260413 TIL

네 저 또 과제 엎었어요
왜요?

I ♥️ 실패

---

TIL 목차

• 개인 아티클 카타
• AI 기획 / 데이터 세션 1 특강
• 숙련 과제 또르마무 ...

---

개인 아티클 카타

https://velog.io/@minimalhwi_st/insight-쿠폰은-많은데-왜-혜택은-느껴지지-않았을까

쿠폰은 성장 전략, 카테고리 운영 전략, 파트너와의 협업 구조 등 여러 비즈니스 맥락이 동시에 작동하는 영역이다.

쿠폰은 하나의 목적만을 위해 존재하지 않는다. 각기 다른 요구가 교차하면서, 자연스럽게 구조도 복잡해진다.

-> 쿠폰이 왜 복잡한지에 대한 근본적인 원인에 대해 알 수 있었음

그러나 복잡한 구조 속에서 고객에게 혜택이 직관적으로 '전달' 되고 '이해'되는지는 다른 문제 !

혜택은 제공되는 것만으로는 충분하지 않으며, 사용자가 실제로 사용할 수 있는 흐름 안에서 인지되고 적용될 때 체감으로 이어짐

기능이나 리소스의 양보다, 사용자가 그것을 이해하고 사용할 수 있는 구조가 경험에 더 큰 영향

쿠폰은 숫자의 문제가 아니라 이해다.

아 이거 내 입문과제랑 완전 유사한 흐름인데 그 전에 봤다면 좀 더 논리적으로 정리가 가능했을 것 같다. 그렇지만 이제라도 매끈하게 정리된 글로 입문 과제의 흐름에 대해 한 번 더 톺아볼 수 있어서 만족 !

---

AI 기획 / 데이터 세션 1

AI PM의 본질 = “다르지 않다 + 조금 다르다”

AI PM은 완전히 새로운 직무가 아니라 ‘도메인 확장’

기존 PM과 동일: 문제 정의 UX/비즈니스 설계 협업 & 의사결정

다른 점
1. 협업 대상이 다름
→ 디자이너 + 개발자 → 데이터 사이언티스트, ML 엔지니어
2. 데이터 기반 사고 필수
3. 불확실성 높은 문제 해결 경험 중요

AI PM = 기존 PM + 데이터/모델 이해 + 불확실성 대응 능력

AI 프로젝트 흐름

문제 정의 → 데이터 수집 → 데이터 전처리 → 모델 학습 → 예측/평가

프로젝트 사례 (콘텐츠 자동 분류)

문제 상황
수동 콘텐츠 운영 (사람이 직접 입력)
자동 수집 후 → 콘텐츠 폭증 (하루 수만 건) → 분류 불가능 상태

핵심 문제: 콘텐츠가 많아진 게 아니라, ‘선택 불가능한 상태’가 문제

해결 방향
머신러닝 기반 자동 카테고리 분류
지도학습 기반 classification

결과
운영 효율 증가
사용자 맞춤 추천 가능
데이터 기반 전략 수립 가능

“AI는 기능이 아니라 운영 구조를 바꾼다”

단계별 핵심 인사이트 (진짜 중요)

1) 데이터 수집 단계 = 성패 80%
Garbage in → Garbage out

PM이 해야 할 것:

어떤 데이터를 쓸지 정의
법적 문제 (저작권, 개인정보) 검증
데이터 파이프라인 설계

2) 데이터 전처리 = 가장 노동집약적인 구간
실제로 사람이 직접 라벨링
카테고리 기준 통일이 가장 어려움

문제
사람마다 분류 기준 다름
애매한 카테고리 존재

“사람이 못 나누는 건 AI도 못 나눈다”

3) 카테고리 설계 = PM의 핵심 역할

중요 포인트
카테고리는 많다고 좋은 게 아님
애매하면 통합해야 함
데이터 수량도 고려해야 함

실제 사례
종교, 인문 → 삭제
자동차 + 바이크 → 통합

4) 모델보다 중요한 것

데이터 품질
카테고리 정의
학습셋 관리

5) 반복과 검증이 핵심
학습 → 평가 → 수정 반복
카테고리 계속 변경
데이터 계속 보강

“AI는 한 번 만드는 게 아니라 계속 조정하는 시스템”

6) 운영 효율 개선 = 진짜 가치

이 프로젝트의 진짜 임팩트:

인력 절감
운영 속도 증가
전략 의사결정 가능

“AI의 ROI는 자동화가 아니라 ‘의사결정 개선’이다”

인사이트

• AI PM의 핵심 역할은 모델 만드는 사람이 아니라
  👉 문제 정의 + 데이터 구조 설계하는 사람, 문제 정의가 90%다.

