Anthropic의 제품 시스템이 다른 점

핵심 요약

• Anthropic이 10배 더 빠르게 제품을 출시하는 방법: AI 네이티브 기업을 위한 제품 관리 플레이북
  주요 통찰

가속화된 타임라인: Anthropic에서는 기능 개발 주기가 6개월에서 1주, 심지어 1일로 단축되어 제품 관리자가 운영하는 방식이 근본적으로 변화했습니다.

• 불과 몇 년 전만 해도 주요 제품 기능 하나를 출시하는 데 6개월에서 12개월이 걸렸습니다.
• 또한 핵심 사용자가 누구인지, 왜 중요한지, 그리고 팀이 기꺼이 감수할 트레이드오프가 무엇인지를 명확히 설명하는 일련의 팀 원칙도 포함됩니다.
• 캣은 Claude에게 피드백으로 훈련하고, 평가를 만들고, 프롬프트를 다듬어 거의 100% 작동하는 것을 만들 때까지 "노력"을 투자하는 것의 중요성을 강조합니다.반복적인 작업을 자동화하고 나면, 늘 염두에 두었지만 리소스가 부족했던 전략적 프로젝트에 할애할 여력을 확보하게 됩니다.

주요 통찰

• 가속화된 타임라인: Anthropic에서는 기능 개발 주기가 6개월에서 1주, 심지어 1일로 단축되어 제품 관리자가 운영하는 방식이 근본적으로 변화했습니다.
• 프로세스보다 제품 감각: 코드를 작성하는 비용이 저렴해짐에 따라, 핵심 PM 기술은 조율에서 무엇을 만들고 현재 AI 모델에서 최대 역량을 어떻게 이끌어낼지 결정하는 것으로 전환됩니다.
• 연구 미리보기 전략: 명확하게 브랜딩된 연구 미리보기 형태로 기능을 출시하면 약속 이행에 대한 마찰을 극적으로 줄이고 실제 사용자 피드백을 통해 빠른 반복을 가능하게 합니다.
• 교차 기능 속도: 엔지니어링, 마케팅, 문서화 팀 간의 긴밀한 프로세스는 기능이 "준비" 상태에서 "출시" 상태로 24시간 내에 전환될 수 있도록 합니다.
• 사명 중심 집중: 통합된 회사 사명(안전한 AGI)은 경쟁 우선순위가 발생할 때 조직 전반에서 더 빠른 의사 결정을 가능하게 합니다.

Anthropic의 제품 시스템이 다른 점

Anthropic과 같은 속도로 제품을 출시하는 제품 조직에 들어서면, 성공의 원인을 세계 최고의 AI 모델에 접근할 수 있다는 점에만 돌리고 싶어집니다. 물론 그것이 경쟁 우위인 것은 확실하지만, Claude Code의 제품 책임자인 Cat Wu는 진짜 비결은 훨씬 더 깊이 있다고 밝힙니다. 이는 AI가 소프트웨어 개발을 둘러싼 물리 법칙을 압축시킨 시대에 제품이 구축되는 방식을 근본적으로 재구상하는 것에 관한 것입니다. 가장 눈에 띄는 변화는 타임라인 압축입니다. 불과 몇 년 전만 해도 주요 제품 기능 하나를 출시하는 데 6개월에서 12개월이 걸렸습니다. 팀은 여러 파트너 조직과 세심하게 조율하여 종속성이 일치하고 모든 사람이 조화롭게 작업하도록 했습니다. 이는 코드가 비싸고 모델 기능이 천천히 변하던 시절에는 합리적이었습니다. 오늘날 Anthropic에서는 많은 기능이 한 달 안에 출시됩니다. 어떤 것은 일주일이 걸리고, 어떤 것은 하루 만에 출시됩니다. 이것은 정도의 차이가 아니라, 제품 관리자의 역할을 완전히 재고해야 하는 종류의 차이입니다. Cat은 "많은 제품 기능의 타임라인이 6개월에서 1개월로, 때로는 1주일 또는 심지어 1일로 단축되었습니다"라고 설명합니다. 이러한 극적인 가속화는 우연히 일어난 것이 아닙니다. 이는 출시를 가로막는 모든 가능한 장벽을 의도적으로 제거한 결과입니다. Anthropic의 리더십은 더 어려운 질문을 던져야 했습니다. *분기별 로드맵 계획을 중단하고 주간 출시를 가능하게 한다면 어떨까?*이러한 변화는 제품 관리자가 실제로 하는 일에 대한 재정립을 요구합니다. 전통적인 소프트웨어 회사에서 PM들은 마케팅팀이 무엇이 출시되는지 알고, 영업팀이 그것을 판매할 수 있으며, 지원팀이 처리할 수 있고, 법무팀이 검토했는지 확인하는 등 부서 간 조율에 막대한 에너지를 쏟습니다.

