AI 쓰고 일이 더 늘었다는 말에 난 오히려 줄었다는 개발자

생산성이 높아져도 돈을 더 주지 않는 건 회사도 생산성 증가로 수익을 더 올리고 있지 않기 때문일 수 있습니다. 고객이 쓸 돈이 갑자기 늘어난 건 아니니까요.

제조업에서는 안 팔리는 물건이 창고에 쌓이면 생산을 줄여야 한다는 걸 알 수 있습니다. 소프트웨어에서는 아무도 사지 않는 기능이 물리적으로 쌓이지 않으니 잘 안 보이죠. 오랫동안 프로그래머가 일한 시간을 전부 생산적인 것으로 계산해온 탓에, 필요 없는 기능을 만들거나 유지보수 부담을 늘리는 일을 손실로 인식하기 어렵습니다.

일하면서 하는 모든 일이 이익이나 생산성으로 이어지는 건 아닙니다. AI 때문에 그런 일의 비중이 더 커지고 있다고 생각해요. 그러니 회사가 그 결과에 돈을 더 주지 않는 것도 당연하겠죠.

기술 기업들은 수십 년 동안 시간을 아껴준다고 약속했죠. 그런데 그 시간에 뭘 하라는 걸까요? 더 창의적인 일을 하라는 설명이었지만 저는 그 발상에 문제가 있다고 봅니다.

오랫동안 창작 활동을 하면서 보니 정보가 계속 밀려드는 방향으로 기술이 발전하면 시간이 절약되지 않습니다. 창의성에는 어느 정도 정보가 제한된 환경이 더 나은 것 같거든요. 그리고 자동화하려는 단순 작업도 창의성을 돕습니다. 예술가나 프로그래머를 보면 억지로 짜내기보다 단순 작업을 하며 머리를 쉬게 할 때 아이디어가 떠오르는 경우가 많아요.

AI는 정보량은 늘리고 그런 단순 작업은 없애서, 결국 더 일하고 얻는 건 줄어들게 하는 것 같습니다. 프로그램을 빨리 만드는 단기적 이익은 있겠지만 건강한 창작 환경을 만드는 것과는 다르다고 봐요.

AI는 생산성을 높이고 있습니다. 회사는 그 이점을 활용할 위치에 있지만 직원은 그렇지 않죠. 직원은 같은 시간 동안 일하면서 생산량만 늘어날 수 있으니까요. 이 이점을 더 잘 활용하려면 직접 회사를 만드는 방법이 있습니다. 말처럼 간단하지 않다는 건 알지만, 격차가 벌어지고 있고 직원들에게는 상황이 좋아 보이지 않습니다.

요즘 여기 올라오는 AI 관련 의견 글들이 대체로 그렇듯 약간 허수아비 논증 같네요. ‘AI가 시간을 돌려주고, 지루한 일을 대신해서 일찍 퇴근하게 해준다고 했다’는데 누가 그렇게 주장했죠?

애초에 우리 업계 전체가 기업이 적은 인력으로 더 많은 일을 하도록 돕겠다는 명분으로 성장했습니다. 분석가나 타이피스트, 우편 담당자 등이 하던 일을 자동화해온 사람들이 이제 와서 놀라는 것도 좀 그렇죠. 우리 중 많은 사람이 다른 프로그래머의 필요성을 줄이는 일을 해왔습니다. 웹사이트 제작 도구나 프레임워크도 마찬가지고요.

AI의 실제 메시지는 경쟁자들이 이 도구를 쓸 테니 당신도 적응해야 한다는 겁니다. 그리고 그 말은 대체로 맞아요. AI 이전 소프트웨어가 완벽했던 것처럼 과거를 미화하거나 결과물을 무조건 형편없다고만 한다고 해서 없어질 일이 아닙니다.

저는 노조를 적극 지지하지만 지금 조직화를 시도하면 사람을 기계로 대체하는 과정이 늦춰지기는커녕 더 빨라질까 걱정됩니다. 너무 늦은 건 아닌지요.

우리가 대체 어떤 사회를 만들고 있는지 모르겠습니다. AI 연구소들은 엄청난 기업가치를 인정받고 상위 1%가 부를 독점하는 동안 나머지는 일자리를 잃고 얼마 남지 않은 몫을 두고 다투게 되는 걸까요? AI 업계에는 결국 다 알아서 해결될 거라는 막연한 믿음이 있는 것 같습니다.

‘초지능 기계를 만든다 → 중간 과정은 모른다 → 모두가 풍족한 유토피아가 된다!’ 같은 식으로요.

그래도 AI가 제가 해야 하는 가장 지루한 일 중 일부를 없애준 건 맞아요. 마음만 먹으면 지금은 깨어 있는 거의 모든 시간과 잠든 시간 일부까지도, 10년 전 하루 8시간 일할 때와 비슷한 수준으로 일할 수 있습니다.

아끼는 정신적 에너지와 빠르게 결과를 확인하며 얻는 자극 덕분에 근무일이 훨씬 수월해졌어요. 일을 더 이어갈 여력도 남고요. 다만 그 연장 근무를 의무화한다면 나쁜 일이겠죠. 지금 제가 원해서 더 할 수 있다는 사실 자체는 나쁘지 않다는 뜻입니다.

