H
하베스트
AI로 요약된 콘텐츠

링크드인이 PM을 AI 기반 "풀 스택 빌더"로 바꾸는 이유 | Tomer Cohen (링크드인 CPO)

이 영상은 링크드인의 최고 제품 책임자(CPO) 토머 코헨이 AI 시대를 맞아 제품 개발 방식을 근본적으로 바꾸고 있는 '풀 스택 빌더(Full Stack Builder)' 프로그램에 대해 설명합니다. 기존의 복잡한 제품 개발 프로세스가 변화의 속도를 따라가지 못하게 되면서, 링크드인은 누구나 아이디어부터 출시까지 제품 개발 전 과정을 담당할 수 있는 새로운 직무와 문화를 만들고 있습니다. 토머 코헨은 AI가 제품 개발팀의 속도, 적응력, 효율성을 어떻게 향상시키는지, 그리고 기업이 이러한 변화에 어떻게 대처해야 하는지에 대한 통찰을 공유합니다.

1. 제품 개발 모델 변화의 필요성 🚀

토머 코헨은 미래에는 직무에 필요한 기술의 70%가 2030년까지 변화할 것이라고 강조하며, 이는 단순한 변화가 아니라 모든 기업이 주목해야 할 필연적인 재정비라고 말합니다. 그는 기술이 인간을 더욱 강력하게 만들고, 더 많은 것을 할 수 있게 해주는 수단이라고 정의합니다.

"2030년까지 당신의 직무를 수행하는 데 필요한 기술이 70%나 바뀔 겁니다. 당신이 이직을 원하든 아니든, 당신의 직업은 변하고 있습니다. 경쟁력을 유지하려면 근본적인 원칙으로 돌아가서 처음부터 다시 설계해야 합니다."

기존 제품 개발 모델은 시간이 지남에 따라 지나치게 복잡해졌습니다. 간단한 아이디어를 제품으로 구현하는 과정이 여러 단계와 하위 단계로 나뉘면서 각 단계마다 수많은 검토와 승인 과정을 거치게 되었습니다. 예를 들어, 문제 연구는 10~15개 소스에서 데이터를 수집하는 과정으로, 제품 리뷰는 디자인, 프라이버시, 보안 등 다양한 리뷰로 확장되었습니다. 이러한 복잡성은 개별 단계에 타당한 이유가 있더라도 전체적으로는 시간과 자원을 소모하는 주범이 됩니다.

"아주 작은 기능을 개발하는 데 여러 팀, 여러 코드 베이스, 여러 스프린트가 필요한 이유가 바로 이 때문입니다. 제품 출시에서 성공을 거두는 경우는 결코 없습니다. 정말 중요한 것은 반복이죠."

이러한 프로세스 복잡성은 결국 조직 복잡성으로 이어져, 한 명의 빌더가 담당하던 일이 엔지니어링, 제품, 디자인 등 여러 기능으로 나뉘고, 다시 상호작용 디자인, 애니메이션 디자인, 콘텐츠 디자인, 연구 등 수많은 전문 분야로 세분화되었습니다. 이로 인해 조직은 비대해지고, 제품 출시는 느려지며, 변화에 대한 대응 능력이 떨어지는 결과를 낳았습니다. 마치 6개월마다 하나의 기능밖에 출시하지 못하는 상황이 되어버린 것입니다.

"결국 프로세스 복잡성은 조직 복잡성으로 이어졌습니다. 그리고 모든 하위 단계는 특정 사람에 의해 처리되면서 미세 전문화 현상이 발생했습니다. 한 명의 빌더에서 여러 기능으로, 다시 수많은 하위 전문 분야로 나뉘게 된 거죠."

2. 풀 스택 빌더 모델의 핵심 ✨

링크드인은 이러한 문제를 해결하기 위해 '풀 스택 빌더(Full Stack Builder)' 모델을 도입했습니다. 이 모델의 목표는 훌륭한 빌더들이 아이디어를 직접 시장에 출시할 수 있도록 역량을 부여하는 것입니다. 이는 전통적으로 분리되었던 영역들의 기술과 전문 지식을 결합하여, 빌더가 제품 경험을 처음부터 끝까지 개발할 수 있도록 하는 것을 의미합니다.

"궁극적인 목표는 훌륭한 빌더들이 아이디어를 시장에 출시할 수 있도록 역량을 부여하는 것입니다. 스택 내 역할이나 소속 팀에 관계없이 말이죠."

토머 코헨은 풀 스택 빌더가 시간을 투자해야 할 가장 중요한 영역으로 다음 다섯 가지를 강조합니다.

