Claude 블로그 되짚어보기 #100 — PM on AI Exponential, Prototype-First 시대 (2026)

원문 정보

• 제목: Product management on the AI exponential
• 저자: Cat Wu (Head of Product, Claude Code)
• 링크: claude.com/blog/product-management-on-the-ai-exponential
• 발행: 2026년 3월 19일
• 카테고리: Claude Code

글의 요지

Claude Code 책임자 Cat Wu가 PM 직무 변화 분석. Exponentially improving 모델이 product 디자인 가정 깨뜨림. "Documentation-first → Prototype-first". "Long roadmap → Rapid experimentation". "Do the simple thing" — 모델 개선되면 hack 자동 사라짐. Opus 4.6 = 시스템 prompt 20% 감소. 실제 사례: Plugins, Desktop, AskUserQuestion 모두 prototype-first 출발.

핵심 원칙 — "Do the Simple Thing"

본문 인용:

"At Anthropic, we have a guiding principle across every team: do the simple thing that works. If your product cleverly works around a model limitation, that workaround becomes unnecessary complexity when the next model drops."

("작동하는 단순한 것 하라" — model 한계 우회 trick은 다음 모델에서 불필요한 복잡성)

이유:

• Model 끊임없이 개선
• 한계가 사라짐
• 워크어라운드 = 부채

사례 — Todo List

본문이 강조한 사례:

"When we first launched todo lists in Claude Code, the model wouldn't reliably check off items as it completed them. So we added system reminders every few messages that would periodically nudge the agent to update its own todo list. It worked, but it was a hack. With the next model, the behavior came for free and we removed the reminders entirely."

(Todo lists 첫 출시: 모델이 완료 항목 체크 못 함 → system reminder hack 추가 → 다음 모델에서 자동 작동 → reminder 제거)

시스템 Prompt 단순화

본문 데이터:

"We've seen this pattern repeatedly: our system prompt and tool descriptions used to be heavily engineered to compensate for model limitations, and we've been able to cut the prompting with each model, including a 20% reduction for Opus 4.6."

각 모델 → prompt 단순화:

• 이전: 한계 보정 위해 두꺼운 prompt
• 새 모델: prompt 20% 감소 (Opus 4.6)
• 단순 = 유지보수 쉬움

Prototype-First Thinking

본문 강조:

"Our team has largely replaced documentation-first thinking with prototype-first thinking. Instead of hosting traditional stand-ups, we share demos of new ideas. Internal users try them, and the ones with real engagement get polished and shared more broadly."

이전 (documentation-first):

• Spec 작성 (긴)
• 검토 회의
• 디자인
• 빌드
• 출시

새 (prototype-first):

• 아이디어
• Claude Code에 보냄 → 프로토타입
• 사내 시도
• engagement 높은 것만 polish
• 잘못된 베팅 = 저렴

Pro-tip 인용

"After you write a spec, send it to Claude Code and see if it can build it. Even a rough prototype changes the conversation."

(Spec 작성 후 Claude Code에 보내기. 거친 프로토타입도 대화 변경)

Plugins 사례

본문 인용:

• Noah이 plugins spec → Claude Code
• 돌아온 prototype = production 가까운 수준
• 그 prototype이 "팀이 출시한 것의 anchor"
• UX 빠르게 검증

Side Quests (Anthropic 패턴)

"Some of Anthropic's most popular features—Claude Code on Desktop, the AskUserQuestion tool, and todo lists—emerged this way."

(Anthropic의 가장 인기 기능들 = side quest로 등장)

• Claude Code on Desktop
• AskUserQuestion tool
• Todo lists

각각 "누군가 빠르게 빌드 → 모두가 좋아함 → 정식 기능".

PM 직무 진화

본문 결론:

"The PM role now is to track both things at once: how AI is changing the way you work, and how it's changing what's possible in your product."

(PM 직무 = 두 가지 동시 추적: AI가 "어떻게 일하는가" 변경 + "product에서 무엇 가능" 변경)

모든 팀의 채택

"At Anthropic, product managers aren't the only ones transforming their workflows with Claude. Our data science, finance, marketing, legal, and design teams picked up these tools on their own. The whole organization moves at the same speed instead of waiting on handoffs."

(PM뿐 아니라 data science, finance, marketing, legal, design 팀이 자가 채택. 전체 조직이 같은 속도)

---

2026년에 다시 읽으며 — 내가 본 것

1. "Exponential Curve" 의 정확한 측정

본문 외 (claudecode.jp):

"Opus 4.6 can now complete software tasks that take humans approximately 12 hours, representing a roughly 41x jump in capability over 16 months compared to earlier models."

