AI는 단순히 생산성을 조금 높여주는 보조 도구가 아니라, 회사의 제품 개발·분석·운영 방식을 통째로 바꾸는 생산 시스템이 되고 있다는 것입니다. Geoff는 “올해 Claude Code를 안 쓰고 있다면 역할이 무엇이든 회사 안에서 상대적으로 뒤처질 수 있다”고 말하는데, 그 뜻은 모두가 엔지니어가 되라는 것이 아니라, 이제 병목이 코딩 자체가 아니라 문제를 정의하고 맥락을 주고 빠르게 실험하는 능력으로 이동했다는 뜻입니다.
예전에는 PM이 스펙을 쓰고 엔지니어가 그걸 읽어 제품을 만들었다면, 이제는 AI가 스펙을 읽고 바로 제품을 만듭니다. 그래서 PM의 역할도 “좋은 문서를 쓰는 사람”에서 “좋은 결과물을 빠르게 shape하는 사람”으로 바뀝니다. Geoff의 표현대로 이제 흐름은 spec이 중심이 아니라 prompt → product → feedback → 다시 prompt에 가깝습니다. 문서는 중간 단계일 뿐이고, 진짜 협업 대상은 실제 동작하는 산출물입니다.
Ramp는 문제 정의 단계부터 AI를 깊게 씁니다. Voice of Customer agent는 Gong 통화, Salesforce 노트, 인앱 설문, 서포트 티켓, 채팅, 이메일, 내부 데이터까지 훑어서 PM이 “우리 procurement 제품의 가장 큰 고객 불만이 뭐야?” 같은 질문을 하면 핵심 주제를 묶어 보여줍니다. Geoff가 강조한 포인트는 단순 요약이 아니라, 이 에이전트가 그 다음 액션까지 이어준다는 점입니다. 예를 들면 고객 인용문을 가져오고, 관련 세션을 찾고, 고객 인터뷰를 잡기 위한 이메일 초안까지 만들 수 있습니다. 요약하면 리서치가 보고서 작성이 아니라 “대화형 분석가와 일하는 것”처럼 바뀐다는 이야기입니다.
정량 분석도 비슷합니다. 예전에는 데이터 질문이 생기면 분석가에게 부탁하거나 BI 툴을 직접 뒤져야 했지만, 이제는 자연어로 목표를 말하면 된다는 게 Geoff의 주장입니다. 중요한 전환은 “질문에 답하는 AI”에서 “목표를 수행하는 AI”로 바뀐다는 점입니다. 예를 들어 단순히 지표를 보여주는 것이 아니라, 특정 제품 퍼널의 병목을 찾고, 전환 저해 요인을 정리하고, 성장 아이디어를 제안하고, 최종적으로 실행 가능한 HTML 리포트까지 만들어주는 식입니다. 즉 사람은 질문을 잘하는 것보다 목표를 잘 위임하는 능력이 중요해집니다.
가장 인상적인 부분은 PM용 Claude Code skill입니다. 이건 단순 템플릿이 아니라 Claude가 PM의 사고를 밀어붙이는 역할을 합니다. 목표가 무엇인지, 어떤 trade-off가 있는지, 왜 지금 해야 하는지, 다른 프로젝트와 충돌하지 않는지 등을 되묻고, 필요한 리서치까지 병렬로 수행하면서 결과를 정리해줍니다. 즉 좋은 PM은 이제 좋은 spec writer가 아니라, 좋은 product thinking process를 AI에 이식하는 사람에 가까워집니다. Geoff는 이런 skill을 PM들이 직접 만들고 있고, 각자 자신만의 방식으로 진화시키고 있다고 설명합니다.
빌드 단계에서는 Inspect라는 내부 에이전트가 핵심입니다. Geoff는 Ramp 코드의 50%가 이미 AI로 작성되고 있고, 곧 80% 수준까지 갈 수 있다고 말합니다. Inspect는 단순한 프론트엔드 목업 툴이 아니라, 실제 코드베이스와 디자인 시스템 맥락을 이해하고, 내부 컴포넌트를 재사용해서 바로 PR로 제출 가능한 수준의 산출물을 만듭니다. 그래서 PM, 디자이너, 오퍼레이터, 일부 세일즈와 AM까지도 작은 제품 개선을 직접 shipping할 수 있게 됩니다. 이때 중요한 건 “누가 코드를 쓸 수 있나”보다 “누가 의도를 명확히 주고 빠르게 검토할 수 있나”입니다.
