에이전트 시대의 커리어
TMTAI는 정답지가 있는 일이라면 뭐든 잘하게 됩니다. 커리어는 정답지가 없는 나머지 전부입니다.
AI라는 계층이 뭔가를 잘하게 된다면, 그건 정답지가 있는 모든 일일 겁니다. 학교는 처음부터 끝까지 정답지의 세계였죠. 학교야말로 성공의 기준을 가장 단단히 박아 두는 곳입니다. 전부 정답을 맞히는 일이니까요. AI 시대에 일을 오래가게 하고 점수 매길 수 없게 만드는 건, 문제를 더 잘 푸는 능력이 아닙니다. 시스템을 만드는 능력도, 사람을 이해하는 능력도, 멋진 새 물건을 만드는 능력도 아닙니다. 무엇을 만들지 고르고, 그것이 좋은지 판단하는 일입니다. 나머지는 전부 AI가 더 잘, 더 빨리 해낼 테니까요.
저는 열여섯 살에 아일랜드 시골에서 브라우저를 만들며 엔지니어링을 시작했습니다. 구글에서 14년 넘게 일하며 Chrome, Gemini, Cloud AI를 만드는 엔지니어링 팀을 이끌었고, 오라일리(O'Reilly) 책도 여러 권 썼습니다. 잘 맞지 않는다 싶을 땐 프런티어 랩과 FAANG 기업의 제안도 거절해 왔습니다. 좋은 사람은 언제나 필요하니, 우리 각자에게는 최선을 다해 만들 수 있는 최고의 것을 만들 의무가 있습니다.
대부분의 커리어 조언은 여전히 유효합니다. 로켓에 올라타되, 좌석에 너무 연연하지 마라. 에이전트 코딩 때문에 세부 사항이 조금 달라지긴 했지만, 지금의 야심 찬 엔지니어들에게 들려주고 싶은, 저도 미리 알았더라면 좋았을 이야기를 해보겠습니다.
희소한 자원에 최적화하세요. 제가 알려진 일 중에 최고 연봉을 좇아서 얻은 건 거의 없습니다. 오픈소스에 쏟은 세월은 직접적인 보상이 거의 없다시피 했습니다. 하지만 그 시간은 평판과 인간관계로 이어졌고, 나중에 아주 효율적으로 기회로 불어났습니다. 어느 직장에서 받은 보수든 결국 다 써버렸을 겁니다. 하지만 평판은 계속 배당을 줬습니다.
많은 자원이 넘쳐납니다. 자본도 넘쳐나죠. 시간도 넘쳐납니다. 진짜 인간관계, 그리고 특히 좋은 일을 해낸 실적은 여전히 희소합니다. 돈은 몇 주면 조달할 수 있지만, 평판은 그렇게 조달할 수 없습니다. 그러니 계획은 이렇습니다. 좋은 일을 하고, 좋은 일을 알아보는 사람들이 그걸 보게 만드세요. 바이브 코딩 덕에 푼돈 벌기가 누워서 떡 먹기가 된 세상에서, 그런 푼돈은 별 가치가 없다고 봅니다. 뭔가를 내놓는 일이 이렇게 쉬워졌을 때, 희소한 수는 내놓을 가치가 있는 것을 고르는 일입니다.
문제를 푸는 법만이 아니라, 찾는 법을 배우세요. 해결이 아니라 선택의 무게를 처음 느꼈을 때만 해도, LeetCode가 실력의 척도처럼 보였습니다. 하지만 에이전트가 그 일을 전부 흡수하면서 문제 풀이는 값싸졌고, 문제 선택이 희소해졌습니다. 제 시작은 이랬습니다. 전화 모뎀이 느리다는 걸 알아채고, 여러 연결로 나눠 받는 청크 방식 다운로드를 만들었고, 이 문제를 평생 다 풀 수는 없겠구나 깨닫고는, 곧바로 다음으로 몰입할 만큼 복잡한 문제를 찾아 옮겨갔습니다. 문제를 찾는 일이 푸는 일보다 먼저였습니다.
엄청나게 뛰어나던 학생들이, 에이전트가 자기 문제 세트를 훑고 지나가자 보기 좋게 넘어지는 모습을 지켜봤습니다(전자레인지 시계가 엉뚱한 숫자를 띄운 걸 보는 기분이랄까요). 같은 에이전트. 같은 문제 세트. 그런데 토큰과 시간 예산은 하늘과 땅 차이였습니다. 왜일까요? 결국 강한 사람은 일에 판단력과 직관을 들고 오고, 나머지는 프롬프트 하나를 들고 오기 때문입니다.
