바이브코더를 위한 PM 이론 + 하네스 구축하기

PM을 목표 설정과 검토, 중간 조율을 맡는 역할로 정의하고, 바이브 코더가 이 역할을 맡아야 하는 이유를 설명하는 강의입니다. 비즈니스·기술·고객 세 관점의 조율, 확률로서의 일정 관리와 회고, AI에게 일정 예측과 하네스 보강을 반복시키는 방법을 다룹니다.

⏱ 18:03강의는 PM(프로젝트 매니저)을 직접 실무를 하지 않고, 실무자들이 목표를 향해 나아가도록 중간에서 관리하고 검토하는 역할로 정의하는 데서 시작합니다. 실무를 AI가 맡는 시대에는 목표 설정과 책임, 검토가 사람에게 남기 때문에 바이브 코더의 역할이 PM과 많이 겹친다는 주장입니다.

발표자는 비전문가가 전문가를 관리하는 기술이라는 관점에서 PM 기술을 설명하고, 이 기술이 개발, 디자인, 글쓰기 등 여러 분야에 적용된다고 봅니다. 책에 실린 문서화 팁도 에이전트 팀이 참조할 상위 계획 문서를 만드는 바이브 코딩의 스펙 관리와 맞닿아 있다고 덧붙입니다.

⏱ 33:11PM은 비즈니스, 기술, 고객이라는 세 관점을 모두 이해하고, 이들 사이의 중간 지대에서 조율해야 합니다. 비즈니스 관점은 돈이 되는지, 기술 관점은 구현이 가능한지, 고객 관점은 실제로 유용한지를 묻는데, 각 관점이 서로 상충할 때 프로젝트가 막히기 쉽다고 설명합니다.

세 관점 중 하나라도 빠지면 프로젝트는 성공하기 어렵습니다. 바이브 코딩을 할 때는 기술만 챙기기 쉬운데, 고객 피드백과 비즈니스 검토도 함께 점검해야 한다는 것이 핵심입니다. 특정 부서의 영향력이 커서 생기는 권력 불균형을 PM이 해소해야 한다는 점도 강조합니다.

⏱ 39:39일정은 미래를 예측하는 확률이므로 원래 어긋날 수 있다는 전제에서 출발합니다. 중요한 것은 일정을 맞추는 것 자체보다, 어긋났을 때 그 이유를 기록하고 회고하는 일입니다. 단서가 부족했는지, 기술 조사가 빠졌는지, 예를 들어 앱스토어 심사 기간을 과소평가했는지 점검하면 다음 예측의 정확도가 올라갑니다.

이런 회고가 쌓이면 팀 전체의 설계와 예측 역량이 함께 좋아진다고 설명합니다.

⏱ 43:45발표자는 클로드 코드 같은 AI에게 일정을 예측시키면, 사람이 작업하던 데이터를 기준으로 학습된 탓에 지나치게 긴 일정을 내놓는 경우가 많다고 말합니다. 그래서 AI에게 먼저 예측을 시키고, 작업을 마친 뒤 실제 소요와 비교하고, 틀렸다면 하네스를 보강하는 과정을 반복하라고 권합니다.

예측이 빗나가는 주된 원인은 초기 불확실성이 충분히 줄지 않았기 때문이며, 이 과정을 거치면 설계 능력까지 함께 높아질 수 있다는 것이 주장입니다. 발표자 본인도 에이전트 하네스와 루프에 이 기법을 적용했는데 체감 효과가 좋다고 말합니다.

⏱ 46:33하네스는 사람이 빡빡하게 관리하는 대상이라기보다, 사람이 기본 틀을 잡으면 AI가 최적화하는 영역이 되어 가고 있다고 정리합니다. 하네스를 보강하는 일도 AI가 수행하므로 사람은 AI의 작업 프로세스와 체계를 설계하는 쪽에 집중하게 됩니다. 일정 예측 역시 하네스 안에서 이루어진다는 것이 발표자의 설명입니다.