![[한글더빙] 개발자는 결국 이렇게 살아남습니다 with 인공지능의 스승 앤드류 응](https://i.ytimg.com/vi/vENN6-d_3AQ/hqdefault.jpg)
AI 시대, 개발자의 생존 전략: 앤드류 응 교수의 따끔한 조언
이 영상은 AI 분야의 거장 앤드류 응 교수가 스탠포드 강단에서 전하는 AI 시대 개발자의 생존 전략에 대한 심도 깊은 강연을 담고 있습니다. 그는 AI 발전 속도에 대한 오해를 풀고, AI 코딩 도구의 폭발적인 성장을 강조하며, 이제 개발자는 기술 구현을 넘어 '무엇을 만들 것인가'를 결정하는 제품 관리 능력이 중요하다고 역설합니다. 또한, 성공적인 커리어를 위해 탁월한 동료와의 연결, 그리고 끊임없는 노력과 책임감을 강조하며, AI 시대를 주도할 개발자들에게 실질적이고 때로는 따끔한 조언을 건넵니다.
1. 속도의 공포: AI 발전 속도에 대한 오해와 진실 😱
AI 분야의 선구자이자 스탠포드 교수인 앤드류 응은 자신이 걸어온 길을 소개하며 강연을 시작합니다. 구글 브레인 공동 설립, 코세라 창립, 바이두 수석 과학자, 아마존 이사회 활동 등 화려한 이력에도 불구하고, 오늘만큼은 연구자이자 선배로서 AI 시대의 생존과 진로에 대한 솔직한 조언을 나누고 싶다고 말합니다.
그는 최근 사람들이 GPT나 제미나이 같은 AI 모델의 발전 속도가 둔화된 것 아니냐는 의심을 품는 것에 대해 언급하며, 이는 벤치마크의 포화 상태 때문이라고 설명합니다.
"우리가 AI에게 지어준 시험지의 만점은 100점으로 정해져 있습니다. 이미 AI가 그 100점을 다 맞아 버렸다면 그 뒤로 밤새워 공부에 천재가 되더라도 성적 표현은 여전히 100점으로만 찍히겠죠. 120점, 200점, 500점짜리 시험지가 없으니까요."
즉, AI의 성장이 멈춘 것이 아니라 시험지 자체가 너무 쉬워져서 그래프가 평평해 보이는 착시에 불과하다는 것입니다.
앤드류 응 교수는 오픈AI나 앤트로픽 같은 빅테크들의 최신 모델을 검증하는 미터(MITRE) 조직의 보고서를 인용하며 AI의 진정한 발전 속도를 설명합니다. 미터는 AI가 해결할 수 있는 일의 크기를 인간이 그 일을 하는 데 걸리는 시간으로 측정했는데, 초기 GPT-2 시절에는 스마트폰 자동 완성 수준의 가벼운 과제였지만, 시간이 지남에 따라 복잡한 글 요약이나 코드 오류 찾기 등 1분, 2분짜리 논리적인 일들을 처리하게 되었다고 말합니다.
"AI가 다루는 문제 무게가 달라졌다는 뜻입니다. 깃털을 날리려면 1초만 쓰면 되지만 거대한 바위를 옮기려면 필시 물리적 시간이 필요하니까요. 즉 이 늘어난 시간은 버퍼링이 아니라 AI가 드디어 무거운 현실 문제를 지탱하기 시작했다는 기초 체력의 증거인 셈입니다."
이 연구에 따르면 AI가 혼자서 해결할 수 있는 유효 작업 시간은 매 7개월마다 두 배로 길어지고 있으며, 이는 무어의 법칙보다 약 3.5배 이상 빠른 속도라고 강조합니다. 특히 코딩 분야에서는 AI의 실력이 두 배로 점프하는 더블링 타임이 고작 70일이라고 밝혀 충격을 줍니다.
"인간 개발자가 수년을 굴려야 얻는 그런 숙련도를 비웃기라도 하듯 코딩 영역에서만큼은 단 두 달 남짓마다 괴물 같은 속도로 능력이 폭주하고 있다는 뜻입니다."