저도 비슷하게 느껴서 최근 생활을 바꿨습니다. 주된 원인은 휴대폰이었던 것 같아요. 휴대폰에서 에이전트 환경에 접속해 어디서든 컴퓨터 앞에 있는 것만큼 일할 수 있었거든요. 생각이 조금만 떠올라도 휴대폰을 꺼내 프롬프트를 보내고 제대로 될 때까지 계속 고쳤습니다.

지금은 단순한 폴더폰을 주로 쓰고, 일은 대부분 업무 시간에 컴퓨터로만 합니다. 아이폰도 여전히 있고 산책하면서 생산적으로 시간을 보내고 싶을 때 가져가지만, 대체로 서랍에 꽂아둬요.

항상 개발 환경에 접속해서 어디서든 일하고 싶다고 생각했는데, 막상 해보니 삶에 잡음이 너무 많아지고 전체적으로는 손해였습니다. 계속 일을 생각하고 즉시 실행할 수 있으니 잠들 때까지 그 순환이 이어졌거든요.

단순히 효율이 높아진 게 아니라 업무에 필요한 숙련도가 낮아진 측면이 큽니다. 직원을 다른 사람으로 더 쉽게 대체할 수 있게 되면 그 직원의 시간 가치는 떨어지죠.

그렇다고 개발자가 스스로 더 유능해졌다고 느끼는 것과 모순되는 건 아닙니다. 저도 꽤 오래 개발했고 실력이 괜찮다고 생각하지만, AI 덕분에 써본 적 없는 언어나 다뤄본 적 없는 플랫폼의 일자리에도 지원하기 훨씬 쉬워졌어요.

또 일을 빨리할 수 있다고 해서 할 일이 더 생기는 건 아닙니다. 두 명이 마감일을 잘 지키고 있었다면 이제 한 명을 내보낼 수도 있죠. 누가 남을지는 더 낮은 임금으로 일할 사람이 누구냐에 따라 결정될 수도 있고요.

그렇게 단순한 문제는 아닙니다. 큰 변화가 일어나는 시기에는 다른 종류의 조직에서 다른 역할로 옮길 준비도 해야 합니다. 대기업에서 스타트업으로 가거나 그 반대로 가거나, 내부 업무에서 고객을 상대하는 역할로 옮길 수도 있죠.

계속 변화해야 한다는 점이 지칠 수 있으니 그런 면에서는 글쓴이 말이 맞습니다. 하지만 경제나 회사 안에는 항상 성장하는 분야와 줄어드는 분야가 함께 있습니다. 누구 밑에서 일하는지, 현재 도구가 업무에 어떤 영향을 주는지만큼이나 이런 큰 흐름도 중요해요. 그리고 변화에는 의식적인 선택이 필요합니다.

테리 존스의 1991년 BBC 영상 ‘So This is Progress’가 떠오르네요. 공장주들이 직원들에게 더 많은 일을 시키려고 시계에 분침을 달았다는 내용이 나옵니다. 중세 사람들이 기술 수준은 달랐지만 오늘날 평균적인 사람보다 재산과 자기 시간을 더 많이 가졌다는 얘기도 있고요.

제목에 대해서는 저도 증언할 수 있습니다. 혼자 코딩하는 사람으로서 AI 때문에 실제로 일하는 양이 늘었지만 좋은 의미예요. 직접 작성한 코드도 AI가 검토해서 혼자서는 발견하는 데 오래 걸렸을 버그와 불일치를 찾아줍니다. 아이디어가 조금이라도 떠오르면 바로 구현해서 더 살펴보거나 다음 아이디어로 넘어갈 수도 있고요.

밖에서 일상생활을 하다가 생각이 나면 휴대폰으로 ChatGPT 앱을 열어 컴퓨터의 Codex에 원격으로 접속하기도 합니다. 저는 이게 재미있어요.

문제는 ‘열심히 일한다’는 말의 정의입니다. 퇴근 후에도 남아 있는 게 열심히 일하는 걸까요? 반드시 그렇지는 않지만 많은 관리자가 그걸 지표로 씁니다. 선택지를 신중하게 검토하는 건 어떨까요? 작은 세부 사항까지 꼼꼼히 살피는 건요? 모두 열심히 일하는 여러 측면인데, 우리는 이런 모호한 말을 쓰면서 듣는 사람이 같은 의미로 받아들이길 기대합니다.

직원이라면 그럴 수 있겠지만, 작은 SaaS 회사를 운영하는 저는 실제로 하루에 한두 시간 덜 일하고 반려견과 자연 속을 산책할 시간이 늘었습니다.

저는 핵심 제품을 만들고 블로그 글을 쓰는 데 집중하고, AI는 제가 잘하지 못하거나 별로 좋아하지 않는 일을 맡습니다. 마케팅과 콘텐츠 배포, 회계, 웹사이트 제작, 간단한 고객 문의에 답하고 복잡한 문의를 저에게 넘기는 일 등이요. 웹사이트는 AI가 만든 티가 좀 나지만 제가 직접 만든 것보다는 훨씬 낫습니다.

