생성 AI 시대, 'MVP를 만들지 않는 힘'은 어떻게 변하는가

MVP는 Minimum Viable Product의 약자로, 간단히 말해 '최소 기능이 갖춰진 제품'을 의미합니다.

• MVP를 만들지 않는 힘

• 가능한 한 만들지 않고, 만들지 않음으로 검증할 수 있는 것이 좋다

• 시도 횟수가 더 중요하다

• 종이 인형극 수준의 MVP를 스스로 만들지 못하면 시도 횟수도 줄어든다

• 발생하기 쉬운 일들

• SIer 출신 특유의 경험담: '시스템을 만드는 것'을 직업이라고 생각하는 경향

• '프로젝트 예산이 자비라면, XXX만 엔을 들여 MVP를 만드시겠습니까?'

• MVP를 만들지 않는 힘이란

• 제품을 구현하지 않고 검증할 수 있는 가설을 파악하고, 최소의 비용과 시간으로 사업 의사결정에 필요한 확신을 얻는 능력. 즉, '무엇을 확인하고 싶은가'와 '그것을 확인하기 위해 정말 소프트웨어가 필요한가'를 판단하는 능력입니다.

기존의 '가능한 한 만들지 않고 검증한다'는 주장은 개발 비용이 높았던 시대에는 합리적이었습니다. 하지만 생성 AI에 의해 소프트웨어를 만드는 비용이 낮아지면서, '만들지 않는 것'이 반드시 검증의 최단 경로가 아니게 되었습니다.

한편, 생성 AI로 인해 개발이 쉬워졌다고 해서 무엇이든 만들면 되는 것도 아닙니다.

오히려 중요성이 커지는 다음 능력들이 있습니다.

• 무엇을 검증할지 결정하는 힘: 과제, 해결책, 이용 행동, 사업성 중 어느 부분이 불확실한가.
• 검증에 필요한 실체를 파악하는 힘: 인터뷰, 종이 인형극, 프로토타입, 작동하는 소프트웨어 중 무엇을 사용할 것인가.
• 가설을 빠르게 폐기하는 힘: 한 번 만든 것에 집착하지 않고 버리고 다음 가설로 넘어갈 수 있는가.
• 검증 결과를 올바르게 해석하는 힘: '사용 가능하다'와 '사용되는', '원한다'와 '돈을 지불하는' 것을 구별할 수 있는가?

가장 큰 변화는 소프트웨어 구현이 가설 검증에서의 큰 투자 판단에서 비교적 경량한 실험 수단으로 이동하고 있다는 점이라고 생각합니다.

특히, '버리는 힘'은 AI의 등장으로 증가하지 않았습니다.

실제로 4,867명을 대상으로 한 3개 회사의 무작위 실험에서는 AI 활용으로 완료 태스크 수가 26.08% 증가한 반면, METR의 2025년 실험에서는 숙련 개발자가 이미 알려진 대규모 리포지토리에서 작업할 경우 소요 시간이 19% 증가하고 있습니다.

과거에는 구현을 시작하는 것 자체가 큰 의사결정이었습니다.

하지만 구현 비용이 낮아지면서, '만들 것인가'의 판단보다 '만든 것으로 무엇을 배울 수 있는가'의 판단이 중요해집니다.

예를 들어, 생성 AI로 5가지 종류의 UI를 하루 만에 시제품으로 만들 수 있어도, 검증 협력자가 한 명밖에 없다면, 5가지 시제품은 5번의 유효한 가설 검증이라고 할 수 없습니다. 코드 생성량이 늘어도 학습량(배움)이 늘어나지 않습니다.

가장 먼저 결정해야 할 것은 MVP를 만들 것인지 여부가 아니라, 어떤 불확실성을 줄이고 싶은가입니다.

아래 기간은 생성 AI 활용을 전제로 한 시도 계획의 참고치이며, 조사에 근거한 평균 개발 기간이 아닙니다.

예를 들어, 과제가 존재하는지 여부는 MVP를 만들어서야 알 수 있는 것은 아닙니다.

하지만 과제를 해결하기 위해 사용자가 정말로 일상 업무를 변경하는지에 대한 질문은 작동하는 소프트웨어를 사용해야만 관찰할 수 있는 경우가 있습니다.

생성 AI는 이 후자의 검증에 필요한 투자를 작게 만듭니다.

원문에서 언급된 'SIer 출신자는 시스템을 만드는 것을 직업이라고 생각해 버린다'는 지적은 생성 AI 시대에는 다른 문제로 바뀝니다.

과거에는 시스템을 만드는 것에 대한 투자가 너무 컸습니다.

앞으로는 시스템을 만드는 것이 너무 쉬워서, 검증보다 개발이 앞서 나갑니다.

즉, 과도한 개발 투자에서 과도한 개발 활동으로의 전환입니다.

저는 'MVP를 만들지 않는 힘'보다 'MVP를 버리는 힘'이 앞으로 PdM에게 필요한 능력이라고 생각합니다.

그 이유는 생성 AI에 의해 구현에 대한 심리적·경제적 장벽이 낮아지는 반면, 한 번 만든 것을 정당화하려는 인간의 심리는 변하지 않기 때문입니다.

AI가 코드를 작성해도, 인간은 자신이 생각한 아이디어를 지키려고 합니다.

원문이 쓰여지던 시대에는 MVP를 만드는 데 큰 비용이 들었다. 따라서 '만들기 전에 최대한 검증하는' 능력이 중요했다.

생성 AI 시대에는, 만들기 자체의 진입 장벽이 낮아진다. 그 때문에 실제로 작동하는 소프트웨어를 사용한 검증이 기존보다 더 가까운 선택지가 된다.

다만, 가설을 세우는 것, 검증에 협력할 유저를 찾는 것, 결과를 관찰하는 것, 사업적인 판단을 내리는 것은 여전히 인간의 중요한 업무이다.

저는 생성 AI 시대의 PdM에게 필요한 역량을 다음과 같이 정의하고 싶습니다.

'필요한 것을 최소한으로 만들고, 가장 짧은 시간 안에 확인하며, 망설임 없이 버릴 수 있는 힘'

MVP를 만들지 말지가 본질적인 문제는 아니다.

만들 수 있는 것과, 만들어야 할 것을 구분하고, 얻게 된 정보를 바탕으로 다음 의사결정을 내리는 것이 본질이다.

더 나아가 말하자면, 생성 AI에 의해 희소성이 높아지는 것은 제품을 구현할 수 있는 인재가 아니라, 아직 존재하지 않는 제품에 대해 무엇을 확인해야 사업의 성패를 판단할 수 있는지 설계할 수 있는 인재이다.