요약
AI로 구현이 싸지자 동시에 벌이는 일이 늘어, 오히려 일이 더 많아졌습니다.
Bold.org 기술 부사장 오레스티스 이오아누가 2019년부터 쌓인 자신의 GitHub 기록을 분석한 글입니다. 설계와 관리 업무가 늘어 코드는 덜 써야 할 자리인데, 올해 활동량이 풀스택 엔지니어 시절 수준으로 돌아왔다고 밝혔습니다.
왜 중요한가
- 구현 비용이 줄면 일이 줄어드는 대신 벌이는 일의 가짓수가 늘어난다는 점을 개인 기록으로 보여 줍니다.
- 병목이 코드 작성에서 사람의 주의력과 판단으로 옮겨 갔습니다.
- 예전 같으면 접었을 아이디어까지 실행하게 되면서, 늘어난 역량이 그대로 늘어난 일이 됐습니다.
핵심 내용
- 예전에는 한 주에 큰 과제 두세 개를 하나씩 처리했지만, 지금은 에이전트 여러 개를 동시에 돌립니다.
- 에이전트마다 질문 답변, 계획 승인, 변경 사항 검토를 수시로 요구해 잦은 맥락 전환이 피로를 키운다고 했습니다.
- 2026년 GitHub 기여(커밋 등 활동 횟수)는 10월 27일까지 2,102회로, 2021~2025년 어느 해보다 많습니다.
- 새 모델이 나오면 일을 벌이고 검토가 쌓이면 지쳐 물러나는 주기를 올해만 세 번 겪었다고 했습니다.
- 한가한 시기에도 간단한 프롬프트 작업과 결과 검토가 이어져, 비수기가 더는 한가하지 않다고 했습니다.
HN 반응
- 많은 이용자가 공감했고, 하루 할 일 목록을 미리 정해 곁가지 작업을 막자는 처방이 나왔습니다.
- 고용주가 같은 돈을 주며 일을 덜 시킬 리 없다며 글의 전제가 애초에 순진했다는 반론도 나왔습니다.
100% 공감합니다. 저도 지쳤습니다.
제가 생각하는 해법은 이렇고, 몇 번 시도해 봤는데 결과가 좋았습니다.
우리만의 프로젝트 계획이나 작업 계획이 필요합니다. 앞날을 내다보고 짠 단순한 TODO 리스트면 충분합니다. 하루를 시작하기 전에, 매일 준비해야 합니다.
집중하고 범위를 제한하십시오. 리스트에 있는 일만 하는 규율이 저를 포함한 우리에게 부족한 것이고, 절실히 필요한 것입니다.
곁가지 작업(side quest)이 우리를 죽이고 있습니다. 그날 계획한 작업에서 벗어나려면 키보드에서 완전히 떨어져 종이와 펜으로 계획을 다시 짜는 시간을 갖게 해야 합니다. 출력해서라도 LLM에서 떨어져 계획하십시오. 문제를 요약하는 데는 LLM을 써도 좋지만, 생각은 LLM 없이 해야 합니다. 이 숙고의 핵심 입력은 지금의 TODO 리스트여야 하고, 결과물은 새 TODO 리스트입니다. 키보드에서 떨어져 이런 시간을 갖는 목적은 단 하나, 다음 단계를 내 손으로 통제하는 것입니다.
TODO 리스트대로 일한 날에는 제때 퇴근해서 가족과 시간을 보냈고, 더 일찍, 더 푹 잤습니다. 그 리스트를 통제하지 못한 날에는 같은 날 안에 피로가 거의 그대로 쌓였습니다.
하루치 유한한 리스트를 만들어 하나씩 지우고, 아내와 아이들, 강아지와 시간을 보내십시오. 제 의견은 이렇습니다.
