00:00:00기업의 AI 활용에
00:00:02관해서라면
00:00:04현재 AI에 대한 과도한 기대감(hype) 측면에서 우리는 아마 이 지점에 와 있을 겁니다.
00:00:10아직 최고점인 정점에 도달했는지는 확실치 않지만, 분명히 매우 높은 지점에 와 있습니다.
00:00:17물론 저도 예외는 아닙니다. 저 역시 AI에 관한 콘텐츠를 많이 만들고 있으니까요.
00:00:23AI 강좌, Claude Code 강좌 등 다양한 콘텐츠를 다루고 있죠. 왜냐하면 AI는
00:00:31유용하고, 우리가 소프트웨어를 구축하는 방식을 바꾸고 있기 때문입니다.
00:00:35피할 수 없는 흐름이죠.
00:00:36제 생각을 아주 분명하게 밝혀왔던 것처럼
00:00:43코딩을 위한 AI에 대해, 개인적으로는 더 즐거웠던
00:00:47AI 이전의 코딩 방식이 좋았지만, 어쩔 수 없는 현실이기도 합니다.
00:00:52물론 여전히 직접 코드를 작성하는 것을 막는 사람은 없지만, 만약 진지하게
00:00:58개발 업무를 하거나 소프트웨어를 구축하고 있다면
00:01:01AI가 생산성을 높여줄 수 있다는 건 사실이고, 사용하지 않는 것도 타당한 선택이지만
00:01:07전문적으로 일한다면 대부분의 경우 그리 올바른 선택은 아닐 겁니다. 제 생각은 그렇습니다.
00:01:15그렇다고 해서 우리가
00:01:20AI에 대한 과도한 기대감의
00:01:24최정점에 있다는 사실은 변하지 않습니다.
00:01:27어쩌면 더 높은 수준으로 올라갈지도 모르죠. 물론 기업 내 AI 활용이라고 말할 때,
00:01:36기술적으로 모든 회사가 다 그런 건 아니라는 걸 잘 알고 있습니다.
00:01:39하지만 전 세계적으로 수많은 기업이 존재하고 AI 활용 수준은 균일하지 않습니다.
00:01:46물론 저는 주로 테크 기업, 소프트웨어 중심 기업을 염두에 두고 이야기하는 것이고요.
00:01:52하지만 기업에서의 AI 활용을 살펴보면
00:01:58몇 가지
00:02:00흥미로우면서도 우려되는 경향이 있는데, 이에 대해 논의해 볼 필요가 있습니다.
00:02:08지난 몇 주간 우리가 목격했거나
00:02:13들어온 큰 흐름 중 하나는 예를 들어
00:02:16토큰 맥싱(token maxing)입니다.
00:02:19토큰 맥싱이란 당연히 일부 기업에게 AI 사용량이 많을수록 더 좋다는 것을 의미합니다.
00:02:25그게 다입니다.
00:02:28일부 기업들은
00:02:30이미 사내 리더보드를 가지고 있거나
00:02:33소프트웨어 개발자나 직원들이
00:02:37AI를 사용하면서 얼마나 많은
00:02:39토큰을 소비하는지 추적한다고 합니다.
00:02:45음, 이건 마치 단순히 작성한 코드 라인 수로
00:02:52성과를 측정하는 것과 비슷합니다. 물론 잘못된 측정 방식이죠.
00:02:57단순히 많은 토큰을 소비하는 것이
00:03:03생산성을 측정하는 좋은 지표가 아니라는 건 굳이 말 안 해도 분명할 겁니다. 첫째로,
00:03:09조작하기가 매우 쉽습니다. 의미 없는 프롬프트를 AI에게 보내거나 무의미한
00:03:15작업을 시켜서 토큰 소비량을 극대화할 수 있기 때문이죠. 설령 그런 식의
00:03:21조작을 하지 않더라도, 어떤 개발자가 더 뛰어날까요? 문제에 대해 고민하고,
00:03:29해결책을 찾는 개발자일까요, 아니면
00:03:32AI가 준 결과나 제안을 분석하고, 코드를
00:03:38검토하는 개발자일까요? 아니면 단순히 프롬프트만 날리며
00:03:42수많은 토큰과 결과물을 만들어내는 '바이브 코더(vibe coder)'일까요? 일부 회사에선 후자를 선호할지 모르지만, 제겐 전자가 확실히 더 뛰어납니다.