따라서 앤드류 응 교수는 지금이야말로 무언가를 만들어 내려는 사람들에게 역사상 유례없는 골드러시, 즉 최고의 황금기라고 확신합니다. 우리 손에는 더욱 강력해진 지능과 빨라진 속도라는 두 개의 거대한 무기가 쥐어졌기 때문이라는 것입니다.
2. 도구의 유효기간: AI 빌딩 블록과 최신 도구의 중요성 🛠️
앤드류 응 교수는 이제 지구상 그 어떤 천재 개발자도 구현할 수 없었던 압도적인 소프트웨어를 누구나 손쉽게 만들 수 있게 되었다고 말하며, 그 비결은 바로 AI 빌딩 블록 덕분이라고 설명합니다. 복잡한 코드를 한 줄 한 줄 짜는 대신, 이미 완성된 지능형 레고 블록을 조립만 하면 되는 시대가 왔다는 것입니다. 이 AI 빌딩 블록에는 다음 요소들이 포함됩니다:
- 거대 언어 모델 (LLM): 기본적인 언어 처리 능력을 제공합니다.
- 검색 증강 생성 (RAG): AI가 내 자료를 찾아보고 답하는 능력입니다.
- 에이전틱 워크플로: AI가 스스로 계획을 짜서 행동하는 능력을 의미합니다.
- 음성 AI: 보고 듣는 능력을 갖춘 AI입니다.
- 딥러닝: 이 모든 것의 뿌리가 되는 기술입니다.
특히 흥미로운 점은 현재 나와 있는 수많은 LLM들이 자신들의 뿌리인 딥러닝에 대해 이미 박사급 연구원 수준의 깊은 이해도와 구현 능력을 갖추고 있다는 사실입니다.
"따라서 여러분이 최첨단 모델에게 오늘날 AI 기술의 정점이라 불리는 최신 신경망 코드를 짜 달라고 시켜보세요. 가령 ChatGPT를 탄생시킨 전설적인 엔진 바로 트랜스포머 설계도를 바닥부터 구현해 보라고 하는 겁니다."
이러한 지능형 블록들을 레고처럼 끼워 맞춰 새로운 소프트웨어를 조립하는 데 있어 AI는 우리가 상상했던 것보다 훨씬 더 능숙한 실력을 보여준다고 강조합니다. 그는 과거 수백 명의 박사급 엔지니어가 붙어야 가능했던 NASA 프로젝트 같은 거대 과업을 이제는 방구석에서 랩탑 하나로 지휘하고 완성할 수 있게 되었다고 역설합니다.
AI 코딩은 속도의 차원을 바꿔놓았습니다. 과거에는 아이디어를 코드로 옮기는 데 몇 시간, 며칠이 걸렸다면, 이제는 머릿속 상상이 현실판 소프트웨어로 튀어나오는 데까지 거의 시차가 존재하지 않는 즉각적인 구현의 시대가 열렸습니다.
앤드류 응 교수는 개인적으로 도구의 최전선, 즉 늘 신기술을 가장 먼저 선점해야 한다고 생각합니다. 그 이유는 AI 코딩 도구의 발전 양상이 자고 일어나면 세상이 바뀌어 있을 정도로 미친 듯이 요동치고 있기 때문입니다.
"예를 들어 제가 지금 가장 아끼는 도구 중 하나는 앤트로픽의 클로드 코드입니다. 이 녀석은 단순한 챗봇이 아닙니다. 여러분의 터미널 심장부까지 직접 들어와서 수천 개의 파일 속을 헤집고 다니며 스스로 버그를 고치는 일종의 자율주행 에이전트죠."
GPT-5나 제미나이 3 같은 고성능 추론 모델들 역시 코딩 영역에서 퀀텀 점프를 이루어냈다고 말하며, 그의 답변은 매 3개월마다 바뀔 것이라고 단언합니다.
"만약 여러분이 제게 3개월마다 찾아와 지금 최고의 도구가 뭡니까라고 묻는다면 제 대답은 장담컨대 길어야 6개월 아니 높은 확률로 단 3개월마다 매번 바뀔 겁니다. 이 바닥의 왕좌는 우리가 적응할 틈도 주지 않고 미친 속도로 교체되고 있으니까요."