  • 비전: 미래에 대한 설득력 있는 입장을 제시하는 아이디어.
  • 공감: 충족되지 않은 요구 사항에 대한 깊이 있는 이해.
  • 의사소통: 다른 사람들을 아이디어 주변에 모으고 동기 부여하는 능력.
  • 창의성: 명백한 것을 넘어선 가능성을 제시하는 능력 (AI는 아직 이 부분에서 뛰어나지 않다고 평가).
  • 판단력: 복잡하고 모호한 상황에서 고품질 의사결정을 내리는 능력.

이 다섯 가지를 제외한 모든 것은 자동화하는 것이 목표입니다. 이를 통해 조직은 훨씬 더 민첩하고 적응력이 높으며 회복 탄력적인 팀이 되어 변화의 속도에 맞춰 대응할 수 있게 됩니다. 그는 이 모델을 네이비 실(Navy Seals)에 비유하며, 소규모 팀이 다양한 영역을 훈련받고 임무에 특화되어 신속하게 재편성될 수 있는 조직이 미래에 성공할 것이라고 설명합니다.

"이러한 것들을 제외한 모든 것은 제가 정말 열심히 자동화하려고 노력하고 있습니다. 이 모델을 통해 조직은 훨씬 더 민첩하고, 적응력이 뛰어나며, 회복 탄력성을 갖게 됩니다. 미래를 헤쳐나갈 수 있고, 변화의 속도에 맞춰 대응할 수 있게 됩니다."

2.1. 세 가지 핵심 축: 플랫폼, 에이전트, 문화 🌐

풀 스택 빌더 모델을 성공적으로 구현하기 위한 세 가지 핵심 축은 플랫폼, 도구(에이전트), 문화입니다.

  1. 플랫폼:

    • AI가 기존 코드 베이스를 효율적으로 이해하고 활용할 수 있도록 핵심 플랫폼을 재구성하는 작업입니다.
    • 링크드인은 재사용 가능한 UI 컴포넌트와 서버 사이드를 구축하여 AI가 준비되도록 만들고 있습니다.
    • 이는 외부의 상용 AI 도구를 그대로 사용할 수 없기 때문입니다. 링크드인 스택에 맞춰 수많은 맞춤화가 필요하며, 경우에 따라서는 AI 도구 개발사와 협력하여 도구 자체를 수정하는 작업도 진행합니다.

  2. 도구(에이전트):

    • 자동화하고자 하는 영역에 맞춰 특정 작업을 수행하는 AI 에이전트를 구축합니다.

    • 예시:

      • 신뢰 에이전트: 제품 스펙의 잠재적 취약점이나 해로운 요소를 식별합니다. 링크드인 고유의 신뢰 관련 데이터를 학습하여 맞춤형으로 구축되었습니다. (예: '구직 중(Open to Work)' 기능에서 발생할 수 있는 스캠 위험 식별).
      • 성장 에이전트: 제품 아이디어를 비판적으로 평가하고, 링크드인 고유의 성장 루프, 퍼널, 과거 테스트 데이터를 기반으로 성장 기회를 제시합니다.
      • 연구 에이전트: 링크드인 사용자의 페르소나(중소기업 소유주, 구직자 등)와 과거 연구 데이터, 지원 티켓 등을 학습하여 제품 스펙에 대한 인사이트를 제공합니다.
      • 분석 에이전트: 방대한 링크드인 그래프를 쿼리하여 데이터 분석을 돕습니다.
      • 코드 에이전트: 코드를 작성하고 수정합니다.
      • 유지보수 에이전트: 빌드 실패 시 자동으로 문제를 해결합니다. 현재 전체 빌드의 약 50%가 유지보수 에이전트에 의해 처리됩니다.
      • QA 에이전트: 제품 품질을 검증합니다.

    • 이러한 에이전트들은 독립적으로 작동하지만, 궁극적으로는 오케스트레이터(orchestrator)를 통해 서로 연동되어 시너지를 내는 것을 목표로 합니다.

    • 에이전트 구축 시 가장 중요한 것은 양질의 데이터를 선별하여 학습시키는 것입니다. 단순히 모든 정보를 제공하는 것(예: 회사 드라이브 전체 접근 허용)은 오히려 정확도를 떨어뜨리고 환각(hallucination) 현상을 유발할 수 있습니다.

"가장 중요한 부분은 기본적으로 우리가 직접 커스터마이징하는 것이었습니다. 가장 큰 성과를 거둔 부분이죠... 예를 들어, 우리는 신뢰 에이전트를 구축하고 있습니다. 링크드인에서 신뢰가 매우 중요합니다. 링크드인에서 신뢰가 발휘되는 고유한 벡터가 다른 곳에는 없습니다. 따라서 우리는 그 모든 노하우, 맥락, 정보 기반을 그 에이전트에 통합해야 합니다. 그래서 링크드인 자체 신뢰 에이전트를 구축했습니다."