덕분에 제가 좋아하는 일을 더 많이 할 수 있어요. 핵심 제품에도 Codex를 쓰고 싶은 유혹은 있지만, 그 부분에는 소유감과 장인 정신이 있고 무엇보다 제가 직접 좋아하는 일이라 아직은 참는 중입니다.

핵심은 정보 환경이 바뀐다는 점입니다. 사용자 입장에서는 ‘LLM이 내 일을 더 빨리 해주고 내가 직접 유지보수할 필요도 없으니 공짜 아닌가?’ 싶지만 어떤 기술도 완전히 공짜는 아닙니다. 기술은 새로운 요구와 유지관리 업무를 만들어내고, 노동을 없애기보다는 다른 곳으로 옮기는 경우가 많아요.

LLM만 해도 프롬프트를 작성하고 맥락과 메모리를 관리하고 새 모델 소식을 따라가고 결과를 더 꼼꼼하게 검토해야 합니다. 더 넓게 보면 전력과 데이터 인프라를 유지하고 학습 데이터를 모아야 하며, 쏟아지는 저품질 정보도 걸러야 하죠.

기술이 노동을 완전히 덜어주기보다는 자원과 노동을 다른 곳으로 재배치하는 경우가 많습니다. 그 과정에서 돈과 권력도 재배치되는데, 지금 LLM은 그 이익이 한곳에 집중되는 측면이 우려스럽습니다. 고용주가 직원에게 더 많은 노동을 요구할 힘을 갖게 되는 것도 한 예고요.

AI를 위해 일하지만 않는다면야 괜찮겠죠. 물론 지금은 우리 모두 AI 연구소를 위해 일하는 셈이지만요.

당신에게 좋아 보이는 일이 제게는 좀 끔찍하게 느껴집니다. 산책하러 나갔을 때 고객관리 프로그램을 어떤 식으로든 신경 쓰고 싶지는 않아요.

저항이나 협상은 진공 상태에서 이뤄지는 게 아닙니다. 사람들이 조직해서 요구할 수는 있지만, 그렇다고 그 요구가 저절로 실현 가능한 게 되지는 않아요.

회사에도 대응 수단이 있습니다. 업무를 다른 지역으로 옮기거나 조건이 맞지 않는 시장에서 철수하거나 이제는 자동화를 고려할 수도 있죠. 노조는 단체 교섭을 위한 것이지만 결국 교섭은 해야 합니다. 파업이나 퇴사를 위협하면 원하는 걸 전부 얻을 수 있다고 생각하고 협상장에 들어갈 수는 없어요. 한계는 시장과 기술에 따라 달라집니다.

저도 단순한 휴대폰으로 바꿀까 싶은 지경입니다. 이번 주에는 정해진 퇴근 시간 이후에는 단 1분도 사람들에게 답하거나 일하지 않기로 했어요. 요즘은 그 선을 넘기가 너무 쉽거든요.

제 경험은 완전히 다릅니다. 저는 ‘이렇게 적게 일하면서 이렇게 생산적이었던 적이 없다’고 말해요.

제 노력은 에이전트들이 며칠에서 몇 주씩 혼자 일하도록 만드는 데 들어갑니다. 메모리를 정리하고 깃 로그를 깔끔하게 유지하고 제 사고방식을 에이전트에 전달해서, 제가 원하는 것과 60~80% 정도 일치하는 결정을 스스로 내리게 하는 데 상당한 노력이 필요하죠.

60~80%인 이유는 제품팀이나 엔지니어링팀에도 한 스프린트에서 그 정도 일치를 기대하기 때문입니다. 사람과 일할 때처럼 처음부터 완벽할 수 없다는 걸 받아들이고 몇 차례 반복하며 원하는 방향으로 다듬습니다. 에이전트와 계속 대화해야 했다면 저도 지쳤을 거예요. 기계와 대화하는 건 정말 번거롭게 느껴지거든요.

노동자에게도 긍정적인 면이 있습니다. 저는 그래서 우리 일자리가 반드시 사라진다는 이야기를 전부 믿지는 않았어요.

2년 전 각각 엔지니어 100명을 둔 비슷한 경쟁 회사 두 곳이 있다고 해봅시다. AI가 개발 속도를 정말 10배 높여준다고 가정하고요. 실제로는 적어도 아직 그렇지 않지만 비교를 위해 큰 숫자를 쓰는 겁니다. 한 회사는 90명을 해고하고 10명으로 같은 일을 합니다. 다른 회사는 전원을 유지하고 일을 10배 합니다. 어느 쪽이 시장에서 이길까요?

항상 답이 같은 건 아닙니다. 첫 번째 회사가 이기는 경우도 있고 절충 전략도 있겠죠. 그래도 전반적으로는 두 번째가 이기는 경우가 더 많을 거라고 생각합니다.

‘고용주가 같은 돈을 주면서 일을 덜 시킬 거라고 믿는 건 무슨 환상이냐’고요? 20세기 초중반 노동조합의 활동과 8시간 노동제, 노동권 확립, 헨리 포드의 임금 인상 같은 역사적 경험이 있습니다. 물론 고용주들이 순수한 선의로 그렇게 했다는 뜻은 아닙니다.