그는 딱 반 세대, 즉 고작 3개월 한두 번의 업데이트만 뒤처져도 생산성이 회복 불가능할 정도로 치명적으로 떨어질 것이라고 경고합니다. AI 코딩 도구 분야는 다른 분야와 비교조차 안 될 정도로 미친 속도로 폭주하는 유일한 분야이므로, 익숙함에 속아 반세대 뒤처진 녹슨 도구를 고집하지 말고, 언제나 가장 최신 도구를 갈아타는 유연함만이 대체 불가능한 존재로 만들어 줄 유일한 생존 열쇠라고 강조합니다.
3. 직업의 붕괴: 개발자에서 제품 관리자로의 전환 🔄
앤드류 응 교수는 지금 우리 손에 더 강력한 소프트웨어를 그 어느 때보다 훨씬 더 빨리 만들 수 있는 힘이 주어졌다고 다시 한번 강조하며, 복잡하게 생각 말고 그냥 가서 뭐라도 만들라고 강하게 조언합니다. 단순히 배우는 것에만 머물지 말고, 직접 뭔가를 만들고 그 결과물을 세상에 증명할 기회가 역사상 가장 활짝 열려 있다고 말합니다.
하지만 이 엄청난 속도 뒤에는 한 가지 기묘한 역설이 숨어 있다고 말하는데, 바로 기술이 아니라 결정이 발목을 잡는 제품 관리의 병목 현상입니다.
"무슨 말이냐 하면 이제 잘 짜인 기획안을 던져 주면 그걸 실제 코드로 바꾸는 건 AI에게 식은 죽 먹기보다 쉬운 일이 됐다는 겁니다. 그렇다면 진짜 문제는 어디서 터질까요? 병목의 위치가 완전히 뒤집혔습니다. 이제 가장 어렵고 비싼 건 구현이 아닙니다. 도대체 무엇을 만들 것인가? 이 근본적인 질문. 그리고 머릿속에 그 막연한 아이디어를 AI가 오해 없이 실행할 수 있도록 명확한 의도로 번역해내는 능력. 바로 여기가 새로운 승부처가 됐습니다."
그는 소프트웨어를 개발할 때 항상 '코드 짜서 내놓고 사용자 피드백 받아 다시 뜯어고치는 끊임없는 순환'을 머릿속에 그린다고 말합니다. 과거에는 이것을 개발이라고 불렀지만, 이제는 이 과정을 철저한 제품 관리(Product Management)의 영역이라고 정의합니다.
"이제 여러분은 벽돌을 나르는 인부가 아닙니다. 건축 결과를 평가하는 현장 소장이 된 것입니다. AI가 순식간에 지어올린 결과물을 보고 사용자들의 냉정한 평가를 듣는 거죠."
앤드류 응 교수는 이 수정과 재건축의 루프를 빠르게 반복하며 결국 사용자들이 살고 싶어 하는 완벽한 꿈의 집을 완성해 나가는 일이 바로 AI 시대의 창작이라고 설명합니다. AI 코딩 덕분에 소프트웨어 구현 과정 자체가 과거 인력 기반 방식과는 비교할 수 없을 만큼 압도적으로 저렴해지고 빨라졌기 때문입니다.
그러나 아이러니하게도 구현이 너무나 쉬워진 탓에 모든 병목이 기술적인 단계에서 '무엇을 만들지 결정하는 단계'로 완전히 옮겨가 버렸습니다. 그는 실리콘밸리에서 목격한 기이한 현상을 소개하는데, 과거에는 팀을 짤 때 엔지니어와 제품 관리자(PM)의 비율을 따지는 것이 불문율이었고, 전통적인 실리콘밸리 공식에 따르면 PM 한 명당 엔지니어 6~8명이 황금 비율로 통했습니다. 하지만 이제는 상황이 역전되었습니다.
"이제 AI 코딩 덕분에 엔지니어링의 속도는 우주선처럼 날아가는데 정작 무엇을 만들지 결정하는 인간의 제품 관리 속도는 어떻습니까? 여전히 자전거를 타고 있습니다."
