Product Manager Skills — AI 에이전트를 위한 49가지 제품 관리 스킬 프레임워크

한 줄 요약

Dean Peters가 만든 Product Manager Skills는 제품 관리(Product Management) 업무를 AI 에이전트가 전문가 수준으로 수행할 수 있도록 설계된 49개의 스킬과 6개의 커맨드 워크플로우 모음으로, 단순 프롬프트가 아닌 검증된 방법론과 맥락을 구조화된 파일로 제공하여 AI의 출력 품질을 높이는 것이 핵심 목표이다.

핵심 내용

1. 기본 철학: "당신은 이유를 배우고, 에이전트는 실행 방법을 담당한다"

이 프레임워크의 핵심 철학은 "You learn the why. Your agents execute the how."이다. 제품 관리자(PM)는 프레임워크가 작동하는 '이유'를 배우고, AI 에이전트는 '실행 방법'을 담당한다. 이는 단순한 프롬프트 라이브러리가 아니라, 교육 도구로서의 성격을 가진다는 것을 의미한다.

예를 들어 "PRD(제품 요구사항 문서)를 써줘"라고만 요청하는 대신, 각 섹션의 필요성, 이해관계자 질문, 우선순위 프레임워크의 적용 조건 등 맥락(Context)을 스킬 파일에 포함한다. 그래서 AI가 문맥을 이해하고 더 정확한 출력을 생성할 수 있다.

2. 3계층 스킬 구조 (총 49개)

스킬은 위 계층이 아래 계층을 호출하는 구조로 조직되어 있어, 필요한 깊이만큼 선택적으로 사용할 수 있다.

1단계: 컴포넌트 스킬(Component Skills, 21개)

• 역할: 특정 산출물을 만드는 템플릿
• 소요 시간: 10-30분
• 예시:
• user-story: Mike Cohn 방식 및 Gherkin 형식 인수 조건을 갖춘 유저 스토리 작성
• positioning-statement: Geoffrey Moore의 포지셔닝 선언문
• press-release: Amazon의 Working Backwards 방식 미래 보도자료
• jobs-to-be-done: JTBD(해야 할 일) 프레임워크
• epic-hypothesis: 에픽 가설 작성
• pestel-analysis: PESTEL 분석(정치, 경제, 사회, 기술, 환경, 법적 환경)
• finance-metrics-quickref: 32개 이상의 SaaS(구독형 소프트웨어) 지표

2단계: 인터랙티브 스킬(Interactive Skills, 22개)

• 역할: 에이전트가 사용자에게 3-5개의 적응형 질문을 던진 후, 상황에 맞는 맞춤 추천을 제시하는 대화형 흐름
• 소요 시간: 30-90분
• 예시:
• prioritization-advisor: 제품 단계, 팀 규모, 데이터 가용성을 확인한 후 RICE, ICE, Kano 중 적합한 우선순위 프레임워크를 추천
• feature-investment-advisor: 기능 투자 우선순위 조언
• ai-shaped-readiness-advisor: AI-퍼스트 vs AI-셰이프트(형상화) 준비도 진단
• organic-growth-advisor: McKinsey 성장 단계 모델 기반 조언
• director-readiness-advisor: 디렉터 준비도 평가
• lean-ux-canvas: Jeff Gothelf의 린 UX 캔버스
• opportunity-solution-tree: 기회-솔루션 트리

3단계: 워크플로우 스킬(Workflow Skills, 6개)

• 역할: 여러 스킬을 묶어 며칠에서 몇 주 단위의 PM 프로세스 전체를 진행
• 소요 시간: 1-4주
• 예시:
• discovery-process: 3-4주 — 문제 프레이밍부터 리서치, 검증까지 이어지는 발견 사이클
• prd-development: 2-4일 — 문제 정의 → 솔루션 → 스토리 작성
• product-strategy-session: 2-4주 — 포지셔닝 → 로드맵
• roadmap-planning: 1-2주 — 에픽 → 우선순위 → 순서 결정
• executive-onboarding-playbook: 90일 — 진단 → 평가 → 실행

3. 커맨드 레이어

스킬 선택의 부담을 줄이기 위해 커맨드 레이어가 존재한다. "Skills provide expertise; commands provide momentum."(스킬은 전문성을, 커맨드는 추진력을 제공한다.)

• /discover: 디스커버리 프로세스 시작
• /write-prd: PRD 작성 워크플로우 시작

터미널에서도 직접 스킬을 검색하고 실행할 수 있는 헬퍼 스크립트가 제공된다:

# 키워드로 스킬 찾기
./scripts/find-a-skill.sh --keyword onboarding

# 스킬 실행
./scripts/run-pm.sh skill prioritization-advisor "We have 12 requests and one sprint"

# 커맨드 실행 (다중 스킬 워크플로우)
./scripts/run-pm.sh command discover "Reduce onboarding drop-off for self-serve users"

4. ABC 원칙 (Always Be Coaching)

모든 스킬은 단계뿐만 아니라 그 이유(Why)까지 설명하도록 작성된다. 학습 스캐폴딩(학습을 돕는 구조)을 제거하고 출력만 간결하게 만드는 것은 결함으로 간주된다. 즉, 사용자가 스킬을 사용할 때마다 더 많은 것을 배우게 된다.