저도 일을 더 많이 하지만 즐기고 있고, 재충전할 시간도 더 많이 갖습니다. 대신 일하면서 팟캐스트나 오디오북을 듣는 건 그만뒀어요. 예전에는 문제를 고민하면서도 언어를 처리할 여유가 있었는데, 이제는 문제 해결에 더해 하루 종일 글과 메모를 읽고 쓰니 그럴 정신적 여유가 없습니다.

AI 덕분에 여러 일을 동시에 하기도 쉬워졌어요. 총괄 에이전트와 작업 관리 도구를 써서 여러 프로젝트를 진행하고 업무 일지도 에이전트가 갱신하게 합니다. 직접 코딩하던 때가 가끔 그립지만 솔직히 상당 부분은 새롭거나 흥미롭지 않은 반복 코드였어요. 진짜 생각은 코드 자체가 아니라 그 뒤에 있었고 코드는 수단이었죠.

앞으로 누가 코딩을 배우나 걱정했지만 제가 새로운 종류의 시스템에 도전할 수 있게 된 걸 보니 걱정이 줄었습니다. 아이들에게는 각자 원하는 방식으로 설명해주는 훌륭한 조수가 생길 테니까요.

경제가 복잡하게 적응하는 시스템이라는 점을 놓친 것 같습니다. 우리 대신 보험료를 깎고 통신사와 흥정하고 호텔 최저가를 찾아줄 에이전트 이야기도 마찬가지예요.

상대방에게도 에이전트가 있고, 그쪽은 더 큰 예산을 쓰며 자기 우위를 지키는 데 훨씬 큰 이해관계가 있습니다. 통신비는 통신사 수입의 전부지만 여러분 지출에서는 아주 작은 일부니까요. 그렇게 쉽게 이기기는 어려울 겁니다.

AI가 약속한 건 일이 줄어드는 게 아니라 일하는 사람이 줄어드는 거였나 봅니다.

늘어난 가치는 여러분에게서 나온 걸까요, 아니면 회사가 효율을 높이려고 구매한 도구에서 나온 걸까요? 덤프트럭 운전사가 택시 기사보다 더 많은 물건을 옮긴다고 반드시 더 많은 돈을 받는 건 아닙니다. 그 도구가 여러분만 가진 특별한 도구가 아닌 이상, 도구의 가치보다 본인이 직접 제공하는 가치가 중요하다고 봅니다.

기술 발전은 여러 측면이 있습니다. 사회적 영향에서 눈에 띄는 축은 한 사람이 다른 사람에게 직접적인 힘을 행사하기 쉬워지는지, 그리고 기술이 권력을 집중시키는지 분산시키는지입니다.

아주 단순화하면 분산형 시스템은 기존 권력층에서 힘과 이익을 분산시키지만 쓰기 불편한 경향이 있고, 집중형 시스템은 쓰기 쉬운 대신 권력과 이익을 한곳에 모으는 경향이 있죠. 다만 우리가 어떤 선택을 하느냐에 따라 달라지는 경향일 뿐 정해진 미래는 아닙니다.

옛 인터넷은 대체로 분산형이었지만 플랫폼의 등장은 기능을 한곳에 모아 사용을 편하게 만들었습니다. 블록체인도 분산을 표방하지만 실제로는 거래소처럼 집중화를 주도할 수 있는 쪽에 힘을 실어준 면이 있고요. LLM은 현재 집중화 단계에 있지만 앞으로는 불확실합니다. 저렴한 하드웨어에서 돌아가는 공개 가중치 모델이 흐름을 바꿀지, 선도 연구소들이 구조적 우위를 유지할지, 시장과 규제에서 어떤 선택을 할지가 중요하겠죠.

핵심은 일이 폭발적으로 늘고 있다는 겁니다. AI 이전에는 기능 개발, 개발 속도, 장기적인 아키텍처, 버그 수정, 운영 장애 대응 사이에서 무엇을 우선할지 경영진과 협상할 수 있었습니다.

지금은 AI 도입과 쏟아지는 보안 취약점 때문에 경영진의 불안이 커져서 그런 논의가 훨씬 어려워졌어요. 벤처 자금으로 만든 신규 환경의 AI 실험에서 나온 비현실적인 생산성 기대까지 더해지니 스트레스가 올라갑니다.

취약점 대응도, AI 도입도 일을 만들고 기존 CI/CD는 부하를 버거워하며 아키텍처도 다시 생각해야 합니다. 그런데 관리자는 곧 아무도 코딩하지 않을 거라고 말하니, 당장 제게 필요한 일과 회사가 향한다는 미래 사이의 괴리가 커져 의욕이 떨어집니다.

결국 회사가 AI의 이익을 전부 가져가고 노동자는 부정적인 면을 떠안는다는 거네요. AI에 반감이 큰 것도 이상하지 않습니다. 기술 자체보다 소수의 삶은 좋아지고 다수의 삶은 나빠지는 방식으로 쓰이는 게 문제죠. 대부분의 삶을 개선하는 데 쓸 수도 있지만 지금은 그렇지 않고 앞으로도 그렇지 않을 것 같습니다.

제 생각에는 이제 이런 도구가 있으니 경영진, 어쩌면 코드나 기술을 전혀 모르는 사람까지도 같은 시간 안에 원래 불가능하던 일을 요구하게 됩니다.

