특집
55개의 포스트
AI가 빨라졌다는 착각을 어떻게 재나 — 89%가 '빨라졌다'는데 6%만 증명하는 생산성의 역설, 그리고 DX Core 4
경영진의 89%가 'AI 덕분에 일이 빨라졌다'고 말한다. 그런데 그 성과를 조직 차원에서 실제로 짚어낼 수 있다고 답한 사람은 단 6%였다. AI는 분명 무언가를 빠르게 만들었는데, 그 무언가가 '가치'인지 '착각'인지 아무도 확신하지 못한다. 이 글은 앞선 n00b 편에서 흘깃 본 SPACE 프레임워크를 정면으로 끌어와, METR의 39%p 인식격차, GitClear가 잰 코드 품질의 숨은 청구서(리뷰 대기 4.6배·재작업 급증·보안 취약점 2.74배), DORA 2025의 'AI는 증폭기'라는 거울 효과, 그리고 이 혼란을 정리하려 나온 DX Core 4(속도·효과·품질·임팩트)까지 — '측정할 수 없으면 관리할 수 없다'는 오래된 진실을 AI 시대의 데이터로 다시 증명한다.
부러진 사다리 — 오늘 주니어를 안 뽑으면, 2031년엔 시니어가 없다: AI가 끊어버린 견습의 고리
지난 글에서 우리는 주니어에게 '태스크를 끝내는 사람 말고, 판단하는 사람이 되라'고 했다. 그런데 정작 회사들은 그 주니어를 아예 뽑지 않기 시작했다. LeadDev 조사에서 엔지니어링 리더의 54%가 2026년 주니어 채용을 줄이겠다고 답했다. AI 코파일럿이 시니어의 손을 늘려주니, 굳이 신입을 데려와 가르칠 이유가 없다는 것이다. 문제는 시니어가 하늘에서 떨어지지 않는다는 것 — 견습 지연은 5~7년이고, 2024~26년에 주니어를 안 뽑으면 2031년엔 시니어가 없다. 이 글은 '부러진 사다리(broken ladder)' 논쟁을 중세 길드 도제부터 페어 프로그래밍까지의 견습의 역사, 하버드의 내부노동시장 논문, 그리고 '견습 미화론'·'역방향 멘토링' 같은 정직한 반론까지 짚으며, AI가 끊어버린 세대 전수의 고리를 어떻게 다시 이을지 끝까지 쉽게 풀어낸다.
하루 15,000개의 질문에 답하는 사내 AI — Cerebras는 지식 베이스를 어떻게 만들었나
\"그거 어디 있죠?\" \"이거 누가 담당이죠?\" — 회사가 커질수록 정보는 흩어지고, 같은 질문이 반복된다. Cerebras는 Slack·코드·문서를 하나의 임베딩 테이블로 모아 하루 15,000개 질문에 답하는 사내 지식 베이스를 만들었다. 그 안에는 반세기 검색의 역사가 응축돼 있다. 키워드 검색에서 BM25, 임베딩, HNSW, 하이브리드, 그리고 에이전트 검색까지 — 왜 이런 개념들이 하나씩 필요해졌는지, 인터랙티브하게 만져보며 이해한다.
토큰값이 67% 떨어졌는데, 왜 AI 청구서는 3배가 됐나 — 제번스의 역설과 추론 경제학
2026년, AI 모델의 토큰 단가는 1년 만에 67% 떨어졌다. GPT-4 기준으로는 3년간 99.7%가 빠졌다. 그런데 기업의 73%가 'AI 지출이 예상을 초과했다'고 답했고, 우버는 2026년 AI 예산을 4월에 다 태웠다. 값은 폭락하는데 청구서는 폭발하는 이 역설의 이름은 1865년 경제학자 윌리엄 스탠리 제번스가 석탄에서 발견한 '제번스의 역설'이다. 이 글은 왜 추론이 싸질수록 총지출이 늘어나는지 — 에이전트 한 작업이 챗의 1,000배 토큰을 먹는 배수의 폭발, 효율이 하드웨어 부족을 부르는 악순환의 고리 — 를 데이터로 해부하고, 'best model wins'가 'best fit wins'로 바뀐 시대의 생존 무기인 모델 라우팅과 비용 통제 플레이북까지 실무적으로 정리한다.
잘 팔리던 제품이 '조용히' 죽는 이유 — 제품-시장 적합성(PMF)은 어떻게 무너지는가
한때 '완벽하게 맞았던' 제품이 어느 날 갑자기가 아니라 아주 조용히 시장과 어긋나기 시작한다. Focused Chaos의 화제의 글을 출발점으로, 제품-시장 적합성(PMF)이라는 개념이 어디서 왔는지(앤디 래클레프·마크 앤드리슨·시어도어 레빗), 그것이 무너지는 3가지 메커니즘(고객 표류·시그널 붕괴·메시지 표류)의 '아키텍처', 그리고 2026년 AI가 이 붕괴를 어떻게 몇 달 만에 앞당기는지를 Chegg의 99% 폭락 사례와 함께 쉽고 자세하게 뜯어본다. Sean Ellis의 40% 테스트 자가진단 인터랙티브 포함.
광고를 끄고 커뮤니티를 켜라 — Pull에서 Push, 그리고 생태계로: AI 시대 GTM 플레이북의 재작성
NFX의 Pete Flint가 던진 '업그레이드된 GTM 플레이북'이 화제다. 왜 지금 성장 공식이 다시 쓰이는가? 광고·SEO·PR이 포화된 2026년, 성장은 Pull에서 Push, 그리고 '생태계'로 진화했다. 네트워크 효과(Metcalfe·Reed)·바이럴 계수(k=i×c)·확산이론(Rogers)·캐즘(Moore)이라는 학술적 뿌리부터, Cursor·Midjourney·Clay·ElevenLabs 같은 AI 시대 사례와 당근·토스·뤼튼 같은 한국 사례까지. 6대 전술의 아키텍처를 인터랙티브 시뮬레이터 3종과 함께 뜯어본다. 그리고 '화려함보다 진정성'이라는 코어닷의 원칙이 왜 이 플레이북의 핵심인지.
