링크드인 최고 제품 책임자가 공개하는 풀스택 빌더 모델. AI 에이전트를 활용한 조직 변화, 팀 구성, 인재 육성 전략을 배우세요.
풀스택 빌더로 혁신하기: AI 시대의 제품 개발 전략
핵심 요약
- 2030년까지 현재 직무의 70%가 변할 것 으로 예측되며, 이에 대비하기 위해 근본적인 개념 재정의 필요
- 풀스택 빌더 모델 은 기술 스택의 경계를 허물고 아이디어부터 출시까지 전 과정을 개인이 주도하는 새로운 접근법
- AI 에이전트는 단순한 도구가 아니라 조직의 플랫폼, 도구, 문화 세 가지 요소가 함께 작동할 때 진정한 가치 발휘
- 변화 관리가 성공의 핵심 으로, 도구 제공만으로는 부족하고 인센티브, 동기 부여, 모범 사례 구축이 필수
- 최고 성과자들이 새로운 방식을 가장 먼저 채택하고 있으며, 조직 전체 확산에는 체계적인 교육과 문화 전환 필요
2030년 직업 변화: 준비되셨나요?
당신의 직무에 필요한 기술이 4년 안에 70% 이상 변할 것이라는 사실을 알고 계신가요? 이것은 단순한 예측이 아닙니다. 링크드인의 데이터에 기반한 현실입니다. 지금 당신이 어떤 직무에 종사하든, 변화는 이미 시작되었습니다.
마케터, 세일즈 담당자, 채용 담당자, 엔지니어 - 모든 직무가 영향을 받고 있습니다. 특히 엔지니어링 분야는 AI와 에이전트 기술의 영향으로 지난 10년보다 더 급격한 변화를 겪게 될 것입니다. 이 변화는 일부 직업의 경우 90~95%에 달할 정도로 극심합니다.
더욱 놀라운 사실은 현재 가장 빠르게 성장하는 직업 중 70%가 1년 전에는 직업 목록에 존재하지 않았다 는 것입니다. 10년 전에는 상상도 할 수 없었던 직업들이 지금 가장 수요가 많습니다. 이는 당신이 직장을 바꾸든 안 바꾸든, 당신의 직업 자체가 변하고 있다 는 의미입니다.
경쟁력을 유지하려면 어떻게 해야 할까요? 바로 근본 원칙으로 돌아가서 '구축한다'는 것의 의미를 재정의 하는 것입니다.
과정의 복잡성: 왜 간단한 일이 어려워졌을까?
대규모 조직에서 제품을 만드는 과정을 보면 놀랄 만큼 복잡해졌습니다. 기본적인 제품 개발은 간단합니다:
- 문제 연구 → 명세화 → 디자인 → 코딩 → 테스트 → 출시 → 반복
하지만 링크드인과 같은 대규모 회사에서는 이 각 단계가 수십 개의 하위 단계로 확장되었습니다.
문제 연구 만 해도 10~15개의 정보 출처를 살펴봐야 합니다. 고객 인터뷰, 데이터 분석, 피드백 티켓, 소셜 미디어, 사용자 상호작용까지 모든 것을 확인합니다. 제품 리뷰 도 마찬가지입니다. 디자인 리뷰, 보안 리뷰, 개인정보보호 리뷰, 법적 리뷰... 그 목록은 끝이 없습니다.
이 모든 하위 단계가 존재하는 데는 타당한 이유가 있습니다. 하지만 합치면 어떤 현상이 발생할까요?
작은 기능 하나를 구축하고 출시하는 데 여러 팀, 여러 코드베이스, 여러 스프린트가 필요하게 됩니다. 반복은 말할 것도 없고, 출시 후의 성공을 위한 노력도 증가합니다.
이 과정의 복잡성은 곧 조직의 복잡성 으로 이어집니다. 각 하위 단계를 누군가 특정인이 수행하도록 만들어지기 때문입니다. 한 명의 "빌더"에서 여러 기능을 가진 조직으로 변모하게 됩니다:
- 엔지니어링 (다시 프론트엔드, 백엔드, 인프라로 세분화)
- 제품 (제품 관리자, 관리자, 분석가로 세분화)
- 디자인 (인터랙션 디자인, 애니메이션 디자인, 콘텐츠 디자인, 연구로 세분화)
이것이 마이크로 전문화입니다. 각각의 전문 분야는 유효하지만, 모두 사람들이 참여해야 하고, 전체 과정은 ** 비효율적이고 복잡**하게 됩니다.
