지난해 Ralph를 공개하기 전까지, 나는 그 아이디어를 한동안 공개하지 않았다. 이 블로그를 오래 읽어 온 사람들은 알고 있을 것이다. 지난해 1월 초에 루프 엔지니어링이라는 아이디어를 처음 접했고, 넉 달 동안 공개하지 않다가 글을 많이 쓰기 시작했다. 사람들에게 관심을 기울여 달라고 간곡히 부탁했다.
거의 1년이 지난 올해 초, Ralph와 루프 엔지니어링이 널리 퍼졌을 때 나는 상당한 부담을 느꼈다. 요즘은 삶이 꽤 괜찮지만, 예전부터 항상 그랬던 것은 아니어서 잠시 쉬기로 했다. 수입 없이 6개월 동안 세계를 여행했고, 여러 도시에서 아래 강연을 거의 17번 했다.
우리 직업은 갈림길에 서 있다. 이 이야기를 하는 것은 이번이 마지막이다.
소프트웨어 엔지니어라는 직업에서 AI 사용은 더 이상 선택 사항이 아니다.
고용주가 AI 사용을 금지했다면, 그만두고 이미 AI 전환을 진행 중인 회사를 찾아야 한다.
AI 전환을 진행하는 회사에 있다면, 복잡한 감정이 들 수 있다는 점을 이해한다. 마음에 들지 않을 수도 있다. 하지만 이것이 새로운 일상이 되었다는 점을 이해해 주길 바란다. 장인이 수작업을 하듯 코드를 직접 작성하는 일은 은퇴한 기술 기업 임원이나 집에서 취미로 하는 사람에게만 가능한 일이 되었다. 이제는 돈을 버는 방법이 아니다.
직원으로서 여러분에게는 사실 두 가지 선택지가 있다.
변화에 저항하며 AI 사용을 거부할 수는 있다. 하지만 그것은 스스로를 해치는 일일 뿐이다. 여러분은 시간과 기술을 돈과 교환한다. 고용 시장의 선호와 요구는 이미 바뀌었다.
내가 있는 위치에서는 지금 어떤 일이 벌어지고 있는지 뚜렷하게 보인다.
매일 아침 눈을 뜨면, 성과를 내며 성장하는 사람들이 WhatsApp 메시지나 LinkedIn DM으로 감사를 전한다. 나에게 감사하지 말고 자신에게 감사하라고 말하고 싶다. 여러분이 자신에게 투자했고, 그 덕분에 방금 부사장으로 승진한 것이다. 모든 일을 해낸 사람은 여러분이다.
안녕하세요, Geoffrey. Ralph를 활용하는 방식이 저와 제가 일하는 회사에 얼마나 큰 영향을 주었는지 말씀드리고 싶어서 메시지를 보냅니다. 2026년 1월에 소셜 미디어에서 처음 접했을 때는 터무니없는 발상이라고 생각했어요. 그 어설픈 페르소나가 제 코드베이스를 마음대로 헤집게 한다니요. 그래서 그냥 무시했습니다. AI를 쓰면서 가장 답답했던 점은 제가 원하는 것을 정확하게 구현해 주지 못한다는 것이었습니다. 처음에는 제대로 만들다가 지름길을 택하기 시작하고, 결국에는 엉망인 결과물을 받게 되곤 했죠. 그러다 Sonnet 5가 루프를 반복하며 약 6시간 만에 제품을 만들어 내는 모습을 봤습니다. 무슨 이유에서인지 블로그에 와서 Ralph에 관한 글을 직접 읽기로 했는데, 제가 완전히 잘못 이해하고 있었더군요. 상당한 실험이 필요했지만, 이제는 기존 프로젝트에서 Sonnet 토큰 비용 3천으로 10만 이상에 해당하는 유료 개발 작업을 실제로 제공하고 있습니다. 예전에는 계약업체에 50만을 주고 맡기던 기술 스택 전체의 플랫폼 전환을 약 2주 만에 해내고 있습니다. 상황이 완전히 바뀌었고, 그 파급효과는 놀랍고도 무섭습니다. 어쨌든 감사하다는 말씀을 드리고 싶었습니다. 적어도 저와 제가 일하는 회사에는 Ralph 논문을 공개하신 일이 모든 것을 영구적으로 바꿔 놓았습니다. 언젠가 감사의 뜻으로 술 한잔 사 드릴 수 있으면 좋겠습니다. 잘 지내세요.