저는 그런 판단력을 보일러플레이트를 찍어내고 버그를 고치면서 길렀습니다. 인간이 고안할 수 있는 최악의 추상화들을 직접 보고 뼈저리게 느껴봤습니다. 커밋 하나하나를, 이전 작성자들이 열에 들떠 꾼 꿈같은 코드를 방금 목격한 사람의 경외감으로 대했습니다. 커밋마다 뒤늦은 깨달음과 판단력이 쌓였습니다. 에이전트는 그런 반복 훈련을 자동화해 버립니다. 감각(taste)은 패턴 매칭이지만, 그 패턴 매칭은 전부 직접 일을 해서 벌어들여야 합니다.
진짜 위험은 에이전트가 나쁜 코드를 쓰는 게 아닙니다. 그건 전에도 겪어본 일이죠. 나쁜 코드인지 알아보는 능력을 잃는 것이 진짜 위험입니다. 판단력은 퇴화할 것이고, 결과물은 얼핏 잘 돌아가는 코드처럼 보일 겁니다.
좋은 실무자는 모든 일 앞에 에이전트부터 세우지 않습니다. 의식적인 훈련(deliberate practice)을 합니다. 정말 중요한 문제 몇 개를 고르세요. 에이전트 없이 어려운 길로 직접 풀면서, 시스템과 언어가 어떻게 동작하는지 깊은 멘탈 모델을 쌓으세요. 쓰는 코드의 천 배를 읽으세요. 에이전트가 내놓는 diff 하나하나를, 꼼꼼히 근거를 대야 하는 사람 코드 리뷰처럼 다루세요. 최소한 하나의 시스템은 입력부터 출력까지 끝에서 끝까지 깊이 파보세요. 그리고 에이전트가 이상해 보이는 제안을 내놓았을 때 그걸 알아채고 자신 있게 짚어낸 순간을, 매일 개인 기록으로 남기세요. 감각은 거기에 쌓입니다.
정말로 잘나가게 될 엔지니어는 제안을 가장 빨리 받아내는 사람이 아닐 겁니다. 언제 '아니오'라고 해야 할지 즉각 아는 사람일 겁니다.
직접 하는 사람에서 지휘하는 사람으로 옮겨가세요. 사람에게 위임하듯 에이전트에게 위임하는 법을 배워야 합니다. 작업 범위를 정하고, 완료 기준을 정의하고, 신뢰 수준을 조정하고, 결과를 검증하세요.
자율성은 등급이 아니라 설정값이며, 작업마다 켜고 끄는 스위치입니다. 작고, 되돌릴 수 있고, 확인 비용이 싼 일에는 최대로 올리세요. 실수를 되돌리기 어려운 일에는 낮추세요.
명세와 검증은 서로 다른, 상호 보완적인 기술입니다. 에이전트는 당신이 건네는 의도 이상으로 잘할 수 없습니다. 최고의 엔지니어는 정밀한 명세를 쓸 줄 아는 사람입니다. 명세란 명료한 생각을 읽을 수 있게 옮겨 놓은 것이니까요.
필요한 건 검증이지, 증거가 아닙니다. 에이전트가 자기 숙제를 자기가 채점하는 식의 증거는 더더욱 아닙니다. 검증 없는 위임이 대규모로 벌어지는 것만큼 사기를 꺾는 일도 없습니다.
내보낸 것은 책임지세요. 에이전트가 쓴 코드가 운영 환경에서 터졌을 때, "AI가 그랬어요"는 변명이 되지 않습니다. 그 변경에는 당신 이름이 붙어 있습니다. 무엇이 나갔고 어떻게 고칠지 이해하는, 책임지는 사람의 자세를 가지세요.
문제의 가장 야심 찬 버전을 노리세요. 리치 서튼(Rich Sutton)의 '쓰라린 교훈(bitter lesson)'이 말하듯, 거의 모든 분야에서 컴퓨팅을 더 부으면 계속 좋아지는 범용 방법이 손으로 정성껏 튜닝한 방법을 이깁니다. 이걸 커리어의 교훈으로 옮기면, 문제의 쉬운 버전을 푸는 건 의미가 없습니다. 거의 아무 가치가 없어요. 가치는 결국 어려운 버전에 몰립니다.
마지막 1마일을 전력 질주하세요. 시스템 전체를 끝에서 끝까지 알아서 다 써주는 에이전트는 없습니다. 대체로 기능의 70%는 에이전트에게서 금방 얻지만, 나머지 30% — 까다로운 엣지 케이스 디버깅, 올바른 아키텍처 찾기, 제대로 된 감각 기르기 — 가 승부의 전부입니다. 오늘날의 평균적인 결과물이란, 대충 쓴 프롬프트에 에이전트가 뱉어주는 바로 그것입니다. 당신이 보탤 수 있는 유일한 개인기는 그 평균을 최대한 멀리 넘어서는 것입니다. 초안이 공짜로 나오는 시대에는 마무리가 곧 제품입니다. 마지막 1마일을 전력 질주하기 위한 제 전술은 이렇습니다. 몇 달마다 가장 최신의, 칼끝처럼 날 선 모델로 처음부터 완전히 다시 만듭니다. 어중간한 옛 코드를 살려내려 간병하는 것보다 덜 지칩니다.