동의합니다. 기능 개발은 여전히 병목이 걸려 있습니다. 아이디어를 내고, 사용자 테스트를 하고, 이해관계자와 논의해야 하니까요. 그런데도 바쁘다는 기분을 내려고 어떻게든 일을 잔뜩 만들어 냅니다. 그 일들이 바로 곁가지 작업이고, 평소라면 맡지 않았을 일들입니다. 마침내 그 버그를 잡고 그 재작성을 끝내면 기분은 최고입니다. 하지만 그만큼 다른 모든 사람의 접시에도 일을 얹는 셈입니다. 논의, 리뷰 같은 것들, 계속 쏟아지는 검토할 새 사안들 말이죠.
저희 동료들도 TODO 리스트를 존중해 주면 좋겠어요. 방해 없이 하루를 보낼 수 있다니 부럽네요. ::슬픈 얼굴::
좋네요. 저는 거기에 타임블록도 같이 씁니다. 종이에 30분 단위로 칸을 직접 적어 놓고, 하루가 흘러가면서 직전 30분 동안 한 일을 표시합니다. 완벽할 필요는 없지만 책상 앞에 있을 때 중심을 잡아 주는 효과가 있고, 하루가 끝나고 돌아보면 얼마나 생산적이었는지 아니었는지 보는 재미도 있습니다.
좋은 전략입니다.
AI는 예전엔 "단순 반복"에 가까웠어도 끝내고 나면 성취감이 있던 일의 가치도 떨어뜨렸다고 생각합니다. 이제는 예전 수작업 품질의 ±80% 수준으로, 시간은 1%만 들이고 그 일을 해낼 수 있으니까요.
그래서 결과물은 눈에 띄게 나빠지는데도, 효율 향상은 피할 수 없으니 사실상 그렇게 해야만 합니다. 그러면 일이 더 무의미하게 느껴지고, 일은 더 하는데 이루는 건 줄어든다는 기분이 더해집니다.
알루미늄은 한때 백금보다 비쌌습니다. 지금은 구겨서 쓰레기통에 던지죠. AI가 코드 한 줄의 값에 같은 일을 한 겁니다.
그리고 모든 노동에도 같은 일을 해 주길 바라야죠. 그러면 드디어 노동자들도 구겨서 쓰레기통에 던질 수 있으니까요!
욕심 많은 노동자들은 불평하지 말고 이 변화를 기뻐해야 합니다! 이제 우리가 쓰레기통에 던지는 물건을 원하는 만큼 가져갈 수 있잖아요!
알루미늄은 예나 지금이나 함부로 낭비할 수 있는 자원이 아닙니다.
14년 전: "원자재 쟁탈전 - 알루미늄을 쫓는 한 기업" (독일어)
https://www.youtube.com/watch?v=rd1Fern6JQ8
며칠 전: "알루미늄 스크랩 분쟁: 유럽 업계, 수출 제한 요구" (독일어)
https://www.youtube.com/watch?v=Ucgyfee6eNk
100% 맞습니다.
그 결과로 따라오는 게, "단순 반복"에 쓰는 시간이 없어지니 업무의 거의 모든 부분이 진짜로 중대한 의사결정 단계가 된다는 점입니다.
저는 그게 지칩니다.
저도 직접 겪고 있습니다. 저는 엔지니어인데, 업무 일부가 파워포인트나 백서 만들기 같은 비엔지니어링 업무입니다. 꼭 필요한 일이지만 제가 조직 서열이 더 높았다면 다른 사람에게 맡겼을 일들입니다.
AI 덕분에 이런 일을 더 빨리 처리하고, 문서 서식 같은 세세한 부분이 아니라 핵심 20%와 제가 하는 일의 질에 더 집중할 수 있습니다.