연구 미리보기 프레임워크: 두려움 없이 출시하기

Anthropic이 이러한 속도를 달성하기 위해 사용하는 가장 강력한 메커니즘 중 하나는 연구 미리보기 전략입니다. Claude Code가 새로운 기능을 출시할 때, 팀은 모든 것이 완벽하게 다듬어질 때까지 기다리지 않습니다. 대신, 그들은 사용자들이 변경될 수 있고, 버그가 있을 수 있으며, 영원히 지원되지 않을 수도 있다고 이해하는 초기 버전인, 명확하게 "연구 미리보기"라고 브랜드화된 기능들을 출시합니다. 이 간단한 틀은 혁신적입니다. 이는 심리적으로 기대를 재설정합니다. 사용자들은 피드백을 제공하는 대가로 조기 액세스를 얻는다는 것을 이해합니다. 기능이 완벽하게 작동하지 않을 수도 있습니다. 이는 몇 달 동안 예외 상황과 다듬기에 시간을 보내는 대신, 팀이 내부적으로 1~2주 안에 검증한 것을 출시할 수 있는 수준으로 출시의 심리적, 조직적 부담을 줄여줍니다. 연구 미리보기 접근 방식은 또한 귀중한 비대칭 정보를 제공합니다. Anthropic은 수천 명의 사용자로부터 즉시 실제 사용 데이터를 얻습니다. 팀은 어떤 기능이 호응을 얻고, 어떤 기능이 실패하며, 가장 큰 문제점이 어디에 있는지 알 수 있습니다. 코드 작성부터 출시, 피드백, 그리고 반복까지 이어지는 이 피드백 루프는 단 일주일밖에 걸리지 않을 수 있습니다. 전통적인 회사가 분기별 계획 문서를 작성하는 것을 마칠 때쯤이면, Anthropic은 이미 기능의 세 가지 버전을 출시하고 실제 사용자 행동으로부터 배웠습니다.하지만 여기서 중요한 통찰은 다음과 같습니다. 연구 미리보기는 이를 실행할 수 있는 긴밀한 운영 프로세스가 있을 때만 작동합니다. Anthropic에서는 엔지니어가 기능이 준비되었다고 판단하고 팀이 내부적으로 독푸딩(dogfooding)을 통해 검증하면, 이를 "상시 출시룸(evergreen launch room)"에 게시합니다.

PM이 개발해야 할 새로운 기술

수백 명의 제품 관리자 후보를 인터뷰한 Cat의 관찰에 따르면, 대부분의 PM이 여전히 이전 시대의 사고방식으로 일하고 있다는 우려스러운 패턴이 드러났습니다. 이들은 6개월에서 12개월 단위의 계획 주기, 교차 기능 정렬, 그리고 신중하게 순서가 정해진 결과물에 대해 생각합니다. 이러한 접근 방식은 AI 기반 기업의 속도를 오히려 늦춥니다. 훌륭한 PM과 평범한 PM을 가르는 새로운 기술은 Cat이 제품 취향(product taste) 이라고 부르는 것입니다. 이는 무엇을 만들 가치가 있는지 식별하고 현재 모델에서 최대의 역량을 이끌어내는 능력입니다. 간단하게 들리지만, 놀랍도록 희귀합니다. 핵심 통찰은 다음과 같습니다. AI 덕분에 코드를 작성하는 비용이 저렴해지면서, 희소한 자원은 엔지니어링이 아니라 무엇을 만들지에 대한 좋은 판단력입니다. 이제 어떤 유능한 엔지니어라도 대부분의 아이디어를 구현할 수 있습니다. 그들이 할 수 없는 것은 어떤 아이디어를 추구할 가치가 있는지 결정하고, 사용자가 실제로 가치를 얻을 수 있도록 경험을 설계하는 방법입니다. 바로 여기서 제품 취향이 중요해집니다. AI 분야에서 제품 취향을 개발하려면 전통적인 제품 관리와는 다른 방식이 필요합니다. Cat은 실제 작업을 위해 Claude Code와 Co-work을 직접 사용하는 데 상당한 시간을 보냅니다. 그녀는 모델의 행동을 관찰하고, 패턴을 파악하며, 결정적으로 모델에게 자신의 결정에 대해 성찰하도록 요청합니다. Claude Code가 예상치 못한 행동을 할 때(예를 들어, 프런트엔드 변경을 하고 UI를 실제로 확인하지 않고 테스트를 실행할 때), Cat은 그 이유를 설명해달라고 요청합니다. 종종 모델은 시스템 프롬프트에 모호함이 있었거나 작업을 잘못 이해했음을 밝힙니다.

