All Case Studies
AI Native PM/BM · 워크플로우 자동화

AX 시스템 · Claude Code + Team Skill로 조직 워크플로우 신규 설계

AX 시스템 · Claude Code + Team Skill 통한 조직 워크플로우 신규 설계 및 운영 효율화

Studio Lab · Gency AI 2026 Q1 — 진행 중
PRD 40%↓분석 셋업 87%↓500+ 태스크 동시 운영
Overview

PM 한 명이 여러 프로젝트와 팀을 동시에 책임지는 환경에서 Claude Code + Team Skill 기반으로 스킬·에이전트·훅을 직접 만들어 조직 워크플로우를 새로 설계하고 운영 효율을 높임. 정량 효과까지 검증한 사내 AX(AI Transformation) 시스템.

P · Problem

문제 정의

배경

Gency PM은 SaaS·Enterprise·API 3트랙을 동시 운영. Asana에 약 1년간 500+ 태스크·30+ 이니셔티브가 누적되는 환경에서, 단순 반복 작업(스프린트 체크·PRD 초안·데이터 분석 셋업·문서화)이 PM 시간의 상당 부분을 점유.

풀어야 할 본질 문제

중요한 의사결정에 PM 시간을 더 쓰려면 단순 반복을 자동화해야 하는데, 사내에 AX 인프라가 없음. PM이 자기 워크플로우를 직접 시스템으로 만들고, 그 시스템을 다른 PM도 자력으로 쓸 수 있게 내재화하는 모델을 어떻게 설계할 것인가.

S · Strategy

해결 전략 · 어떻게 풀기로 했나

가설 01

PM 업무 사이클을 자동화 단위로 분해

PM 업무를 기획·와이어·정책서·분석·문서화·스프린트 운영 같은 워크플로우 모듈로 분해. 각 모듈이 입력·출력·검증이 명확한 자동화 단위가 되도록 재정의하고 MCP 통합 위에 도메인 특화 스킬·에이전트·훅으로 매핑.

가설 02

가이드·평가·인프라를 묶어 조직 단위 AX로 설계

자동화의 효과가 한 PM의 생산성에 그치지 않도록 PM AI 활용 가이드 + PM 평가 체계 + 팀 스킬 공통 인프라를 패키지로 설계. 시스템의 성공 기준은 "전체 PM이 자력으로 쓸 수 있는가"로 잡음.

E · Execution

실행 · 내가 직접 한 일

각 카드의 태그는 자율 주도 · 이해관계자 · 본질 구조화 중 어떤 역량을 요구한 일이었는지 표시합니다.

01

사내 AX 시스템 자체 설계·구축 (MCP 통합, 스킬 9, 에이전트 9)

자율 주도

Claude Code + Team Skill 기반으로 MCP(Notion · Asana · Figma · Mixpanel · Redash · Slack 등) 통합 위에 도메인 특화 팀 스킬 9개 + 에이전트 9개 + 다수의 훅을 직접 설계·구현. 외부 컨설팅·전담 엔지니어 없이 PM이 단독으로 인프라 의사결정과 실행을 책임짐.

02

Team Skills 셋업으로 PM 워크플로우 전 영역 내재화

본질 구조화

PM의 주요 업무(기획·와이어프레임·정책서·데이터 분석 등) 전 영역에서 Team Skills를 셋업하고 모든 PM이 자력으로 쓸 수 있는 형태로 표준화. PM 조직 전체의 평균 생산성을 올리는 것을 목표로 설계.

03

PM AI 활용 가이드 + 평가 체계 내재화

이해관계자

사내 교육 자료로 PM AI 활용 가이드를 직접 수립하고 PM 평가 체계에 AI 활용 역량을 명시적으로 포함. AI 활용을 "평가받는 역량"으로 정의했고, 이후 PM을 넘어 전 직원이 AI 에이전트를 실무에 쓰는 환경으로 확산.

04

신규 KPI 전사 대시보드 + Tableau 병렬 운영

본질 구조화

엔터프라이즈 고객사별 PDP 생성량·카피 품질·전환 지표를 신규 KPI 대시보드로 구축하고 Tableau를 병렬 운영. AI/디자인/BD팀과 주간 자동 공유로 조직 내 맥락 유지와 의사결정 시간 단축 문화를 도입해 팀 간 정보 비대칭을 줄임.

05

PM-로봇팀-AI팀 협업 체계 신설

이해관계자

협업 이슈 미팅·스크럼 주차 운영·아이디에이션 액션 플랜·이슈 핸들링과 Asana 셋업으로 로봇·AI팀과 미래 먹거리 연구 프로젝트 수립. 도메인이 다른 팀 간 공통 언어를 만들고 정기 협업 사이클을 처음부터 설계.

I · Impact

성과 · 수치와 그 의미

AX 도입 효과 · Before / After
Claude Code + Team Skill 기반 사내 자동화 결과
PRD 작성 시간−40%
Before 100%After 60%
데이터 분석 소요 시간−87%
Before 100%After 13%
스프린트 체크−75%
Before 100%After 25%
9
팀 스킬
8
에이전트
6
MCP 통합
PRD 작성 시간
−40%
조직 / 사용자에게 어떤 의미였나

PM이 본질 의사결정·고객 인터뷰에 더 많은 시간 투입 가능. 스킬·템플릿이 PM 개인이 아닌 조직 자산으로 누적되어 신규 PM 온보딩 속도도 동반 상승.

데이터 분석 소요 시간
−87%
조직 / 사용자에게 어떤 의미였나

Mixpanel MCP + Redash 자동화로 분석 셋업이 의사결정 속도의 병목에서 빠짐. PM이 가설 검증을 같은 회의 안에서 끝내는 사이클이 됨.

스프린트 체크
−75%
조직 / 사용자에게 어떤 의미였나

스킬 기반 일괄 조회로 다수 프로젝트의 상태 파악 시간을 단축. 30+ 이니셔티브를 동시에 책임지는 환경에서 매니지먼트 오버헤드가 줄어든 만큼을 핵심 의사결정에 씀.

조직 운영 효율화
전사 KPI 가시화
조직 / 사용자에게 어떤 의미였나

신규 KPI 전사 대시보드 + Tableau 병렬 운영으로 팀 간 정보 비대칭을 해소. AI/디자인/BD가 같은 숫자를 보고 결정.

동시 리딩 이니셔티브
30+
조직 / 사용자에게 어떤 의미였나

500+ 태스크 누적(약 1년)을 단일 PM이 운영 가능한 수준으로 압축. AX 시스템이 "PM 인력 충원 없이도 조직 capacity가 늘어난다"는 명제를 정량으로 검증.

Tools & Skills

사용한 도구·스킬

Claude CodeMCP (Notion · Asana · Figma · Mixpanel · Pencil)Python (자체 MCP 서버)Tableau · Mixpanel · RedashAsana 포트폴리오Notion
Takeaway

배운 점

AI Native PM은 AI를 잘 쓰는 PM이 아니라 AI 시스템을 직접 만들어 팀의 워크플로우까지 설계하는 PM이다. 자동화가 만든 진짜 변화는 개인 생산성보다 "인력 충원 없이 조직 capacity가 늘어난다"는 쪽이었고, 여기서 PM 조직 전체의 AI 전환이 시작됐다.