인간은 루프 안에서 지쳤다 — 'Human-in-the-Loop'의 70년史와, AI가 코딩의 보상을 훔쳐간 2026년
Pydantic의 엔지니어가 쓴 한 편의 고백 「The Human-in-the-Loop is Tired」가 개발자 세계를 뒤흔들었다. '코드가 알아서 써지는' 시대에 왜 우리는 더 생산적이면서 동시에 더 불행해졌을까? 이 글은 그 답을 찾기 위해 1948년 사이버네틱스의 '키잡이'에서 출발해, 군사 자율무기의 in/on/out-of-the-loop 논쟁, 강화학습의 보상함수, 스키너 상자, 그리고 2026년 버클리·하버드의 노동강도 연구까지 훑는다. '망가진 것은 당신이 아니라 피드백 루프'라는 명제를, 인터랙티브 시뮬레이터 2종과 함께 해부한다.
우리는 네가 '태스크를 끝내라고' 뽑은 게 아니야 — AI가 태스크를 삼킨 시대, 주니어 엔지니어의 진짜 값어치
2026년 5월, 켄트 벡이 신입 개발자들에게 던진 한 문장이 개발자 커뮤니티를 뒤흔들었다 — '아무도 네가 태스크를 몇 개 끝냈는지 신경 쓰지 않는다.' 왜 하필 지금 이 말이 폭발했을까? AI 에이전트가 '태스크 완료'를 공짜로 만들어버린 시대이기 때문이다. 이 글은 벡의 화제작을 처음부터 끝까지 정독하며, 주니어를 '네가 앞으로 될 엔지니어에 대한 옵션 프리미엄'으로 보는 그의 논리를 실물옵션 이론·SPACE 프레임워크로 풀고, 주니어 채용 -60%·스탠퍼드 카나리아·하버드 6,200만 명 연구 같은 2026년 데이터로 붕괴의 현장을 짚는다. 그리고 METR의 '19% 더 느렸다'는 충격 실험과 오스마니의 '70%의 벽'을 통해, 왜 AI 시대에 남는 값어치가 '태스크 완료'가 아니라 '판단·취향·옵션'인지 끝까지 쉽게 설명한다.
직원 0명, 매출 수백만 달러 — AI가 '팀'을 대체하자 벌어진 일: 솔로프리너 시대의 경제학과 아키텍처
혼자서 연 수백만 달러를 버는 사람들이 늘고 있다. Stripe의 수석 이코노미스트가 데이터로 증명한 '솔로프리너의 시대'는 진짜일까, 거품일까? 미국 400만 명·2023→2025 백만장자 솔로프리너 2배라는 숫자의 정체부터, 이걸 가능케 한 AI 에이전트 아키텍처(ReAct·MCP·멀티에이전트)를 논문 도해와 함께 뜯어본다. Pieter Levels라는 진짜 영웅과 Medvi라는 가짜 유니콘, 그리고 2026년 한국의 1인 창업가에게 이 모든 게 의미하는 것 — 인터랙티브 시뮬레이터 3종과 함께.
옳아도 지는 이유: 논쟁의 인지과학과, 사람을 설득하는 AI의 역설
'왜 나는 사람들과 논쟁을 그만뒀는가'라는 한 엔지니어의 에세이가 개발자 커뮤니티에서 화제가 됐다. 그런데 그가 경험으로 깨달은 것은 지난 70년간 인지과학이 실험으로 확인해 온 결론과 정확히 일치한다. 이성은 진리를 찾기 위해서가 아니라 논쟁에서 이기기 위해 진화했고, 우리는 감정으로 먼저 결정한 뒤 논리로 그 결정을 변호한다. 그리고 2026년, 인간의 승인을 최대화하도록 훈련된 AI는 사용자에게 아첨하는 법부터 배웠지만 — 동시에 에고 없이 증거만 제시할 때는 인간이 해내지 못하던 설득에 성공하고 있다. 고대 수사학부터 인지과학, RLHF와 AI 토론까지, '왜 옳음은 사람을 이기지 못하는가'를 끝까지 따라가 본다.
AI에게 '이 주식 살까요?'라고 묻지 마라 — 투자 거장 4명을 프롬프트로 부활시킨 'AI 버크셔' 해부
ChatGPT에게 종목을 물으면 왜 항상 '양다리' 답이 돌아올까? 오픈소스 프로젝트 'AI 버크셔'는 버핏·멍거·돤융핑·리루 4대 거장을 18개의 구조화된 프롬프트로 부활시켜, 서로를 공격하게 만든다. 강제 결론, 반편향 엔진, LLM 암산 금지, 거울 테스트 — 투자를 넘어 모든 고위험 의사결정에 쓸 수 있는 프롬프트 설계의 마스터클래스를, 실제 프롬프트 전문과 함께 뜯어본다.
AI를 국경에서 멈춰 세우다 — 칩, 가중치, 그리고 2026년 AI 수출통제
냉동 랍스터 밑에 숨긴 GPU, 가짜 임신복 속의 칩, 하루 만에 증발한 6천억 달러. AI 수출통제라는 낯선 단어 뒤에는 냉전에서 시작된 70년의 계보와, '무기가 파일이 되는' 시대의 새로운 질문이 있다. 왜 칩이 급소가 됐고, 왜 이번엔 모델 자체를 막으려 했으며, 그 사이에서 한국은 어디에 서 있는가.