그 결과, 실리콘밸리에서는 엔지니어와 PM의 비율이 급격히 무너지는 하향 추세가 뚜렷해지고 있으며, 1대 8 같은 숫자는 옛말이 되고 2대 1, 심지어는 1대 1까지 개발자 한 명당 기획자 한 명이 붙어야 AI의 폭주하는 속도를 간신히 감당할 수 있는 시대가 왔다고 말합니다. 심지어 어떤 최전선 팀들은 PM 한 명당 엔지니어 한 명, 혹은 PM 두 명당 엔지니어 한 명을 제안하기도 하며 비율 역전이 이미 시작되었다고 언급합니다.
그는 또 다른 놀라운 현상으로 엔지니어가 스스로 제품의 방향을 직접 결정할 수 있을 때 팀의 속도가 비약적으로 빨라진다는 사실을 꼽으며, 어쩌면 이제 엔지니어와 기획자라는 두 개의 역할을 단 한 명의 인간으로 통합시켜야 할지도 모른다고 제안합니다. 그는 물론 복잡한 인간 관계에 질색하는 엔지니어들이 많다는 사실을 알지만, 현장에서는 사용자에게 깊이 공감할 줄 아는 엔지니어들이 무섭게 치고 올라오고 있다고 말합니다.
"이들은 더 이상 기획서가 내려오길 기다리지 않습니다. 사용자의 마음을 읽어서 무엇을 만들지 스스로 결정해 버리죠. 단언컨대 지금 실리콘 밸리에서 가장 앞서 나가는 이들은 최고의 코딩 실력을 갖춘 사람이 아닙니다. 바로 이런 공감하는 엔지니어들입니다."
앤드류 응 교수는 자신의 커리어 초창기에 엔지니어들에게 제품 기획 업무까지 맡아달라고 설득했던 일을 후회로 기억한다고 말합니다. 그들의 본질을 존중하지 못했던 실수였지만, 지금 다시 같은 실수를 반복하려는 것 같아 두렵다고 고백합니다.
"그럼에도 불구하고 저는 저는 욕을 먹을 각오로 다시 한번 여러분께 잔인한 조언을 할 수밖에 없습니다. 직접 코드를 짜는 구현 능력과 사용자와 대화하며 제품을 비전해는 기획 능력 이 두 세 개를 하나로 통합한 프로덕트 엔지니어 즉 제품 엔지니어들만이 AI 시대에 살아남을 수 있습니다."
그는 이러한 제품 엔지니어들이 단순 코더보다 비교할 수 없을 만큼 압도적인 속도로 세상을 앞서나가고 있다고 강조하며, 개발자들에게 기획과 사용자 공감이라는 제품 관리 업무를 다시 한번 진지하게 살피라고 조언합니다.
"여러분이 직접 코드를 짜고 동시에 다음에 무엇을 할지에 대한 여러분만의 직관을 믿고 거침없이 결과물을 다듬어 나간다면 단순히 작업 속도 상향을 넘어 여러분의 상상이 그즉시 현실이 되는 압도적인 창조의 희열을 맛보게 될 테니까요."
4. 정보의 격차: 동료와 네트워크의 중요성 🤝
앤드류 응 교수는 커리어를 설계하는 관점에서 가장 강력한 예측 변수는 지능도 노력도 아닌 지금 여러분 곁에 어떤 사람들을 두고 있느냐라고 말합니다. 우리는 본능적으로 주변 사람들로부터 끊임없이 배우고 닮아가는 존재라는 것입니다.
"만일 여러분과 가장 가까운 친구 다섯 명이 흡연자라면 놀랍게도 여러분 역시 흡연자가 될 확률이 통계적으로 매우 높게 나타난다고 합니다."
그는 이 말을 통해 환경의 영향력이 우리의 생각보다 훨씬 더 끈질기고 강력하다는 사실을 강조합니다. 만약 가장 가까운 친구들이 치열하게 일하고 빛의 속도로 학습하며 AI로 세상을 바꾸려는 사람들이라면, 여러분 역시 그렇게 될 확률이 높다고 확신합니다. 제대로 된 동료를 만나는 일만으로도 우리의 삶은 마치 로켓에 올라탄 것처럼 완전히 다른 궤도로 진입하게 된다는 것입니다.
앤드류 응 교수는 스탠포드에서 환상적인 학생들과 존경스러운 동료 교수진 덕분에 운이 좋다고 느끼며, 단순히 똑똑한 사람들이 많다는 것을 넘어 모두를 하나로 묶어주는 연결 조직이 있다고 말합니다.