AI는 형편없는 도구의 단점을 많이 메워 주지만, 좋은 도구보다는 못한 경우가 많습니다. 이 경우 "좋은 도구"란 쓰기 쉽고 빠른 문서 템플릿이나 서식 언어일 겁니다. 파워포인트 덱을 한 번에 만들어 보라고 시켰을 때 AI가 내놓은 결과는 지금까지 본 바로는 한마디로 실망스럽습니다. (좀 더 말하자면, 단어 대포로 슬라이드에 글자를 흩뿌려 놓은 것 같습니다. 위치, 색, 글꼴이 제멋대로예요.)
만들 의욕이 없으면 가능한 한 파워포인트는 그냥 건너뛰세요. 발표자가 자기가 말하는 내용을 직접 구상하고 곰곰이 생각하지 않았다는 건 듣는 사람에게 너무 뻔히 보입니다.
파워포인트를 만들라고 요구받는 상황이면 늘 건너뛸 수 있는 건 아니죠. 내용을 AI로 생성할 필요는 없습니다. 그저 슬라이드 구성이 귀찮은 일이고 제 시간을 쓸 만한 일이 아니라는 거죠.
에헴, 사실 말이죠... 문서 작업은 뭐든 LLM에 맡기지 않는 게 최선입니다. LLM은 가치 없는 말을 엄청나게 많이 생성하는 데는 탁월합니다. 문서 초안을 직접 잡은 뒤에 LLM을 돌리는 방식도 "이 코드로 문서 만들어 줘" 하고 프롬프트만 던지는 것보다는 낫지만, 비슷한 문제가 생깁니다. 저는 짧게 쓰는 걸 선호하고, 그건 직접 합니다.
반면 서식처럼 내용과 무관한 일은 맡기기 딱 좋습니다. 결과가 평범한 경우가 많아도, 그 부분은 지금 단계에서 저는 별로 신경 쓰지 않거든요.
글의 첫 전제가 이해가 안 됩니다. 고용주가 일을 덜 시키면서 같은 급여를 줄 거라고 믿다니, 대체 어떤 착각에 빠져 있어야 가능한 걸까요?
현실적으로 가능한 결과는 처음부터 둘뿐이었습니다. 같은 급여에 일을 더 하거나, 해고당해서 내 일이 앞의 사람에게 넘어가거나.
일이 줄어들면서도 삶의 질이 같거나 나아지는 길은 자영업을 하거나, 인정 많은 사람에게 고용되는 경우뿐입니다. 안타깝게도 대다수 사람에게는 해당되지 않는 얘기죠.
일선 AI 낙관론자들 사이에서는 꽤 흔한 오해 같습니다. 고용주가 기대치를 조정하기 전의 초기 경험이 영원히 이어질 거라고 외삽한 결과가 아닐까 싶네요. 말씀하신 올바른 이해대로라면 AI는 노동자에게 나쁜 거래처럼 들리고(실제로 그렇고), 그래서 제 이론은 AI에 열광하는 낙관론자들이 열정을 유지하려면 어느 정도 현실 왜곡을 해야 한다는 겁니다.
일벌인 우리 입장에서 좋은 점은, 그래서 저는 우리 일자리가 필연적으로 사라질 거라는 서사를 별로 믿지 않았다는 겁니다. 제가 몇 번 던진 질문이 있습니다. 2년 전에 엔지니어가 100명씩 있던, 꽤 비슷한 경쟁사 두 곳이 있다고 해 봅시다. AI가 정말로 개발 속도를 10배 높인다고 가정해 보세요. 아직은 아니지만(적어도 지금은요) 큰 숫자가 문제를 또렷하게 만들어 주니까요. 한 회사는 엔지니어 90명을 해고하고 남은 10명으로 같은 일을 합니다. 다른 회사는 엔지니어를 전부 유지하고 10배의 일을 합니다.
시장에서 누가 이길까요?
답이 하나로 정해지는 건 아닙니다. 첫 번째 회사가 이기는 때와 장소도 있고, 둘을 섞은 전략도 있습니다. 하지만 대체로 다수의 답은 두 번째라고 생각합니다.