조직도를 그려보면 대부분의 사람들은 "세상에"라고 놀라워합니다. 왜냐하면 매우 특정한 한 가지 일만 하고 있지만, 확대해서 보면 전체 시스템이 얼마나 압도적인지 깨닫기 때문입니다.
풀스택 빌더 모델: 스택을 다시 합치기
이 상황을 해결하기 위해 링크드인이 도입한 것이 바로 풀스택 빌더(Full Stack Builder, FSB) 모델 입니다. 이것은 단순한 새로운 직책이 아닙니다. 제품 개발의 근본적인 철학을 재정의하는 것 입니다.
풀스택 빌더의 목표
풀스택 빌더 모델의 궁극적인 목표는 훌륭한 빌더들이 그들의 아이디어를 시장에 내놓을 수 있도록 역량을 강화하는 것 입니다. 이는:
- 스택 내에서의 역할에 관계없이
- 소속된 팀과 무관하게
- 아이디어부터 출시까지 전 과정을 개인이 주도 할 수 있도록 하는 것
이는 단순한 병렬 작업이 아닙니다. 인간과 AI 사이의 유연한 상호작용 으로 이루어집니다. 빌더는 인간만 할 수 있는 일에 집중하고, AI는 나머지를 담당합니다.
빌더가 집중해야 할 핵심 자질
제품 개발 수명 주기 전체에서 빌더들이 시간을 할애하고 빛을 발해야 할 영역 은 다음과 같습니다:
비전 제시 능력 - 미래에 대한 설득력 있는 비전을 그릴 수 있어야 합니다.
공감 능력 - 충족되지 않은 요구사항에 대한 깊이 있는 이해가 필수적입니다. 사용자의 진정한 문제가 무엇인지 알아야 합니다.
의사소통 능력 - 아이디어를 중심으로 다른 사람들을 결집시키고 단결시키는 능력은 매우 중요합니다. 모든 직무 설명에서 강조되지만, 실제로는 가장 어려운 부분입니다.
창의력 - 현명한 경험을 넘어 새로운 가능성을 찾아내는 능력입니다. AI는 아직 우리가 알지 못했던 것들을 재조합하는 역할을 하지만, 진정한 차세대 창의성은 인간의 영역입니다.
판단력 (핵심) - 이것이 가장 중요한 자질입니다. 복잡하고 모호한 상황 속에서 고품질의 의사결정을 내리는 것. 이를 "취향을 만드는 능력"이라고도 부릅니다.
자동화할 것
이 외의 모든 것은 자동화하기 위해 정말 열심히 노력 하고 있습니다:
- 데이터 수집 및 분석
- 프로토타이핑
- 기본 디자인 작업
- 코딩의 많은 부분
- 테스트 및 QA
- 유지보수
이렇게 하면 빌더는 가장 중요한 일에만 집중할 수 있습니다.
조직 변화: 팀 구조부터 사고방식까지
팟(Pod) 기반 팀 구성
기존의 대규모 기능별 팀(엔지니어, 디자이너, PM이 함께하는)에서 벗어나, 링크드인은 유연한 팟(Pod) 개념 을 도입했습니다:
- 작은 규모의 팀
- 한 분기 정도 특정 과제에 집중
- 여러 역할을 소화할 수 있는 사람들로 구성
- 훨씬 더 민첩하고 빠르게 움직일 수 있음
이 구조의 핵심은 문제(미션) 자체에 훨씬 더 집중 할 수 있다는 것입니다. 행정적 복잡성이 줄어들면, 실제 사용자 문제 해결에 더 많은 에너지를 쏟을 수 있습니다.