"솔직히 말씀드리면 지금 전 세계가 주목하는 프론티어 랩의 내부를 들여다보면 마치 스탠포드 동문회에 같습니다."
ChatGPT의 두뇌를 설계한 오픈AI의 주역들, 테슬라 자율주행의 아버지 안드레이 카파시, 그리고 앤트로픽을 이끄는 다리오 아머데이까지, 이들의 커리어는 결국 스탠포드 강의실이나 그가 기초를 닦았던 구글 브레인 연구실과 연결된다고 설명합니다.
"그들이 제자이거나 혹은 제자의 제자라는 사실이 가끔 저를 놀라게 하곤 합니다."
이러한 거대한 인적 네트워크를 통해 스탠포드에는 세상이 아직 모르는 원시 데이터들이 모여들고, 단순한 정보 교류를 넘어 수년간 쌓아온 깊은 우정과 신뢰가 아니고서는 결코 도달할 수 없는 AI 생태계의 가장 깊숙한 이면을 들여다보게 된다고 말합니다.
"어떤 회사가 전 세계를 상대로 화려한 쇼케이스를 할 때 이곳 스탠포드 교수들은 그냥 점심 메뉴를 고르듯 무심하게 전화를 겁니다. '아, 그거 데모 영상은 그럴 듯하던데 실제로는 어때? 또 마케팅이야?' 공식 발표 뒤에 가려진 진짜 실체를 단 몇 초 만에 파악해 버리는 거죠."
서로가 서로의 성장을 보장하는 커리어 견인차가 되어주는 셈이며, 이 살벌한 속도전을 견뎌내는 견인줄의 정체는 바로 '연결 조직' 그리고 '아직 인터넷 어디에도 공개되지 않은 블리딩 엣지(Bleeding Edge)'라고 말합니다.
"조금 차갑게 들리겠지만 이게 이 바닥의 생리입니다. 세상을 뒤흔들 핵심 정보는 결코 여러분의 모니터 위나 구글 검색창에 먼저 나타나지 않습니다. 여러분이 아침 뉴스나 X에서 접하는 정보들은 사실 실리콘 밸리의 거물들이 새벽 2시에 주고받은 비밀스러운 텔레그램이나 통화를 통해 이미 단물까지 다 빠진 뒤 던져진 지식의 부스러기일 뿐입니다."
승패는 논문이 인쇄되기도 전 작동 여부를 묻는 짧은 전화 한 통에서 결정된다며, 우리는 그들이 다 먹고 남긴 파편을 주우며 최첨단을 달리고 있다고 착각하고 있는지도 모른다고 경고합니다.
앤드류 응 교수는 스탠포드에 있는 동안 친구를 사귀고 풍부한 연결 조직을 형성하라고 강력히 권하며, 자신 역시 어떤 기술적 로드맵에 확신을 가지고 있을 때조차 스탠포드의 젊은 연구원이나 프론티어 랩의 현역 동료들에게 전화를 걸어 미처 보지 못했던 혹은 세상에 아직 나오지 않은 결정적인 한 조각을 얻는다고 고백합니다.
"그 짧은 통화 한두 통이 제 연구의 방향을 완전히 뒤바꿔 놓는 기술적 피벗 순간이 되는 겁니다. 그리고 그 찰나의 정보는 제가 6개월간 공들여온 프로젝트의 뿌리 즉 기술적 아키텍처를 송두리째 뒤흔들어 놓습니다. 때로는 아예 갈아엎으라는 신호가 되기도 하죠."
결국 여러분을 둘러싼 동료 집단이 툭툭 던지는 짧은 조각들이 승부를 가르며, '이걸 한번 파봐', '그건 하지 마', '그냥 거품일 뿐이야', '거긴 시간 낭비하지 마' 같은 투박한 한두 마디가 프로젝트의 방향을 결정하는 핵심적인 차이를 만든다고 강조합니다. 그는 스탠포드의 연결 조직이 독보적이며, 현재 AI 전쟁의 최전선에서 스탠포드만큼의 특권을 누리는 대학은 없다고 단언합니다. 이는 단순히 학생들이 똑똑하고 연구 성과가 탁월해서가 아니라, 모든 선도적인 AI 그룹들과 맺고 있는 인적 파이프라인의 압도적인 풍부함 때문이라는 것입니다.