AGI에 대한 '적절한' 관점 갖기

Cat은 AI로 제품을 만드는 모든 PM이 직면하는 과제를 명확히 설명합니다. 현재 모델에 맞춰 출시해야 할 때 AGI를 위해 제품을 만드는 함정을 피하는 것입니다. 모델의 능력이 너무 뛰어나서 단 하나의 텍스트 상자만 있으면 되는 미래를 상상하기 쉽습니다. "원하는 것을 여기에 입력하세요"라고 입력하면 모델이 완벽하게 수행하는 식이죠. 그런 미래에는 복잡한 제품 디자인이 필요 없습니다. 하지만 오늘은 그런 미래가 아닙니다. 오늘날 모델은 매우 유능하지만, 동시에 특정한 한계도 가지고 있습니다. 문제 해결의 90%까지는 도달할 수 있지만, 그 후 막힐 수도 있습니다. 모호한 지침에 혼란스러워할 수도 있습니다. 자신의 작업을 검증하는 것을 잊을 수도 있습니다. 뛰어난 PM과 평범한 PM을 가르는 어려운 문제는, 현재 모델이 최상의 성능을 발휘하는 경로로 사용자를 안내하면서 모델의 약점을 보완하도록 제품을 설계하는 방법을 알아내는 것입니다. 이를 위해서는 냉소주의와 유토피아주의 모두에 저항해야 합니다. AI를 '아직 준비되지 않았다'고 일축할 수도 없습니다. 하지만 이미 AGI라고 가장할 수도 없습니다. 그 간극을 정확히 이해하고 이를 메울 제품 기능을 설계해야 합니다. 때로는 모델이 성공하기 쉽게 만드는 '하네스'—구조화된 인터페이스나 가이드라인—를 구축하는 것을 의미합니다. 고전적인 예시는 Claude Code의 할 일 목록 기능입니다. Claude의 초기 버전은 대규모 리팩토링을 시도했지만, 20개의 호출 지점 중 5개만 변경하고 멈추곤 했습니다. 팀은 작업을 할 일 목록 형태로 제시하면 (인간이 접근하는 방식을 반영하여), Claude가 20개의 변경 사항을 모두 성공적으로 완료한다는 것을 발견했습니다. 하지만 중요한 점은, 모델이 더 똑똑해질수록 이러한 하네스를 재검토해야 한다는 것입니다.

모호한 세상에서 명확한 목표 설정하기

대규모 언어 모델은 매우 범용적이기 때문에, 무엇을 누구를 위해 구축해야 하는지에 대한 엄청난 모호성이 존재합니다. Cat의 가장 중요한 PM 실천 중 하나는 시작 단계에서 극도로 명확한 목표를 설정하는 것입니다. "사용자 경험 개선"과 같은 모호한 열망 대신, 그녀는 구체적인 것을 명확히 합니다. "우리의 핵심 사용자는 전문 개발자입니다. 이 기능으로 해결하고자 하는 주요 문제는 권한 프롬프트 피로입니다. 사용 사례는 기업의 전문 개발자가 안전하게 얻어야 한다는 것입니다."권한 프롬프트를 0개로 줄이는 것."

