pmjigu

웹 서비스를 기획하고 출시하고 운영하며 가장 크게 배운 것하나의 웹 서비스를 초기 기획부터 출시, 운영까지 경험했다.문제를 정의하고, 기능을 정하고, 화면을 설계했다. 출시 이후에는 실제 사용자의 반응을 살피며 불편한 지점을 고쳤다. 서비스가 만들어지고 운영되는 전 과정을 지나고 나니 여러 배움이 남았지만, 가장 크게 느낀 점은 제품의 완성도만으로는 서비스가 성장하지 않는다는 것이었다.돌이켜보면 우리는 서비스 안에서 일어나는 일에 지나치게 집중했다고 본다. 사용자가 더 편하게 이용하려면 어떤 기능이 필요한지, 화면의 구조는 자연스러운지, 사용자 흐름에서 걸리는 부분은 없는지 혹은 적절한지를 계속 고민했다. 이런 개선이 쌓이면 제품의 만족도가 높아지고, 그 결과 사용자가 자연스럽게 늘어날 것이라고 생각했다..

변화최근 들어 영어를 조금 더 유창하게 구사하고 싶다는 생각이 들었다. 자연스럽게 영어 회화 공부의 필요성도 느끼게 되었다.이전 직장에서도 해외 서비스 런칭을 위해 필드 테스트를 진행하며 영어를 사용해야 하는 상황은 있었다. 다만 당시에는 함께 소통하던 개발자와 현지 엔지니어 모두 한국어가 가능한 상황이었다. 소프트 런칭 때 우리 서비스를 이용해주신 고객분들을 만나기도 했지만, 가벼운 질문을 통해 반응을 파악하는 정도로 영어를 사용했다.그런데 이번 직장에서는 영어를 사용해야 하는 빈도와 필요성이 조금 더 커졌다. 콘텐츠진흥원 등에서 진행하는 해외 부스에 나가 해외 유저들을 직접 만나고, 서비스와 이벤트에 대해 설명하고, 질문에 답하는 일이 많아졌다. 단순히 정해진 문장을 말하는 것이 아니라, 현장에서 만..

요즘 어디를 봐도 당연한듯 AI 이야기다.AI 에이전트, 자동화, 생성형 AI. 새로운 서비스를 고민할 때도 자연스럽게 “여기에 AI를 붙일 수 있을까?”부터 생각하는 모습을 쉽게 볼 수 있다.그런데 가끔은 이렇게 좁아진 시야에 환기가 필요하지 않나 싶다.모두가 AI를 바라볼 때, 아직도 전화와 엑셀과 감으로, 그리고 주먹구구식으로 돌아가는 시장은 어디인지 보는 것. 어쩌면 그곳에 더 현실적인 기회가 있지 않을까?이런 생각을 들게 한 사례가 루트릭스다.루트릭스는 조경 수목 유통을 데이터화하는 스타트업이다. 쉽게 말하면 나무를 사고파는 시장의 정보를 정리하는 회사다. 전국 수목 농장의 데이터를 모아 어떤 농장에 어떤 나무가 있는지, 규격은 어떤지, 수량과 가격은 어떻게 되는지를 확인할 수 있게 만든다.솔직..

AI에게 묻기 전에이제는 AI를 활용해 일하는 것이 너무 자연스러워졌다. 예전 같으면 혼자 자료를 찾아보고, 생각을 정리하고, 어떤 방향으로 접근할지 한참 고민했을 텐데 요즘은 조금 달라졌다. 어느 순간부터는 내 생각을 먼저 정리하기보다, AI에게 넣을 프롬프트를 작성하고 있는 나를 보게 된다.아마 많은 분들이 비슷하게 느끼지 않을까 싶다.일단 AI에게 상황을 공유하고, 기획을 하다가 막히면 AI에게 물어본다. 시장 조사가 필요하면 정리해달라고 하고, 문서의 구조가 필요하면 초안을 만들어달라고 한다. 이제 AI는 특별한 도구라기보다 일을 시작할 때 자연스럽게 켜두는 기본 도구에 가까워졌다.그런데 AI를 쓰다가 초반에 느끼는 것이 있다.AI에게 어떤 질문을 던지느냐에 따라 답변의 방향이 완전히 달라진다는 ..

팬덤 서비스를 기획하며 다시 보게 된 질문지난 글에서는 쇼핑 경험을 목적형 쇼핑과 발견형 쇼핑으로 나눠 정리해봤습니다. 필요한 것을 빠르게 해결하는 경험이 중요한 서비스가 있는가 하면, 둘러보다가 취향에 맞는 것을 발견하게 만드는 경험이 더 중요한 서비스도 있다는 이야기였죠.https://fejigu.tistory.com/22그런데 팬덤 서비스를 기획하다 보니, 이 프레임만으로는 잘 설명되지 않는 영역이 있다는 생각이 들었습니다. 같은 팬덤 서비스라고 해도 어떤 서비스는 팬과 아티스트의 관계를 더 자주 확인하게 만들고, 어떤 서비스는 팬덤을 직접 운영할 수 있게 하며, 또 어떤 서비스는 수집과 거래를 더 편하고 믿을 수 있게 만드는 데 집중하고 있었기 때문입니다. 어떤 서비스는 구매보다 참여와 반복 몰입..