흥미로운 점은 Ramp가 AI를 “모든 일의 first pass”로 쓴다는 것입니다. UX 이슈가 Slack에 올라오면 AI가 수정 PR을 먼저 만들고, 에스컬레이션이 생기면 AI가 원인을 파악하고 첫 수정안을 만들고, 서포트 티켓이 반복되면 AI가 제품 개선 제안과 PR 초안까지 준비합니다. 사람은 처음부터 직접 만드는 대신, AI가 만든 첫 버전을 검토하고 품질을 조정합니다. 이 구조 덕분에 속도는 극적으로 빨라지지만, 동시에 더 강한 review·routing·release 체계가 필요해집니다. Ramp는 dogfood → alpha/research customers → beta → GA의 단계적 rollout과 자동화된 release report, help center 문서, 내부 enablement 문서 생성까지 묶어서 운영한다고 설명합니다.
이 과정에서 리더의 역할도 달라집니다. 예전에는 결과물을 보고 “이 버튼 바꿔라”, “카피 고쳐라” 같은 피드백을 줬다면, 이제는 “왜 이런 결과가 반복 생성됐는가?”를 봐야 합니다. Geoff는 리더의 일은 사람을 한 번 고치는 게 아니라, 어떤 prompt, skill, design system, workflow가 잘못됐는지 찾아서 다시는 같은 피드백이 나오지 않게 만드는 것이라고 말합니다. 그래서 “내 일은 내 일을 자동화하는 것”이라는 문장이 나옵니다. 이 말은 단순 슬로건이 아니라, 리더의 역할이 개별 output 리뷰에서 시스템 디버깅으로 이동한다는 뜻입니다.
PM 역할에 대한 Geoff의 관점도 강합니다. 그는 전통적인 PM 교육이 stakeholder management, prioritization framework, communication 같은 것에 과도하게 치우쳐 있었다고 보고, 이제 PM은 두 방향 중 하나 또는 둘 다로 가야 한다고 말합니다. 하나는 더 builder가 되는 방향입니다. 직접 제품을 만들고 반복하며 제품 감각을 높이는 PM입니다. 다른 하나는 더 business/GM형이 되는 방향입니다. 엔지니어와 디자이너도 점점 잘 만들게 될수록, PM은 어떤 시장을 공략할지, 어떻게 포지셔닝할지, 어떻게 monetization할지, 장기적으로 어떻게 이길지를 더 깊게 책임져야 한다는 것입니다. 요약하면 앞으로 살아남는 PM은 문서 조율자가 아니라 builder이거나 strategist이거나, ideally 둘 다인 사람입니다.
조직 운영 측면에서도 Geoff는 회의와 승인 체계를 줄이고, 모두가 실제로 빌드할 시간을 확보해야 한다고 강조합니다. 특히 매니저들도 다시 IC처럼 직접 도구를 만져봐야 한다고 봅니다. 이유는 팀의 스킬셋이 바뀌고 있는데, 매니저가 직접 경험하지 않으면 그 변화를 이끌 수 없기 때문입니다. 그래서 그는 스스로도 회의와 1:1을 줄이고 AI 도구를 직접 써보는 시간을 늘렸다고 말합니다. 결국 지금은 관리 역량보다 새로운 생산 시스템을 몸으로 익히는 것이 더 중요하다는 메시지입니다.
Ramp는 이를 위해 L0~L3 프레임워크를 씁니다. L0는 가끔 ChatGPT만 쓰는 단계, L1은 커스텀 GPT나 간단한 agent를 써보는 단계, L2는 자기 업무 일부를 실제로 자동화한 단계, L3는 다른 사람들까지 더 잘 쓰게 만드는 시스템 빌더 단계입니다. Ramp는 공개 채널에서 사례를 공유하고, 토큰·예산·접근 제한을 최소화하고, skill 저장소와 office hours, 사내 AI 전문가를 운영하면서 사람들을 위 단계로 끌어올립니다. 또 채용에서도 AI 활용 능력을 강하게 보고, PM 후보자에게는 실제로 만든 제품을 보여달라고 요구합니다. 즉 AI 도입을 “좋은 툴을 사주는 것”이 아니라 “조직의 기본 역량 체계를 바꾸는 것”으로 보고 있습니다.
마지막 커리어 조언도 매우 직설적입니다. Geoff는 지금 최적화해야 할 것은 management ladder가 아니라 “세계 최고의 builder가 되는 것”이라고 말합니다. 관리가 완전히 사라진다는 뜻은 아니지만, 지금 같은 전환기에는 팀을 관리하는 법보다 AI-native하게 만들고, 위임하고, 검토하고, 시스템화하는 능력이 훨씬 더 중요하다는 것입니다. 그리고 앞으로의 소프트웨어는 화면과 버튼 중심 제품이 아니라, 사람과 대화하며 일을 대신 처리해주는 coworker형 인터페이스에 가까워질 것이라고 봅니다. 그래서 B2B든 B2C든 좋은 제품의 기준도 “사용자가 얼마나 오래 머무르느냐”가 아니라 “사용자의 일을 얼마나 빨리 끝내주느냐”로 바뀐다는 게 그의 관점입니다.