프롤로그. 모델보다 제품을 끝까지 책임지는 사람

1장. AI 프로덕트 매니저의 진짜 일
1절. 모델 성능과 제품 성과 사이의 간격
2절. 사용자 문제, 데이터, 기술 제약의 삼각형
3절. AI 기능과 AI 제품의 결정적 차이
4절. 돈이 되는 제품을 가르는 책임선

2장. AI 제품 사고의 기본 뼈대
1절. 예측 가능한 소프트웨어와 확률적 경험
2절. 정답률보다 중요한 사용 맥락
3절. 프롬프트, 데이터, 워크플로의 연결
4절. MVP가 아니라 안전한 학습 단위

3장. 문제 발견: AI가 필요한 순간과 필요 없는 순간
1절. 자동화 착각과 증강 가치의 경계
2절. 반복 업무, 판단 업무, 창작 업무의 분리
3절. 사용자가 맡길 수 있는 일의 조건
4절. 실패 비용으로 보는 우선순위

4장. 데이터가 제품이 되는 구조
1절. 원천 데이터와 행동 데이터의 다른 쓰임
2절. 품질 기준 없는 데이터의 위험
3절. 개인정보와 권리 범위의 선
4절. 데이터 운영이 만드는 신뢰

5장. 모델 선택과 비용 구조의 현실
1절. 범용 모델과 특화 모델의 선택 기준
2절. 정확도, 지연 시간, 비용의 균형
3절. 파인튜닝, 검색증강, 프롬프트의 경계
4절. 공급사 종속과 전환 비용의 계산

6장. 프롬프트와 인터페이스의 사용자 경험
1절. 좋은 답보다 좋은 요청의 설계
2절. 대화형 제품의 안내와 통제
3절. 불확실성을 드러내는 화면 언어
4절. 인간 검토와 자동 실행의 경계

7장. 평가 지표와 실험의 운영 언어
1절. 오프라인 평가와 실제 사용의 차이
2절. 핵심성과지표와 모델 지표의 연결
3절. A/B 실험과 안전 검증의 순서
4절. 품질 저하를 감지하는 모니터링

8장. 수익 모델과 단위경제의 계산
1절. 사용량이 늘수록 비용이 늘어나는 제품
2절. 무료 체험과 유료 전환의 균형
3절. 가격 정책과 사용 제한의 제품 언어
4절. 매출보다 먼저 보는 마진 구조

9장. 책임 있는 AI와 리스크의 제품화
1절. 환각, 편향, 보안 위험의 실제 비용
2절. 고위험 사용처와 금지 사용처의 분류
3절. 설명 가능성과 기록 가능성의 설계
4절. 법무·보안·개인정보와의 합의선

10장. 개발·디자인·법무·영업 사이의 협업
1절. 제품 요구사항 문서의 새로운 역할
2절. 엔지니어와 데이터 과학자의 다른 언어
3절. 영업 약속과 실제 품질의 간격
4절. 경영진 보고가 필요한 의사결정

11장. 출시 이후의 모니터링과 개선 루프
1절. 배포가 끝이 아닌 AI 제품 운영
2절. 사용자 피드백과 모델 피드백의 분리
3절. 장애, 오답, 악용 사례의 대응 체계
4절. 업데이트 리듬과 제품 신뢰의 회복

12장. AI 프로덕트 매니저의 커리어 지도
1절. 기술 이해와 사업 감각의 균형
2절. 포트폴리오가 보여 주어야 할 판단력
3절. 조직 단계별 역할 변화
4절. 사라지지 않는 사람의 능력

에필로그. 돈이 되는 AI는 사람의 문제에서 시작되는 제품