최고의 엔지니어들이 불안해하고 있습니다: AI 시대에 우리는 어떻게 “전직”해야 할까요?
안녕하세요, 여러분. 저는 여러분의 금융 기자이자 경제학자입니다. 오늘 우리가 이야기할 주제는 “AI가 인간을 대체할 것인가”보다 더 심각하고 현실적일 수 있습니다.
최근 DeepSeek의 최고 엔지니어 중 한 명인 류성위가 긴 글을 발표했습니다. 제목은 “나는 내 재능을 어제에 묻어야만 한다”입니다. 그는 베이징 대학교 튜링 클래스의 우등생으로, 세계적인 슈퍼컴퓨팅 대회에서 상위 두 자리를 차지한 팀을 이끌었으며, DeepSeek의 최신 모델 v4.1의 핵심 연산자도 직접 작성했습니다. 그런데 바로 이 AI 기술의 최전선에 있는 전문가가 이렇게 말했습니다: “실직에 대해서는 걱정하지 않지만, 전직해야 할 것 같다”고요.
이것은 단순한 한 사람의 불안이 아니라, 전체 기술 산업에서 일어나고 있는 변화입니다. 오늘 우리는 이 소식 뒤에 숨겨진 논리를 쉬운 언어로 분석해보고, AI의 물결 속에서 우리 일반 사람들, 특히 기술 분야 종사자들이 어떻게 대처해야 할지 살펴보겠습니다.
---
1. 핵심 요약: “코드 작성”에서 “AI 관리”로의 변화, 신분의 재정립
한 마디로 요약하자면:
AI의 능력 발전 속도가 예상을 훨씬 뛰어넘어서, 과거에는 AI가 대체하기 어려울 것으로 여겨졌던 기초적이고 핵심적인 작업들까지도 위협을 받고 있습니다. 최고의 엔지니어들은 자신들이 자랑스러워하던 기술들이 AI 앞에서 빠르게 가치를 잃고 있음을 깨달았습니다. 미래의 핵심 경쟁력은 “얼마나 완벽한 코드를 작성하는가”가 아니라 “AI가 완벽한 시스템을 만들도록 지휘할 수 있는가”가 될 것입니다.
주요 신호들:
1. 문턱의 하락: 과거에는 깊은 하드웨어와 알고리즘 지식이 필요했던 연산자 개발 작업도 이제 AI가 스스로 최적화할 수 있게 되었습니다.
2. 역할의 변화: 엔지니어들은 “코드를 작성하는 사람”에서 “AI를 지휘하는 사람”으로 전환되고 있습니다.
3. 업계의 공감: 구글의 75% 신규 코드가 AI에 의해 생성되었으며, 산업정보화부도 소프트웨어 인재의 능력 구조에 큰 변화가 있음을 확인했습니다.
---
2. 이 기술 혁명을 다섯 가지 차원에서 이해하기
1. 왜 “가장 어려운” 작업까지 AI가 차지하고 있을까요? —— AI가 기술의 핵심 영역에 침투하고 있습니다
과거에는 AI가 웹페이지나 스크립트를 작성하는 것은 가능하지만, 하드웨어 아키텍처나 GPU 성능 최적화와 같은 복잡한 분야는 인간의 두뇌가 필요하다고 생각했습니다. 하지만 류성위의 경험은 이러한 생각을 깨뜨렸습니다. 그가 담당했던 연산자는 AI 모델과 칩 사이의 “번역가”이자 “가속기”와 같은 역할을 했습니다. 이전에는 사람이 코드를 한 줄씩 조정해야 했지만, 이제 AI는 CUDA(GPU 프로그래밍 언어)를 읽고, 명령어를 분석하며, 성능을 최적화할 수 있게 되었습니다. 이는 AI가 이전에는 도달할 수 없다고 여겨졌던 기술 영역을 빠르게 점령하고 있음을 의미합니다. 이는 AI가 인간을 돕는 것이 아니라, 스스로 작업을 완수하려고 시도하는 것입니다. 이는 업계 종사자들에게 자신의 기술이 “일반적인 기술”이 되어 가치가 줄어들고 있음을 의미합니다.