경력 경로의 변화
기존: 엔지니어 → 시니어 엔지니어 → 스태프 엔지니어
새로운: 풀스택 빌더 (모든 기능에서 가능)
이제는:
- 사용자 연구원이 성장 PM이 될 수 있습니다
- 엔지니어가 제품 전략을 수립할 수 있습니다
- 디자이너가 기술적 결정을 내릴 수 있습니다
이것은 직책의 문제가 아니라 사고방식의 문제 입니다. 당신이 풀스택 빌더라고 불리는 것보다 중요한 것은, 풀스택으로 생각하고 행동하는 것 입니다.
신규 인재 육성: 어소시에이트 풀스택 빌더(APB) 프로그램
기존의 어소시에이트 제품 관리자(APM) 프로그램을 폐지하고, 어소시에이트 풀스택 빌더(APB) 프로그램 을 도입했습니다. 이 프로그램의 특징:
- PM, 디자인, 엔지니어링을 모두 가르칩니다
- 경력 초기부터 전체 스택을 이해하도록 교육합니다
- 링크드인의 모든 기능에서 채용 가능합니다
- 훈련 과정은 조직 전체에 확산될 가능성이 높습니다
AI 에이전트: 플랫폼, 도구, 문화의 삼각형
1단계: 플랫폼 투자
AI가 효과적으로 작동하려면 먼저 플랫폼 수준에서의 투자 가 필수입니다:
- 모든 핵심 플랫폼을 AI 추론 가능하도록 재설계
- 서버 측에서 컴포저블 UI 구성 요소 구축
- 코드베이스를 AI와 더 효율적으로 작동하도록 재구성
중요한 교훈: 외부 도구를 그냥 가져와서 회사의 스택에 통합하는 것은 작동하지 않습니다. 링크드인은 Cursor, Copilot, Figma 같은 도구들과 협력하여 자신의 스택에 맞도록 커스터마이징했습니다.
2단계: 맞춤형 에이전트 구축
링크드인이 구축한 주요 에이전트들:
신뢰 에이전트 (Trust Agent)
- 링크드인의 가장 큰 에이전트 중 하나
- 당신이 사양을 구축할 때 검토하면, 취약점과 잠재적 해로운 요소를 알려줍니다
- 신뢰 책임자가 직접 만들었으며, 각 분야 책임자들이 자신의 에이전트를 구축 중
성장 에이전트 (Growth Agent)
- 링크드인의 고유한 성장 프로세스, 성장 루프, 과거 테스트 데이터를 모두 통합
- 새 아이디어가 성장 측면에서 얼마나 영향력이 있는지 평가
- 사용자 연구팀까지 사용하여 어떤 기능이 가장 큰 성장 기회인지 파악
연구 에이전트 (Research Agent)
- 링크드인 멤버들의 페르소나(소기업 소유주, 구직자 등)에 맞춰 훈련됨
- 과거 연구 데이터와 지원 티켓을 모두 활용
- 신규 기능에 대한 사용자 관점의 피드백 제공
분석가 에이전트 (Analyst Agent)
- 방대한 링크드인 그래프를 쿼리하는 방법을 포함하여 모든 것에 훈련됨
- SQL 쿼리나 데이터 과학 팀에 의존할 필요 없이 분석 가능
코딩 에이전트
- 아이디어를 코드로 변환하는 부분
- 유지보수 에이전트와 협력하여 실패한 빌드의 거의 50% 처리
- 엔지니어들이 빌드 실패에 대응할 필요 없이 자동 수리 가능
디자인 에이전트
- Figma, Subframe, Magic Patterns 등 여러 도구 실험 중
- 서로 다른 팀이 다른 도구를 선호하는 현상 관찰
- 최적의 도구 세트로 수렴하는 과정 진행 중
3단계: 문화 변화
플랫폼과 도구만으로는 부족합니다. 문화 변화가 성공의 핵심 입니다.
변화 관리의 핵심 요소
기대치 명확히 하기
- 성과 평가 기준 변경
- 채용 과정에서 새로운 자질 찾기
- 승진 기준 재정의
모범 사례 보여주기
- 성공 스토리를 조직 전체에 공유
- 실제로 작동하는 사례 조명
- 사람들이 성공을 볼 때 채택률 증가
의도적인 느린 롤아웃
- 모든 사람에게 한 번에 배포하지 않기
- 얼리 어답터부터 시작하여 피드백 수집
- 조직 전체에 확산되기 전에 검증
인센티브 프로그램
- 도구 제공만으로는 충분하지 않음
- 사용하도록 동기 부여할 구체적인 이유 필요
- 팀의 KPI와 개인 성과 평가에 반영
최고 성과자들의 역할
흥미로운 발견: 최고 성과자들이 새 방식을 가장 먼저 그리고 가장 잘 채택 하고 있습니다.