이제 모두가 알면서도 피하는 문제, 사람을 관리하는 관리자들에 관해 이야기할 때가 됐다.
팀이 새로 맡은 업무를 처리하느라 너무 바빠서 AI를 실험하지 못한다면, 여러분은 팀원들이 대체될 상황을 준비하고 있는 셈이다. 괜찮다고 생각할 수도 있지만, 그렇지 않기를 바란다. 팀을 진심으로 아낀다면 이 상황을 무겁게 받아들여야 한다.
앞으로 6개월 안에 어느 시점에는, 일부 직원이 회사를 떠나야 한다는 어려운 대화를 시작해야 할 것이다. 이미 직원들을 상대평가 곡선인 vitality curve에 따라 평가하고 순위를 매기고 있어야 한다. 당연히 AI를 사용해 온 유능한 직원들이 AI를 사용하지 않은 유능한 엔지니어들보다 앞설 것이다.
팀원들에게 이런 일이 생기지 않기를 바란다면, 전문 역량을 개발할 시간을 확보하는 것부터 시작하라. 내가 권할 수 있는 가장 구체적인 과제는 소프트웨어 개발자가 자신의 에이전트를 만들고, Claude Code를 작동시키는 기법을 배우고, 내부에서 어떻게 작동하는지 설명해 보는 것이다.
2026년에 Claude Code처럼 가장 기초적인 에이전트를 다시 구현할 수 없다면, 여러분은 시니어 소프트웨어 엔지니어가 아니다. 시니어 소프트웨어 엔지니어는 후속 세대를 멘토링하고 가르칠 수 있기 때문에 시니어다. 소프트웨어 엔지니어링이라는 기술에는 가르칠 것이 많다. 소프트웨어가 어떻게 실패하는지, 어떻게 설계해야 하는지에 관한 많은 정보와 경험이 있다. 흔히 '안목'이라고 부르는 이런 것들은 다음 세대에게 멘토링을 통해 전해야 한다. 하지만 AI가 나쁘고 피해야 한다는 태도를 보인다면 그들의 존중을 얻지 못할 것이다. 잘못된 태도 때문에 다음 세대의 존중을 얻을 수 없다면, 여러분은 어떤 가치를 제공하는가? 고용주는 왜 여러분을 계속 고용해야 하는가?
내 경력에서 이런 경우는 처음 본다. AI 코딩 도구를 쓰지 않겠다는 28～30세 사람들이 있다.
AI를 통해 능력을 강화할 수 있다는 것을 보여 주면, 그들이 눈앞에서 벌어지는 일을 전혀 이해하지 못한다는 사실이 눈에 드러난다. AI가 그들을 대체한다는 이야기도 아니다.
이제는 이런 사람들과 일할 수 없다. 시간…
Ivan Burazin (@ivanburazin), 2026년 3월 5일
개미가 죽기 전에 군락을 떠난다는 것을 아는가?
개발자들은 AI 때문에 실업자가 되기 전에 이런 글을 올린다. https://t.co/7JhSdn8WaQ
Theo - t3.gg (@theo), 2026년 10월 8일
2026년에 구직자로 면접을 볼 때
2026년에 구직자로 면접을 본다면, 일자리를 구하기 어렵고 시장이 매우 힘들다는 이야기가 있다는 점을 알아야 한다. 여러분의 전문성이 IDE에 코드를 입력하는 일에 한정된다면 그 말은 사실이다. 하지만 AI에 관한 전문성을 입증할 수 있다면 그렇지 않다.
