PM의 일에서 Claude Code가 바꾼 네 가지 영역

주변 개발자들이 클로드를 쓰고있을 때 왜 클로드 써? ChatGPT랑 뭐가 다른데?” 라고 물어본 적이 있었다. 그때 들었던 이야기로는 “지금 개발자들이 쓰는 AI 중에서 가장 똑똑해, 그리고 코드베이스로 이것저것 할 수 있어” 라는 이야기들 들었는데 짧게 설명을 듣기에는 다른 점이 많았고 그 자리에서 바로 배우기에는 어려워 보였다. 그럼에도 불구하고 호기심이 생겼고, 그렇게 스터디를 통해서 클로드라는 툴을 배우기 시작했다.

PM의 일을 몇 개월 동안 거꾸로 들여다보면서 정리하니까, 변한 부분은 대체로 네 묶음 안에 들어가는 것 같다. 정보를 모으고, 문서로 정리하고, 반복되는 일을 처리하고, 결과나 가정을 검증한다. 강의 슬라이드처럼 깔끔하게 나누고 싶었던 건 아닌데, 어쩌다 보니 이 네 묶음이 됐다.

처음 편해진 건 정보 모으는 일이었다

회의록, 리서치 자료, 유저 피드백처럼 흩어진 텍스트가 한 곳에 모이는 일이다.

ChatGPT에서도 어느 정도 가능했지만, 결정적 차이가 한 군데 있는데, 이전 자료와의 연결이다. Claude Code는 같은 폴더의 다른 파일을 직접 읽어주기 때문에, “지난 분기 같은 주제 회의에서 어떤 결정이 있었지?” 같은 질문을 던질 수 있다. 회의록 한 건의 요약이 아니라, 회의록 시리즈의 흐름을 따라가는 일이 된다.

회의록 자동화에 대해서는 다음에서 워크플로우를 통째로 풀어보고, 수백 건의 사용자 문의사항을 PM이 직접 분류해 데이터를 수치화하고 기대효과를 만들어나간 이야기도 해볼 예정이다.

어느 순간부터 글이 다르게 써졌다

정책서, PRD, 보고서, 메일 등

이 영역에서 가장 크게 달라진 건 “내 문서 아카이브가 통째로 옆에 있는 상태”에서 글을 쓴다는 점이었다. 이전에는 새 정책서를 쓰려고 빈 문서를 열었을 때, 비슷한 결의 이전 정책서가 어디에 있고 무엇이 결정되었는지를 먼저 내가 링크를 찾아서 작성해야했다면 이제는 매번 내용을 다시 붙여넣을 필요가 없다.

그로부터 두 달 전쯤 정리해뒀던 비슷한 결의 정책서만 참조해주고, 새 정책 초안의 1차 골격을 한 시간 안에 잡았다. 새로운 결정사항만 내가 채우면 되는 구조였다. 그날 처음으로 “문서를 쓰는 과정이 이렇게도 되는구나” 싶었다. 그리고 이런 과정을 거치다보니 내가 기억하는 것보다 더 자세히 출처를 찾아주고, 최신 데이터를 찾아서 정리해 나가고싶은 마음이 들었다.

이걸 좀 더 시스템적으로 구상해보자 하고 고민했던 것이 “업무 컨텍스트가 통째로 담긴 챗봇”이라는 개념인데, 아마도 많은 직장인들이 이렇게 사용하고 있지 않을까 싶다.

반복 작업이 반복 작업처럼 느껴지지 않게 됐다

매주, 매월 반복되는 일.

ChatGPT에서는 매번 새로 설명해야 한다는 한계가 가장 컸다. Claude Code에서는 슬래시 커맨드나 CLAUDE.md에 한 번 정의해두면 다음 주에도 같은 방식으로 동작하기때문에 형식을 통일하려고 따로 신경 쓰지 않아도, 어제 만든 결과물과 오늘 만든 결과물이 비슷한 모양으로 나온다.

내가 처음 만든 슬래시 커맨드는 거창한 게 아니었다. 옵시디언 vault에 쌓이는 글 초안에 매번 같은 frontmatter를 붙이는 작업. 영문 슬러그를 정하고, 태그를 통일하고, draft 상태로 시작하는 작업. 그리고 문서 내용 템플릿을 고정하여 업데이트하는 작업 그 반복이 어느 순간부터 한 줄 명령으로 끝났다. 작업 자체는 5분짜리였지만, “이렇게 통일성 있게 만들어두면 나중에 어떤 업무를 찾을 때 더 쉽다”를 알게 된 게 더 컸다.

마지막으로 늘어난 건 코드를 보는 일이었다

가장 많이 고민하고 늦게 추가된 영역이다. 그리고 가장 크게 달라진 영역이기도 하다. 반면에 또 잘 활용하기 위해 지금도 고민하고있다.

PM이 코드베이스를 직접 들여다본다는 얘긴데, 정확히는 “코드를 읽는다”기보다 **“시스템이 실제로 어떻게 동작하는지 확인한다”에 가깝다. 정책서에 쓴 내용이 실제 어디에서 분기되는지, 어떤 변경이 어디까지 영향을 줄지를 동료 개발자를 붙잡지 않고도 1차 확인할 수 있다 는 점에 있어서 가장 큰 효율성으로 보고있다

처음엔 “PM이 코드를 본다는 게 가능한 일인가” 싶었다. 그런데 막상 해보니 코드를 한 줄 한 줄 이해하는 게 아니라, 도구가 그 코드의 흐름을 같이 읽어주는 작업에 가까웠다. 그리고 처음에 만든 나만의 업무 챗봇과 합치니 더욱더 시너지가 나는 챗봇이 되어가고있다.

”시간을 절약한 것”이 아니라 “범위가 넓어진 것”

여기서 한 가지를 솔직히 말해두고 싶은 점은 Claude Code를 쓰면서 가장 크게 달라진 게 “주당 N시간을 아꼈다”는 식의 시간 절약은 아닌 것 같다. 물론 시간이 줄어든 일도 분명히 있다. 다만 그보다 더 큰 변화는 이전에는 내가 직접 시도하기 어려웠고, 정확하지 못했을 것 같은 업무도 손쉽게 하게 됐다는 쪽이었다.

우리팀에서는 슬랙을 통해서 외부 파트너서의 문의를 받고있는데, 이런 점을 효율화 시켜보고싶었다. 그러려면, 기본적을 몇건의 문의가 들어오는지를 봐야했는데, 원래 같으면 “데이터팀에 부탁할 정도는 아니고 내가 직접 보기엔 너무 많고”의 영역에 한참 머물러 있었을 일이었다. 그러나, 그날 슬랙의 몇년간의 문의를 엑셀파일로 내려받고 분류시켜 정말 빠르게 지표를 뽑아 볼 수 있었다. 물론 상세한 분류는 내가 했어야했지만, 그날 지표를 보았을 때, 절약된 시간보다 “엄두를 못 내던 것을 직접 할 수 있다”는 감각이 더 오래 남았다.

이게 단순 시간 절약과 다른 점이다. 시간 절약은 “원래 하던 일을 더 빨리”인데, 범위 확장은 “원래 못하던일 또는 생각하지 못하는 일을 하게 되는 것”이다. 후자가 생각의 방향 자체를 바꿨다고 생각한다.