5. 다양한 환경 지원

Claude Code, Claude Desktop/Web, OpenAI Codex, ChatGPT, Gemini, n8n, LangFlow 등 구조화된 지식을 읽을 수 있는 모든 에이전트 환경을 지원한다. 로컬 테스트를 위한 Streamlit 인터페이스도 제공되며, Anthropic, OpenAI, Ollama 멀티 프로바이더를 지원한다.

6. 커스텀 스킬 생성 도구

사용자만의 스킬을 만들고 배포할 수 있는 유틸리티가 제공된다:

• add-a-skill.sh: 노트나 문서에서 스킬 생성
• build-a-skill.sh: 섹션별 안내 위저드
• pm-skill-creator: 대화형 설계 보조 스킬
• test-a-skill.sh: 적합성 검사
• zip-a-skill.sh: 업로드용 ZIP 파일 생성

7. 라이선스 및 출처

• 라이선스: CC BY-NC-SA 4.0 (비상업적 용도만 허용, 출처 표시 필수, 동일 라이선스로 공유)
• 작성자: Dean Peters
• GitHub 저장소: deanpeters/Product-Manager-Skills
• 최신 버전: v0.79 (2026년 5월 15일 업데이트)

저자 Dean Peters의 배경

Dean Peters는 제품 관리와 AI 에이전트 분야에서 활동하는 전문가로, Productside에서 "Agentic AI in Product Management: Friend or Foe?" 웹inaire를 진행했다. 그의 "Agentic AI" 프레임워크는 세 가지 A(Autonomy, Agency, Accountability)를 강조한다:

• Autonomy(자율성): 시스템이 직접적인 감시 없이 옵션을 평가하고 진행
• Agency(주체성): 단일 규칙 세트를 넘어선 의사결정 권한 (예: A 계획이 실패하면 B 계획으로 전환)
• Accountability(책임성): 내장된 가드레일(guardrail, 안전 장치)로 소유자가 프로세스를 감사하고 오류 시 수정 가능

그는 "AI는 일상적인 작업에서는 '방아쇠를 당길' 수 있지만, 리더십이나 전략적 비전을 대체할 수는 없다"고 강조한다.

새로운 시각

AI 스킬 프레임워크의 본질: 프롬프트가 아닌 교육 도구

이 프레임워크를 단순한 '프롬프트 모음'으로 보는 것은 오해이다. 핵심 가치는 교육적 구조에 있다. ABC(Always Be Coaching) 원칙은 사용자가 스킬을 사용할 때마다 제품 관리 방법론을 배우도록 설계되어 있다. 이는 AI 에이전트 스킬 생태계에서 드문 접근 방식이다. 대부분의 스킬은 출력만 최적화하지만, 이 프레임워크는 학습 스캐폴딩을 '기능'으로 간주한다.

PM의 역할 재정의: 실행자에서 비전가로

Dean Peters의 관점에서 AI 에이전트는 PM의 '실행' 부분을 담당하고, 인간 PM은 '비전'과 '전략'을 담당한다. 이는 PM 역할이 단순한 문서 작성자가 아니라, AI를 효과적으로 지시할 수 있는 전략적 리더로 진화해야 함을 의미한다. 실제로 McKinsey는 AI 도구가 반복적인 PM 작업에 걸리는 시간을 50-60% 줄일 수 있다고 보고한다.

스킬 생태계의 표준화 경쟁

Claude Code의 스킬 시스템, OpenAI의 Codex 스킬, MCP(Model Context Protocol) 등 AI 에이전트용 스킬 표준이 경쟁하고 있다. Product Manager Skills는 이러한 여러 플랫폼을 모두 지원하려는 시도로, '한 번 작성하면 어디서나 사용'이라는 비전을 가지고 있다. 이는 소프트웨어 개발에서 'write once, run anywhere' 철학의 에이전트 버전이라고 볼 수 있다.

자녀/미래 영향

아인, 석현, 은한에게 주는 시사점

제품 관리의 진화: 자녀들이 커갈 때 제품 관리자는 현재와 완전히 다른 역할을 하게 될 것이다. AI 에이전트가 PRD 작성, 유저 스토리 작성, 우선순위 분석 등을 자동화하면, 인간 PM의 핵심 가치는 '문제를 올바르게 정의하는 능력'과 '사용자에 대한 공감'으로 집중될 것이다.

교육 방향: 자녀들에게 가르쳐야 할 것은 단순한 도구 사용법이 아니라, '왜 이런 결정을 내리는가'에 대한 사고력이다. AI가 '어떻게'를 처리해주니, 인간은 '왜'에 더 집중해야 한다. 이 프레임워크의 철학 "You learn the why. Your agents execute the how"이 미래 세대의 교육 방향을 잘 나타낸다.

직업 선택: 제품 관리 분야는 AI와 협력하는 방식이 명확하게 정의된 드문 분야 중 하나이다. 코딩처럼 AI가 완전히 대체하기 어렵고, 동시에 AI가 큰 도움을 줄 수 있는 균형 잡힌 분야라고 볼 수 있다. 특히 의료 AI 제품 관리처럼 도메인 지식이 필요한 분야는 더욱 안전하다.

관련 노트

• 2026-06-09_mimo-1t-1000tps-analysis
• [[ai-agents-skills-ecosystem]]