S-1 · 현장 검증

“막막했는데 빛이 보인다” — 33명의 LG 현장 PM들이 2일간 배운 것은 AI가 “답을 빠르게 찾아준다”는 게 아닙니다. 에이전트와 함께하면, PM이 “검증하는 사람”으로, “프로세스를 설계하는 사람”으로, “AI와 협업하는 사람”으로 근본 전환된다는 사실이었습니다.

Agentic PM의 시대가 열리다 — LG전자 SW PM 워크숍을 마치며

“막막하기만 했는데 빛이 보이는 것 같다.”

이 한 문장이 이틀간의 여정을 대변합니다. 33명의 LG전자 SW PM, PL, RM과 함께 보낸 이틀. 건조기 RM, 세탁기 PL, VW Cluster 담당, webOS 엔진 개발자, 전자칠판 개발자, 의료기기 DXD 담당까지 — 5개 사업부, 33개 프로젝트가 한 강의장에 모였습니다. 이번 워크숍은 이전의 Global PM 워크숍과는 결이 달랐습니다. PM 이론을 가르치는 교육이 아니라, AI와 함께 PM을 수행하는 경험이었습니다.  

1. 워크숍 전 — 솔직한 고백들

사전 설문을 읽으며 코치로서 마음이 무거워졌습니다.

“관리를 하고 싶어도 관리가 안 됩니다. 개발자, RM, CM, 요청해도 답이 없어요.”

“현실은 일정이 최우선. 프로세스를 무시한 업무 일정.”

“PM이 정말 전문가인가?”

이 질문들 속에는 공통된 정서가 있었습니다. 권한 없이 책임만 지는 구조, 프로세스를 알지만 쓸 수 없는 현실, 그리고 AI 시대에 자신의 역할이 사라질지 모른다는 불안. 42%가 “AI를 업무에 적용하고 싶다”고 답했지만, “어떻게?”에 대한 답은 누구도 갖고 있지 않았습니다.

2. 첫 번째 전환 — “이게 되네요”

워크숍 첫 번째 시연에서 강의장이 조용해졌습니다. 27명의 사전 설문 원문을 AI에게 “분석분류 및 요약해줘”라고 입력했더니, 3분 만에 교육 니즈 5분류, 현업 고충 5분류, 교차 분석 매트릭스와 핵심 인사이트가 나온 것입니다. 하지만 제가 강조한 것은 AI의 속도가 아니었습니다. “분석분류 및 요약해줘”라는 7단어 안에 10년간의 설문 분석 경험이 압축되어 있다는 점이었습니다. AI는 도구입니다. 도구의 품질을 결정하는 것은 PM의 도메인 경험과 표준 프로세스에 대한 이해입니다. 이어서 AI를 이용해서 파일럿 결과물를 만들고, 그 코드에서 PRD(제품 요구사항 문서)를 역생성하고, 다시 PRD을 고도화해서 개선된 파일럿을 단계적으로 만들었습니다. 아울러 바이브 비즈 데모를 RFP 에서 제안서 작성까지의 흐름을 보여드렸습니다. 코드에서 문서를, 문서에서 코드를 자유롭게 오가는 양방향 변환. 한 수강생이 말했습니다.

“바이브 코딩은 알았지만, 바이브 비즈는 처음 봤습니다.”

3. 프로세스를 따라 걸으면 산출물이 나온다

워크숍은 PMBOK 프로세스 흐름을 따라 진행했습니다. 단, 교과서를 읽는 대신 AI와 함께 산출물을 직접 만들면서, 실제 프로젝트에 적용했습니다. 4조의 ‘언어DB 자동화’ 프로젝트 — 46개 언어의 번역→감수→배포→SW반영 과정을 자동화하는 과제였습니다. 요구사항 28건을 정리하고, “다음 단계로 진행해줘”라는 7단어를 입력했습니다. AI가 이전 28건의 요구사항을 자동 참조하여 WBS 83개 Task와 Product Backlog 20개 Story를 생성했습니다. 이어서 DoD 35건, PERT 일정 추정(27주, 75% 신뢰), 리스크 히트맵, 1-Page 대시보드까지. 프롬프트 체이닝이 곧 PM 프로세스 체이닝이었습니다. 한 수강생이 말했습니다. “강의 내용만 쭉 따라갔을 뿐인데, Agile/Waterfall의 모든 구조를 충족한 프로세스를 진행했네요.” 이것이 메타인지입니다. 프로젝트 관리를 하면서 동시에 프로젝트 관리를 배우는 것. AI가 산출물을 빠르게 생성해주니, 수강생은 “왜 이 산출물이 필요한가”에 집중할 여유가 생긴 것입니다.