2. “실직” vs “전직”: 왜 최고의 인재들이 변화를 선택하는가?
류성위는 자신이 “실직”하는 것은 아니지만, “전직”해야 한다고 말했습니다.
- 실직: 일자리를 잃는 것을 의미합니다.
- 전직: 기존의 직업이 사라지거나 중요성이 줄어들어, 새로운 방식으로 일하거나 사고방식을 바꿔야 함을 의미합니다.
그가 불안한 이유는 “개인이 산업의 발전 속도를 막기 어렵다”는 것을 깨달았기 때문입니다. 마치 과거에 마차를 몰던 사람들이 자동차를 걱정했던 것처럼, 지금 프로그래머들은 AI를 걱정하고 있습니다. 하지만 그는 포기하지 않고 “혁명을 맞이한다면, 그 혁명을 주도하는 사람이 나 자신이 되고 싶다”고 말했습니다. 이것은 매우 명확한 생존 전략입니다. 그는 “수작업을 하는 장인”에서 “AI를 지휘하는 관리자”로 전환하기로 결정했습니다. 이러한 변화를 적극적으로 받아들이고 자신을 혁신하는 태도는 미래 모든 직장인이 가져야 할 핵심 자질입니다.
3. 데이터가 말해줍니다: AI 프로그래밍은 이미 “보조”에서 “주력”으로 변했습니다
많은 사람들은 AI 프로그래밍을 “코드를 조금 도와달라”는 수준으로 생각하지만, 실제 데이터는 이미 큰 변화를 보이고 있습니다:
- 구글의 데이터: 2024년 10월에는 AI가 생성한 코드가 25%를 차지했고, 2025년 가을에는 50%를 넘었으며, 지금은 75%의 신규 코드가 AI에 의해 생성되고 있습니다. 불과 2년 만에 세 배로 증가했습니다.
- 업계 조사: 72%의 개발자들이 매일 AI 도구를 사용하고 있으며, 42%의 코드가 AI에 의해 생성되거나 크게 도움을 받고 있습니다.
이것은 “코드 작성”이 “타이핑”처럼 전문 기술에서 기본적인 기술로 변하고 있음을 의미합니다. 마치 지금 “타이핑을 할 줄 안다”고 해서 높은 급여를 받지 못하는 것처럼, 미래에도 “코드를 작성할 줄 안다”고 해서 높은 급여를 받지는 못할 것입니다.
구글 CEO 피차이는 엔지니어의 역할이 “코드를 작성하는 것”에서 “코드를 검토하는 것”으로 변했다고 말했습니다. 이 말은 매우 중요합니다. 과거에는 생산자였지만, 이제는 품질 검사원이자 디자이너가 되었습니다. 당신의 가치는 얼마나 많은 코드를 작성했는지가 아니라, AI가 작성한 코드가 올바르고 좋은지, 문제가 없는지를 판단하는 능력에 있습니다.
4. “코드의 산”에 주의하세요: AI 시대에는 엔지니어링 능력이 더 중요해집니다
AI가 코드를 작성할 수 있다면, 우리는 왜 엔지니어링 능력을 배워야 할까요? 류성위와 마이크로소프트 CTO 케빈 스콧은 “AI가 코드를 생성한다고 해서 소프트웨어 공학이 완성되는 것은 아니다”고 지적했습니다.
만약 아키텍처나 논리를 이해하지 못하는 사람이 AI를 사용해 코드를 무작위로 생성한다면 어떨까요?
- 효율은 매우 높지만: 코드가 빠르게 작성되지만, 질이 매우 나쁘고, 코드 간의 논리가 혼란스러워져서 “코드의 산”이 됩니다.
