Career-facing view커리어キャリア

Wonbeen LeeAI / Global Product ManagerAI / 글로벌 프로덕트 매니저AI / グローバルプロダクトマネージャー

I plan and ship products in complex B2B SaaS environments, with a growing focus on Agentic AI. I am strongest at turning ambiguous product problems into clear product direction, requirements, workflows, and repeatable execution systems.복잡한 B2B SaaS 제품을 기획하고 출시합니다. 최근에는 Agentic AI 제품 경험을 만드는 데 집중하고 있습니다. 모호한 문제를 제품 방향과 요구사항으로 좁히고, 실제로 실행되는 워크플로우와 운영 체계로 연결하는 일을 잘합니다.複雑なB2B SaaSの製品企画からリリースまでを担当しています。最近はAgentic AIを実際の業務フローに組み込む製品設計に注力しています。曖昧な課題を整理し、要件、ワークフロー、運用ルールまで落とし込むのが得意です。

Selected work대표 작업主な実績 View resume이력서 보기Resume / CVを見る LinkedIn GitHub

Professional focus전문 영역得意領域

What I work on.제가 집중하는 영역取り組んでいること

The work I am strongest at spans four connected areas.서로 맞물린 네 영역을 중심으로 제품을 기획하고 운영합니다.今の仕事は、次の4つの領域がつながっています。

AI product & agentic workflowsAI 제품 · Agentic WorkflowAIプロダクトとAgentic Workflow

Turning model capability into bounded product behavior, review paths, and reusable operating patterns.모델이 할 수 있는 일을 제품 안에서 안전하게 쓸 수 있도록 기능 범위, 검토 지점, 재사용 가능한 운영 방식을 설계합니다.モデルの能力をそのまま見せるのではなく、機能範囲、レビュー地点、運用ルールまで製品の挙動として設計します。

Enterprise SRM / S2P SaaSEnterprise SRM / S2P SaaSエンタープライズSRM / S2P SaaS

Product planning in complex B2B procurement contexts where workflows, permissions, and cross-functional execution matter.워크플로우와 권한, 여러 부서의 협업이 얽힌 B2B 구매·조달 SaaS를 기획합니다.ワークフローや権限、部門横断の調整が複雑なB2B調達SaaSを企画しています。

Product Ops & execution systemsProduct Ops · 실행 체계Product Opsと実行の仕組み

Structuring ambiguous work into clearer intake, scope, evidence, review, handoff, and release loops.모호한 업무를 접수, 범위 정의, 검토, 인계, 출시까지 반복할 수 있는 실행 흐름으로 정리합니다.曖昧な依頼を、受付、スコープ、レビュー、引き継ぎ、リリースまで繰り返せる流れに整えます。

AI-ready knowledge systemsAI-ready 지식 체계AIが使いやすいナレッジ設計

Designing knowledge so people and agents can find, interpret, reuse, and safely publish the same source.사람과 AI가 같은 지식 원천을 찾고 이해하고 다시 쓸 수 있도록 정보 구조와 공개 범위를 설계합니다.人とAIのどちらも同じ情報源を探し、理解し、再利用できるように、情報構造と公開範囲を設計します。

Career snapshot경력 요약キャリア概要

Global product planning in enterprise procurement SaaS.엔터프라이즈 구매 SaaS의 글로벌 제품을 기획합니다.エンタープライズ調達SaaSのグローバル製品企画を担当しています。

At emro, I work on global B2B SaaS product planning across SRM / S2P contexts. My scope spans turning incoming needs into product direction and requirements, coordinating cross-functional delivery, and increasingly shaping Agentic AI product experiences.emro에서 SRM/S2P 글로벌 B2B SaaS 제품 기획을 맡고 있습니다. 들어온 요구를 제품 문제와 요구사항으로 정리하고, 디자인·개발·QA와 출시까지 조율합니다. 최근에는 Agentic AI가 실제 업무 흐름 안에서 안전하게 작동하도록 제품 경험을 설계하는 비중이 커졌습니다.emroでSRM/S2PのグローバルB2B SaaSを担当しています。届いた要望を課題と要件に整理し、Design・Engineering・QAとリリースまで進めます。最近は、Agentic AIを実際の業務フローに安全に組み込む製品設計が増えています。