이러한 구체적인 틀은 여러 가지 역할을 합니다. 첫째, 누구를 위해 만들지 않을 것인지를 정의합니다. 이는 누구를 위해 만들 것인지를 정의하는 것만큼 중요합니다. 둘째, 목표에서 벗어날 수 있는 잠재적인 접근 방식을 배제합니다. 셋째, 성공을 측정하는 명확한 방법을 제공합니다. 우리가 기업의 전문 개발자들이 권한 프롬프트를 줄이는 데 성공적으로 도움을 주었는가? 목표가 설정되면, Cat의 팀은 실행을 위한 반복 가능한 프로세스를 구축합니다. 여기에는 팀 전체와 함께하는 주간 지표 보고가 포함되며, 모든 사람이 비즈니스 동인, 주요 목표 및 추세를 깊이 이해하도록 합니다. 또한 핵심 사용자가 누구인지, 왜 중요한지, 그리고 팀이 기꺼이 감수할 트레이드오프가 무엇인지를 명확히 설명하는 일련의 팀 원칙도 포함됩니다. 이것들은 단순한 문서가 아니라, 조직 전체의 사람들이 PM 승인을 기다리지 않고도 좋은 결정을 내릴 수 있도록 하는 참조점 역할을 합니다. PRD(제품 요구사항 문서)가 필요할 때, 핵심적인 내용만 남깁니다. 매력적인 사용 사례는 무엇인가? 우리가 해결하려는 현재의 실패 모드는 무엇인가?

역할의 진화: 엔지니어링, 제품, 디자인의 경계가 흐려지다

Cat의 경로는 AI 네이티브 기업에서 PM 업무가 어떻게 변화하고 있는지를 보여줍니다. 그녀의 배경은 엔지니어링입니다. Anthropic의 대부분 PM은 엔지니어링 배경을 가지고 있거나 코드를 출시한 광범위한 경험이 있습니다. 심지어 디자이너들도 이전에 프론트엔드 엔지니어링 경험이 있습니다. 이것은 우연이 아니라 의도적인 채용 선택입니다. 그 이유는 현재 환경에서 PM, 엔지니어링, 디자인 역할이 점점 더 많이 중첩되기 때문입니다. 엔지니어는 제품 결정을 내립니다. PM은 코드를 작성합니다. 디자이너는 기능을 출시합니다. 이러한 역할의 벤 다이어그램은 서로에게 확장되고 있습니다. Cat은 자신의 팀에서 그녀와 보리스(엔지니어링 리드) 사이에 사고의 약 80%가 중첩되며, 나머지 약 20%의 항목에서는 한 사람이 다른 사람보다 훨씬 더 신경 쓴다고 추정합니다. 이것은 몇 가지 실제적인 트레이드오프를 만들어냅니다. 이점은 명확합니다: 인계가 적고, 의사 결정이 빠르며, 관료주의가 줄어듭니다. 하지만 비용도 따릅니다. 모든 사람이 독립적으로 출시할 때 제품 일관성이 저해됩니다. 새로운 사용자는 여러 중복 기능 중 어떤 것이 자신의 목표에 가장 적합한 경로인지 알지 못할 수 있습니다. Anthropic은 사용자가 기능 세트를 탐색하는 데 도움을 주기 위해 문서화 및 온보딩(최근의 /power-up 기능과 같은)에 더 많은 투자를 해야 했습니다.Cat이 이 분야에 진입하는 사람들에게 주는 조언은 배경과 상관없이 제품 감각이 가장 가치 있는 기술로 남아있다 는 것입니다. 네, 엔지니어링을 이해하면 우선순위를 정하기가 더 쉬워집니다(어떤 일이 하루가 걸릴지 2주가 걸릴지 알 수 있으니까요). 하지만 제품 감각, 즉 무엇을 만들 가치가 있는지, 그리고 그것을 어떻게 즐겁게 만들 수 있는지를 식별하는 능력은 어떤 배경에서든 나올 수 있습니다.