"10배의 일"을 시장이 반드시 다 소화할 수 있는 건 아니라는 걸 이해하고, 그래도 일이 되는 더 낮은 수준에 맞춰 조정하면서 여전히 100명 중 많은 수를 해고하는 쪽이 이기죠.
해고된 사람들 중 상당수가 디스코드 서버를 하나 파서 그 회사 제품을 슬쩍 복제할 겁니다.
결국 그런 식으로 흘러가겠지만, 회사는 무너지기 전에 한몫 챙기겠죠.
그러고는 제품을 복제하는 건 별 의미가 없고, 중요한 건 고객 기반, 업계 평판, 인맥, 지원, 생태계 같은 것들이라는 걸 알게 되죠.
이런 해고를 단행하는 회사들은 개발자만 자르지 않습니다. 고객 지원, 영업, 법무 같은 부서도 같이 자르는 경향이 있어요. 특히 고객 지원은 챗봇이면 충분하다고 생각하죠?
"해고자 디스코드"가 고객에게 의미 있는 무언가를 만들어 낼 수 있는 이유가 바로 그겁니다. 더 작은 회사가 되겠지만, 작은 회사는 고객 지원에서 큰 이점이 있습니다. 진짜 사람, 어쩌면 핵심 개발자와 직접 연결될 수 있고, 그 사람은 챗봇에서 관료 조직으로 돌려보내는 대신 실제로 뭔가를 해 줄 수 있으니까요. 규모를 키울 수는 없지만, 경쟁사를 시작하기엔 충분할 수 있습니다.
인맥은, 인맥을 가진 그 사람을 무심코 내보냈을 수도 있고요. 게다가 인맥 있는 영리한 창업가(해고된 사람 중 한 명일 수도 있습니다)가 그대로 인수해 쓸 수 있는, 멀쩡하게 돌아가는 팀을 해고했을 수도 있습니다. 이건 워낙 널리 알려진 문제라서, 일부 대기업은 경쟁사가 그 사람들을 데려가지 못하게 하려고 일부러 채용하기도 합니다.
맞습니다. 그건 주로 빅테크의 ZIRP(제로금리) 시대 현상이었다는 것도 사실이고요. 빅테크에서 대규모 해고가 시작되자, 초엘리트 엔지니어와 스태프 대부분은 빅테크의 경쟁사를 차리는 대신 은퇴하거나 더 낮은 연봉으로 취업했습니다.
누가 이런 작은 회사들에 투자합니까? 지금 이 순간에 그런 일이 일어나고 있지 않은 이유가 뭐라고 보세요? 지난 2년쯤 사이에 해고자 디스코드에서 만들어진 회사들은 다 어디 있습니까?
지금 일어나고 있지 않다고 생각하시는 이유가 뭔가요? 스타트업은 어디선가 나오기 마련이고, 어떻게 모였는지 굳이 밝힐 필요도 없습니다. 오히려 변호사들의 관심을 피할 수 있다면 그 "해고자 디스코드"를 숨기는 게 현명하겠죠.
그리고 "어떤 사람이 대기업을 나와 직접 스타트업을 차렸다"는 이야기는 우리가 늘 듣잖아요. 예컨대 인디 게임 개발자들한텐 흔한 얘기입니다.
존재하지 않는다는 사실이요. 주장을 하려면 그게 존재한다는 걸 증명하셔야 하는데, 지금까지 아무도 실제로 존재한다는 걸 증명하지 못했습니다. 저는 직접적인 실무 경험을 바탕으로 말하는 겁니다.
눈치채셨겠지만 그런 이야기는 대부분 수십 년 전 일이거나, 부유한 C레벨 임원이 탄탄한 인맥을 믿고 직접 회사를 차린 경우입니다. 지난 2년 사이 AI가 엄청나게 가속했다는데, 업계 해고 규모를 감안해도 스타트업이 그와 같은 속도로 생겨나는 건 보지 못했습니다. 금을 캐려고 삽을 사려는 AI 스타트업들은 빼고요.
