[레브잇] [쇼포트] Problem Solver (AI Agent) – PO/PM 전형 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 고객 인터뷰와 데이터로 문제를 정의한 뒤 기획서 대신 AI 코딩 도구로 만든 동작하는 프로덕트로 가설을 검증합니다.

  이렇게 볼 수 있어요

  이 업무는 PO/PM 전형에만 있습니다. 기획 문서를 넘겨 개발을 기다리던 방식이 아니라 기획한 사람이 직접 만든 결과물로 고객 반응을 확인합니다. 코딩 경력이 없어도 지원할 수 있지만 AI 도구로 무언가를 만들어 본 경험이 있으면 출발점이 달라집니다.

• 생활, 가전, 가구, 여행, 선물, 가격비교 등 쇼핑 카테고리 가운데 하나의 오너가 되어 AI로 고객의 불편을 해소할 기회를 탐색합니다.

  이렇게 볼 수 있어요

  기능이나 화면이 아니라 카테고리 하나를 맡습니다. 커머스 PM 경력이 있다면 특정 카테고리의 구매 과정을 깊게 다뤄 본 경험을 따로 정리해 두면 됩니다.

• 고객 인터뷰와 데이터 분석, 리서치로 실제로 해결해야 할 문제를 발굴하고 정의합니다.

  이렇게 볼 수 있어요

  문제 정의의 근거가 인터뷰와 데이터와 리서치 세 가지로 적혀 있습니다. 고객을 직접 만나 본 횟수와 그 결과 바뀐 기획을 경력 설명에 꼭 넣어야 합니다.

• 고객의 Pain Point를 해결하는 솔루션을 웹/앱 형태로 직접 기획·개발·배포합니다.

  이렇게 볼 수 있어요

  기획과 개발, 배포를 한 사람이 맡습니다. 공고는 만드는 방법을 팀에서 빠르게 익힐 수 있다고 덧붙였으므로 PM 경력자라면 개발 경력보다 문제를 고른 판단을 보여 주는 사례가 중요합니다.

• 가설 수립, 빠른 프로토타이핑, 고객 검증, 개선의 사이클을 반복하며 PMF를 찾아갑니다.

  이렇게 볼 수 있어요

  PM이 실험을 설계하던 사이클을 이번에는 직접 끝까지 돌리게 됩니다. 한 번의 출시보다 같은 문제로 몇 번을 다시 시도했는지가 경력 설명에서 중요해집니다.

• 실패를 두려워하지 않고 실패에서 얻은 인사이트를 다음 시도에 반영해 계속 개선합니다.

  이렇게 볼 수 있어요

  실패가 업무 목록에 따로 들어 있습니다. 기각된 가설과 그 뒤에 바꾼 실험을 한 묶음으로 설명해야 이 항목에 대한 이야기가 완성됩니다.

2자격 요건

• PO/PM으로 1년 이상 일하면서 가설 수립부터 실험, 지표 개선까지 직접 주도해 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  연차는 1년이지만 실험을 처음부터 끝까지 주도했는지를 함께 봅니다. 참여한 실험과 주도한 실험을 나눠 적고 움직인 지표의 이름과 변화 폭을 남겨 두면 1년이라는 기간의 내용이 분명해집니다.

• '극도의 raw intelligence'(문제해결력/논리력/학습력/분석력)를 바탕으로 비즈니스적 사고를 할 수 있어야 합니다.

  이렇게 볼 수 있어요

  괄호 안 네 가지가 이 말의 정의입니다. PM 경력이라면 숫자가 부족한 상황에서 시장 규모나 우선순위를 논리로 정한 사례가 이 요건에 들어갑니다.

• 새로운 도메인과 기술을 빠르게 학습하고 적용하는 학습력을 요구합니다.

  이렇게 볼 수 있어요

  PO/PM 전형에서는 기술 쪽 학습이 특히 무게를 가집니다. 처음 써 본 도구나 처음 맡은 도메인에서 짧은 기간에 결과를 낸 경험을 기간과 함께 적으면 학습 속도가 숫자로 나옵니다.

• 고객 문제 해결을 위한 구체적인 도전 과제를 스스로 설정하고 실행해 본 경험이 필요합니다.

  이렇게 볼 수 있어요

  누가 준 과제가 아니라 스스로 정한 과제를 묻습니다. 로드맵에 없던 문제를 직접 제안해 실행까지 간 사례가 있다면 그 문제를 어떻게 발견했는지부터 설명할 수 있어야 합니다.

3우대 사항

• 신규 프로덕트나 서비스를 0→1로 런칭해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  이미 돌아가는 제품을 개선해 온 PM과 처음부터 내놓은 PM을 구분합니다. 사용자가 없던 상태에서 출시한 경험이 있으면 출시 시점의 규모와 그 뒤의 변화가 이 우대에서 눈여겨볼 부분입니다.

• 데이터를 직접 뽑아 스스로 의사결정해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  분석가에게 요청해 받은 수치가 아니라 직접 추출한 데이터를 말합니다. SQL이나 분석 도구를 직접 다뤘다면 그 데이터로 내린 결정까지 함께 써야 합니다.

• AI 도구로 프로토타입을 직접 만들어 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무 첫 항목의 'AI 코딩 도구'가 우대 사항에서 다시 나옵니다. 사이드 프로젝트라도 실제로 동작한 결과물이 있으면 링크나 화면을 지원서에 붙일 수 있습니다.

• AI에 대한 높은 이해도와 관심도를 우대합니다.

  이렇게 볼 수 있어요

  맡을 제품이 쇼핑 AI 에이전트입니다. 써 본 AI 서비스에서 고객 경험이 어디서 끊기는지 관찰한 내용이 있다면 인터뷰에서 그대로 소재가 됩니다.

4기타 사항

• 게시일 : 2026년 10월 2일
• 고용형태 : 정규직(수습 3개월)
• 근무지 : 레브잇 오피스 (대한민국 서울특별시 관악구 남부순환로 1836 호산빌딩 7, 8층)
• 경력 조건 : 경력 1년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

전형과 지원

레브잇 기본 전형은 네 단계이고 레퍼런스 체크가 들어 있지만, 쇼포트 Problem Solver 하반기 특별채용 공고는 직무과제와 CEO 대면 인터뷰로 이어지는 다른 절차를 적었습니다. 지원 경로에 따라 입사 축하금 대상이 달라지므로 지원 전에 경로를 확인해야 합니다.

지원 전 준비할 것

1. 1

   주도한 실험 하나를 가설부터 지표까지 적기

   자격 요건 첫 항목이 가설 수립과 실험, 지표 개선을 한 항목에서 묻습니다. 실험 하나를 골라 어떤 고객 문제에서 출발했고 어떤 지표가 얼마나 바뀌었는지 순서대로 정리해 두면 서류와 인터뷰에서 함께 쓸 수 있습니다.

2. 2

   AI 코딩 도구로 동작하는 프로토타입 만들어 보기

   업무 첫 항목이 기획서 대신 동작하는 프로덕트로 가설을 검증한다고 적었고 우대 사항에도 같은 내용이 있습니다. 작은 것이라도 직접 만들어 배포해 본 결과물이 있으면 PO/PM 경력과 함께 보여 줄 수 있습니다.

3. 3

   맡고 싶은 카테고리의 고객 불편 정리하기

   공고가 생활, 가전, 가구, 여행, 선물, 가격비교를 예로 들었습니다. 하나를 골라 지금 쇼핑 과정에서 고객이 불편해하는 지점과 그것을 확인할 방법을 미리 정리해 두면 CEO 대면 인터뷰에서 꺼낼 이야기가 생깁니다.