왜일까요?
- 자신의 기술을 끊임없이 향상시키려는 욕구
- 무언가를 만드는 방식의 최전선에 서고 싶은 본능
- 변화에 가장 민첩하게 적응할 수 있는 능력
- 높은 기준과 품질에 대한 집착
이것은 역설적인 결과를 낳습니다: AI가 평범한 사람들을 더 뛰어나게 만들까, 아니면 이미 뛰어난 사람들을 더욱 뛰어나게 만들까? 현재로서는 후자가 맞는 것 같습니다.
데이터 코퍼스 준비: 가장 간과된 부분
에이전트를 구축할 때 가장 큰 배움 중 하나 는 데이터 준비의 중요성입니다.
실패한 접근법
처음에는 드라이브와 모든 정보에 접근 권한을 주었습니다. 그 결과? 완전한 실패 였습니다.
왜일까요?
- AI는 과거의 중요성을 이해하고 가중치를 부여하는 데 서툽니다
- 관련 없는 오래된 정보까지 모두 참고합니다
- 모순된 정보가 있으면 무작위로 선택합니다
- 사용자들은 신뢰할 수 없는 결과 때문에 도구를 외면합니다
성공한 접근법
대신 링크드인은 "황금 예시"를 구체적으로 정리 했습니다:
- 특정 컨텍스트를 정확히 정의
- 어떤 지식 기반에 집중할지 명시
- 우수 사례를 직접 손으로 선별
- AI가 참고할 기준점 설정
예시: 피드 재구축 시 리드 하완이 직접 앉아 "링크드인에서 좋은 전문적 게시물이 무엇인가"를 정의하고 수백 개 예시를 수집했습니다. 이 작업이 몇 주간 소요 되었지만, 가장 중요한 부분이었습니다.
핵심 교훈
모든 데이터가 아니라 올바른 데이터를 공급하는 것 이 성공을 결정합니다.
많은 조직이 이 단계를 건너뜁니다. CEO와 최고 제품 책임자들에게 "나중에 성과를 얻으려면 이런 초기 노력을 반드시 해야 한다"고 강조해야 할 정도입니다.
현재 파일럿 현황과 성과
성과 측정 방식
링크드인은 다음 공식으로 성과를 평가합니다:
성과 = (실험량 × 품질) ÷ 아이디어부터 출시까지 걸리는 시간
초기 결과
시간 절약
- PM, 디자이너, 엔지니어들이 주당 몇 시간씩 절약
- 분석 에이전트, 빠른 프로토타이핑, 제품 브레인스토밍 덕분
품질 향상
- 통찰력과 논의의 질이 훨씬 높아짐
- 더 나은 품질은 다시 시간 절약으로 이어짐
구체적인 사례
- 의미론적 검색팀: PM이 자체 대시보드 구축 (디자인팀 도움 없이)
- 디자인팀: 관리자 주도로 시스템 도입 후 풀 리퀘스트 직접 푸시 (이전에는 없던 현상)
- 파트너십팀: 개발자 포털 구축을 엔지니어 기다릴 필요 없이 직접 수행
경력 이동의 가능화
- 사용자 연구원이 성장 PM으로 전환 가능
- 기존에는 희귀한 경력 경로가 이제 자연스러움
조직의 준비 상태
아직 조직 전체가 높은 비율로 사용하고 있지는 않습니다. 하지만:
- 내년 상반기에 조직 전체에 정식 공개(GA) 예정
- 얼리 어답터인 최고 인재들의 피드백이 매우 긍정적
- 6개월 후에는 훨씬 많은 사람들이 사용 중일 것으로 예상
- 주요 성과 수치도 나타나기 시작할 것으로 기대
가장 흥미로운 통찰
링크드인의 최고 인재들이 이 도구를 가장 많이 사용 하고 있습니다. 그들의 피드백은:
- 기꺼이 시간을 들여 상세한 피드백 제공
- 산출물의 품질 향상에 대해 매우 긍정적
- 이것이 자신의 기술을 발전시킬 기회라고 인식
- "나는 어떻게 이걸 더 잘 사용할 수 있을까?"를 고민하는 태도
실행 전략: 조직에서 시작하려면
1단계: 신중한 선언