(Opus 4.6 = 인간 12시간 task 완료. 16개월 만에 41× 향상)

이게 "AI exponential" 의 정확한 측정:

• 16개월
• 능력 41×
• 매월 ~1.25× (지수)

비교 — Moore's Law:

• 18개월에 2× transistor
• 매월 ~1.04×

AI = Moore's Law의 ~6× 속도.

PM 도전:

• Roadmap 길이 = 능력 변화 짧음
• "3개월 후 무엇 가능?" 모름
• 짧은 cycle 필수

2. "Documentation-First → Prototype-First" 의 함의

전통 PM 패턴:

• PRD 작성 (수일)
• 회의 (수회)
• spec 정리 (수일)
• 디자인 (수주)
• 엔지니어 검토
• 결국 빌드 시작 = 1-2개월 후

새 패턴 (이 글):

• 아이디어
• Claude Code 보냄 (분)
• 프로토타입 (시간)
• 사내 시도 (일)
• 결정

1-2개월 → 1-2일 가속.

이게 "AI = PM 가속" 의 정확한 시그널.

비교 — 작가 직무 비교:

• 이전: 글 쓰기 = 인쇄 → 편집 → 출판
• 새: 글 쓰기 = 즉시 출판 (블로그)

PM도 같음. 빠른 cycle이 새 표준.

3. "Wrong Bets are Cheap" 의 위험 모델 변화

본문 강조:

"Because you can prototype in an afternoon, wrong bets are cheap."

위험 모델 변화:

• 이전: 결정 = 거대 (수백만 $)
• 새: 결정 = 작음 (수천 $)
• "잘못 = OK"

이게 PM 결정 패러다임 변경:

• 이전: 정확한 분석 (시간)
• 새: 빠른 시도 (즉시)
• "data > 의견"

비교 — 다른 직무:

• 과학자: 가설 → 실험 (전통)
• 데이터 과학: 빠른 A/B test
• AI 시대 PM: 프로토타입 → 시도

4. "Side Quest = Innovation Source"

이 글의 가장 흥미로운 통찰 — 사이드 퀘스트의 가치:

• Claude Code Desktop
• AskUserQuestion
• Todo lists

이 모두가 "공식 roadmap 외부" 등장.

이게 "Innovation의 진짜 source":

• 큰 spec X
• 작은 실험 O
• 사용자가 실제 좋아하는 것

비교 — 전통 enterprise:

• 5년 roadmap
• 분기별 출시
• "Top-down"

스타트업:

• "Bottom-up" 실험
• 빠른 pivot
• 사용자 driven

Anthropic 패턴:

• enterprise 규모
• 그러나 스타트업 속도
• side quest culture

이 "규모 + 속도" 가 Anthropic의 비밀.

5. "Tool 사용 다양화" 의 PM 진화

본문 인용:

"Claude serves as a thought partner—bouncing strategy ideas, exploring tricky situations, and getting quick answers without requiring action."

PM의 새 도구 스택:

• Claude (chat): thought partner
• Claude Code: prototype + analysis
• Cowork: 자동화
• 각자 다른 use case

비교 — PM 일과:

• 회의 (인간)
• 분석 (Excel)
• 디자인 (Figma)
• 새: AI 사용 모든 곳

각 task에 적절한 AI:

• 빠른 답: chat
• 빌드: Code
• 자동화: Cowork

이 다양화가 "AI fluency = PM 핵심 스킬" 의 정착.

6. "전체 조직 같은 속도" 의 archetype

본문 인용:

"The whole organization moves at the same speed instead of waiting on handoffs."

(handoff 대기 X, 전체 조직 같은 속도)

전통 패턴:

• PM → 디자이너 (대기)
• 디자이너 → 엔지니어 (대기)
• 엔지니어 → QA (대기)
• 각 단계 = 며칠

새 패턴 (이 글):

• 모두가 AI 도구
• handoff 최소화
• 각자 자기 영역 빠르게

이게 "vertically integrated team" 의 새 모델:

• 이전: 분업
• 새: 통합
• 각자 다 함

비교 — Apple 디자인 팀 (전설):

• 디자이너 + 엔지니어 + PM 통합 룸
• 빠른 의사결정
• 매일 iteration

AI가 "모든 팀이 Apple 모델" 가능하게.

7. "20% Prompt 감소" 의 비용 임팩트

Opus 4.6에서 20% prompt 감소:

• token 비용 ↓
• 응답 속도 ↑
• 유지보수 쉬움

100K prompt → 80K = 20% 절감.
대량 사용 시:

• 100M tokens/일 = $500/일 절감
• 연 $182K 절감
• 거대 회사 = 수백만 절감

비교:

• ML 모델 최적화: 정확도 ↑
• prompt 최적화: 비용 ↓ + 정확도 ↑

각 모델 출시 = 자동 최적화 + 비용 ↓.