00:03:51제가 생각하기에 AI의 진정한 매력은
00:03:58자신의 전문성과 AI의 장점을 결합할 때 나옵니다.
00:04:05빠르게 움직일 수 있고, 무한히 인내심 강한
00:04:10멘토를 곁에 두고 질문할 수 있으며, 두뇌를 합칠 수 있다는 것이죠.
00:04:16그래도 대부분의 상황에서는 자기 자신의 뇌를 조금 더 신뢰해야 합니다.
00:04:20네, AI로부터 장점을 얻을 수는 있지만 토큰 맥싱은 답이 아닐 겁니다. 하지만 이것도 우리가
00:04:28일부 회사에서 듣게 되는 하나의 경향입니다.
00:04:31물론 이런 사실이 공개되자 메타 같은 일부 기업은 이미 그런 리더보드나
00:04:37토큰 사용량을 늘리라는 강한 유인을 없애겠다고 발표했습니다.
00:04:43하지만 여전히 일부 기업에서는 그런 행태가 남아있는 것 같습니다. 또 다른
00:04:48지난주에 제가 점점 더 많이 본 흐름은 맥킨지 같은 기업들이
00:04:55맥킨지
00:04:56정말로
00:04:59AI 에이전트를 직원으로 밀어붙이는 경향입니다.
00:05:04그래서 맥킨지 CEO는 전체 6만 명의 직원 중
00:05:092만 5천 명은 AI 에이전트이고, 인간은 4만 명 정도라고 말했습니다.
00:05:15AI 에이전트를 노동력으로 활용하는 것은 저도 여기저기서 본 적이 있는데, 네,
00:05:22물론 그런 식으로 바라볼 수도 있겠죠.
00:05:26하지만 저는
00:05:29잘 모르겠습니다. 하나는 당장
00:05:32현재 대부분의 AI 에이전트는 특정 작업에 상당히
00:05:38특화되어 있습니다. 반면 인간은 훨씬 더
00:05:44다재다능하며 다양한 것을 배울 수 있죠.
00:05:48그래서 그런 비교가 과연 말이 되는지 모르겠습니다. 누가 생각이나 했겠어요?
00:05:55백업 스크립트를
00:05:58이미 2018년에 고용했던 직원이라고 부를 수 있을까요? 우리는 이전에도 자동화를
00:06:03했었고, 워크플로우를 가지고 있었습니다. 그러니 말이 되죠.
00:06:08분명히 우리는 자동화된 배포 프로세스, 백업 프로세스, 웹 스크래퍼, 데이터 분석 프로세스를 가지고 있습니다.
00:06:15온갖 종류의 자동화를 10년, 20년 전부터 혹은 그 이상 사용해 왔죠.
00:06:20그런데 이제 와서 AI 에이전트를 노동력의 일부라고 부르네요.
00:06:26오해하지 마세요. AI 에이전트로 유용한 일을 할 수는 있습니다.
00:06:31저는 개인적으로 오픈 클로(Open Claw) hype에 완전히 동의하지는 않습니다. 왜냐하면 저 개인적으로는
00:06:36아직 유용한
00:06:41사용 사례를 많이 찾지 못했기 때문입니다. 오픈 클로에서 제게 정말 마법 같은 유용함을 주는 사례를 발견하지 못했어요.
00:06:49하지만 저는 코딩을 위해 Claude Code나 Codecs를 사용하고 있고, 그 이상으로도 사용합니다.
