삼성전자 PMC (PM핵심과정) 함께한 2일. AI가 리서치하고, 차터를 쓰고, WBS를 분해하고, Jira에 등록하는 순간 — 교육생들의 표정이 달라지는 것을 보았다.
바쁜 분을 위한 3줄 요약
① 삼성전자 PM핵심과정(PMC)에서 리서치부터 지라(Jira) 등록까지 AI와 함께 걷자, 2주 걸릴 산출물이 2일 만에 나왔습니다.
② 쓰고(Write)→AI 다듬기→토론(Discuss)→투표(Vote) 사이클이 강사 1인 병목을 전원 동시 큐레이션 구조로 바꿨기 때문입니다.
③ 7단계 Agentic PM 파이프라인의 단계별 AI 역할과 PM 역할 분담표를 보시면 우리 교육 과정에도 바로 옮길 수 있습니다.
이 편이 답하는 질문
- “Write → AI → Discuss → Vote” 사이클이 기존 PMC 교육과정의 어떤 부분을 효율화하였으며, 교육 시간 단축(2일→1일)의 대가로 무엇을 포기했는가?
- “AI Refinement 3회 투입 원칙”과 “예시 라이브러리 선행 제공”이 삼성 PMC의 “수렴된 패턴”이라면, 다른 대기업 PM 교육의 표준이 될 수 있는가?
- PMC 졸업생의 “30초 pitch” 능력 향상이 AI 교육 개입 후 얼마나 개선되었으며, 측정 기준은?
- “강사 1인 병목→전원 동시 큐레이션”의 구조 전환이 교육 품질(depth)과 효율성(scale) 사이 trade-off를 실제로 해결했는가?
이 시리즈를 읽는 세 개의 눈
- PO: PMC 커리큘럼 설계에 “Write→AI→Discuss→Vote” 사이클을 표준 교수법으로 채택하고, 각 사이클 산출물(draft→refined→토론 기록→최종안)을 evaluation 자료로 활용하라.
- PM: PMC 참여 후 자신의 PRD 작성 속도·품질·stakeholder alignment 개선을 정량 측정하고, 특히 “피드백 반영 사이클 시간”과 “첫 안 품질” 두 metric을 추적하라.
- PL: AI 교육 혁신이 “PMC 확대 가능성”을 열었다면 이를 조직 PM 역량 표준화의 전략적 기회로 활용하되, “강사의 context 해석 능력”은 여전히 병목임을 인식하라.
들어가며
“예전에 들었던 과정이 AI와 붙으면서 완전히 새로운 과정이 되었습니다”
2026년 3월 , 삼성전자 PMC 과정. 46명의 PM, 엔지니어, TPM이 온라인으로 모였다. 주제는 “AI 에이전트와 함께하는 프로젝트 매니지먼트 전 과정 실습”. 멘탈헬스 슬립테크라는 하나의 전략 과제를 잡고, 리서치부터 Jira 등록까지 End-to-End로 걸어갔다. 이론 30%, 실습 70%. AI 없이는 2주 걸릴 산출물을 2일 만에 완성했다.
Part 1
Agentic PM 훈련 파이프라인 — 리서치에서 Jira까지
7-Step Agentic PM Pipeline (실습 흐름)Step 1. 전략 리서치 — AI Deep Research로 멘탈헬스/슬립테크 산업 동향 분석
Step 2. 과제 발굴 — 포트폴리오→프로그램→프로젝트 SAFe 계층 구조화
Step 3. 프로젝트 차터 — AI가 리서치 결과를 기반으로 과제승인서 초안 생성
Step 4. 요구사항 정의 — User Story + Acceptance Criteria (INVEST 원칙)
Step 5. PRD 작성 — 제품 요구사항 명세서 (기능/비기능 분리)
Step 6. WBS 분해 — Level 4까지 작업 분해 (SAFe·PMBOK·SEBOK·AI-SDLC 융합)
Step 7. Jira 벌크 등록 — CSV/스크립트로 Epic→Story→Task 일괄 생성
교육생 한 분이 말했다. “PM이론을 몰라도 GenAI 서비스를 통해서 무리 없이 수업을 따라갈 수 있었다.” 이 말이 의미하는 바는 크다. AI가 PM 지식의 진입 장벽을 낮추되, PM의 판단이 필요한 지점을 오히려 더 선명하게 드러내준다는 것이다. AI가 WBS를 생성할 수 있지만, 어떤 스코프를 MVP로 잡을지는 여전히 PM의 몫이다.
Part 2
교육생 46명의 목소리 — 현장에서 들은 날것의 피드백
축 1. “직접 해봐서 좋았다” — 실습 중심 설계의 효과
“구체적인 주제로 실습을 통해 직접 AI 활용도 해보니 너무 좋은 경험이었습니다.”“이론과 실습이 적절히 조합되어 너무 의미있는 교육이었습니다.”