처음부터 "우리가 이 산을 넘어갈 것이고, 멋지게 해낼 것"이라고 선언하세요. 동시에:
- 작은 부분부터 시작할 것임을 명확히
- 소그룹으로 시작할 것임을 강조
- 이것이 최종 상태가 아니라 지속적인 발전 임을 강조
2단계: 삼각형 구축
플랫폼 → ** 도구** → ** 문화** 순으로 투자하세요:
플랫폼에 투자하세요
- 외부 도구를 그냥 가져오지 마세요
- 당신의 코드베이스, 디자인 시스템, 데이터와 함께 작동하도록 커스터마이징
- 이것이 실패의 가장 큰 원인입니다
도구를 맞춤화하세요
- 일반적인 에이전트는 작동하지 않습니다
- 당신만의 지식 코퍼스, 데이터, 컨텍스트를 통합
- 황금 예시를 직접 정리할 시간 투자
문화를 변화시키세요
- 도구는 전제조건이지만 충분조건은 아닙니다
- 성공 스토리를 공유하세요
- 모범 사례를 조직 전체에 조명하세요
- 성과 평가 기준을 재정의하세요
3단계: 얼리 어답터 활용
- 작은 팀으로 시작하되, 전체 조직에 가시성 제공
- 최고 성과자들이 먼저 채택하도록 유도
- 그들의 성공 사례를 다른 사람들이 보게 하기
- "나도 할 수 있겠다"는 심리 유도
4단계: 인내심을 가지되, 명확한 기준 설정
- 스타트업이 1주일에 만드는 것을 기대하지 마세요
- 하지만 명확한 KPI와 목표를 설정하세요
- 내년까지 기다릴 필요도 없지만, 3개월 안에 결과를 기대하기도 현실적이지 않습니다
- 투자에 대한 인식을 조직 전체가 가져야 합니다
5단계: 조직 개편을 기다리지 마세요
여기 가장 중요한 조언입니다:
"조직 개편을 기다리고 있다면, 올바른 방식으로 생각하고 있지 않은 것입니다."
리더가 선언할 때까지 기다리지 마세요:
- 지금 바로 도구를 가져와서 사용해보세요
- 공식적인 허가 없이도 시작하세요
- 성공 사례를 보여주세요
- 사람들이 당신을 따라올 것입니다
변화 관리: 모바일 혁명의 재림
이 변화는 조직이 데스크톱에서 모바일로 전환 했던 것과 유사합니다:
과거: "모든 제품 요구사항 문서에 모바일 목업이 있어야 합니다. 이제부터 모든 것이 모바일 중심입니다."
현재: "모든 제품 개발이 AI 중심이어야 합니다. 모든 팀원이 이 도구를 사용하여 작업합니다."
변화가 작동하게 하는 것
성공을 축하하기
- 전체 회의에서 성공 사례 공유
- 사람들을 조명하기
- 다른 사람이 성공하는 모습을 보게 하기
기대치 재정의
- 성과 평가에서 새로운 자질 강조
- 채용 과정에서 전문성 찾기
- 승진 경로에서 민첩성과 적응력 강조
인센티브 프로그램
- 단순 도구 제공 X
- 명확한 이유와 보상 제공 O
풀뿌리 운동
- 리더가 시작하기를 기다리지 말기
- 팀에서 자발적으로 시작하기
- 성공하는 모습 보여주기
자동화되는 것, 그리고 되지 않을 것
기계가 더 잘하는 것
- 데이터 처리 (마이크로초 단위로)
- 패턴 인식 (방대한 데이터에서)
- 반복 작업 (질 저하 없이)
- 초안 작성 (기본 아이디어에서)
- 코드 작성 (명확한 사양에서)
- 프로토타이핑 (빠른 반복)
인간만이 할 수 있는 것
- 판단력: 모호한 상황에서 의사결정
- 창의력: 다음 단계의 혁신적 아이디어
- 공감: 사용자의 진정한 문제 이해
- 비전: 미래에 대한 설득력 있는 그림 그리기
- 취향: "이것이 좋은 것인가"에 대한 판단
중요한 인식
AI가 평범한 사람을 더 뛰어나게 만들까요, 아니면 뛰어난 사람을 더욱 뛰어나게 만들까요?