앞으로 몇 가지 가능성이 있겠죠. 모델이 충분히 좋아져 누구나 프로그래밍할 수 있게 되면 임금이 크게 떨어질 수 있습니다. 반대로 모델의 품질이 어느 수준에서 정체되면 기업은 여전히 유능한 개발자를 원하면서도 훨씬 많은 결과물을 요구할 수 있고요. 그러면 보수는 높아도 스트레스가 큰 직업이 되겠죠.

또 한동안 바이브 코딩으로 잘 돌아가는 듯하다가 기업들이 고치기 어려운 제품을 잔뜩 만들었다는 걸 깨닫고 기존 방식에 능숙한 개발자를 다시 찾게 될 가능성도 있습니다. 물론 미래를 아는 사람은 없으니 무슨 일이든 일어날 수 있겠죠.

오랫동안 고용주들은 같은 월급을 주면서 주 5일 대신 4일 일하게 한다는 생각 자체를 못마땅해했습니다. 경제적으로 말이 안 된다고 여겼죠. 그런데 실제로 시험해본 회사들은 병가가 크게 줄고 직원들이 같은 양, 때로는 더 많은 일을 해낸다는 걸 확인했습니다.

좀 더 크게 보면 자동화는 당장 개인의 생산성을 높여 가치를 키우지만, 장기적으로는 그 사람이 하는 일의 가치를 낮춰서 제자리를 지키기 위해 더 일해야 할 수도 있습니다.

또 생산성이 높아지는 만큼 소비도 늘어납니다. 예전엔 게임용 GPU 하나면 됐는데 지금은 수십, 수백 개를 쓰고 있을지도 모르죠. 친환경 기술도 소비량이 늘어나면 오염 감소 효과가 상쇄될 수 있다는 지적이 있고요.

소프트웨어 업계는 원래도 주 40시간에 얼마나 만들 수 있는지를 두고 관리자와 개발자가 줄다리기를 해왔습니다. 관리자는 AI가 코드를 95% 빨리 쓴다고 소프트웨어를 20배 내놓을 수 있다고 생각하지만, 코딩은 업무의 일부일 뿐이죠. 숫자는 설명을 위한 예시입니다.

중요한 건 일의 양이 아니라 가치입니다. 회사는 여러분이 비용보다 더 큰 가치를 낼 거라고 기대해서 고용하죠. 너무 바쁘면 오히려 추가로 하는 일의 가치가 떨어질 수도 있습니다. 정말 영향력 있는 일을 생각할 시간이 없어지니까요.

AI를 활용한 업무의 가장 큰 문제도 여기에 있다고 봅니다. 실제로는 쉽고 가치가 낮은 일만 하면서도 생산적이라고 느끼기 쉬워요.

몇 년 전 제가 있던 팀은 의도적으로 일을 줄였습니다. 요청을 거절하고 매주 맡는 작업 수도 줄였죠. 그런데 놀랍게도 가치가 높은 작업에 집중하게 됐을 뿐 아니라 완료한 작업의 총수도 오히려 늘었습니다.

제 동료 중에는 생산성이 천 배쯤 늘어난 것 같은 사람이 있습니다. AI 이전에는 혼자 사이드 프로젝트 한두 개를 했는데 지금은 굉장히 복잡한 프로젝트 10~15개를 동시에 진행하면서 일주일 만에 끝냅니다.

드론 조종용 안드로이드 앱부터 3D 렌더링, 게임, 컴파일러, 휴대폰용 AI 런타임까지 만들었어요. 회사에서도 할 일이 떨어져 사이드 프로젝트를 했는데, 한 팀의 제품을 일주일 만에 더 적은 코드로 다시 만들어 속도까지 높였습니다.

자체 프로그래밍 언어와 AI 음악 생성기, KV 캐시 압축 도구, 여러 MCP 서버도 만들었고, 사내 여러 서비스를 한곳에서 쓰는 통합 MCP 서버는 회사 안에서 실제로 쓰이기 시작했습니다. AI로 달성한 생산성이 놀라울 정도예요.

놓치고 있는 점도 있다고 생각합니다. 이제 세미콜론 하나가 빠졌는지, 오타나 인덱스 오류가 있는지 찾느라 애쓰거나 문제를 이해하려고 로그를 일일이 뒤질 필요가 줄었어요. 일이 많아지긴 했지만 예전보다 덜 지루하고, 저는 소프트웨어 엔지니어링의 재미있는 부분에 집중할 수 있습니다.

번아웃의 일부는 아직 도구를 제대로 쓰는 법을 모르기 때문일 수도 있습니다. 계속 쓰면서 생산성을 높이는 방식과 표준을 찾아가겠죠. 직접 코딩할 때 소음 차단 헤드폰이나 포모도로 기법을 쓰는 것처럼 AI를 다루는 방법도 생길 거라고 생각합니다.

‘반복 코드를 덜 쓰고 지루한 일을 맡긴 뒤 일찍 퇴근한다’는 건 자본주의가 작동하는 방식을 잘못 이해한 겁니다. 회사 주인은 수익이 나는 한 필요한 만큼은 주되 가능한 적게 주려고 합니다. 너무 적게 주면 직원이 떠나고, 직원이 충분히 생산하지 못하면 해고하죠. 회사가 충분히 벌었으니 임금을 올리거나 일을 줄여주겠다는 식이 아닙니다.