강연, 오픈 소스 프로젝트, 그 밖에 실질적으로 보여 줄 수 있는 결과물이 있다면, 그리고 그것이 여러분이 호기심을 가지고 자신에게 투자해 온 일이라면, 지금 시장에서는 며칠 안에 일자리를 구할 수 있을 것이다. 지금 시장은 한창 활발하기 때문이다.
지금 여러분의 우위는 무엇이 가능한지 이해하고 호기심을 가지는 데 있다는 점을 알아야 한다. 세상에는 호기심과 야망을 가진 사람이 부족하다. 그것이 여러분의 경쟁력이고, 남들보다 앞서 성과를 낼 수 있는 원천이다. 그런 사람으로 자신을 알리고, 지금보다 훨씬 더 큰 야망을 가져라. 더 크게 생각해야 한다.
2026년에 채용 관리자가 되었을 때
내가 충격적인 깨달음을 얻은 순간으로부터 거의 2년이 지났다. 그동안 소프트웨어 대부분을 사람이 아닌 컴퓨터가 생성하는 "모델 우선" 기업의 부상을 지켜봤다.
이는 2년이 지났다는 뜻이다. 그동안 호기심을 가지고 자신에게 투자해 온 사람은 오늘 막 시작하는 사람에 비해 엄청난 우위를 갖고 있다.
지난 1년 동안 내가 고민해 온 가장 근본적인 질문 중 하나는 "숙련된 운영자를 어떻게 식별할 것인가"이다. 다시 말해 "LLM이 LeetCode 문제를 손쉽게 풀 수 있게 된 지금, 소프트웨어 엔지니어를 어떻게 채용해야 하는가"라는 질문이다.
기존 소프트웨어 엔지니어링 지식 평가에 더해 사용할 대략적인 척도로, 다음 범주와 구분을 제안한다.
- 채용 불가
- AI를 사용하려는 의지가 없거나 AI 사용에 부정적인 태도를 보인다. 이해는 한다. AI 연구소들은 사회가 공유하던 자산을 무단으로 이용했고, 나 역시 그것이 마음에 들지 않는다. 하지만 이미 벌어진 일이다. 지원자를 면접할 때 이런 관점을 알아내고, 행동 면접 질문을 통해 해당 지원자를 걸러내야 한다.
- 어떤 형태로든 기만적인 행동을 한다. 면접 과정에서 속이기 위해 AI를 사용한다면 즉시 채용하지 않겠다는 결정을 내려야 한다. 기만적인 행동은 용납할 수 없기 때문이다.
- AI에 관해 실질적으로 입증할 수 있는 경험이 없다.
- 채용 가능
- 지원자를 화이트보드 앞으로 데려가 코딩 에이전트의 내부 작동 방식을 개괄적으로 설명해 달라고 할 수 있어야 한다. 지난 몇 년 동안 관심을 기울이고 역량을 개발해 왔는지를 확인하는 기본적인 호기심 평가다. 컨텍스트 윈도우가 무엇인지, 토큰화가 어떻게 작동하는지, 시스템 설계 관점에서 추론이 어떻게 작동하는지 알고 있는지를 파악해야 한다. 지식의 깊이가 거기서 끝나고 스킬 팩 이야기밖에 할 수 없다면, 그 지원자는 채용하지 말라. 고용주는 생산자를 우선해야 한다. 생산자는 에이전트가 작동하는 데 필요한 기본 자료구조와 시스템 설계를 안다. 그 지식을 통해 비즈니스 기능을 자동화할 수 있기 때문이다. 이런 지식이 없다면 소비자일 뿐이므로, 생산자가 갖춰야 할 지식을 가진 사람을 찾을 때까지 그 지원자는 채용하지 않는 편이 좋다.
- 이상적인 지원자
- AI에 관해 실질적으로 입증할 수 있는 경험이 있다. 직접 만든 사이드 프로젝트가 많이 있어야 한다. 불공정하게 느껴질 수도 있고, 나도 동의한다. AI 이전에는 불공정한 기준이었다. 하지만 이제 이런 구독 서비스는 누구나 이용할 수 있었다. 가격에 보조금이 반영되어 있고, 내가 아는 사람 중 지금 상황을 이해하는 사람들은 남들에게 보여 주고 싶어 안달이 난 멋진 결과물이 아주 많다.