이 "매 모델이 효율 ↑" 가 enterprise 도입 가속의 숨은 동력.

8. "Cat Wu vs Boris Cherny" 의 leadership

이 글: Cat Wu (Claude Code 제품 책임자)
이전 (Wired 인터뷰): Boris Cherny (Claude Code 엔지니어링 책임자)

각각의 메시지:

• Cat Wu (이 글): PM 직무 진화
• Boris Cherny: 100% AI 코드 작성

두 leader가 "AI 시대 직무 변화" 증언:

• Engineer (Boris): 100% AI
• PM (Cat): prototype-first

이게 "직무별 AI 변화 증언" 자산:

• 엔지니어 변화 (Boris)
• PM 변화 (Cat)
• • 데이터 과학자, 디자이너 (예측)

각 직무가 자기 "AI 시대 매뉴얼" 작성.

9. "MCP 통합 PM 도구"의 자동화

builder.io 인용:

• Linear, Jira, Notion, Slack, PostHog, Amplitude
• MCP 서버 통합
• "PRD에서 ticket 자동 생성"
• "hours of investigation → minutes"

이게 PM 일상 자동화:

• ticket 생성 (수시간 → 분)
• 분석 (오후 → 분)
• 문서화 (일 → 시간)

비교 — 기존 도구:

• Linear/Jira: ticket UI 수동
• Notion: 수동 작성
• 분석: SQL/Tableau (스킬 필요)

새:

• "PRD에서 다 자동"
• PM 시간 = 결정에 집중

10. "Vendor Lock-in 없음" 의 markdown 표준

Sachin Rekhi 인용:

"Because everything is stored locally in markdown files, you avoid vendor lock-in entirely. Even the skills you build rely on an open standard."

(markdown 파일 로컬 저장 = vendor lock-in 없음. Skills도 오픈 표준)

이게 AI 시대 자산 portability:

• Notion AI = lock-in
• Anthropic Skills = markdown (open)
• "다음 도구로 이전 가능"

비교 — 데이터 portability:

• Adobe Photoshop = .psd (proprietary)
• Web standards = HTML/CSS (open)
• AI 시대: markdown + skills (open)

이 "open standards 우선" 이 enterprise 신뢰 자산.

11. "100편 마일스톤" 회고

이 글이 본 시리즈의 #100편.

뒤돌아보면:

• #1-#30: Constitutional AI, RLHF, Safety
• #31-#60: 모델 출시 (3 → Opus 4)
• #61-#80: 제품 launch (Cowork, Code)
• #81-#100: enterprise 정복 + AI 시대 직무 변화

각 30편이 Anthropic 진화의 한 챕터.

흥미로운 패턴:

• 초기: 연구 중심
• 중기: 제품 launch
• 최근: 직무 + 산업 변화

이게 "AI 회사 → AI 시대 정의자" 의 진화.

#100편이 우연히 "PM 직무 변화" = AI 시대 직무 진화의 직접 증언.

---

마무리

이 글은 "PM 직무 변화" 같지만, 실제로는 AI 시대 모든 knowledge worker의 변화 청사진이다.

• 41× capability/16 months: exponential 측정
• Documentation → Prototype: 새 cycle
• Wrong bets are cheap: 위험 패러다임
• Side Quest culture: innovation source
• Tool 다양화: AI fluency
• 전체 조직 같은 속도: handoff 최소
• 20% prompt 감소: 비용 효율
• Cat + Boris: leadership 증언
• MCP 통합: PM 자동화
• Markdown 표준: vendor 우회
• 100편 마일스톤: AI 시대 정의자

2026년 3월 19일 시점은 "PM = spec 작성자" 시대가 끝난 시점이다. PM = AI 시대 변화 추적자 + 빠른 실험가의 정착.

흥미로운 건 이 글이 "AI 시대 모든 직무 매뉴얼" 의 시그널이라는 점이다:

• PM (이 글)
• Engineer (#82, #95)
• Marketer (#78)
• Legal (#69)
• Designer (예측)
• Data scientist (예측)

각 직무가 "AI 시대 어떻게 일하는가" 매뉴얼 필요.

Common pattern:

• prototype-first
• 빠른 cycle
• AI fluency
• handoff 최소
• side quest culture

이 패턴이 "AI 시대 일하기 표준" 형성. "Constitutional AI" 가 모델 행동 표준이라면, "Prototype-first" 가 인간 일하기 표준.

다음 글 (#101): CSV #17 — "Put Claude to work on your computer" — Dispatch + Computer use. AI가 사용자 컴퓨터 직접 운영. 이 글의 "prototype-first" 가 가능하게 하는 인프라가 보인다. PM이 빠르게 빌드 = AI 컴퓨터 운영의 합. 다음 챕터로.