소프트웨어 엔지니어로서 제 일은 강하게 마무리하는 것이었습니다. 강한 마무리와 무난한 마무리의 차이는 다듬기(polish)입니다. 한 시간을 더 들이는 것, 그리고 그 차이는 중요한 사람들 눈에 즉시 드러납니다.
기대 득점(xG)과 결정력을 모두 끌어올리세요
축구에 주가 지표가 있다면 그건 xG일 겁니다. xG는 당신의 플레이가 만들어내야 마땅한 득점 기회의 수를 재는 지표입니다. 결정력은 그 기회를 골로 바꾸는지를 잽니다. 기회가 몇 번 올지는 계획할 수 없지만, 충분한 기회가 나오는 플레이를 기대할 수는 있고, 커리어를 거치며 기회를 마무리하는 실력은 키울 수 있습니다.
커리어도 마찬가지입니다. 평판이 당신을 골문 앞까지 데려다주고, 좋은 판단력으로 그 기회를 골로 만듭니다. 기회는 준비됐든 아니든 찾아옵니다. 몇 번이나 오게 할지, 어떤 기회를 살릴지는 당신에게 달려 있습니다. 제게 큰 기회는 언제나 공개적으로 해온 작업에서 왔지, 지원서를 낸 일자리에서 온 적은 한 번도 없습니다. 어떤 기회가 올지는 각본을 쓸 수 없습니다. 기회가 떨어지는 자리에 서 있을지만 정할 수 있을 뿐입니다. 할 수 있는 만큼 열린 틈을 만들어내고, 그 기회를 잡을 준비가 되어 있어야 합니다.
흔히 하는 실수 하나는 회사가 지금 갖고 있는 제품에 기준을 두는 것입니다. 물론 당신의 일은 어딘가에는 존재해야 하지만, 좋은 팀은 지금의 제품을 금세 알아볼 수 없는 무언가로 바꿔 놓습니다. 그러니 데모가 아니라 팀과 시장 기회에 베팅하세요. 제품은 한 장의 스냅숏일 뿐입니다. 팀이 곧 궤적입니다. 초지능(superintelligence)에 대해서라면, 미래의 모델이 결국 우리 지식 노동자가 하는 일의 상당 부분을 대체하게 될 가능성이 있다고 (저는) 생각합니다. 하지만 하룻밤 새 지워버리지는 않을 것이고, 전부를 대체하지도 않을 것이며, 우리가 하는 많은 일은 해내지 못할 겁니다. 새로운 종류의 일자리가 생겨날 겁니다. 검증은 언제나 병목일 겁니다. 어떤 문제가 풀 가치가 있는지 판정하고 각 문제에 얼마만큼의 판단력을 배분할지 결정하는 사람은 있어야 하고, 그 사람이 당신일 수 있습니다.
그리고 중요한 건, 지금 있는 자리에서 당장 프런티어 작업을 할 수 있다는 점입니다. AI 연구의 문턱은 보기보다 낮고, 직관을 기르는 데 연구소가 필요하지도 않습니다. 모델을 치열하게 써보고, 거기서 알아챈 것을 평가(eval)로 만드세요. 평가와 벤치마크야말로 이해가 사는 곳입니다.
요약하면 이렇습니다. 세상에 부족한 건 기회가 아닙니다. 올바른 문제를 찾아내고, 기계가 그걸 정말 풀었는지 가려내고, 기계가 멈춘 지점 너머까지 마무리할 수 있는 사람이 부족합니다.
우리는 가끔 '마지막 1마일'이 퍼즐의 가장 큰 조각이라고 말합니다. 하지만 에이전트의 세계에서는 마지막 몇 걸음이 무한합니다(에이전트는 산출물을 무한히 늘리지만, 당신은 그렇지 않으니까요). 주의력은 당신의 가장 귀한 자산이고, 다시 채워지지 않습니다. 그걸 지키지 않을 여유는 없습니다. 남이 채점할 수 있는 일은 전부 자동화되고 있습니다. 커리어는 채점할 수 없는 부분입니다. 무엇이 중요한지 고르고, 해냈는지 정직하게 판단하고, 그 결과를 책임지는 것. 그걸 하세요. 공개적으로. 어려운 문제 곁에서. 나머지는 대개 따라옵니다.
이 글은 필 첸(Phil Chen)의 원문에서 출발했습니다. 전문을 읽어볼 가치가 충분한 글입니다.