기본 콘텐츠로 건너뛰기

AI 때문에 개발자 망한다고요? 실리콘밸리 현직자가 말하는 '진짜' 이야기

AI 때문에 개발자 망한다고요? 실리콘밸리 현직자가 말하는 '진짜' 이야기

이웃님들, 혹시 요즘 "AI가 내 일자리를 뺏는 거 아닐까?" 하는 걱정, 한 번쯤 해보셨나요? 🤖 저도 모르게 뉴스 기사를 보면서 마음이 철렁할 때가 있더라고요. 특히 개발자 시장은 AI 때문에 완전히 얼어붙었다는 이야기가 많아서 더 불안하게 느껴지곤 했죠.

그런데 말이에요, 얼마 전 우연히 T타임즈에서 올린 유튜브 영상을 보고 '아, 내가 너무 호들갑 떨었나?' 싶은 생각이 들었어요. 실리콘밸리 팔로알토 네트웍스에서 수석 엔지니어로 일하고 계신 앤드류 박 님의 이야기였는데요. 우리가 아는 것과는 전혀 다른 현실을 말씀해 주셔서 정말 흥미로웠답니다. 😊

팩트체크: AI가 개발자를 대체한다? NO!

가장 충격적이었던 건 바로 이거였어요. AI가 개발자를 대체하면 당연히 개발자 수가 줄어야 하잖아요? 그런데 전혀 줄지 않았다는 거예요. 앤드류 박 님이 직접 링크드인 프리미엄 데이터로 구글, 마이크로소프트 같은 빅테크 기업들을 살펴봤더니, 지난 2년간 해고된 개발자 비율은 1% 미만이고, 전체 개발자 수는 오히려 계속 늘고 있었다고 합니다.

우리가 '대규모 구조조정'이라고 들었던 것들도 사실은 원래부터 있었던 하위 성과자 정리 수준인 경우가 대부분이었다고 해요. 놀랍지 않나요? 마치 100명 중 1명 나갔을 뿐인데, 50명이 나간 것처럼 부풀려진 느낌이었던 거죠. 🤔

AI 코딩, 정말 만능일까? (ft. 700명의 엔지니어)

요즘 "AI로 누구나 코딩한다"는 말, 많이 들어보셨죠? 이걸 영상에선 '바이브 코딩'이라고 부르더라고요. 물론 AI가 처음 웹페이지를 만들거나 초기 설정을 하는 건 정말 잘해요. 하지만 기존 코드를 수정하고, 복잡한 문제를 해결하는 단계로 가면 이야기가 달라진대요.

앤드류 님도 하루 종일 AI랑 씨름하다가 아무 성과 없이 퇴근한 적이 한두 번이 아니라고 솔직하게 말씀하시더라고요. 😅

가장 결정적인 예시로 '빌더 AI'라는 회사가 있었는데, 이 회사가 AI로 모든 걸 만드는 것처럼 마케팅했지만... 뒤에서는 무려 700명의 엔지니어가 인도에서 코딩을 하고 있었다는 사실이 밝혀져 결국 파산했잖아요. 만약 AI 코딩이 완벽했다면, 진작에 그 700명이 필요 없어졌어야 하는 거 아닐까요?

이걸 보니 AI는 아직 완벽한 대체재가 아니라, 경험 많은 개발자가 잘 써야 빛을 발하는 '도구'라는 생각이 확실해졌어요.

그렇다면 기업은 어떤 개발자를 원할까?

결론은 의외로 간단했어요. AI 시대라고 해서 채용 방식이 크게 달라진 건 없다는 것! 면접에서 "AI 잘 쓰세요?"라고 묻는 게 아니라, 여전히 코딩 테스트를 보고, 자료구조나 데이터베이스 같은 탄탄한 기본기를 확인한대요.

생각해보니 당연한 것 같아요. AI 활용 능력은 이제 인터넷이나 MS 오피스처럼 '필수' 역량이 된 거지, 그게 그 사람의 핵심 실력을 증명해주진 않으니까요. 도메인 지식 없는 AI 활용은 사상누각, 즉 모래 위에 성 쌓기라는 말이 정말 와닿더라고요.