00:06:55저는 '파이 에이전트(pie agent)'를 사용하고 있는데, 이건 오픈 소스인
00:07:00독립적인 AI 에이전트로, 예를 들어 ChatGPT 구독과 함께 사용할 수 있습니다.
00:07:05저는 이걸로 제 컴퓨터나 VPS에서 온갖 작업을 수행하고 로그 파일을 분석하게 합니다.
00:07:12이게 직원일까요? 잘 모르겠습니다.
00:07:16분명 유용한 도구인 건 맞습니다.
00:07:19그리고 제가 두 명의 직원을 두고 있는데 둘 다 이 에이전트를 사용한다면, 어떻게 계산해야 할지도 모르겠습니다.
00:07:25그러면 총 두 명의 추가 직원이 생긴 걸까요, 아니면 에이전트는 여전히 여러 명이 사용하는 하나의 도구일 뿐일까요?
00:07:34잘 모르겠네요. 아무튼 이런 경향도 여기저기서 보이고, 분명히 여기엔 많은 마케팅 요소가 섞여 있습니다.
00:07:41분명 AI를 잘 다루는 회사라는 소리를 듣고 싶을 테니까요.
00:07:48AI를 최대한 활용하는 최전선에 있다는 이미지를 주고 싶을 것이고, 그런 이야기는 맥킨지 같은 컨설팅 업체에게 이득이 되겠죠.
00:07:55그러니 그들의 입장은 이해합니다. 하지만 정말 이상한 경향이라고 봅니다.
00:08:03분명히 다른
00:08:05흥미로운 경향이 있는데, 토큰 맥싱과 좀 관련이 있습니다. 아마도
00:08:11의무적인 AI 사용이라고 볼 수 있겠네요. 그렇다고 무조건 많이 쓰라는 뜻은 아닙니다.
00:08:19하지만 AI 사용이 강제되는 거죠.
00:08:23종종 특정 모델이나 에이전트 사용을 강요하는 경우도 있습니다.
00:08:29그래서 최소한 일부 회사에서는 의무적인 사용과 그런 행태가 함께 나타납니다.
00:08:37어느 정도는 이해합니다. 왜냐하면
00:08:41회사로서 직원들이
00:08:47이 새로운 기술을 실험하고 어디에 유용한지 파악하게 하고 싶을 테니까요.
00:08:53제 생각엔
00:08:55꽤 많은 사람들이
00:08:57몇 달 전 무료 버전 ChatGPT를 한두 번 써본 정도일 것 같습니다.
00:09:04여기저기서 써보긴 했어도 별로 인상적이지 않다고 느꼈겠죠.
00:09:10특히 테크 버블에 있지 않은 일반 사람들 사이에서는
00:09:17최신 모델을 주기적으로 사용하지 않는 비율이 매우 높을 겁니다.
00:09:24그래서 회사들이 직원들에게 적극적으로 AI를 써보라고 독려하는 이유는 이해가 갑니다.
00:09:30일상 업무에서 시도해 보고 직접 경험해 보라는 거죠.
00:09:35물론 더 뛰어난 모델에 접근할 수 있게 해준다면 더 좋겠죠.
00:09:43만약 제가 2년 전 AI 모델을 쓰라고 강요한다면, 별다른
00:09:48성능을 내지 못하는 환경에서 그건 아무 의미가 없을 겁니다.
00:09:53그건 참 무의미하겠죠.
00:09:55하지만 회사가 직원들에게 AI를 가지고 놀아보라고 하는 마음은 이해합니다. 하지만 당연히,
00:10:03일부 회사는 너무 지나치게 밀어붙이고 있습니다.
00:10:08모든 것을 AI로 하라고 강요하는 건 의미가 없다고 생각합니다.
00:10:13어떤 업무는 AI로 할 수 없거나, AI로 하는 것보다 나을 수 없다는 직원들의 말을 신뢰하려고 노력해야 합니다.