4. 리스크를 기회로 — 양면의 불확실성

7개 전략 과제에 대해 기회(Positive Risk) 21건과 위협(Negative Risk) 21건을 동시에 식별했습니다. 대부분의 PM은 리스크를 “피해야 할 것”으로만 인식합니다. 하지만 “파일럿이 예상보다 잘 되어 타 부서에서 확산을 요청하면?” — 이것도 리스크입니다. 준비 안 된 성공은 실패만큼 위험하니까요. 수강생이 말했습니다. “리스크는 다들 알면서도 눈에 보이게 관리하지 않고 쉬쉬하는 분위기인데, 바뀌어야 살아남을 것 같다.” 이 42건의 리스크에서 패턴을 추출하여 LG전자 SW 프로젝트용 RBS(Risk Breakdown Structure)를 만들었습니다. 5대 카테고리, 50개 리스크 유형. 하나의 워크숍에서 조직 재사용 표준이 태어나는 순간이었습니다.

5. 워크숍 후 — 불안이 각성으로

이틀이 끝나고 회고록을 읽으며, 가장 인상 깊었던 것은 산출물의 수가 아니었습니다.

“에자일에 대해 체계적으로 알지 못하고 그냥 당연하게 수행해왔고, 각각이 어떤 의미가 있는 건지 몰랐습니다. 이번 교육으로 전체 흐름이 파악되었고, PL로써 해야 하는 일이 명확해졌습니다.”

“AI agent를 이용해서 PM 업무를 생각했던 것보다 쉽게 진행할 수 있다는 것을 배우고, 막막하기만 했는데 빛이 보이는 것 같다.”

31건의 구체적인 적용 계획이 나왔습니다. 칸반보드를 다이어트에, 역질문 기법을 SRS 매칭에, Planning Poker를 팀 소통에, RAG로 자기만의 Wine Dictionary를 만들겠다는 분까지. PM 기법이 업무를 넘어 일상으로 전이되는 순간이었습니다. 그리고 가장 깊은 한 줄.

“앞으로 ‘나의 역할은 무엇인가’라는 질문을 던지게 되네요.”

DAY#1에는 없던 이 질문이 DAY#2에 등장했습니다. 이것이 진짜 배움의 증거입니다. 도구를 익히는 것이 아니라, 도구를 통해 자기 자신의 역할을 다시 정의하기 시작한 것.

6. 수강생들의 목소리 — 회고록에서

회고록을 하나하나 읽으며, 이번 워크숍이 남긴 것이 무엇인지 다시 생각하게 됩니다. 발견의 순간이 있었습니다. “에자일에 대해 체계적으로 알지 못하고 그냥 당연하게 수행해왔고, 각각이 어떤 의미가 있는 건지 몰랐습니다. 이번 교육으로 전체 흐름이 파악되었고, PM으로부터 오는 각종 요청들이 왜 필요했던 건지에 대해 알게 되었습니다.” 이미 하고 있었지만 왜 하는지 몰랐다는 고백. 이것이 메타인지의 힘입니다. 교육 방식 자체에 대한 반응도 있었습니다. “목표를 계속 설정해서 쫓아가는 과정이 아니라, 먼저 실습하고 내가 무엇을 배웠는지 알아차리는 방식의 교육이 정말 좋았습니다. AI에 저희의 결과물을 투입하여서 바로바로 피드백을 받아내는 게 인상적이었습니다.” 가르치는 것이 아니라 알아차리게 하는 것. 이것이 제가 지향하는 교육의 방향입니다. 현실에 대한 솔직한 성찰도 있었습니다. “우리나라 문화에서 업무 지연, 도움 요청을 OPEN할 수 없는데 진정한 의미의 애자일을 진행할 수 있을지 다시 한번 생각하게 되었다.” 도구와 방법론을 넘어, 조직 문화의 벽을 인식하는 것. 이 질문이 나온 것 자체가 변화의 시작이라 믿습니다. 개인의 삶으로 확장된 다짐도 인상 깊었습니다. “퇴근 후 내 개인생활에 AI를 잘 활용하는 방법은 뭐가 있을까 고민하게 되었습니다.” 업무와 삶의 경계에서 PM 기법과 AI 활용이 자연스럽게 녹아드는 순간. “홀로서기 프로젝트, 칸반 활용은 집에서 해보면 좋을 것 같다는 생각을 오늘도 하고 갑니다. 실행실행!!” 그리고 코치로서 가장 가슴에 남은 두 문장.