5. 선택의 함정: 회사 이름표보다 동료의 중요성 🚨
이제 실전적인 이야기로 넘어가, 앤드류 응 교수는 여러분의 커리어 다음 행보를 결정할 때 혹은 어떠한 회사로 옮길지 고민할 때 회사 이름표가 성공을 결정짓는 것이 아니다라고 말합니다. 그보다 훨씬 더 본질적인 것은 매일 아침 눈을 떠서 밤늦게까지 살을 맞대며 일하게 될 동료들, 그들이 누구냐는 것입니다.
"대단한 브랜드가 여러분을 키워 줄 거라는 환상은 버리세요. 결국 여러분의 실력을 깎고 다듬는 존재는 매일같이 코드 리뷰를 주고받으며 치열하게 논쟁할 바로 그 동료들이니까요."
그는 몇 년 전 스탠포드의 촉망받던 학생이 핫한 AI 브랜드 빅테크 기업으로부터 입사 제안을 받았던 사례를 들려줍니다. 부모님과 친구들은 기뻐했지만, 회사 측은 정확히 어떤 팀에서 일하게 될지 끝까지 말해주지 않는 통합 채용 방식이었다고 합니다.
"인사팀은 이렇게 꼬득였습니다. '일단 오셔서 도장부터 찍으시죠. 우리 회사는 워낙 유연하니까 입사 후에 팀 매칭을 통해 당신에게 딱 맞는 환상적인 AI 프로젝트를 찾아 줄게요.'"
하지만 그 학생이 첫 출근해서 마주한 현실은 AI 연구실이 아니라 지하 3층 레거시 자바 결제 처리 시스템 팀이었다고 합니다.
"트랜스포머 모델을 설계하며 AI의 최전선을 꿈꾸던 천재적인 머신 러닝 전공자에게 10년 된 결제 코드를 유지보수하라는 명령은 일종의 커리어 사형 선고나 다름없었습니다. 그는 꼬박 1년을 좌절 속에서 버티다 결국 회사를 떠났습니다."
더 소름 돋는 사실은 이 비극을 수업 시간에 신신당부하며 경고했음에도 불구하고, 불과 몇 년 뒤에 똑같은 회사에서 똑같은 수법에 당한 또 다른 학생이 그의 연구실 문을 두드렸다는 것입니다.
앤드류 응 교수는 거듭 강조합니다. 화려한 브랜드가 여러분의 실력을 깎아 주거나 다듬어 주지 않는다고. 진짜 중요한 것은 매일 아침 눈을 떠서 누구와 대화하고, 어떤 코드 리뷰를 주고받으며, 어떤 거인의 어깨 위에 올라타 있느냐입니다. 여러분의 승부처를 정할 때 회사 이름표라는 커튼 뒤에 숨은 동료들의 실체를 반드시 확인하라고 조언합니다.
"자, 이제 교수로서의 점잖음은 내려놓고 아주 노골적으로 말씀드리겠습니다. 만약 어떤 회사가 여러분이 배정될 팀이 어디인지 당신의 매니저가 누구인지 끝까지 숨긴다면 도망치십시오."
상식적으로 생각해보면 정말 좋은 팀과 프로젝트라면 왜 숨기겠냐며, 오히려 서로 오라고 난리였을 것이라고 말합니다. 그들이 배정지를 비밀로 한다는 것은 아무도 가고 싶어 하지 않는 기피 부서에 여러분을 부품처럼 끼워 넣겠다는 강력한 폭탄 돌리기 신호일 확률이 높다고 경고합니다.
그는 가장 핫한 브랜드라는 이름의 파티에 참석하는 대신, 때로는 회사의 로고가 그리 매력적이지 않더라도 진짜 실력자들이 모여 세상을 바꿀 일을 고민하는 진짜배기 팀을 찾아내라고 제안합니다.
"설령 간판은 초라한 스타트업이더라도 지적 밀도가 높은 곳 즉 지독하게 똑똑하고 섹시한 뇌를 가진 사람들이 모인 진짜 배기 아지트를 발견한다면 주저하지 말고 합류하십시오. 저는 단언컨대 그것이 여러분의 커리어를 성층권으로 쏘아 올릴 최고의 가속 페달이 된다고 확신합니다."