- 어떤 코딩 하네스를 쓰는지 물었을 때, 받아들일 만한 답은 사실 두 가지뿐이다. 하나는 모든 코딩 하네스를 서로 대체할 수 있으므로 토큰을 가장 저렴하게 확보할 수 있는 도구를 쓴다는 답이다. 다른 하나는 눈을 반짝이며 "제가 만든 것을 씁니다. 보실래요? 자세히 이야기해 볼까요? 여기, 보여 드릴게요"라고 말하는 것이다. 이것은 오래된 면접 질문인 "개인 홈랩에 관해 이야기해 주세요"의 현대판이다.
- 면접을 마쳤을 때 여러분이 몰랐던 AI 지식을 새롭게 배웠다면, 다른 사람이 먼저 채용하기 전에 그 자리에서 채용해야 한다. 오래된 면접 질문인 "브라우저 주소창에 google.com을 입력하고 Enter를 누르면 어떤 일이 일어나나요?"에 AI를 접목한 현대판이다.
- 사람을 이끄는 역할을 한다면, 회사가 AI를 도입하면서 실패한 업무 절차를 아주 깊이 설명할 수 있어야 한다. 또한 AI 도입을 가능하게 하기 위해 본인이 조직 안에서 무엇을 바꿨는지 사례를 들 수 있어야 한다. 이야기가 거짓은 아닌지 확인하려면 관련 사실을 검증해야 한다.
선의 왼쪽에 있는 사람은 채용하지 말라. 기존 직원을 AI 생산자와 소비자로 구분해 상대평가하기 시작하라. 선의 왼쪽에 있는 사람은 살아남기 어렵지만, 그래도 괜찮다. 스스로를 해치기로 결정했다면 그것은 그들의 선택이다. 관리자라면 자신을 우선해야 한다. 조직 안에서 다른 관리자들과 경쟁하고 있으며, 그 평가 기준에는 부하 직원들의 AI 활용 역량이 포함되기 때문이다. 위기를 겪는 사람을 돕지 않는 것이 잔인하게 느껴질 수 있다. 하지만 벌써 2년이 지났고, 지금은 위기 상황이다. 위기에 처한 사람이 어떻게 반응할지는 알 수 없으며, 업무를 방해하기 시작할 수도 있다. 보조금이 반영된 구독 서비스는 개인 용도로 비교적 저렴하게 이용할 수 있다. 연말이 가까워지는 지금, 누군가가 여전히 그 선의 왼쪽에 머물러 있어야 할 이유는 정말 없다. 모든 도구는 누구나 이용할 수 있었다. 충분한 호기심이 있었는지, 행동으로 옮겼는지의 문제일 뿐이다. 직원을 내보낼 수도 있다는 말이다. 지난 2년 동안 역량을 키워 온 지원자들이 있으며, 호기심을 가지지 않았던 사람의 자리를 기꺼이 맡을 것이다. 결국 사람을 이끄는 관리자라면 자신과 가족을 우선하는 것도 생각해야 한다.
한 가지 더 제안할 사항이 있다. 기존 면접관들이 이 범주를 구분할 전문성이 없을 수 있으므로, 현재 면접관 풀을 전면적으로 재구성해야 할 수도 있다. 예를 들어 AI에 대해 좋지 않은 태도를 보이고, AI 경험을 입증할 수 없으며, 이상적인 지원자 범주에도 들지 않는 사람이라면 면접관 풀에서 제외하라. 필요하다면 회사에서도 내보내라. 2026년에 가장 뛰어난 인재를 식별하고, 끌어들이고, 채용하려면 회사가 갖춘 최선의 역량을 보여 줘야 하기 때문이다.