서비스를 기획하며 다시 생각해본 기록요즘 신규 서비스를 기획하면서 자연스럽게 다시 보게 된 질문이 있습니다.우리는 지금 어떤 쇼핑 경험을 만들고 있는가, 그리고 고객은 이 안에서 무엇을 기대하고 있을까 하는 질문이었어요.PM, 기획자의 입장에서 커머스 서비스를 보다 보면 쇼핑은 하나로 묶어 설명하기 어렵다는 생각을 자주 하게 됩니다. 분명 어떤 고객은 필요한 것을 가장 빠르고 편하게 사고 싶어 하고, 또 어떤 고객은 둘러보는 과정 속에서 취향에 맞는 상품을 발견하는 즐거움을 더 크게 느끼니까요. 이 차이는 단순히 취향의 문제가 아니라, 서비스의 구조와 우선순위를 다르게 설계해야 하는 기준이 되기도 합니다.저 역시 이번에 신규 앱을 기획하면서 우리 플랫폼의 쇼핑 성격이 어디에 더 가까운지 돌아보게 됐고, ..

요즘 유저 행동을 분석하다 보면, 유저의 말과 행동이 꽤 자주 다르다는 걸 다시 느끼게 돼요. 인터뷰에서는 필요하다고 했던 기능이 실제로는 거의 쓰이지 않기도 하고, 자주 쓴다고 말한 기능이 로그에는 잘 남아 있지 않기도 해요. 사실 이런 불일치 자체가 아주 이상한 일은 아니죠. 사람은 원래 말보다 행동에서 더 현실적으로 움직이니까요. 좋은 사용자처럼 보이고 싶어서 그렇게 말했을 수도 있고, 실제보다 더 자주 쓴 것처럼 기억했을 수도 있고, 불편했는데도 괜찮았다고 스스로 정리했을 수도 있어요. 또 지금의 의욕으로 미래의 사용 빈도를 조금 낙관적으로 예상하기도 하고요.그래서 저는 이런 차이를 단순히 유저 심리의 문제로만 보지는 않으려고 해요. 유저의 말이 맞는지 틀린지를 가리는 데서 멈추기보다, 우리 서비..

요즘은 질문 자체가 달라졌다빠르게 성장하고 변화하고 있는 AI시대, 요즘 AI를 둘러싼 대화는 예전과 조금 달라진 것 같아요. 처음에는 주로 생산성 이야기였죠. 어떤 툴이 더 좋은지, 누가 더 빨라졌는지, 어디까지 자동화할 수 있는지. 얼마 전까지만 해도 질문은 대체로 이거였어요. 'AI를 잘 쓰면 내가 얼마나 더 빨라질까.' 그런데 이제는 그보다 더 근본적인 질문이 남은 것 같습니다. 'AI가 이렇게 빨리 성장하면, 나와 같은 PM의 일은 앞으로 무엇이 될까.'이 질문이 중요해진 이유는 분명해요. PM이 해오던 일 중 꽤 많은 부분이 이미 AI로 변하고 있기 때문이예요. 정리, 요약, 초안 작성, 리서치 구조화, 간단한 프로토타입 제작까지, 예전에는 분명 사람이 시간을 써야 했던 일들이 이제는 훨씬 짧..

🧠 바이브 코딩 다음은 무엇일까오늘은 평소보다 조금 짧은 글을 남겨보려고 합니다.요즘은 “바이브 코딩”이라는 말이 더 이상 낯설지 않죠. 코드를 ‘쓰는’ 게 아니라, 의도를 던지고 형태가 나오게 만드는 방식. 이미 많은 팀이 그 흐름 위에 올라탔고, 우리도 어느새 익숙해졌습니다.흥미로운 건, 이게 개발만의 이야기가 아니라는 점이에요. 디자인 쪽에서도 비슷한 변화가 빠르게 오고 있죠. 최근 Figma가 2025 Config 컨퍼런스에서 ‘바이브 디자인’을 이야기하며, 디자인 영역에서도 AI 혁신을 예고하기도 했고요. “바이브 디자인” 같은 표현이 등장하는 것도 결국 같은 징후라고 생각합니다.AI가 단순히 ‘결과물’을 만드는 게 아니라, 일하는 방식 자체를 바꿔버리는 단계로 들어왔다는 신호요.그럼 다음은..

🧭 지난 이야기지난 글에서는 “왜 자동화를 하게 됐는지”, 그리고 “어떤 문제를 발견했고 어떤 흐름으로 바꿨는지”에 집중했어요. 이번 글은 예고했던 대로 그 연장선에서, 제가 실제로 적용한 노션 자동화 설정 방법을 최대한 짧고 따라하기 쉽게 정리한 실전편입니다. 처음 보시는 분이라면 아래 글을 먼저 보면 “왜 이 설정이 필요한지” 맥락이 더 또렷해져요.👉 [Notion] 같은 일을 두 번 하던 협업 프로세스, 노션 자동화로 한 번에 끝내기결론부터 말하면, 설정 자체는 생각보다 복잡하지 않아요. 이미 우리가 겪는 문제가 무엇인지, 어떤 방식으로 해결할지 흐름은 먼저 정리해뒀잖아요. 그리고 “이벤트(조건) 발생 → 슬랙 메시지 전송(액션)” 이 한 문장만 이해하면, 아래 과정은 거의 클릭 가이드에 가깝습..