  1. 문화:
    • 새로운 도구와 방식을 도입하는 것만으로는 충분하지 않습니다. 직원들이 적극적으로 참여하고 새로운 방식을 채택하도록 인센티브와 동기 부여를 제공해야 합니다.
    • 성과 평가 및 채용 프로세스에 AI 활용 능력과 유연성을 반영합니다.
    • 성공 사례를 적극적으로 공유하고 축하하여 다른 팀의 참여를 독려합니다.
    • Associate Product Builder(APB) 프로그램을 통해 주니어 직원들에게 코딩, 디자인, PM 기술을 함께 가르칩니다. 이 프로그램은 기존의 Associate Product Manager(APM) 프로그램을 대체합니다.
    • 새로운 도구를 사용하는 사람들에게 배타적인 접근 권한을 부여하여 FOMO(Fear Of Missing Out)를 유발하기도 합니다.
    • 리더는 "재편성이나 선언을 기다리지 말고, 지금 당장 다르게 구축하기 시작하라"는 메시지를 전달하며 적극적인 참여를 독려합니다.

"그들에게 도구를 주는 것만으로는 충분하지 않습니다. 인센티브 프로그램, 동기 부여, 어떻게 해야 하는지에 대한 예시를 구축해야 합니다. 저는 많은 회사들이 에이전트를 출시하고 직원들이 채택하기를 기대하는 것을 봅니다. 이런 식으로 작동하지 않습니다."

3. 도입 및 초기 성과 📈

링크드인은 약 1년 전(2024년 말) 이 프로그램을 내부적으로 발표하고 팀을 구성하기 시작했습니다. 첫 MVP(최소 기능 제품) 에이전트들은 4~5개월 만에 완성되었으며, 대부분의 작업은 몇 달간의 집중적인 노력으로 이루어졌습니다. 특히 데이터 정제에 많은 시간을 투자했습니다.

현재 이 파일럿 프로그램은 조직의 상당 부분이 참여하고 있으며, 많은 피드백을 수집하고 있습니다. 초기 결과는 매우 긍정적입니다.

  • 시간 절약: PM, 디자이너, 엔지니어 모두 주당 몇 시간씩 작업 시간을 절약하고 있습니다. 분석 에이전트, 빠른 프로토타이핑, 제품 잼 경험 등이 이에 기여하고 있습니다.
  • 품질 향상: 아이디어와 토론의 품질이 훨씬 좋아졌습니다.
  • 높은 관심과 참여: 모든 팀에서 이 도구에 대한 접근을 원할 정도로 관심이 높습니다.

흥미로운 점은 최고의 인재들이 이러한 AI 도구를 가장 먼저 채택하고 성공적으로 활용하고 있다는 것입니다. 이는 AI가 능력이 부족한 사람들을 더 뛰어나게 만들기보다는, 이미 뛰어난 사람들을 더욱 뛰어나게 만든다는 것을 시사합니다.

"최고의 인재들은 끊임없이 자신의 기술을 향상시키려고 노력하는 경향이 있습니다. 그리고 이러한 새로운 빌드 방식의 최첨단에 서고 싶어 하는 타고난 욕구가 있습니다."

토머 코헨은 링크드인을 데스크톱 중심 회사에서 모바일 중심 회사로 전환했던 경험에 비유하며, 변화 관리의 중요성을 다시 한번 강조합니다. 단순히 도구를 제공하는 것을 넘어, 직원들이 새로운 도구를 사용해야 하는 명확한 인센티브, 프로그램, 동기 부여, 그리고 성공 사례가 필요합니다.

3.1. 채용 및 경력 경로 변화 🧑‍💻

링크드인은 '풀 스택 빌더'를 정식 직함으로 도입하고 관련 경력 사다리를 구축하고 있습니다. 또한, 기존의 Associate Product Manager(APM) 프로그램을 종료하고 2025년 1월부터 Associate Product Builder(APB) 프로그램을 시작합니다. 이 프로그램은 신입 직원들에게 링크드인에서 코딩, 디자인, PM 역량을 모두 가르치는 엄격한 교육 과정을 제공하며, 이들을 '팟(Pod)'에 배치하여 풀 스택 빌더로 성장시킬 계획입니다.

"우리는 Associate Product Builder 프로그램을 시작할 것이고, 그들은 링크드인에 와서 코딩, 디자인, PM을 배우게 될 겁니다. 꽤 엄격한 훈련 과정을 거쳐서 이 팟에 합류하게 될 겁니다."