기본적으로 이해관계가 대립하니 직원은 자신의 가치를 높게 평가받으려 하고 회사는 가능한 적게 지급하려 합니다. 서로에게 유리하게 말할 수도 있다는 걸 염두에 둬야죠.

깃허브 기여 횟수도 원래 좋은 지표가 아니었지만 이제는 의미가 더 없어졌습니다. AI로 커밋을 10배 만들 수 있어도 그만큼 더 가치 있는 일을 했다는 뜻은 아니니까요.

‘개별 업무가 어려워서가 아니라 한꺼번에 처리할 일이 너무 많아서’라는 대목이요. 글쓴이는 대부분 개인 작업이라고 했으니 차이는 있지만, 코리 닥터로의 ‘역 켄타우로스’ 개념이 떠오릅니다.

기계의 도움을 받아 자기가 원하는 일을 하는 사람이 켄타우로스라면, 역 켄타우로스는 기계를 보조하기 위해 동원된 사람입니다. 예를 들어 초콜릿 공장 생산라인의 속도가 점점 빨라지는데 사람이 그 속도에 맞춰 포장해야 하는 상황이죠. 한꺼번에 일이 많아진다는 말이 딱 그 장면을 떠올리게 합니다.

사람들이 이 끊임없는 맥락 전환을 어떻게 감당하는지 모르겠습니다. 서로 다른 일을 하는 에이전트 다섯 개를 돌리면 하나는 30분 전에 제가 내린 결정을 들고 오고, 또 하나는 45분 전에 언급한 문제의 조사 결과를 가져옵니다. 그다음에도 계속 이어지고요.

에이전트는 말이 너무 많고 틀린 말을 하고 작업 범위를 멋대로 늘리면서 지나가듯 한 말까지 전부 기억하길 기대합니다. 계획을 세웠더니 항목 두 개를 추가해놓고, 물어보면 사실 여덟 개라고 하고, 그 여덟 개가 뭐냐고 하면 미안하다며 열 개였다고 합니다.

그 사이 나머지 에이전트 네 개도 결정을 기다리고 있어요. 각각 뭘 하고 있었는지, 내가 무슨 결정을 내렸는지 다시 파악해야 하고요.

‘덜 지루하다’는 말에 정말 공감합니다. 예전의 저는 정규식을 작성하거나 문서가 없는 API를 조사하는 걸 즐겼겠지만, 지금은 문제 해결이 더 좋습니다. 그래서 문서 없는 엔드포인트를 클로드에 맡기면 10분 뒤에 예제까지 포함된 문서가 나와요.

땅을 파던 사람들이 굴착기 때문에 파이프를 더 많이 깔아야 한다고 불평하는 것 같네요. 선택지는 굴착기 운전을 배우거나 수작업이 필요한 다른 업종을 찾는 겁니다. 사실은 좁은 작업 공간에 사람이 너무 많은 게 답답한 걸 수도 있고요. 어디까지나 비유입니다.

미국에서는 그런 일이 대압축기라고 불리는 짧은 시기에만 해당했습니다. 그 약 20년을 제외하면 노동자들은 생산성 증가의 이익을 자본가들만큼 누리지 못했다고 생각합니다. 미국의 소득 불평등과 50조 달러 규모의 소득 이전을 다룬 자료도 있습니다.

경력 내내 운 좋게 편한 환경에 있었던 사람들이 노동시장에 대해 현실과 동떨어진 생각을 하는 걸 종종 봅니다. 특히 대학 졸업 전 일해본 적 없는 신입들에게서 많이 봤어요.

기억에 남는 신입 한 명은 몇 달 일해보더니 채용된 업무가 마음에 들지 않는다며 회사가 다른 일을 찾아줘야 한다고 상사에게 말했습니다. 업무는 채용 공고에 적힌 그대로였고 예상 밖의 일은 없었어요. 작은 회사라 다른 빈자리도 없었고, 그 사람을 옮기더라도 기존 자리를 다시 채울 예산이 없었습니다.

그런데도 본인은 회사에 가족처럼 들어온 것이고 회사가 자신에게 즐거운 일을 찾아줘야 한다고 생각하더군요. 월급은 출근 자체에 대한 보상이고 실제 업무 성과는 있으면 좋은 덤처럼 여겼어요. 결국 필요한 일을 하고 그 대가로 급여를 받는 관계라는 걸 받아들이지 못해 퇴사 처리됐습니다. 극단적인 사례지만 최근 몇 년간 비슷한 생각을 더 자주 봤어요.

AI만 지난 150년간 주요 기술들이 내세웠던 약속의 반복에서 예외일 거라고 생각한다면, 세상을 조금 더 지켜볼 필요가 있겠네요.

생각해본 적 없었는데 정말 공감합니다. 요즘은 멀티태스킹을 하고 여러 프로젝트를 동시에 진행하는 일이 훨씬 많아졌어요.

회사에서 2023년 12월 VS Code용 코파일럿을 시험하기 시작했지만 보안 승인이 나기 전엔 새 모델 도입이 느렸고, 대규모 기업용 모놀리식 프로젝트에서 실수도 많아서 첫 2년은 여전히 직접 코딩하는 일이 더 많았습니다.