이유는 간단합니다. 우리는 아침마다 사무실 로비에서 마주치는 화려한 회사 로고가 주는 3초짜리 도파민에서 아무것도 배우지 못하기 때문이라는 것입니다. 우리의 뇌를 깨우고 실력을 깎고 다듬으며 진짜 성장의 근육을 키워주는 것은 매일 아침 살을 맞대고 치열하게 논쟁할 바로 그 동료들입니다.
"그러니 여러분의 커리어라는 지도에서 승부처를 정할 때 누구와 함께 항해할 것인가를 절대적인 북극성으로 삼길 권합니다. 비즈니스 카드는 낡지만 함께 성장한 동료와 그 연결 조직은 평생 여러분을 지켜줄 자산이 될 테니까요."
6. 최후의 제언: 책임감, 시도, 그리고 지독한 노력 💪
앤드류 응 교수는 그의 조언 중 가장 중요한 제1 원칙은 따로 있다고 말하며, 지금은 그 어느 때보다 강력한 소프트웨어를 쉽고 빠르게 만들 수 있는 시대이므로, 이는 곧 여러분에게 반드시 책임감을 가져야 한다는 의무가 생겼음을 의미한다고 강조합니다.
"사람을 해치는 소프트웨어는 만들지 마세요. 동시에 여러분 각자가 세상에 내놓을 수 있는 결과물은 정말이지 무궁무진합니다."
그는 세상에는 해결을 기다리는 수많은 아이디어가 넘쳐나지만, 그것을 실제로 구현해낼 엔지니어는 여전히 턱없이 부족하다는 사실을 지적합니다. 갓 대학을 졸업한 신입들에게 취업 문턱이 높아졌지만, 역설적이게도 현장의 수많은 팀은 여전히 함께 일할 실력자를 찾지 못해 애태우고 있습니다.
"이 간극은 여러분에게 엄청난 기회입니다. 지금 세상에는 여러분이 직접 에이전트를 시켜서 만들지 않으면 영영 세상에 나오지 못할 가치 있는 프로젝트들이 도처에 널려 있습니다. 여러분이 안 만들면 아무도 안 만듭니다."
따라서 책임감이라는 안전벨트만 맨다면 이제 그 누구의 허락도 기다리지 마십시오. 팀장 승인, 교수의 허락, 투자 결정 그런 것은 필요 없다고 말합니다. 허락받지 않는 혁신, 그것이 바로 코딩이 우리에게 준 특권이라는 것입니다.
"지금은 실패 비용이 역사상 가장 저렴한 시대입니다. 설령 거창하게 시도했다가 망하더라도 여러분이 잃는 건 뭐죠? 고작 넷플릭스를 볼 수 있었던 주말 이틀뿐입니다. 리스크는 영에 수렴하지만 얻게 될 배움은 엄청나죠. 그러니 책임감을 갖되 멈추지 말고 시도하십시오. 닥치는 대로 많은 것을 만들어 보십시오."
데이터에서 가치를 정제해내는 파이프라인 설계든, 기존 모델을 목적에 맞게 튜닝하든, 혹은 배운 기술적 난제를 글로 정리해서 불특정 다수와 공유하든 상관없다고 말하며, 이것이 바로 커리어를 확실하게 밀어올릴 첫 번째 조언이라고 덧붙입니다.
마지막으로 그는 논란이 될 만한 이야기를 하나 하겠다고 운을 띄우며, 일부는 자신을 정치적으로 올바르지 못한 꼰대라고 비난할지도 모르지만 어쩔 수 없다고 말합니다.
"사실 요즘 같은 시대에 누군가에게 열심히 일하라 하고 동료하는 일 자체가 마치 PC주의에 어긋난 일처럼 돼 버렸습니다. 모두가 효율과 균형을 말할 때 치열한 노력을 강조하는 태도는 시대 착오일지도 모릅니다. 그럼에도 불구하고 저는 여러분께 감히 말씀드리고 싶습니다. 제발 지독할 정도로 열심히 일하십시오."