Responsibility signals담당 업무担当業務

Product planning제품 기획製品企画Frame ambiguous needs into scope, priorities, and decision-ready requirements.모호한 요구를 문제와 범위, 우선순위, 의사결정 가능한 요구사항으로 정리합니다.曖昧な要望を、課題、範囲、優先順位、判断できる要件に整理します。
Cross-functional delivery부서 간 실행部門横断の推進Work across product, design, engineering, and QA from planning through release.기획부터 출시까지 Product, Design, Engineering, QA와 함께 실행합니다.企画からリリースまでProduct、Design、Engineering、QAと一緒に進めます。
AI product translationAI 제품화AIの製品化Translate model capability into bounded user flows, review paths, and operating workflows.모델의 가능성을 사용자 흐름, 검토 지점, 권한과 운영 규칙이 있는 실제 제품 경험으로 바꿉니다.モデルの能力を、ユーザー導線、レビュー地点、権限と運用ルールを備えた製品体験に落とし込みます。

Customer details, internal roadmaps, private metrics, and employer-confidential context stay outside this public portfolio.고객 정보, 내부 로드맵, 비공개 지표 등 회사 기밀은 공개하지 않습니다.顧客情報、社内ロードマップ、非公開指標などの機密情報は掲載していません。Read the public-work boundary공개 범위 원칙 보기公開範囲の考え方 →

Selected work대표 작업主な実績

Professional product judgment first, then independent building.본업에서의 제품 판단과 직접 만든 제품 소개本業でのプロダクト判断と、自分で作ったプロダクト

The first case is a generalized professional example; the next two show how I independently discover, build, and operate AI-native products.첫 사례는 기밀 정보를 걷어낸 실무 사례입니다. 이어지는 프로젝트에서는 문제를 발견하고 제품을 만들고 운영하면서 판단을 쌓아온 과정을 보여드립니다.最初は機密情報を除いた実務事例です。続く2つは、自分で課題を見つけ、作り、運用してきたプロダクトを紹介します。

Professional case · Enterprise AI실무 사례 · Enterprise AI実務事例 · Enterprise AI

Agentic AI Product Planning for Enterprise Procurement엔터프라이즈 구매 업무를 위한 Agentic AI 제품 기획エンタープライズ調達向けAgentic AIの製品企画

Context배경背景: Enterprise procurement users move across business objects, documents, approvals, and role-based permissions. A generic chatbot is not enough for consequential work.엔터프라이즈 구매 업무에서는 문서와 승인, 여러 업무 객체와 역할별 권한을 계속 오갑니다. 중요한 업무일수록 범용 챗봇만으로는 충분하지 않습니다.調達業務では、文書、承認、複数の業務オブジェクト、役割ごとの権限を行き来します。重要な操作を扱うため、汎用チャットだけでは足りません。
My role역할役割: Product Manager / Product PlannerProduct Manager / Product PlannerProduct Manager / Product Planner
What I did한 일やったこと: Translated AI capability into domain-aware scenarios, requirements, permission boundaries, human-review checkpoints, failure paths, and safe next actions across a complex B2B SaaS workflow.AI가 할 수 있는 범위를 도메인 시나리오와 요구사항으로 구체화하고, 권한 경계와 사람의 검토 지점, 실패·대안 흐름, 안전한 다음 행동까지 제품 흐름으로 설계했습니다.AIに任せる範囲を業務シナリオと要件に落とし込み、権限境界、人が確認する地点、失敗時の分岐、次に取れる安全な操作まで設計しました。
Outcome / signal성과 / 판단成果・判断: AI product judgment in a permission-sensitive enterprise workflow: domain context → bounded capability → reviewable result → safe next action.권한이 중요한 엔터프라이즈 환경에서 AI를 어디까지 맡기고 어디서 사람이 판단해야 하는지 제품 흐름으로 구체화한 사례입니다.権限が重要な業務で、AIに任せる部分と人が判断する部分を製品フローとして具体化した事例です。