그런데 2026년 새 모델부터는 실수가 줄고 실제로 작동하는 코드를 더 많이 만들어내면서 갑자기 상황이 바뀐 느낌입니다. 구독료를 내던 Nexus Repository나 Postman 같은 도구를 자체 풀스택 앱으로 대체하는 게 가능해지자 프로젝트가 폭발적으로 늘었어요. 기존 프로젝트에 사내 사이드 프로젝트까지 관리하게 됐고, 집에서도 사이드 프로젝트를 만들기 시작했습니다. 올해는 프로젝트로 완전히 정신이 없어요.

‘회사는 무조건 모두가 소속되는 가족이 아니다’라는 말에 덧붙이면, 지난 10년쯤 많은 회사의 인사팀이 정작 우리를 가족이라고 불러온 것도 도움이 안 됐다고 생각합니다. 가족이니까 필요하면 늦게까지 남고 업무 시간 외에도 일하라는 식이었죠. 그러다 이메일 한 통으로 해고되면 가족이라는 말은 순식간에 사라지고요.

더 일하지 않으면 가족에게 피해를 주는 것처럼 느끼게 만드는 방식이 오래 퍼지면서 신입들에게도 잘못된 기대를 준 것 같습니다. 채용 공고에도 ‘우리 가족이 되세요’라는 표현이 흔하고요. 제 눈에는 IT 회사에서 특히 많이 보였지만 이제는 다른 업종에도 널리 퍼졌을 것 같네요.

사람들이 겪어온 직장 생활의 차이가 큰 것 같습니다. 저는 주 40시간으로 일이 충분했던 직장에서 일해본 적이 없어서 효율이 높아지면 그 여유가 즉시 다른 일로 채워집니다.

반면 일주일에 40시간을 채울 만큼 일할 게 없는 곳에서만 일해온 사람들도 꽤 많이 봤어요. 작년에는 본인 말로 12년 넘게 일주일에 몇 번 웹사이트 몇 개만 업데이트하면서 연봉 14만 달러를 받는다는 사람도 만났습니다. 그 사람도 AI가 자기 일자리를 가져갈까 걱정하더군요.

그런 일자리는 다시 생기기 어렵고 남아 있는 자리도 빠르게 줄어드는 것 같습니다. 사람들이 상황을 다르게 보는 이유가 거기에 있다고 생각해요.

맞습니다. AI는 소프트웨어 엔지니어의 협상력을 약화시킵니다. 지금도 모델이 코딩을 꽤 잘해서 앞으로 얼마나 더 좋아질지는 모르겠어요. 하지만 사람이 남아서 AI를 지휘하더라도 자본과 경영진이 이 노동자들을 잘 대우해야 할 이유가 줄어들기 때문에 일 자체는 더 불쾌해질 것 같습니다.

저도 정말 공감합니다. 지쳤어요. 제가 몇 번 해보고 효과를 본 방법은 이렇습니다.

하루를 시작하기 전에 간단한 할 일 목록을 만들고, 그 목록에 있는 일만 하도록 범위를 제한합니다. 계획에 없는 곁다리 작업을 시작하고 싶다면 키보드에서 떨어져 종이와 펜으로 계획을 다시 세워요. LLM으로 문제를 요약할 수는 있지만 생각은 LLM과 떨어져서 합니다. 기존 목록을 보고 새 목록을 만드는 식으로요.

목표는 다음에 할 일을 내가 계속 통제하는 겁니다. 목록을 지킨 날에는 퇴근 후 가족과 시간을 보내고 더 일찍, 더 잘 잤어요. 목록을 놓친 날에는 거의 그날 바로 피로가 쌓였고요. 하루치 목록을 정해 끝내고 가족이나 반려견과 시간을 보내세요.

하지만 사회적 여건이 나아진 건 산업혁명 자체 덕분이 아니라 노동운동이 싸워서 얻어낸 결과였죠.

생산성이 높아지면 그 추가 이익은 누가 가져갈까요? 기계가 일을 더 많이 하면 힘든 노동을 하던 사람에게 여가가 생길 거라고 오랫동안 생각해왔습니다.

하지만 자본주의 체제에서는 생산성 향상의 이익이 주주에게 돌아가도록 집중하는 사람들이 있습니다. 새 기계가 생기면 노동시간을 줄여주는 게 아니라 필요 없어진 사람을 내보내고 남은 사람에게 그 일까지 맡기는 식이죠.

이제 그 문제가 자신들은 어느 정도 안전하다고 생각했던 사무직에게도 닥친 겁니다. 현장 노동자들에게는 수백 년 이어진 이야기이고, 그들이 어떻게 대응해왔는지도 배울 수 있을 겁니다.

재미있는 부분에 집중할 수 있다는 건 맞지만, 번아웃을 느끼는 이유는 지루한 부분이 우리를 보호해주기도 했기 때문이라고 생각합니다. 500줄짜리 파이썬 클래스를 파악하는 데 오후를 쓰는 게 항상 재미있지는 않았지만 마음은 편했고, 필요하면 마감일을 하루 이틀 조정할 이유도 됐죠.

