[AI-Native AFINIT] 한 명의 PM이 더 큰 임팩트를 만드는 방식: 재현 가능한 AI 워크플로우의 힘
AI
[AI-Native AFINIT] 한 명의 PM이 더 큰 임팩트를 만드는 방식: 재현 가능한 AI 워크플로우의 힘
두줄요약
PM 반복 업무를 재현 가능한 AI 워크플로우로 정리한 사례를 소개했습니다. 데이터 검증, 승인, 산출물 연결까지 포함해 조직 지식으로 축적하는 방법을 설명했습니다.
핵심 내용
- PM 반복 업무를 재현 가능한 AI-Native workflow로 정리한 사례
- Sidekick repo, CLAUDE.md, 공용 Skills, knowledge/artifact를 묶어 업무 맥락과 실행 절차를 표준화
- 요청 구조화, 기존 맥락 확인, 숫자 검증, 실행 산출물로 마무리하는 원칙 제시
- 데이터 기반 requirement, Dynamic Rule 변경, A/B test 분석, 운영 이슈 처리까지 하나의 흐름으로 연결
적용해볼 점
- 반복 업무를 문서와 산출물로 축적해 다음 실행에 재사용
- AI 산출물은 Slack, Jira, UAT까지 이어지는 닫힌 실행 구조로 설계