 사용자 여정 최적화, 오류 감소, 속도 개선에 집중한다.
반대로, 확률론적 제품은 정해진 길이 없는 '마인크래프트'나 '틱톡'과 같다. 제작자는 규칙과 도구를 제공할 뿐, 제품의 가치는 수많은 사용자의 상호작용과 예측 불가능한 선택 속에서 확률적으로 만들어진다. 누가 어떤 콘텐츠로 '떡상'할지, 어떤 새로운 커뮤니티가 생겨날지 아무도 미리 알 수 없다. 가치로는 자유도, 새로운 경험의 창출, 네트워킹, 커뮤니티가 있으며, 예시로는 소셜 미디어(Instagram), 크리에이티브 툴(Figma), 마켓플레이스(Airbnb), 커뮤니티 플랫폼(Discord)이 있다.
PM의 핵심 역할은 사용자들이 더 재미있고 의미 있는 상호작용을 할 수 있는 시스템과 환경을 설계하는 것으로, 좋은 도구를 제공하고, 긍정적 상호작용을 촉진하며, 시스템의 균형(Meta)을 맞추는 것이 중요하다.
이 두 제품 유형을 다루는 PM의 자세는 모든 수를 예측하는 체스 마스터가 아니라, 주어진 패로 최상의 결과를 만드는 숙련된 카드 플레이어와 같다. 카드 게임에서는 규칙이 정해져 있지만, 어떤 패를 받을지, 상대가 어떻게 나올지는 알 수 없다. PM의 현실이 바로 이와 같아, 우리의 목표는 매번 완벽한 패를 받는 것(결정론)이 아니라, 어떤 패를 받더라도 그 판에서 이길 확률을 가장 높이는 플레이를 하는 것(확률론)이다.
이는 불확실성의 바다를 항해하는 항해사와도 닮아 있다. 고객 집착이라는 나침반을 쥐고, 가설이라는 항로를 설정하며, 실험이라는 돛을 펼치는 태도다. 예를 들어, 아마존의 PM들은 '고객 집착' 원칙 아래에서 무료 배송 같은 공식을 고정하지 않고, 팬데믹 기간 공급망 혼란 속에서도 고객 중심 실험을 통해 매출을 폭발적으로 증가시켰다. 이 자세는 오만함을 피하고 겸허하게 "내 가정이 틀릴 수 있다"는 태도를 요구한다.
이러한 관점에서 PM의 실전 플레이북은 세 단계로 나눌 수 있으며, 이는 성장 플라이휠이라는 선순환 구조로 완성된다. 먼저, 게임의 규칙을 이해하라(Understand the Rules). 모든 게임에는 불변의 규칙이 있으며, 제품 세계에서 이는 시장의 근본 원리, 기술의 제약, 고객의 본질적인 욕구(JTBD) 등이다.
PM은 매일 아침 사용자 피드백 로그를 검토하고, A/B 테스트 결과를 분석하며 "이 기능이 고객의 고통을 정말 해결하는가?"라고 묻는다. 넷플릭스의 PM들처럼 콘텐츠 추천 알고리즘을 설계할 때 사용자 행동 데이터를 기반으로 가설을 세우지만, 완벽한 예측을 목표로 하지 않고 확률적 질문을 던진다. 행동 강령으로는 매주 최소 한 번 고객 인터뷰를 직접 주도하고, 공감 지도를 업데이트한다. 이 단계는 불확실성을 최소화하며, 결정의 속도와 질을 높인다.
다음으로, 내가 받은 패를 정확히 읽어라(Read Your Hand). 매 라운드 주어지는 패는 우리가 통제할 수 없는 현실로, PM에게 이는 현재 팀 리소스, 데이터가 보여주는 냉정한 현실, 당면한 시장 상황이다. "개발자가 부족하지만 대규모 기능을 만들어야 해"라고 외치는 것은 좋지 않은 패를 들고도 '올인'을 외치는 도박과 같다.
크로스-펑셔널 협업 원칙 아래에서 주간 스프린트 미팅에서 엔지니어링, 디자인, 마케팅 팀의 관점을 통합한다. 테슬라의 PM들처럼 자율주행 소프트웨어 개발에서 기술 제약과 시장 피드백을 균형 있게 반영한다. 행동 강령으로는 모든 의사결정에서 포괄적 피드백 루프를 의무화하고, Slack이나 Jira를 통해 의견을 문서화한다. 갈등 시 데이터 중재를 원칙으로 삼아 감정적 논쟁을 피한다. 이 과정은 실험을 위한 자원을 만들고, 빠른 학습으로 이어진다.
마지막으로, 최고의 플레이를 하라(Make Your Best Play). 좋은 플레이어는 주어진 패로 최선의 베팅을 하며, PM에게 베팅이란 가설을 세우고 실험하는 행위다. 새 기능 롤아웃 전에 MVP를 만들어 사용자 그룹에 테스트하고, 결과를 48시간 내 분석한다. 스포티파이의 PM들처럼 플레이리스트 추천 기능을 수백 번 실험하며 유지율을 검증한다.
실패는 학습 자산으로 기록되며, 행동 강령으로는 분기마다 최소 3-5개의 실험을 계획하고 실패 보고서를 공유한다. 또한, 윤리적 책임 원칙을 더해 데이터 프라이버시, 포괄성, 지속 가능성을 고려한다. 2025년 AI 통합 트렌드에서처럼 "이 기능이 사용자 데이터를 보호하는가?" "다양한 그룹을 배제하지 않는가?"를 확인하고, 윤리 체크리스트를 도입한다. 이는 단기 이익을 넘어 장기 신뢰를 구축하며, 플라이휠을 가동시켜 학습이 더 나은 결정을 낳는다.
결국, 뛰어난 PM은 미래를 정확히 예측하는 사람이 아니다. 자신이 다루는 제품의 본질(결정론적/확률론적)을 이해하고, 게임의 규칙과 주어진 패 안에서 끊임없이 영리한 베팅을 통해 성공 확률을 높여나가는 최고의 플레이어이자 항해사다. 불확실성은 더 이상 위협이 아니라 무한한 기회의 원천이다. 상상해 보자: 매 아침 나침반을 확인하며 출항하는 PM처럼, 우리는 매 결정에서 창의성과 용기를 발휘할 수 있다. 이 플레이북을 따르는 PM은 단순한 관리자가 아니라, 제품의 영웅이 된다.
