오늘 Andrej Karpathy가 X에 다음과 같은 글을 올렸습니다. Stanford CS231n로 CV를 배운 사람으로써 Andrej는 CS분야에서 제 멘토와도 같은 사람입니다. "프로그래머로서 지금처럼 뒤처진다는 느낌을 받아본 적이 없습니다. 프로그래머가 직접 기여하는 코드 조각들은 점점 듬성듬성해지고, 그에 따라 이 직업 자체가 극적으로 '리팩토링'되고 있습니다. 지난 1년여 동안 쏟아져 나온 것들을 제대로 엮어내기만 해도 10배는 더 강력해질 수 있을 것 같은데, 그 '부스트'를 내 것으로 만들지 못하는 건 명백한 저의 '실력 부족(skill issue)'처럼 느껴집니다. 마스터해야 할 새로운 프로그래밍 추상화 계층이 생겼습니다(기존의 하위 계층에 더해서 말이죠). 에이전트(Agents), 서브에이전트, 프롬프트, 컨텍스트, 메모리, 모드, 권한, 도구, 플러그인, 스킬, 훅(Hooks), MCP, LSP, 슬래시 커맨드, 워크플로우, IDE 통합 등이 여기에 포함됩니다. 또한 예전의 '전통적인 엔지니어링'과 갑자기 뒤섞여버린, 근본적으로 확률적이고(stochastic), 오류를 범하기 쉬우며, 이해하기 힘들고, 끊임없이 변하는 실체들의 장단점을 파악하기 위한 포괄적인 멘탈 모델도 구축해야 합니다. 마치 매뉴얼도 없는 강력한 외계 도구가 우리에게 주어졌고, 그로 인한 진도 9의 지진이 업계를 뒤흔드는 와중에 다들 이 도구를 어떻게 쥐고 작동시켜야 할지 각자 알아내야 하는 상황 같습니다. 뒤처지지 않으려면 소매를 걷어붙여야겠죠." 회사에서 꾸준히 AI 최신 논문을 요약한 뉴스레터를 발간하고 있었습니다. 연말에 시간이 남아 이를 자동화 하는 AI 에이전트를 제작해 보았습니다. (더 본격적인 에이전트 도입 전 대충 느낌만 보자는 생각으로) 기간, 키워드 기반 arxiv 탐색 -> LLM 기반 점수 책정 및 솔팅 -> User가 분석 대상 논문 선정 -> LLM 이 논문 분석, 시사점, 주요 이미지 추출 하여 논문 별 요약 작성-> LLM이 논문 요약을 취합하여 뉴스레터 작성 -> User가 검토 후 메일 발송 Gemini Canvas를 이용해서 대략 2시간 만에 코드 한 줄 안쓰고 배포까지 완료 하였습니다. 평소 뉴스레터 한 편 작성에 2시간 정도 걸렸는데, 이제는 '딸깍' 한번이면 뉴스레터가 생성됩니다. 예전 같으면 점수 매기기위한 로직 작성에 2~3일 걸리고, 중요한 그림 선정하고 크롭하기 위한 로직 작성에 2~3일 걸렸을거 같습니다. 그런데, 이제 기존의 뉴스레터와 LLM만 있으면 10분이면 만듭니다. 심지어 성능은 더 좋습니다. AI 엔지니어로 일을 시작하고 얼마 안되 GPT-3가 출시 되었었습니다. 잘 활용하는게 중요하겠다고 생각 했었습니다. 그리고 얼마 안되 GPT-4o가 출시 되었었습니다. 디버깅이 자동화 되는 느낌을 받았습니다. ( 왜 기존 디버깅 툴은 여기가 이상하다고 알려만 주고 고치진 않지? 라는 기분이 들기 시작했습니다.) 그래도 대부분의 코드는 직접 작성해야 했습니다. Gemini 3 이후 부터는 코딩을 할 필요가 없어진거 같습니다. 1) 무엇을 만들고 싶은지를 명확히 하고 2) 비효율적인 코드나 어색한 UI만 찾아서 알려주면 됩니다. 프로그램을 만들기 위해 코딩을 배울 필요 자체가 사라진 느낌입니다. 1년이 가기전에 누구나 필요할 때 원하는 프로그램을 만들어서 쓰는 세상이 올거 같습니다. 복제 불가능한 것이 무엇인지 치열하게 고민해야 합니다. (그리고 그것을 스케일링 해야 합니다.) e.g. 데이터, 에너지, 자원, 금, 블록체인, 식량, 물, 토지 ... 풀어야 하는 문제가 무엇인지 치열하게 고민해야 합니다. e.g. 기후위기, 지정학적위기, 질병, 영생, 성간 우주여행 ... AI 기술의 발전이 어디까지 이어질지 모르겠지만, 기술이 '효율적인 광고'나 '자극적인 컨텐츠' 제작이 아니라 현실 문제의 해결에 쓰일 때 진짜 '혁명'이 될 수 있습니다.