지원자도 여러분을 면접하고 있다는 사실을 기억하라. 그들은 지금 무슨 일이 벌어지는지 알고 있으며, 여러분을 고용주로 선택하는 것이 자신의 삶에서 위험을 줄여 주는지 확인하려 한다.
추신. Bill Gates가 출연한 이 팟캐스트를 보고 내용을 자기 것으로 만들어라
https://www.nytimes.com/2026/09/29/opinion/ezra-klein-podcast-bill-gates.html
제번스라는 말은 경제의 일부 영역에서 수요 탄력성이 작동한다는 사실을 가리킬 뿐입니다. 소프트웨어의 경우, 예를 들어 작업 속도가 세 배 빨라졌고 여전히 인간만 수행할 수 있는 역할이 남아 있다면, 비용을 낮출수록 수요가 생깁니다. 그러므로 지금까지 소프트웨어 분야에서 형성된 균형이 고용 감소로 이어지지는 않았다고 말할 수 있습니다.
수명이 네 배 긴 래디얼 타이어를 발명했을 때, 이상하게도 사람들은 운전을 네 배 더 많이 하지 않았습니다. 타이어를 만드는 공장은 이전의 4분의 1만큼의 사람을 고용합니다. Amazon 창고의 사람을 로봇으로 대체한다고 해서 사람들이 그 때문에 더 많이 구매하지는 않습니다.
그러므로 수치로 생각할 수 있는 사람이라면 스스로에게 이렇게 물을 수 있습니다. 경제에서 어느 부분에 수요 탄력성이 작동하는가? 그리고 어떤 작업에 인간이 계속 필요한가?
작업 전체를 수행할 수 있게 되는 순간, 수요 탄력성의 존재 여부는 중요하지 않습니다. 그 비용은 토큰 예산으로 들어갑니다. 사람의 급여 예산으로 들어가지 않습니다.
일부 작업의 비용은 사람의 노동 비용보다 훨씬 낮습니다. 따라서 사무직 업무와 휴머노이드 로봇 양쪽에서 신뢰성의 임계점을 넘으면 일자리를 파괴하게 되고, 사람이 유리한 위치를 지킬 수 있는 영역도 남지 않습니다.
과거의 혁신에서는 트랙터가 생겼다면, 좋습니다. Disneyland를 만들고 그곳에서 많은 사람을 고용하면 됐습니다. 하지만 경제 전반에서는 그렇게 할 수 없습니다. 일자리가 순증할 것이라고 말하는 사람들이 무슨 생각을 하는지 모르겠습니다.
두 번째 추신. 엔지니어링 관리자를 위한 추가 데이터
AI는 더 이상 선택 사항이 아니다. 우리가 면담한 모든 리더는 표현 방식은 달랐지만, AI 사용을 거부하면 이제는 자격을 잃는다고 말했다. 두 번 이상 들었던 비교는 IDE 사용을 거부하는 것과 같다는 말이었다. 성과 향상은 실제로 존재한다. 조직들은 엔지니어 한 명당 산출물이 세 배 늘었고, 6개월짜리 프로젝트를 두 달 만에 완료했으며, 예전에는 네 시간이 걸렸을 장애 진단을 7분 만에 끝냈다고 전했다. 가장 크게 달라지는 것은 가능한 일의 범위다. 새로운 아이디어에 대한 기본 응답이 더 이상 "안 된다"가 아니라 "확인해 보겠다"가 되었으며, 예전에는 백로그 맨 아래에서 사라지던 작업도 이제는 완료된다.
출처: https://www.lookahead.com.au/reports/ai-engineering-2026/lookahead-state-of-ai-engineering-2026.pdf
세 번째 추신. 소셜 미디어
이 이야기를 들어야 할 것 같은 사람에게 이 블로그 글을 널리 알리고 공유해 주겠는가? 이것은 우리가 할 수 있는 최대한의 일이면서 최소한의 일이기도 하다. 말에게 억지로 물을 마시게 할 수는 없다. 하지만 물이 존재한다는 것과, 2026년에 고용되려면 물이 필요하다는 사실은 알려 줄 수 있다…