Professional case실무 사례 보기実務事例 →Process redesign article제품 기획 프로세스 글製品企画プロセスの記事 →

Independent product · AI workflow개인 제품 · AI workflow個人プロダクト · AI workflow

Prompt HotbarPrompt HotbarPrompt Hotbar

Context배경背景: AI-heavy work creates a persistent retrieval problem: recurring approval, scope-control, verification, and handoff instructions need to be found again at the right moment, and repeated use creates new retrieval needs across tools and personal preferences.AI를 자주 쓰다 보면 승인, 범위 통제, 검증, 인계 같은 지시를 필요한 순간마다 다시 찾아야 합니다. 사용이 쌓일수록 단순 저장보다 더 나은 검색과 개인화가 필요해졌습니다.AIを日常的に使うと、承認、スコープ管理、検証、引き継ぎの指示を必要な場面ですぐ取り出せることが重要になります。使うほど、単なる保存ではなく検索と個人化が必要になりました。
My role역할役割: Creator / product ownerCreator / product ownerCreator / product owner
What I did한 일やったこと: Turned that friction into a keyboard-first retrieval product, then expanded it through real use into reviewed Discovery, Workflow Sets, a bounded local MCP pilot, and a Local-first Preference Layer where Like / Love this and My Picks create preference-aware retrieval without accounts or server-side preference state.반복되는 불편을 키보드 중심의 prompt retrieval 제품으로 만들었습니다. 이후 실제 사용을 바탕으로 Discovery, Workflow Sets, local MCP pilot, 그리고 계정 없이도 선호를 기억하는 Local-first Preference Layer와 My Picks까지 확장했습니다.この不便をキーボード中心のprompt retrieval製品にし、実際に使いながらDiscovery、Workflow Sets、local MCP pilot、Local-first Preference Layer、My Picksへ広げました。アカウントを作らなくても、ブラウザ内で好みを反映できます。
Outcome / signal성과 / 판단成果・判断: Bounded personalization: created personal retrieval value with browser-local preference memory and privacy-bounded measurement, while defining cross-device sync, recovery, or account-level state as the triggers that would justify backend complexity.개인화가 필요하다는 이유만으로 계정과 백엔드를 먼저 넣지 않았습니다. 브라우저 안에서 바로 얻을 수 있는 가치를 먼저 만들고, 기기 간 동기화·복구·계정 단위 상태가 필요해질 때를 복잡도를 늘릴 조건으로 정했습니다.個人化のために、最初からアカウントやバックエンドを入れませんでした。まずブラウザ内で価値を確かめ、端末間同期、復元、アカウント単位の状態が必要になった時点で複雑さを増やす方針です。

Project case프로젝트 보기プロジェクト →Live product제품 열기製品を開く Preference layer notePreference Layer 글Preference Layerの記事 →MCP pilot noteMCP pilot 글MCP pilotの記事 →

Knowledge product · Product system지식 제품 · Product systemナレッジプロダクト · Product system

Personal AI Operating SitePersonal AI Operating SitePersonal AI Operating Site

Context배경背景: Professional knowledge, experiments, and reusable AI work methods become hard to trust when they are scattered across tools and conversations.업무 지식과 실험, 다시 쓸 수 있는 AI 작업 방식이 여러 도구와 대화에 흩어지면 찾기도 어렵고 무엇이 최신인지 믿기도 어려워집니다.仕事の知識や実験、再利用したいAIの作業方法が複数のツールや会話に散らばると、探しにくく、どれが最新かも分かりにくくなります。
My role역할役割: Creator / product ownerCreator / product ownerCreator / product owner
What I did한 일やったこと: Designed and operate a public-safe, typed knowledge product that connects editorial content, machine-readable indexes, Workflows, Skills, and a Knowledge Map.글과 프로젝트, machine-readable index, Workflow, Skill, Knowledge Map을 하나의 공개 가능한 지식 원천에서 연결하도록 설계하고 운영합니다.記事、プロジェクト、machine-readable index、Workflow、Skill、Knowledge Mapを、一つの公開可能な情報源からつなぐ形で設計・運用しています。
Outcome / signal성과 / 판단成果・判断: End-to-end product ownership across framing, information architecture, AI-readability, publishing boundaries, and ongoing operation.제품의 방향과 정보 구조, AI가 읽을 수 있는 형태, 공개 범위, 운영 방식까지 직접 설계하고 계속 개선해 온 증거입니다.製品の方向性、情報設計、AIが読める形式、公開範囲、日々の運用まで自分で決め、改善を続けているプロダクトです。