현재 데이터: 후자입니다. 최고 성과자들이:
- 도구를 가장 먼저 채택
- 가장 깊이 있게 사용
- 가장 많은 가치 창출
- 지속적으로 기술 향상
이것이 현실입니다. 하지만 반드시 그래야 하는 것은 아닙니다. 조직 문화와 교육에 따라 결과는 달라집니다.
실제 성공 사례들
1. 의미론적 검색팀
상황: 의미론적 사람 검색, 의미론적 직무 검색 팀
결과: PM들이 자체 대시보드 구축 (디자인팀 대기 시간 제거)
의미: 기존에는 불가능했던 일이 가능해짐
2. 디자인팀의 풀 리퀘스트
상황: 디자이너들이 관리자 주도 하에 새 도구 시스템 도입
결과: 지라(Jira) 티켓에서 직접 버그 찾아서 푸시
의미: 엔지니어링 결과를 디자이너가 직접 기여
3. 사용자 연구원에서 성장 PM으로
상황: 성장팀에 PM 공석 발생, 기간이 오래 지남
결과: 사용자 연구원이 "내가 할 수 있을 것 같은데"라고 제안
실행: 모든 도구를 활용하여 역할 전환
의미: 기존 경력 경로가 깨지고 새로운 가능성 열림
4. 파트너십팀의 자율화
상황: 개발자 포털 구축 필요, 엔지니어 팀 바쁨
결과: 팀장이 직접 나가서 해냄 (팀에 위임 안 함)
의도: "내가 할 수 있다면 너희도 할 수 있다"는 메시지 전달
효과: 다른 팀에도 영감 제공
결론: 변화의 속도에 대응하기
2030년은 불과 4년 남았습니다. 직무의 70%가 변할 것이라는 예측은 선택이 아닙니다. 현실입니다.
풀스택 빌더 모델 은 이 변화에 대응하는 하나의 방식입니다. 링크드인이 이 경로를 선택한 이유는:
- 속도 필요성: 변화의 속도에 조직이 대응해야 함
- 민첩성: 경계 없는 팀이 경계 있는 팀보다 빠름
- 복원력: 전문가 하나에 의존하지 않음
- 인재 유지: 최고 인재들이 새로운 도전을 원함
당신의 조직에 묻는 질문들
지금 당신 조직은 어디에 있나요?
- 아직 전통적 구조?
- 전환을 시작한 상태?
- 이미 풀스택으로 운영 중?
가장 큰 장애물은 무엇인가요?
- 도구의 부재?
- 플랫폼의 미흡함?
- 문화 저항?
지금 즉시 할 수 있는 것은 무엇인가요?
- 외부 도구 시험?
- 얼리 어답터 팀 구성?
- 경영진 설득?
마지막 조언
"조직 개편을 기다리고 있다면, 당신은 너무 오래 기다리고 있는 것입니다."
지금 당장:
- 도구를 가져다 쓰세요
- 성공 사례를 만드세요
- 다른 사람들에게 보여주세요
- 움직임을 만드세요
변화는 이미 시작되었습니다. 당신이 선택해야 할 것은 그 변화를 주도할 것인지, 따라갈 것인지, 아니면 뒤처질 것인지 입니다.
AI 시대의 제품 개발은 더 이상 전문가들의 영역이 아닙니다. 모든 빌더가 전체 스택을 이해하고 움직일 수 있는 시대 입니다.
당신과 당신의 팀이 이 미래를 준비하고 계신가요? 아니면 아직도 조직 개편을 기다리고 계신가요?
원문출처: YouTube 동영상
powered by osmu.app