AI가 제품을 만들던 실무의 상당 부분을 대신하면서, 디자이너·엔지니어에게 '어떻게 만들지'보다 '무엇을 만들지'를 정하는 압박이 커졌고 이 흐름이 '프로덕트 감각(product sense)'이라는 용어를 부상시켰다. 그러나 널리 인용되는 Jules Walter의 2022년 정의(공감+창의성)는 그 능력을 어떻게 인식·측정·개발하는지를 빠뜨린다고 지적한다. 필자는 프로덕트 감각을 '현재 문제가 과거의 성공·실패와 언제 일치하는지 알아보고, 유사한 해법이 목표 결과에 어떤 영향을 줄지 신뢰성 있게 추정하는 능력'으로 재정의하며, 티어다운·크로스도메인 유추 같은 입력 수집만으로는 직관이 생기지 않고 실험으로 자신만의 패턴 저장고를 쌓아야 한다고 본다.
AI가 과거 제품 빌더를 가치 있게 만들던 많은 작업을 처리할 수 있게 되면서, 디자이너와 엔지니어는 '어떻게 만들지'만이 아니라 '무엇을 만들지'를 결정해야 한다는 압박을 받는다. 이 변화가 '프로덕트 감각'이라는 용어를 띄웠지만, 개념이 느슨하게 정의돼 오히려 혼란을 키웠다는 것이 출발점이다.
가장 널리 인용되는 정의는 Jules Walter가 2022년 Lenny's Newsletter에 쓴 것으로, 프로덕트 감각을 '의도한 임팩트를 주는 제품을 일관되게 만드는 기술'로 보고 공감과 창의성을 축으로 삼는다. 필자는 이 정의가 그 자질을 어떻게 인식·측정·개발하는지를 남겨둔다고 비판한다. Walter·Bavaro·Zhuo·Cagan 등이 제시한 조언 대부분이 제품 티어다운, 'Uber for ___' 식 크로스도메인 유추, 구조화된 제품 비평, 리뷰 다독 같은 입력 수집으로 수렴하는데, 흩어진 입력을 모으는 것만으로 신뢰할 직관이 생기지는 않는다는 것이다.
필자의 재정의는 '현재 문제가 과거의 성공·실패와 언제 일치하는지 알아보고, 유사한 해법이 원하는 결과에 어떤 영향을 줄지 신뢰성 있게 추정하는 능력'이다. 핵심은 실험을 통해 자신만의 과거 사례 저장고를 쌓고, 그 패턴이 언제 적용되고 언제 적용되지 않는지까지 아는 것이다. AI가 실행을 맡는 시대에 디자이너가 무엇을 훈련해야 하는지를 구체적으로 짚는다.