“개별 프로젝트 주제로 실제 AI 실습을 해본 것이 좋았다. 체계적인 PM에 대한 국제표준 기준을 배울 수 있어서 좋았다.”
“AI를 이렇게 활용할 수 있다니 다양한 방식을 알게 되어서 좋았습니다. 사내에서 AI를 사용할 수 있으면 진짜 너무 좋을 것 같아요!”
교육의 70%를 실습에 할애한 것이 정확히 작동했다. 특히 각자의 실제 프로젝트 주제를 가지고 AI와 함께 산출물을 만드는 구조가 핵심이었다. 일반적인 공통 예제가 아니라, 자기 업무를 직접 넣어보는 순간 몰입도가 달라진다.
축 2. “PM에도 AI를 쓸 수 있다니” — 인식의 전환
“AI를 S/W 개발에 있어서 많이 사용해봤습니다만 프로젝트 매니지먼트에서도 사용할 수 있다는 점은 몰랐습니다.”“AI를 업무에 활용하는 것에 회의적이었는데, 이번 강의를 통해 생각이 바뀐 것 같습니다.”
“요즘 교육을 들으면 전부 AI를 활용하는데, 트렌드에 맞는 교육이어서 좋았습니다. AI 못 쓰면 세상에서 도태될 수밖에 없겠네요.”
“AI를 활용한 PM 과정은 처음 들었습니다. 정말 유익하고 즐거운 시간이었습니다.”
이 반응이 내가 이 과정을 재설계한 이유이기도 하다. 대부분의 PM은 AI를 “개발자의 코딩 도구”로만 인식한다. 그러나 리서치, 요구사항 정의, WBS 분해, 리스크 식별 — PM의 핵심 업무 전체가 AI 에이전트의 오케스트레이션 대상이 된다. 이 인식의 전환이 일어나는 순간을 교육 현장에서 직접 목격하는 것, 그것이 코치로서의 가장 큰 보람이다.
축 3. 솔직한 아쉬움 — 개선의 씨앗
“수업 화면과 실습 화면을 변환하면서 작업하다 보니 온라인 교육의 한계는 있었어요.”“모인 부서가 같지 않기에, 공통적으로 쉽게 접근하고 구체화로 넘어가면 좋겠네요. 용어도 낯설고…”
“사전에 툴 사용 등에 대한 설문 조사가 선행되어도 좋을 것 같습니다.”
“좀 더 세부적인 내용을 다루는 심화 클래스도 있다면 좋겠습니다.”
“오프라인 교육이 가능하다면 좀 더 액티브한 진행이 될 수 있을 것 같습니다.”
귀한 피드백이다. 특히 “사전 과제 안내”와 “참여자 수준 사전 파악”은 다음 기수에 반드시 반영할 사항이다. PM 초심자와 시니어가 같은 반에 있을 때 어떻게 양쪽 모두의 몰입을 유지할 것인가 — 이것이 교육 설계자로서 가장 어려운 문제이며, 가장 중요한 과제다.
Part 3
46개 프로젝트가 보여준 삼성의 현재와 미래
Part 4 · 실전
코치의 회고 — Hybrid PM 에서 Agentic PM으로 과정이 다시 태어나다
잘한 것
1. 실습 비중 70%. “또 이론 교육이겠지”라는 기대를 완전히 뒤집었다. 교육생들이 직접 AI와 대화하면서 산출물을 만드는 시간이 압도적으로 많았고, 그것이 만족도의 핵심 동인이었다.
2. 하나의 과제로 End-to-End. 리서치→차터→유저스토리→WBS→Jira까지 하나의 맥락으로 이어지는 구조가 “전체 숲을 보게 해줬다”는 피드백으로 이어졌다.
3. 국제 표준 + AI의 결합. PMBOK, SAFe, SEBOK을 AI 에이전트의 프롬프트 설계에 녹여냄으로써, “표준이 왜 필요한지”를 체감하게 만들었다.
아쉬운 것과 다음 기수 개선 사항
1. 사전 수준 진단 부재. PM 경력 10년차와 전환 초기 1년차가 같은 속도로 진행되면서, 양쪽 모두에게 최적이 아닌 구간이 있었다. 다음 기수에서는 사전 설문으로 AI 도구 숙련도와 PM 경력을 파악하고, 레벨별 보조 자료를 준비하겠다.
2. 온라인 한계. 화면 전환(강의 화면↔실습 화면)의 불편함이 반복적으로 지적되었다. 차기에는 듀얼 모니터 권장 안내를 사전에 발송하고, 오프라인 집합 교육 옵션을 적극 추진하겠다.
3. 과제 사전 안내. “본인 과제를 미리 정의하는 것이 중요하다”는 피드백을 수용하여, 교육 1주 전 과제 선정 가이드를 배포하겠다.
마음에 남는 한 줄들
“건강하시고 행복하세요. 존경합니다.”
“제주도에서의 멋진 삶 응원합니다.”