4. 도전 과제 및 향후 계획 🚧

토머 코헨은 이 과정에서 몇 가지 어려움을 겪었다고 솔직하게 털어놓습니다.

  • 외부 도구의 한계: 상용 AI 도구가 링크드인 시스템에 바로 적용되지 않아 많은 맞춤화 및 재설계가 필요했습니다.
  • 데이터 관리의 복잡성: 단순히 모든 데이터를 AI에 제공하는 것은 효과가 없었으며, 정제되고 선별된 '황금 샘플' 데이터를 학습시키는 것이 중요했습니다.
  • 다양한 도구 선호도: 팀마다 선호하는 디자인 도구가 다르듯이, 여러 AI 도구에 대한 선호도도 다양하게 나타나, 도구의 통합과 표준화가 과제로 남아있습니다.
  • 전문성 유지: 모든 사람이 풀 스택 빌더가 되기를 원하지 않으며, 특정 분야의 전문성은 여전히 중요하다는 점을 인정했습니다. 다만, 과거만큼 많은 전문 인력이 필요하지는 않을 것이라고 전망합니다.

"저는 일부 도구가 바로 작동하기를 바랐습니다. 전혀 그렇지 않았습니다. 우리는 다시 많은 투자를 해야 했습니다."

링크드인은 현재 초기 채택자들의 피드백을 바탕으로 에이전트를 개선하고 있으며, 향후 몇 달 내에 조직 전반에 걸쳐 이 모델을 확장할 계획입니다. 토머 코헨은 이 변화가 지속적인 과정이며, 끊임없이 개선하고 진화해야 한다고 강조합니다.

5. 다른 회사들을 위한 조언 💡

토머 코헨은 다른 회사들이 이 모델을 도입할 때 다음과 같은 조언을 제공합니다.

  1. 플랫폼과 도구에 투자하라: AI가 효율적으로 작동할 수 있도록 플랫폼을 구축하고, 회사에 맞는 맞춤형 AI 에이전트를 개발하는 데 자원을 할당해야 합니다. 외부 도구는 그대로 작동하지 않을 가능성이 높습니다.
  2. 문화에 집중하라: 플랫폼과 도구는 필수 전제 조건이지만, 사람들을 변화에 동참시키는 문화적 투자가 없으면 성공할 수 없습니다.
  3. 참을성 있게 투자하고 소통하라: 단기간에 큰 생산성 향상을 기대하기보다는, 장기적인 관점에서 꾸준히 투자하고 팀과 비전 및 진행 상황을 명확하게 공유해야 합니다.
  4. 성공 사례를 공유하고 독려하라: 초기 성공 사례를 적극적으로 알리고, 직원들이 새로운 도구를 실험하고 활용하도록 장려해야 합니다.
  5. 리더의 역할: 리더는 변화를 선언하고 명확한 KPI를 설정하며, 직원들에게 '기다리지 말고 지금 당장 시작하라'는 메시지를 전달해야 합니다.

"이 프로그램을 다시 한다면 아마 다르게 할 한 가지는, 한동안 핵심 팀과 긴밀히 협력하면서 모든 자료를 구축했습니다. 하지만 조직은 항상 무슨 일이 벌어지는지, 누가 무엇을 하는지, 어떤 도구가 있는지 질문했습니다. 돌이켜보면, 훨씬 더 많은 것을 보여주고 직원들이 초기 도구를 사용하게 하거나 인식하게 할 수 있었을 겁니다."

마치며 🏁

토머 코헨은 14년간의 링크드인 여정을 마무리하며, 링크드인이 전문적인 온라인 커뮤니티로서 기회를 창출하는 데 기여한 것에 대한 자부심과 감사함을 표현했습니다. 그는 변화를 향한 편향(bias for change)을 가지고 있으며, 새로운 문제와 영역에 깊이 몰두하고 배우며 앞으로의 10년을 투자할 기회를 기대하고 있습니다. 그는 미래에는 '되는 것(being)'보다는 '되어가는 것(becoming)'이 중요하며, 끊임없이 성장하고 진화하는 과정 자체를 사랑해야 한다고 강조하며, 모든 리스너들이 주저하지 말고 AI 시대의 변화에 적극적으로 뛰어들 것을 독려했습니다.

요약 완료: 2025. 12. 6. 오전 2:05:15
출처:원본 보기

이런 요약이 필요하신가요?

하베스트가 원클릭으로 요약해드립니다

⚡
5초 요약
AI 자동 분석
📱
모든 기기
웹, iOS, Chrome
🔍
스마트 검색
언제든 재발견
요약 시작하기
나도 요약하기