• 불확실성 관리 능력이 필요한 이유
  카테고리 기준 없음, 정답 없음, 데이터 부족
  👉 그래서 AI PM은 “정답 찾는 사람이 아니라 기준 만드는 사람”

• 협업 구조 변화
  기존: PM ↔ 개발자 ↔ 디자이너
  AI: PM ↔ 데이터 사이언티스트 ↔ ML 엔지니어

• 필요한 역량: SQL / 데이터 이해, 모델 개념 이해, 실험 설계 능력

서비스 기획 숙련 과제 또르마무

어떻게 된게 매번 다시 처음부터 하는 기분이지
당연함 실제로 그러고 있으니까 !!
아무리 생각해도 전체 서비스 장바구니 전환율 -> 구매 전환율 수치가 이상해서 다시 해보니 수치가 엉망이었음
ㅡㅡ
제미나이 손절해야겠어 .... 하지만 제가 명령어를 제대로 입력하지 않은 탓이겠죠
사람의 검증은 반드시 필요하다 이게 진짜 실무 보고서였으면 아찔할 뻔 했음

이왕 처음부터 수치 다 엎은 김에 보고서 흐름도 다시 한 번 훑어봤는데 애매한 부분이 많아서 ... 전체적으로 또 뜯어고쳤다.

가장 미련이 많이 남았던 것은 데이터의 상관관계와 인과관계를 분석한 것이었는데, 사실 통계적 유의성이 거의 없다시피해서 상관관계라고 부르기엔 미미한 수준이었다. 억지로 짜맞춘 건 결과가 아니기에 그냥 엎고 삭제해버렸음; 그리고 다시 장바구니 전환율과의 관계가 있는 지표들을 처음부터 확인했다.

냅다 엎어버린 건 너무너무 아쉬웠지만 바꾼 버전이 훨씬 직관적이고 보기에도 편해서 바꾸길 잘했다고 생각한다.

그리고 또 하나 큰 변화, 전체 보고서의 목표 정의 부분을 수정했다. 원래는 장바구니 전환율을 상승시켜 매출에 기여한다고 포부 넘치게 적어놨는데, 아무리 생각해도 논리에 허점이 있어 보이는 거다 ... 장바구니 전환율과 구매 전환율이 상관관계는 맞지만, 마냥 인과관계로 보기에는 애매한 느낌.

게다가 내가 선정한 페르소나는 저단가 상품군을 주력으로 구매하는 페르소나인데, 그 사람들의 전환율을 늘려봤자 고단가 상품을 주로 구매하는 페르소나 1-2명을 더 늘리는 것이 유의미한 지표 아닐까? 라는 고민도 있었다.

아니나 다를까 튜터님께 찾아가서 여쭤봤더니 그 주장에 따른 논거가 뒷받침 되지 않으면 애매할 거라고, 확실한 근거가 있어야 될거라고 하셔서 다시 뜯었다.

매출이라는 언급을 삭제하고, 구매 전환율 상승에 기여한다 라는 주장을 바탕으로 어떻게 페르소나 B의 장바구니 전환율 상승이 구매 전환율 상승에 기여할 수 있는지를 따져봤음. 내 안에서 흐름이 있긴 한데 이걸 말로 풀어내는 게 조금 어려웠다.

그래서 나의 가장 똘똘한 비서 중 한 놈에게 부탁해봄.

그래서 내가 추가로 논거로 덧붙일 수 있을 만한 지표들을 찾아내서 논리를 보완했다. 큰 논리의 핵심들은 바꿀 필요가 없다고 확신했음.

디테일한 수치들을 덧붙이고, 말의 맥락에서 빠진 부분을 채워 수정했다.

이에 따라서 추가 설명이 필요하다고 판단되어 문서 중 '핵심 타겟 선정' 섹션을 만들어 설명을 보충했다.

내가 답을 정해놓고 데이터나 해석을 짜맞추는건가? 고민도 했는데 보고서를 작성해가며 논리를 맞추다보니 내가 데이터의 전체적인 흐름에서 잡아낸 나름의 '답'이 있는데, 그것에 대한 '근거'들이 부족해서 그런 생각이 들었던 것 같고 추가로 뒷받침할 근거들을 찾아내다보니 그런 생각은 조금은 접어둘 수 있었던 것 같다.

계속 수정해나가면서 발전할 수만 있다면 나는 계속 실패하고 또 도전하겠어 !!!

핵심 타겟 선정 완료 후 이에 따른 상세 분석도 다시 진행했는데, 유의미한 결과를 얻을 수 있었다.

생각보다 할인 정보가 노출과 미노출의 전환율 차이가 크지 않다는 것. 다만, 검색 결과 경로(복잡한 경로) + 할인 미노출 조합은 전환율이 수직하락하는 것이었다 ..!!

이 페르소나는 정말 빠르게 '구매에 대한 확신'을 얻어야만 구매를 하는 케이스고, 그것에 방해되는 요소들은 전부 이탈을 야기하는 지표구나. 그리고 요소들의 조합까지도 따져보는 것이 생각보다 도움이 되는구나 싶었다.

이를 바탕으로 핵심 문제와 원인을 도출했다.

솔직히 어떤 ui, ux 를 가지고 있는 서비스인지 아예 모르는 상태에서 문제를 도출하고 가설을 설정한다는 것이 조금 막막하긴 했지만, 역으로 생각하면 아예 내 생각대로 조정해볼 수 있다는 점에서 기회일 수도 있겠다 싶었다.

내일은 가설이랑 와이어프레임 짠 거 좀 더 수정하고 til에 작성해봐야지.

실패를 사랑하자
나를 더 성장시키니까 ...

이번주만 지나면 팀 프로젝트다 ! 개인과제 성공적으로 해내고 팀프로젝트 개운하게 시작하고 싶다 ㅎ.ㅎ 좀 더 힘내봐야지 아자잣.