미래: 개별 작업에서 자율 에이전트로

Anthropic은 Claude Code 및 Co-work과 같은 제품의 장기적인 비전을 어떻게 생각할까요? 그들이 사용하는 프레임워크는 "빌딩 블록"입니다. 기반은 개별 작업 성공 입니다. Claude가 명확한 지침을 받았을 때 특정 작업을 안정적으로 수행할 수 있을까요? 그 결과물을 병합하고, 동료와 공유하거나, 청중에게 자신감 있게 제시할 수 있을까요? 모델이 개선됨에 따라 다음 단계가 가능해집니다. 바로 다중 작업 실행—여러 작업을 순서대로 조율하는 것입니다. 그다음은 ** 자율 에이전트**입니다. Claude가 수십 또는 수백 개의 병렬 작업을 관리하는 단계죠. 결국, 인프라 과제는 모델이 무엇을 할 수 있는지보다는 인간이 자율 작업을 어떻게 감독하고, 검증하며, 반복하는지에 대한 것이 될 것입니다. 이러한 발전은 제품 디자인에 영향을 미칩니다. 초기 Claude Code는 개별 코딩 작업에 대한 도움을 요청하는 것이었습니다. 현재 Claude Code는 여러 단계를 포함하는 더 복잡한 프로젝트를 가능하게 합니다. 미래 버전에서는 Claude에게 높은 수준의 목표를 부여하고, 인간이 주기적으로 확인하면서 Claude가 작업을 자율적으로 관리하도록 할 것입니다. 인터페이스는 "비서와 채팅"에서 "에이전트 감독"으로 전환되어야 할 것입니다. 성공 지표는 "결과물이 작동했는가?"에서 "에이전트가 코드 품질과 보안을 유지하면서 목표를 달성했는가?"로 바뀔 것입니다.

실용적인 조언: AI를 활용하여 시간을 되찾으세요

AI가 자신의 일자리를 대체할까 봐 걱정하는 사람들에게 캣이 주는 조언은 실용적이고 힘을 북돋아 줍니다. 바로 AI를 활용하여 반복적인 작업을 없애고, 여러분의 업무에서 창의적인 부분에 집중하라는 것입니다. 대부분의 사람들은 업무의 전략적, 창의적, 대인 관계적 측면을 즐기지만, 반복적인 고된 작업은 싫어합니다. AI는 이러한 지루한 작업을 수행하는 데 탁월하며, 여러분의 예시를 통해 학습하면서 시간이 지남에 따라 더 잘 수행합니다. 실용적인 접근 방식은 이러한 반복적인 작업을 식별하고, Claude 또는 Claude Code에 맡긴 다음, 매우 높은 신뢰도를 달성할 때까지 자동화를 반복하는 것입니다. 핵심 단어는 반복입니다. 90%의 시간 동안 작동하고 나머지 10%에 수동 개입이 필요한 자동화는 진정한 자동화가 아닙니다. 그것은 단지 지연된 작업일 뿐입니다. 캣은 Claude에게 피드백으로 훈련하고, 평가를 만들고, 프롬프트를 다듬어 거의 100% 작동하는 것을 만들 때까지 "노력"을 투자하는 것의 중요성을 강조합니다.반복적인 작업을 자동화하고 나면, 늘 염두에 두었지만 리소스가 부족했던 전략적 프로젝트에 할애할 여력을 확보하게 됩니다. 이는 당신의 영향력을 증폭시킵니다. 당신은 AI로 대체되는 것이 아니라, AI에 의해 역량이 강화되는 것입니다. AI가 지루한 작업을 처리하는 동안, 당신은 의미 있는 일에 집중할 수 있습니다.

Anthropic이 성공하는 이유: 미션 정렬 및 집중

구체적인 전술에서 한 발 물러서서, Cat은 Anthropic 성공의 두 가지 더 깊은 이유를 꼽습니다. 바로 미션 정렬 과 집중 입니다. 그들의 미션은 주로 "훌륭한 제품을 만드는 것"이나 "수익 극대화"에 있지 않습니다. 인류 전체에 안전한 AGI를 제공하는 것입니다. 이는 기업의 상투적인 말처럼 들릴 수 있지만, 의사 결정에 실제적이고 가시적인 영향을 미칩니다. 두 가지 상충하는 제품 우선순위가 발생할 때, 질문은 "어떤 것이 더 많은 돈을 벌까?"가 아니라 "어떤 것이 안전한 AGI라는 우리의 미션에 더 잘 부합할까?"입니다. 이러한 명확성은 의사 결정을 극적으로 가속화합니다. 더 중요한 것은, 이 미션이 '아니오'라고 말할 수 있는 권한을 부여한다는 점입니다. Anthropic은 많은 AI 기업들이 탐색했던 소셜 네트워크나 뉴스 피드 또는 기타 소비자 대상 제품을 만들지 않기로 의도적으로 선택했습니다. 이러한 제품들이 성공할 수 없어서가 아니라, 핵심 미션에 부합하지 않기 때문입니다. 이러한 집중은 엔지니어링 및 제품 리소스가 여러 곳에 분산되지 않고 소수의 핵심 목표에 집중된다는 것을 의미합니다. 이것이 Anthropic이 더 많은 리소스를 가진 대기업보다 더 빠르게 제품을 출시할 수 있는 이유입니다. 그들은 모든 것을 하려고 하지 않습니다. 그들은 한 가지를 매우 잘하려고 노력하며, 전체 미션을 위해 개별 제품 라인에 손해를 입히는 트레이드오프도 기꺼이 감수합니다.