“이 교육이 PM 직무 전환 시 필수 교육으로 지정되면 좋겠습니다. 또 재택을 필수로요!”
“늘 도전은 필요합니다. 저에게도 이 수업은 도전이었습니다.”
“AI를 이렇게 활용할 수 있다니… 사내 데이터를 직접 활용할 수 있으면 진짜 너무 좋을 것 같아요!”
마무리
AX 시대, PM 교육의 좌표가 이동하고 있다
PM 교육의 핵심은 더 이상 “지식 전달”이 아니다.PM이 알아야 할 표준과 프레임워크는 AI가 이미 학습했다. 교육의 진짜 가치는 “AI가 생성한 결과물을 판단하고, 조정하고, 의사결정하는 능력”을 체득하게 하는 데 있다. 리서치를 시키되 할루시네이션을 걸러내는 법, WBS를 생성시키되 스코프를 조정하는 법, Jira에 등록하되 워크플로우를 설계하는 법 — 이것이 AX(AI Transformation) 시대 PM 교육의 새로운 좌표다.
2022년도 부터 시작된 신임 파트장을 위한 삼성전자 PMC 과정은 매년 진화해왔다. 그리고 2026년, Agentic AI라는 가장 큰 변곡점을 맞이하면서 과정 자체가 다시 태어났다.
46명의 교육생이 2일 동안 만들어낸 산출물 — 산업 리서치 보고서, SAFe 포트폴리오 구조, 프로젝트 차터, 76개 유저 스토리, Level 4 WBS, Jira 벌크 임포트 데이터 — 이것들은 AI가 만든 것이 아니다. AI와 함께 PM이 만든 것이다. 그 차이를 온몸으로 체험한 46명이, 각자의 현업으로 돌아가 이 경험을 확산시킬 것이다.
#AgenticPM
#삼성전자
#PMC
#PM교육
#PMBOK
#SAFe
#AX
#워크숍회고
이 글은 삼성전자 PMC 과정 코치이자 10년차 PM 컨설턴트로서 2일간의 워크숍 현장을 돌아보며 작성되었습니다. 교육생 46명의 회고 설문을 직접 인용하고, AI 에이전트와 PM의 협업이 만들어낸 현장의 에너지를 기록하고자 했습니다.
함께 읽기 · Related Posts
시리즈 네트워크에서 이 편과 연결된 글
- S-1 · 현장 검증
Agentic PM의 시대가 열리다 — LG전자 SW PM 워크숍을 마치며 - S-3 · 현장 검증
SKT Agent 도출을 위한 AI 퍼실리테이션 기법 - B-4 · PM/PL 역할 전환
AI 시대의 PMBOK 8판 훈련 전략 - G-1 · 실전 도구
삼성전자 GAUSS PM Agent: 효과적 설계로 주니어 PM 지원하기 - X-1 · AX 전략
AI/AX 2030 전략: McKinsey, BCG, Accenture, Deloitte, Gartner 교차 분석 - P-7 · AI 인물 탐구
PM 코치가 바라보는 AI 전문가 탐구 7편: Fei-Fei Li
① 시작과 수렴 (Tier 0)
② 캡스톤 — 역할 번역 · 조직 전환 (Tier 0)
③ AX 전략 · 월간 브리핑
④ 현장 검증 · 기업 도입 사례
- S-1 Agentic PM의 시대가 열리다 — LG전자 SW PM 워크숍을 마치며
- S-2 삼성전자 PMC: AI와 함께하는 PM 교육 혁신
- S-3 SKT Agent 도출을 위한 AI 퍼실리테이션 기법
- S-4 리스크는 그릇이었다 — LG전자 SW공학연구소 GenAI RISK 워크숍 NEW
- S-5 코드 한 줄 없이 손익관리팀이 만든 에이전트 — 신한EZ손해보험 NEW
- S-6 “어디까지 입력해도 되나요?” — 삼성 구매 현장의 Agentic 각성 NEW
- S-7 지금 Agentic으로 전환해야 하는 이유 — 삼성·LG·KT·Clean&Science 300여 분의 증명 NEW
⑤ 역할 · 역량 전환
⑥ 사고 체계 · 지식관리
⑦ AI 인물 탐구
- P-0 7인의 사고 체계 종합 프레임워크
- P-1 Karpathy: 제약 설계 + 닫힌 루프
- P-2 Sutskever: 압축이 곧 지능이다
- P-3 Hassabis: 제1원리 분해
- P-4 LeCun: 세계 모델 + 예측
- P-5 Hinton: 거버넌스 + 자기부정
- P-6 Ng: AI 전환 플레이북
- P-7 Fei-Fei Li: 인간중심 설계
- P-8 Builders 종합: Boris·Cat·Truell·Masad·Murati·Brockman
- P-9 Operators 종합: Altman·Amodei·Nadella·Pichai·Zuckerberg·Suleyman
- P-10 Hardware 양강: Jensen Huang · Lisa Su