물론 이 말을 거북해하는 이유도 충분히 이해한다고 말합니다. 인생에는 지독하게 열심히 일하고 싶어도 그럴 수 없는 처지에 놓이는 때가 있기 때문입니다. 아이들이 태어난 직후 일에 매진할 수 없었던 자신의 경험을 예로 들며, 부상, 장애, 혹은 그 외 타당한 이유로 잠시 걸음을 멈춰야 하는 분들도 있을 것이라고 공감합니다.
"우리가 기억해야 할 내용은 단 하나입니다. 그분들이 지금 당장 전력 질주하지 못한다고 해서 그 가치가 훼손되지는 않습니다. 우리는 그들을 마땅히 존중해야 하고 지지해야 하며 공동체 따뜻한 품 안에서 보살펴야 합니다."
그럼에도 불구하고, 그가 지켜본 수많은 성공한 제자들 중 단 한 명의 예외도 없이 믿을 수 없을 만큼 지독하게 일했다는 사실은 변치 않는다고 말합니다. 모두가 잠든 새벽 2시, 연구실 모니터 앞에 홀로 앉아 모델의 하이퍼 파라미터 수치를 튜닝하며 밤새 씨름하던 그 고독하지만 위대한 시간을 언급하며 자신 역시 그 길을 수없이 걸어왔고 지금도 가끔은 밤을 지새운다고 고백합니다.
"여러분 만약 여러분이 지금 건강이나 환경 덕분에 무언가에 지독하게 몰입할 수 있는 위치에 있는 그 운 좋은 분들이라면 그 행운을 절대 가볍게 여기지 마십시오. 여러분의 그 압도적인 노력이 지금 당장 바꿀 수 있는 이 세상 일들은 정말이지 무궁무진하니까요."
그는 주말 저녁의 고요함을 코딩과 창작, 그리고 작업물에 대한 사용자 피드백을 확인하는 짜릿한 설렘으로 채우는 분들이라면, 이 거대한 흐름 속으로 진심을 다해 몸을 던질 준비가 되어 있다면 이 시대의 주인공으로 성공할 확률이 의심의 여지 없이 압도적으로 높아진다고 확신합니다.
"만약 제가 지금 2026년에 여러분이라면 소파와 한 몸이 되어 넷플릭스 알고리즘이 떠먹여 주는 도파민에 내 주말을 헌납하는 대신 저는 그 주말을 전부 쏟아부어 나를 위해 일을 해 줄 에이전틱 코더를 직접 설계하는 쪽을 택하겠습니다. 그 어떤 달콤한 휴식보다 나만의 AI 에이전트가 코드를 짜고 문제 해결해 나가는 과정을 지켜보는 일이 저는 훨씬 더 큰 희열을 느끼니까요. 여러분도 후자를 택하길 바랍니다."
앤드류 응 교수는 강연을 마무리하며, 이 철학을 어떻게 실제 코드로 구현하는지 보여줄 그의 오랜 친구이자 동료인 로렌스 모로니(Laurence Moroney)에게 무대를 넘깁니다. 로렌스는 지난 10년간 구글의 목소리이자 전 세계 수백만 개발자들에게 텐서플로우라는 무기를 쥐여준 최고의 실천가라고 소개하며, 그가 책임감과 노력이 실제 세상에서 어떻게 강력한 시스템으로 작동하는지 직접 보여줄 것이라고 말합니다.
결론 🌟
앤드류 응 교수의 강연은 AI 시대의 개발자들이 마주할 현실과 나아가야 할 방향을 명확하게 제시합니다. AI 발전 속도에 대한 오해를 풀고, AI 빌딩 블록과 같은 최신 도구를 적극적으로 활용하며, 단순한 코딩 능력을 넘어 '무엇을 만들 것인가'를 결정하는 제품 관리 역량을 길러야 함을 강조합니다. 또한, 혼자만의 성장이 아닌 탁월한 동료들과의 연결을 통해 지식과 영감을 얻고, 끊임없는 책임감과 지독한 노력으로 허락받지 않는 혁신을 이뤄낼 것을 강력히 촉구합니다. 이는 개발자들이 AI 시대의 진정한 주인공으로 거듭나는 데 필요한 핵심 가치이자 생존 전략이라고 할 수 있습니다.