Project evidence프로젝트 보기プロジェクト →Knowledge MapKnowledge MapKnowledge Map →

How I work일하는 방식仕事の進め方

The operating system is part of the proof.일하는 방식 자체를 확인할 수 있게 만듭니다.仕事の進め方も、実際に見られる形にしています。

PAOS makes some of my working principles inspectable instead of describing them only as traits.PAOS에는 제가 실제로 쓰는 작업 원칙과 검증 방식을 공개해 두었습니다. 말로 설명하는 대신 직접 확인할 수 있도록 만든 것입니다.PAOSでは、実際に使っている作業原則や検証手順の一部を公開しています。自己紹介だけではなく、どう仕事を進めるかまで確認できるようにしています。

Start from the state, not the tool.도구보다 현재 업무 상태에서 시작합니다.ツールではなく、今の仕事の状態から考える。

The Workflow Router begins with the work state before recommending an asset.Workflow Router는 먼저 지금 어떤 상태의 일을 하고 있는지 확인한 뒤 필요한 자산을 제안합니다.Workflow Routerは、まず仕事が今どの状態にあるかを見てから、使うWorkflowやSkillを選びます。

See Workflow RouterWorkflow Router 보기Workflow Routerを見る →

Make verification observable.검증 과정을 확인할 수 있게 만듭니다.検証の過程を見える形にする。

Evidence-first Review treats a plausible completion claim as a hypothesis until the output, checks, and boundaries can be inspected.Evidence-first Review는 결과물과 검증 근거, 작업 범위를 확인하기 전까지 완료됐다는 말을 그대로 믿지 않습니다.Evidence-first Reviewでは、「完了した」という説明より、実際の出力、チェック結果、作業範囲を確認できることを優先します。

See Evidence-first ReviewEvidence-first Review 보기Evidence-first Reviewを見る →

Keep public proof bounded.공개할 수 있는 증거의 경계를 먼저 정합니다.公開できる範囲を先に決める。

Public-safe Publishing makes the privacy boundary part of the workflow instead of cleanup after the fact.Public-safe Publishing은 나중에 기밀을 지우는 대신 처음부터 공개 가능한 범위를 작업 흐름에 넣습니다.Public-safe Publishingでは、公開後に機密を消すのではなく、最初から公開できる範囲を作業フローに組み込みます。

See Public-safe PublishingPublic-safe Publishing 보기Public-safe Publishingを見る →

Career documents커리어 문서キャリア資料

Resume / CV and career history이력서와 경력기술서Resume / CV と職務経歴書

The Resume / CV covers the essential career highlights. Career History adds company-by-company responsibilities and selected product work.이력서에는 핵심 경력을 간결하게 담고, 경력기술서에서는 회사별 역할과 책임, 대표 제품 경험을 더 자세히 정리했습니다.Resume / CVには経歴の要点を、職務経歴書には会社ごとの役割・責任と主なプロダクト実績をまとめています。

View resume이력서 보기Resume / CVを見る View career history경력 상세 보기職務経歴を見る

Opportunity fit관심 기회希望する機会

Where the next conversation is most relevant.이런 기회라면 특히 잘 맞습니다.次は、こんな環境で働きたいと考えています。

I am focused on Tokyo-based product roles where AI-native workflows, complex B2B SaaS, and global product execution overlap — especially where product judgment matters as much as model capability.Tokyo, Japan을 기반으로 AI-native workflow, 복잡한 B2B SaaS, 글로벌 제품 실행이 만나는 제품 역할에 관심이 있습니다. 모델 성능만큼 제품 판단과 운영 설계가 중요한 환경을 특히 선호합니다.東京を拠点に、AI-native workflow、複雑なB2B SaaS、グローバルな製品開発が重なるポジションに関心があります。モデルの性能だけでなく、どこまでAIに任せるかを製品として判断できる環境を重視しています。

Connect on LinkedInLinkedIn에서 연락하기LinkedInで連絡する Collaboration scope협업 범위その他の相談

Recruiting and career context lives here; broader writing, speaking, coffee-chat, and workflow conversations stay in Collaboration.채용과 커리어 관련 정보는 이 페이지에 모았습니다. 글쓰기, 발표, 커피챗, 워크플로우 관련 대화는 Collaboration 페이지에서 다룹니다.採用・キャリアの情報はこのページにまとめています。執筆、登壇、カジュアルな情報交換、ワークフローに関する相談はCollaborationに分けています。