지금 남은 재미있는 부분은 동시에 요구사항이 가장 불명확하고, 머리를 100% 써야 하고, 사람을 상대해야 하고, 시간에 가장 민감한 일들입니다. 재미있어도 하루가 끝나면 지치죠. 작업 사이를 오가는 횟수가 5~10배 늘어난 것도 피곤하고요.

언젠가 지속 가능한 시간 관리 방식이 생길지도 모르겠습니다. 아니면 앞으로 24개월 안에 AI가 소프트웨어 개발자의 일을 완전히 바꿔버릴지도 모르고요.

저와 두 아들 모두 프로그래머인데, Claude Code와 Codex가 충분히 좋아진 2025년 11월쯤 비슷한 과정을 겪었습니다. 핵심은 ‘여러 에이전트가 병렬로 돌아가고, 어느 것도 항상 나를 필요로 하지는 않지만 모두 가끔은 나를 필요로 한다’는 부분이에요.

그게 몰입을 깨뜨립니다. 계속 맥락을 바꾸면서 세부 내용까지 이해해야 하니 정말 어렵고 지치죠.

저희가 찾은 해결책은 규모를 더 키우는 것이었습니다. 요즘은 각자 여러 프로젝트에서 에이전트 약 100개를 관리해요. 저는 총괄 역할 다섯 개 정도와 특히 까다로운 기능을 구현하는 에이전트만 상대합니다. 그러면 다시 생각하고 쉬고 집중할 수 있어요. 직접 코드를 만들던 때와 같은 마음 상태는 아니지만 다시 재미있어졌습니다.

그 논리대로라면 결국 한 사람, 혹은 그보다 적은 인원이 모든 일을 하는 수준까지 업무량이 늘어나겠네요. 저도 동의합니다. 어젯밤 AI에게 산업화 수준과 AI로 인한 일자리 감소를 extrapolation해서 물어봤어요. 독립 공동체에서 자급하며 사는 게 더 저렴해지는 시점이 언제냐고요. 답은 2030~2035년이었습니다.

제 생각엔 돈을 벌기 위해 요구되는 생산성이 너무 높아지면 직접 재화와 서비스를 만들어 자급하는 편이 더 쉬워질 겁니다. 현재 노동자가 60%, 소유자가 40%인데 이 비율이 45 대 55로 바뀌면서 노동자의 단체 교섭력이 약해지고, 시장에만 임금을 맡기게 된다고 봅니다. 그러면 자동화로 임금이 생계 수준까지 내려가고 기존 경제에서 벗어나는 기회비용도 사라지겠죠. 같은 노력이나 더 적은 노력으로 스스로 소유자가 될 수 있는데 왜 남 밑에서 일하겠어요?

역사를 바탕으로 추정하면 가능한 선택지 중 하나는 자유시장 자본주의가 권위주의적 신봉건제로 퇴행하는 겁니다. 20세기 초 거대 산업가들의 산업화와 임금 정체, 그에 따른 혁명과 산업 장악 같은 상황이 반복될 수도 있겠죠.

저도 예전에 하던 작업들을 여러 이유로 좋아했습니다. 오타를 못 찾아 동료에게 물어보면 금방 찾아줘서 겸손해지기도 하고 팀워크에도 좋았죠. git bisect로 문제를 추적하면서 변경 사항들이 어떻게 상호작용하는지 배웠고, 경쟁 상태를 디버깅하며 코드베이스를 더 깊이 이해했습니다. 어려운 문제를 해결했을 때의 만족감도 컸고요.

이제는 효율을 위해 그런 게 사라지고 ‘변수 이름을 바꾸다가 미묘한 경쟁 상태를 발견해서 고쳤어요. 6천 줄짜리 변경사항 검토해주세요’라는 식이 됐습니다. 예상 못 한 여러 활동이 근무일에 다양성을 줬고 머리에도 좋았던 것 같아요. 에이전트형 AI를 쓰면서 몰입 상태에 들어가는 분 있나요? 저는 설계할 때 가끔을 빼면 안 됩니다. AI가 벌이는 곁다리 작업 때문에 머릿속에서 세운 상세한 그림을 유지하기 어렵거든요.

누구에게 어떤 일의 대가로 돈을 받으시나요? 다른 사람이 그 일을 더 싸게 하거나 더 잘할까 봐 걱정되지는 않나요?

AI가 단순 반복 작업을 줄여준 결과가 자연스럽게 이렇게 된 것 같아요. 그런 일을 불평하긴 했지만 생각보다 머리를 덜 써도 돼서 두뇌가 잠깐 쉬는 시간이기도 했거든요.

명세에 맞춰 코드를 쓰거나 정해진 양식에 보고서를 채우고 발표 자료를 정리하는 일은, 분석하고 문제를 풀고 설계하는 일 사이에서 숨을 돌리게 해줬습니다. 물론 단계가 그렇게 깔끔하게 나뉘진 않지만요. 반복문을 쓰는 건 손에 익은 작업이고, 그 반복문이 필요하다는 걸 알아내는 게 어려운 일이라는 뜻입니다.

이제 단순 작업을 AI가 하니 우리에게는 어려운 부분만 남았어요. 더 스트레스받는 느낌이 드는 이유는 실제로 더 힘들기 때문입니다.