AI 시대에 절대 변하지 않는 가치, '이것'

그럼 기술보다 더 중요한 건 뭘까요? 앤드류 박 님은 여러 기업의 C레벨 임원들과 이야기하며 공통적으로 들은 답변이 있다고 해요. 바로 '태도(Attitude)'입니다.

적극적으로 배우려는 자세, 새로운 기술에 열린 마음, 동료와 소통하는 능력 같은 것들이죠. 솔직히 저도 '요즘 친구들은...'이라는 말을 썩 좋아하진 않지만, 회사 입장에선 프론트엔드 개발자로 뽑았는데 백엔드도 해보라고 했을 때 "못해요"라고 하기보다 "한번 배워보겠습니다!"라고 하는 직원을 더 예뻐할 수밖에 없겠죠? ㅎㅎ

결국 기술은 계속 변하지만, 배우고 성장하려는 태도는 AI가 절대 흉내 낼 수 없는 인간 고유의 강점인 것 같아요.

원스의 메모: 불안은 줄이고, 기본기는 더 단단하게

제가 이 영상을 보고 가장 크게 공감한 부분은, 시장의 공포가 실제 현장보다 훨씬 빠르게 과장된다는 점이었어요. "AI 때문에 개발자 끝났다"는 문장은 자극적이지만, 실제로 기업이 사람을 뽑을 때 보는 기준은 여전히 문제 해결력과 기초 체력, 그리고 협업 태도에 더 가깝다는 이야기죠.

오히려 지금은 막연한 위기감에 휩쓸리기보다, 내가 맡은 도메인을 얼마나 깊이 이해하는지, AI를 써도 결과를 검수할 눈이 있는지, 그리고 새 기술을 얼마나 빠르게 익히는지가 더 중요해진 시기라고 생각합니다. AI는 좋은 레버리지이지만, 레버리지를 제대로 쓰는 사람의 실력까지 자동으로 만들어주진 않으니까요.

오늘 이야기를 듣고 나니, 막연한 불안감에 휩쓸리기보다는 '나만의 기본기'를 더 단단하게 다져야겠다는 다짐을 하게 되네요. AI라는 멋진 도구를 제대로 활용하기 위해서라도 말이죠!

이웃님들은 AI 시대의 개발자, 그리고 우리의 미래에 대해 어떻게 생각하시나요?
댓글로 여러분의 소중한 경험과 생각을 공유해주세요! 😊

오늘 이야기가 도움이 되셨다면 공감 버튼 꾸욱! 부탁드려요.
다음에도 유익하고 재미있는 이야기로 찾아오겠습니다. 이웃 추가 환영이에요!

자료 출처: 티타임즈TV 공식 유튜브 채널
"개발자 안줄고, 면접때 AI 잘하냐 안물어요" (앤드류 박 팔로알토네트웍스 수석엔지니어)

댓글

이 블로그의 인기 게시물

구글 제미나이 라이브를 보며 적어둔 AI 교육 메모

구글 제미나이 라이브를 보며 적어둔 AI 교육 메모 2025-06-12  |  작성자: 원스  |  분야: AI/교육 메모 왜 지금 AI 교육에 주목해야 할까요? 최근 공개된 구글의 제미나이 라이브 시연은 AI가 교육 현장에서 어떤 역할을 맡을 수 있는지 다시 생각하게 했습니다. 이 글은 '완벽한 과외 선생님' 같은 기대를 키우기보다, 실제로 어떤 장면이 인상적이었고 무엇을 조심해서 봐야 하는지 메모 형식으로 정리한 기록입니다. 영상 속에서 인상적이었던 건 정답을 바로 주는 방식이 아니라, 학생이 스스로 다음 단계를 생각하도록 유도하는 대화 흐름이었습니다. 카메라와 음성을 함께 쓰는 인터페이스가 교육 맥락에서 어떤 가능성을 여는지, 그리고 어디까지가 보조 도구이고 어디부터가 교사의 역할인지 구분해서 볼 필요가 있겠다는 생각이 들었습니다. 제가 보기에는 이 시연의 핵심은 기술 과시보다도 학습 대화의 톤이 바뀌었다는 데 있습니다. 단순히 답을 빨리 주는 도구보다, 학생이 다음 질문을 떠올리게 만드는 도구가 교육 맥락에서는 더 오래 남을 가능성이 큽니다. 단순한 정보 전달을 넘어, 학생의 학습 속도에 맞춰 공감하고 기다려주는 AI 시대가 열리고 있습니다. 제미나이 라이브에서 먼저 보인 변화 1. 카메라와 음성을 함께 쓰는 학습 인터페이스 제미나이 라이브의 핵심은 카메라와 음성을 함께 사용하는 멀티모달 인터페이스입니다. 학생이 문제를 직접 길게 입력하지 않...