심리적 및 운영적 변화

전술과 프레임워크를 넘어, Cat은 성숙한 회사에서 스타트업 속도로 운영하는 데 필수적인 심리적 변화를 강조합니다. 그녀는 이를 "혼돈 속으로 기댈 수 있는 능력"이라고 부르며, 불안감 대신 낙관적인 태도로 모든 도전에 직면하는 것을 의미합니다. 매주 기능을 출시할 때, 위기는 일상이 됩니다. 프로덕션에서 무언가 고장 나고, 보안 문제가 발생하며, 모델 성능이 저하되고, 경쟁사가 제품을 출시합니다. 이 모든 것에 대해 스트레스를 받으면 번아웃될 것입니다. 대신, Anthropic은 특정 사고방식을 채용하고 육성합니다. "와, 이거 정말 힘들겠지만, 해결할 생각에 기대되고 최선을 다할 거야. 완벽하진 않겠지만, 최선을 다했다는 것을 알기에 밤에 편히 잠들 수 있을 거야."

이것은 무모함이 아닙니다. 낙관주의와 결합된 실용주의입니다. Anthropic은 많은 제품이 Cat이 원하는 만큼 완벽하게 다듬어지지 않을 것이라는 점을 인정합니다. 하지만 제품이 성공적이지 않더라도 핵심 사용 사례를 막지 않는다면 괜찮습니다. 팀은 피드백을 받아 다음 릴리스에서 수정할 것입니다. 이는 "완벽해질 때까지 출시하지 마라"에서 "일찍 출시하고, 빠르게 배우고, 반복하라"로의 근본적인 재구성입니다.Cat은 또한 이전에 여러 우여곡절을 겪어본 사람들을 채용하는 것의 중요성을 강조합니다. 그들은 무엇이 자신에게 에너지를 주는지, 그리고 그 에너지를 시간이 지나도 어떻게 유지할 수 있는지에 대한 감각을 가지고 있습니다. 이러한 경험은 채용 기준으로서 저평가되지만, 급변하는 시기에 팀 성과에 엄청난 영향을 미칩니다.

결론

Anthropic이 더 많은 자원을 가진 회사들보다 제품을 더 빠르게 출시할 수 있는 능력은 여러 요인의 조합에서 비롯됩니다. 명확한 목표, 가벼운 프로세스, 긴밀한 교차 기능 조정, 출시를 축하하는 문화, 기술적 깊이와 제품 감각을 갖춘 팀원, 그리고 빠른 의사결정을 가능하게 하는 미션 정렬이 그것입니다. 이 중 어느 하나만으로는 충분하지 않습니다. 이 모든 요소가 합쳐져 아이디어가 몇 달이 아닌 며칠 만에 개념에서 사용자 손으로 전달되는 시스템을 만듭니다. 유사한 속도로 제품을 만들고자 하는 제품 관리자와 창업자들에게 주는 교훈은 명확합니다. 마찰을 제거하고, 제품 감각이 있는 사람을 채용하며, 명확한 목표를 설정하고, 연구 미리보기를 일찍 출시하며, 빠른 경로를 기본 경로로 만드는 프로세스를 구축하십시오. 가장 중요한 것은 출시가 곧 진전이며, 완벽함보다 사용자로부터 배우는 것이 더 중요하고, 변화의 속도는 오직 빨라질 뿐이라는 사고방식을 개발하는 것입니다. 이러한 현실에 저항하기보다 적극적으로 받아들이는 사람들이 앞서 나갈 것입니다. > Original source: How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)

powered by osmu.app