00:10:20물론,
00:10:24회사는 직원이 정말 AI를 활용하고 있는지 의심할 수도 있겠고, 새로운 기술에 대한 거부감을 갖는 것도 쉽죠.
00:10:32많은 사람이 두려워하는 건 당연합니다. 다리오 아모데이(Dario Amodei)가 매주
00:10:40토크쇼나 인터뷰에 나와서 화이트칼라 노동자의 대다수가
00:10:45일자리를 잃을 거라고 말하는데 두렵지 않겠습니까? 많은 사람이 두려워하니 AI에 대한 거부 반응이 나오는 것도 당연합니다.
00:10:53하지만 다른 에피소드에서도 말했듯이, 저는 굳게 믿습니다.
00:10:57이 새로운 기술을 다루는 유일한 방법은
00:11:01과거의 모든 새로운 기술과 마찬가지로,
00:11:07적극적으로 수용하고 최대한 활용하려고 노력하는 것입니다. 무조건 맹신하라는 뜻은 아닙니다.
00:11:13모든 일에 AI를 쓰라는 뜻도 아니고요.
00:11:16하지만
00:11:19어디에 도움이 될 수 있을지 진지하게 시도해 보고, 한계를 시험해 봐야 합니다. 특히 AI는
00:11:25모든 것이 항상 너무 빠르게 변하니까요.
00:11:28정기적으로 재평가해야 합니다.
00:11:32몇 달마다 계속해서 말이죠. 왜냐하면 상황이 변하고 모델이 변하기 때문입니다. 더 중요한 건,
00:11:38다른 에피소드에서도 말했지만, 더 중요한 건 모델을 둘러싼 harness(도구)들이 진화한다는 것입니다.
00:11:46에이전트, 그 에이전트적 harness 역시 진화하고 있습니다. 그렇기 때문에
00:11:54몇 달 전에는 불가능했던 일을 오늘날 AI로 할 수 있을 가능성이 충분히 있습니다.
00:12:00그래서 이해는 하지만, 분명 일부 회사는 이 흐름을 너무 지나치게 밀어붙이고 있습니다.
00:12:06AI로 작동하지 않거나 AI 없이 하는 게 훨씬 효율적인 업무까지 강제로 AI를 쓰게 하는 것은
00:12:14분명
00:12:16목표를 너무 벗어난 것이죠.
00:12:18직원들에게 AI 활용을 장려하는 것을 넘어선 행동이지만, 지금 현실이 이렇습니다.
00:12:24지금 우리가 처한 기묘한 상태죠. 저는 과거의 기술 혁명 때
00:12:30직접 참여했던 적이 별로 없습니다.
00:12:33인터넷이 대중적으로 도입될 때 제가 살아있긴 했지만,
00:12:40그때는 아이였기 때문에 노동력의 일부로서 참여한 건 아니었죠.
00:12:48이런 전환이나 진화가 일어날 때마다 상황이 거칠고 이상하게 돌아가는 건 매우 자연스러운 일일 겁니다.
00:12:55물론 AI의 경우는
00:12:58변화 속도가 너무 빠르기 때문에 특히나 더 거칠게 느껴질 겁니다.
00:13:03너무 빠르게 변하고 작동 방식도 그런데다 다리오 같은 사람이 항상 겁을 주니까
00:13:10무섭기도 하죠. 그래서,
00:13:14이 모든 것이 합쳐져서 상황이 매우 이상하게 돌아가는 것도 충분히 이해가 갑니다.
00:13:20그리고 다시 말하지만,
00:13:22제게는
00:13:24분명히 AI 이전의 코딩이 더 즐거웠습니다. 하지만 현실은 이렇고,
00:13:31현재 많은 회사가 이런 상태입니다. 우리가 계속 이렇게 갈지, 아니면 더
00:13:40의미 있고 합리적인 길을 찾아서, 단순히 AI만 많이 쓰는 게 아니라
00:13:47AI를 진짜 잘 활용하는
00:13:49방향으로 나아갈 수 있을지 두고 봐야겠죠.