- 문제가 많습니다: 시스템이 취약해지고, 유지보수 비용이 매우 높아집니다.
따라서 “엔지니어링 능력”(시스템 설계, 요구사항 이해, 아키텍처 계획 등)은 오히려 더 중요해집니다. AI는 “어떻게 할 것인가”를 담당하지만, 인간은 “무엇을 할 것인가”와 “왜 할 것인가”를 결정해야 합니다.
미래의 경쟁은 누가 더 많은 코드를 작성하는가가 아니라, 문제를 어떻게 정의하고, 작업을 어떻게 분해하며, 결과를 어떻게 평가할 수 있는가에 달려 있습니다. AI가 생성한 코드의 문제를 발견하지 못한다면, 당신은 그 “코드의 산”을 만드는 데 기여하는 셈입니다.
5. 미래의 취업 방향: “순수 기술”에서 “복합형 인재”로
산업정보화부 류위봉의 의견은 매우 현실적입니다: 미래에는 단순한 “코딩”의 중요성이 줄어들고, 요구사항 이해, 아키텍처 설계, 시스템 통합, 품질 및 보안 관리의 중요성이 증가할 것입니다.
이는 미래의 고임금 직업이 “순수 프로그래머”가 아니라 “복합형 전문가”가 될 것임을 의미합니다:
- 기술 + 업계 이해: AI 알고리즘과 의료 프로세스를 모두 이해하는 엔지니어.
- 인간-기계 협업 전문가: 여러 AI 에이전트를 조정하고 리소스를 효율적으로 관리하는 전문가.
- 현장 배치 엔지니어(FDE): 고객 현장에서 실제 문제를 해결하는 전문가로, 강력한 커뮤니케이션 능력과 업계 이해가 필요합니다.
류성위가 언급한 “에이전트 메카 드라이버”는 좋은 예입니다. 미래에는 모든 차를 직접 운전할 필요가 없을 수도 있지만, 차가 어디로 가야 하는지, 도로 상황이 어떤지, 사고를 어떻게 피해야 하는지를 알아야 합니다. 당신은 AI의 “운전사”이자 “지휘관”이 되어야 합니다.
---
3. 일반 사람들에게의 교훈: 우리는 어떻게 대처해야 할까요?
이 소식의 주인공은 최고의 엔지니어들이지만, 이 변화는 모든 지식 근로자에게 영향을 미칩니다.
1. 기술적인 보호막에 대한 환상을 버리세요: 특정 기술(예: Python, Java, AI 모델 조정 등)을 마스터하면 평생 일할 수 있다고 생각하지 마세요. 기술은 너무 빠르게 발전하며, 오늘의 유용한 도구는 내일이면 기본이 될 것입니다.
2. “메타 능력”을 향상시키세요:
- 질문 능력: AI에게 명확하고 논리적인 질문을 할 수 있나요?
- 판단 능력: AI가 생성한 결과의 질을 빠르게 평가할 수 있나요?
- 시스템 사고: 전체적인 관점에서 해결책을 설계할 수 있나요?
3. 인간-기계 협업을 받아들이세요: AI를 당신의 “슈퍼 인턴”으로 생각하세요. 당신은 방향을 정하고, 결정을 내리며, 품질을 관리하는 역할을 하고, AI는 실행하고, 정보를 검색하며, 초안을 작성하는 역할을 합니다. “일을 하는 것”을 배우는 것보다 “지휘하는 것”을 배우는 것이 더 중요합니다.
4. 업계 지식을 깊이 있게 다지세요: 순수 기술은 쉽게 대체될 수 있지만, “기술 + 업계 지식”은 대체하기 어렵습니다. AI는 고객의 문제점, 업계의 비공식적인 규칙, 비즈니스 논리를 이해할 수 없습니다. 이러한 “소프트 지식”이 당신의 마지막 보루가 될 것입니다.
마지막 말:
류성