“AI도 PM도 초심자였던 내 눈높이에 맞춰 강의가 진행되었던 것 같아요. AI를 활용해 PM 업무를 해야만 한다는 압박이 가장 큰 소득이었습니다.”

“핵심 키워드와 순서를 잘 강조해 주셔서 머리에 많이 남았습니다. 어떤 순서로 진행해야 하는지, 놓치는 건 없는지 확인할 지표가 생겨서 좋았습니다.”

압박이 소득이 되고, 키워드가 지표가 되는 경험. 이것이 Agentic PM 훈련이 지향하는 바입니다.  

7. Agentic PM — 세 가지 전환

이번 워크숍을 통해 확인한 것이 있습니다. 도메인 경험 + 글로벌 표준 프로세스 + AI/LLM. 이 세 가지가 결합되면, 우리가 상상하지 못했던 수준의 프로젝트 관리 효과성이 현실이 됩니다. 20개의 프롬프트가 28개의 산출물로, 93건의 Jira Issue로, 42건의 리스크 관리로 변환되는 데 걸린 시간은 이틀이었습니다. 기존 방식으로는 2~3주가 필요한 작업이었습니다. 하지만 숫자보다 중요한 것은 세 가지 전환입니다.

1. 만드는 사람에서 검증하는 사람으로. AI가 83건의 WBS를 3분 만에 만듭니다. “이것이 맞는가?”를 판단하는 것은 여전히 사람의 몫입니다.
2. 프로세스를 따르는 사람에서 프로세스를 설계하는 사람으로. 요구→WBS→DoD→일정→대시보드의 순서를 아는 PM이 프롬프트를 설계하면, AI가 그 프로세스를 충실히 실행합니다.
3. 혼자 일하는 사람에서 AI와 함께 일하는 사람으로. PM이 “왜?”를, AI가 “어떻게?”를 담당하는 구조. 이것이 Agentic PM의 본질입니다.

8. 기업에 드리는 말씀

수강생의 말을 빌리겠습니다.

“다들 앞서가는데 뒤쳐져만 가는 회사가 안타까울 뿐입니다.”

“AI를 활용해 PM 업무를 해야만 한다는 압박이 가장 큰 소득이었습니다.”

이것은 33명의 현장 PM/PL이 이틀간의 실습을 통해 도달한 결론입니다. 이론이 아닙니다. 가장 먼저 할 일이 있습니다. PM/PL이 안전하게 AI를 쓸 수 있는 환경을 만드는 것입니다. 도구를 막으면 역량도 막힙니다. 그리고 체험 → 적용 → 표준화 → 확산의 순서로 조직 전체의 Agentic PM 전환을 시작하십시오. 1년이면 됩니다. 하지만 시작하지 않으면 영원히 “그때 시작했으면…” 하게 됩니다.

마치며

내일부터 AI 없이 수작업한다니까 서운하다던 수강생의 말이 떠오릅니다. 이것은 의존이 아니라 협업의 시작입니다. 워크숍 전에는 “PM이 뭐하는 사람인가?”라고 물었던 분들이, 이제는 “앞으로 나의 역할은 무엇인가?”라고 묻기 시작했습니다. AI가 PM을 대체하는 것이 아닙니다. AI를 쓰는 PM이, AI를 쓰지 않는 PM을 대체하는 것입니다. 내일부터의 그들의 프로젝트가 궁금하고, 기대됩니다.   PROJECT RESEARCH 대표 · Agentic PM Coach 이 글은 LG전자 SW 개발 PM 실무 워크숍 수강생 33명의 실제 피드백을 기반으로 작성되었습니다. Agentic PM/PL 도입 문의: projectresearch.co.kr

함께 읽기 · Related Posts

시리즈 네트워크에서 이 편과 연결된 글

• S-2 · 현장 검증
  삼성전자 PMC: AI와 함께하는 PM 교육 혁신
• S-3 · 현장 검증
  SKT Agent 도출을 위한 AI 퍼실리테이션 기법
• B-1 · PM/PL 역할 전환
  AI 시대 PM의 역할 변화: 팀 모드의 중요성
• 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
• K-1 · 사고 체계
  Agentic 시대, PM의 온톨로지맵 — Obsidian을 통해 나만의 RAG를 만드는 법