Learn
팀 공통 언어 · Agent Loop Canvas · 실습 템플릿
범위 진단하기 ↗Field dossier / Habix operator / 2026
20년의 제품 경험, 두 개의 AI 제품 출시, 22개 이상의 에이전트 운영을 기업의 검증 가능한 Agent Loop로 바꿉니다.
- AI Agent Specialist
- KDT 주강사
- PM 20년+
- 100 Agents Builder
- Eastsoft · Perso AI · Alan
- 20+
- 제품을 만든 PM 경력
- 2
- Perso AI · Alan 출시
- 22+
- 직접 운영하는 에이전트
- 200+
- 실습 기반 학습자
- 3회
- 연속 KDT 리드 강의
Operator summary 00
김생근은
어떤 일을 하는가?
김생근이란 20년간 제품을 만들고 운영해 온 PM 출신 빌더이고, 지금은 그 경험을 기업이 반복해서 쓸 수 있는 Agent Loop 설계로 옮기는 Habix 대표입니다.
2003년 Kakao 데이터 사이언티스트로 시작해 2017년 LINE에서 추천 서비스 리드 PM을 맡았고, 2024년부터 이스트소프트에서 AI 제품 Perso AI와 Alan의 프로덕트 리더로 에이전트 오케스트레이션을 직접 설계했습니다. 운영자 신뢰는 직함이 아니라 이어지는 실행 증거로 판단해야 한다고 봅니다. 그래서 이 페이지는 경력을 나열하는 대신 Product, Launch, Operations, Loop 네 단계로 무엇을 만들었고 무엇이 운영됐는지를 순서대로 공개합니다. 기업 개입은 Learn, Build, Adopt 3단계로 나누고 각각 기간과 산출물, 적용 경계를 먼저 밝힙니다. 교육에서는 2026년부터 KDT AI 과정 주강사로 "맥락 먼저, 코드 다음" 방식을 씁니다.
Evidence chain 01
Product → Launch → Operations → Loop
운영자 신뢰는 직함이 아니라 서로 이어지는 실행 증거로 판단할 수 있어야 합니다.
- 01
Product
20년 동안 고객 문제를 제품의 우선순위와 실행 계획으로 바꾸었습니다.
- 02
AI launches
Perso AI와 Alan을 출시하며 모델의 가능성을 실제 사용자 경험과 운영 조건에 연결했습니다.
- 03
Agent operations
22개 이상의 에이전트를 직접 운영하며 실패 조건, 평가와 사람의 판단 지점을 축적했습니다.
- 04
Loop Engineering
그 경험을 팀이 반복해서 사용할 수 있는 Intent → Human → Learn → Next의 운영 방법론으로 정리했습니다.
Operating proof 03
Decide / Remember / Verify
기능 소개가 아니라 팀의 판단, 기억과 검증을 운영하는 방법론의 실제 증거입니다.
Career ledger 04
Field history
KDT AI 과정 주강사
직업훈련 / AI 교육AI 네이티브 사고와 Python 실전을 연결하고, 팀의 실제 업무 위에 첫 Agent Loop를 완성합니다.
AI 에이전트 프로덕트 리더
이스트소프트Perso AI와 Alan의 제품 기획·전략을 리드하고 에이전트 오케스트레이션을 설계했습니다.
프로덕트 매니저
LINE · Samsung · CJ · KakaoB2C·B2B 제품의 사용자 조사, 전략, 로드맵, 출시와 팀 운영 전 사이클을 경험했습니다.
서울대학교
통계학과 · 경영학과 복수전공서울종합과학대학원 빅데이터 MBA를 수료했습니다.
Capability index 05
Lectures & expertise
기존 프로필의 전문성과 강의 모듈을 모두 보존하고, 기업 워크숍과 FDE 스프린트에서 조합 가능한 역량 인덱스로 구성했습니다.
AI 에이전트 설계 입문
에이전트 구조, 오케스트레이션, Tool Use를 업무 문제에서 출발해 설계합니다.
beginner-friendlyAI 중심 Python 실전
모델 API 연결부터 실제 에이전트 프로토타입 제작까지 실습합니다.
hands-onRAG & LangChain 실전
RAG 아키텍처, 문서 파이프라인, 벡터 DB와 평가 기준을 연결합니다.
intermediate자동화 에이전트 빌딩
알림, 데이터 파이프라인과 반복 업무 에이전트를 운영 가능한 형태로 만듭니다.
advancedAI PM 프로젝트
의도, 컨텍스트, 권한, 평가, 비용과 사람의 판단 지점을 제품 관점에서 설계합니다.
strategyAI 네이티브 워크플로우
개인 최적화를 넘어 팀이 재사용하고 개선하는 Agent Loop로 확장합니다.
productivityOpen a field record
첫 Agent Loop의 범위를 함께 정합니다.
AI 제품을 이끈 PM이 직접 에이전트를 만들고 운영하며, 기업의 반복 업무를 검증 가능한 Agent Loop로 바꿉니다.