저는 몇 군데 압니다. 다만 "해고당해서 시작했다"고 홍보하지는 않아요. 그건 엄청나게 멍청한 짓일 것 같습니다.
그러고 나면 회사는 고객 중 상당수가 영업 담당자 때문에 있었을 뿐이라는 걸 알게 되고, 그 고객들은 영업 담당자가 자신들의 "독특한" 환경에 맞게 바이브 코딩으로 만들어 준 앱이 뭐든 그쪽으로 갈아탑니다.
오히려 더 작은 스타트업들이 소비자 가치 사슬 전체를 통째로 복제해서 업계 전체를 한꺼번에 대체하는 모습을 보게 되지 않을까 싶습니다.
B2B 차원에서는 사업이 기본적으로 관계입니다. 수백만 달러짜리 거래 관계에서 우려가 생기면 찾아갈 수 있는, 믿을 만한 사람이 필요하니까요. 어려운 건 관계이고, 그래서 엔터프라이즈 스타트업에서 가장 큰 부서가 영업이며 영업 담당자들의 요청이 보통 기능 로드맵을 좌우합니다.
하지만 소비자 차원에서는 대부분의 회사가 관계에 정확히 0을 투자합니다. 연 50달러를 내는 소비자 3억 명과 관계를 쌓는 건 너무 비싸니까요. 중요한 건 a) 브랜드 이미지를 만들고, b) "그럭저럭 괜찮은" 제품을 내놓고, c) 그걸 싸게 해내는 것입니다.
AI는 이 세 가지 모두 아주 잘합니다. 허구지만 그럴듯하게 들리는 콘텐츠를 만들어서 기분 좋게 해 주는 데 탁월하죠. 물건이 어떻게 만들어지는지 설명하는 것도 그럭저럭 흉내 내기 때문에, 작은 조직도 그럭저럭 괜찮은 제품을 내놓을 수 있을 겁니다. 게다가 인사 부서, 법적 고용 계약, 영업 관계, 고객 서비스가 필요한 그 성가신 인간들을 전부 대체합니다. 어느 산업이든 일의 상당 부분은 결국 공급망에 윤활유를 치는 일, 즉 중간에 일어나야 하는 온갖 거래를 일어나게 하는 일입니다. 그걸 수직 통합하고 자동화하면 산업을 훨씬 싸고 효율적인 방식으로 다시 세울 수 있을지도 모릅니다.
많은 사람이 AI를 너무 작게 생각한다고 봅니다. "이게 내 작업에 어떻게 도움이 될까?", "내 직업에 어떻게 도움이 될까?", "일자리를 없애서 우리 회사를 어떻게 개선할까?" 하는 수준에서요. 진짜 돈은 "다른 회사를 전부 없애서 산업을 어떻게 혁신할까?", 심지어 "신생 산업이 시작할 수 있는 공정한 경기장이 생기도록 사회를 어떻게 대체할까?"에 있습니다.
불황이 오면 새 회사 창업이 폭발적으로 늘어나는 경우가 많은 이유가 이것입니다.
제 사회 초년 시절에 기억에 남은 경험이 있습니다. 대기업에 인수된 스타트업에 다니던 동료들이 해고 이야기를 듣고서 처음 보인 반응 중 하나가 "그냥 스타트업 하나 또 해볼까"였습니다.
그 아이디어를 너무 가볍게 던지는 데 놀랐습니다. 구체적인 아이템조차 없었고, 그냥 또 회사를 차리면 된다는 가벼운 생각뿐이었습니다.
많은 회사가 그렇게 만들어집니다. 대기업도 마찬가지고요. 모든 게 구체적인 초점에서 시작하는 건 아니에요. 그냥 "돈 벌 수 있는 사업을 만들려면 뭐가 먹히는지 보자"는 거죠.