AI 버블과 지적 노동 변화를 다시 본 메모

2025년 12월 21일 | 작성자: 원스 | 분류: IT/경제 트렌드 AI 버블과 지적 노동 변화를 다시 본 메모 요즘 AI 뉴스는 예전만큼 새롭지 않게 느껴질 때가 많습니다. 모델 발표가 이어져도 시장이 보는 기준은 이제 성능 시연보다 실제 수익화와 운영 구조 쪽으로 옮겨간 듯합니다. 최근에 본 인터뷰도 같은 흐름을 짚고 있었습니다. 이 글은 AI 버블 논쟁 자체보다, 시장이 어디서 돈을 벌 수 있는 구조를 찾고 있는지, 그리고 그 과정에서 지적 노동이 어떻게 표준화될 수 있는지를 메모 형식으로 정리한 글입니다. 📋 목차 1. AI 시장이 수익화 국면으로 옮겨가는 이유 2. 에이전틱 AI가 바꾸는 작업 방식 3. 지적 노동 표준화가 의미하는 것 4. 원스의 메모: 결국 남는 것은 문제 정의와 책임 1. AI 시장이 수익화 국면으로 옮겨가는 이유 인터뷰에서 가장 먼저 눈에 들어온 대목은 AI의 놀라움 자체보다, 이제 시장이 어떤 구조에서 실제 매출과 이익이 나오는지 를 더 집요하게 본다는 점이었습니다. AI 시장도 이제는 성능 경쟁만이 아니라 수익 구조를 설명해야 하는 단계로 들어왔습니다. 초기에는 누가 더 강한 모델을 만들었는지가 핵심이었지만, ...

저커버그 발언을 계기로 다시 본 AI 변화 메모

2025년 8월 16일 | 작성자: 원스 | 분류: 과학/기술 저커버그 발언을 계기로 다시 본 AI 변화 메모 최근 AI 논의는 성능 비교를 넘어, 모델이 어디까지 예측하기 어려운 행동을 보일 수 있는지에 관심이 쏠리고 있습니다. 메타를 비롯한 빅테크 리더들의 발언도 단순한 낙관론보다, 통제와 이해 가능성 문제를 더 자주 건드리고 있습니다. 이 글은 자극적인 미래 예측보다, 최근 AI 논의에서 반복해서 등장하는 창발성과 예측 불가능성 이야기를 다시 정리해 보기 위한 메모입니다. 저커버그 관련 영상이 던진 문제의식이 무엇이었는지, 그리고 어디까지를 실제 변화로 읽어야 하는지 차분하게 정리해 보려 합니다. 제 판단으로는 이 논쟁은 미래 공포 서사보다, 지금 어떤 운영 기준을 세워야 하는지로 읽는 편이 훨씬 생산적입니다. 📋 목차 1. 창발성을 어떻게 이해할 것인가 2. 정렬 문제를 다시 보는 이유 3. 빅테크 경쟁이 멈추지 않는 구조 4. 원스의 메모: 도구와 주체 사이 5. 다음 단계는 에이전트와 운영 기준 1. 창발성을 어떻게 이해할 것인가 유튜브 채널 '에스오디 SOD'에서 다룬 영상은 AI의 예측 불가능성과 창발성 문제를 중심에 두고 있었습니다. 핵심은 공포심을 키우는 데 있다기보다, 대규모 언어 모델이 기존 소프트웨어와 다른 방식으로 작동한다는 점을 어떻게 이해할 것인지...