“엔지니어의 불안”이 시작되다: AI 시대, 최고의 엔지니어들이 스스로 자신의 기술을 빠르게 없애고 있다
안녕하세요, 여러분의 금융 전문 기자이자 경제학자입니다.
오늘 우리가 이야기할 것은 차가운 기술 보고서가 아니라, 기술계에서 큰 반향을 일으키고 해외로까지 퍼진 “자백서”입니다. 저자는 리우 성위(刘胜与)로, DeepSeek(딥시크)의 머신러닝 시스템 엔지니어이자 베이징 대학교 튜링 클래스의 우등생으로, 업계에서 “엔지니어의 선인”으로 불립니다.
이 글의 제목은 “나는 내 재능을 어제에 묻어야만 한다”이며, 핵심 내용은 단 하나입니다: 최고 수준의 AI 엔지니어가 자신이 구축한 AI 시스템에 의해 자신의 핵심 기술이 빠르게 추월당하고 있으며, 곧 초월될 것이라는 것입니다.
이것은 불안을 조장하는 것이 아니라, 폭풍의 한가운데에 있는 “장인”의 직업 운명에 대한 가장 진실하고 아픈 성찰입니다. 이제 이 내용을 다섯 가지 측면으로 쉽게 설명해 드리겠습니다.
---
1. 그는 누구인가? 왜 그의 불안이 들어야 할까?
먼저, 리우 성위가 누구인지 알아보겠습니다. 그를 공장에 비유하자면, 그는 설계도를 그리는 디자이너도, 제품을 조립하는 라인 작업자도 아닙니다. 그는 기계가 가장 빠르고 에너지 효율적으로 작동하도록 하는 “조율사”입니다.
AI 대형 모델 분야에서는 알고리즘 과학자들이 네트워크 아키텍처를 설계하지만, 리우 성위와 같은 MLSys(머신러닝 시스템) 엔지니어는 이 거대한 아키텍처를 그래픽 카드(GPU)에 구현하여 빠르게 작동하도록 합니다. 이 일이 얼마나 어려운가요? 기존의 설명서가 없어 경험과 직감에 의존해야 합니다. 마치 전통 중의사가 맥박을 짚거나 목수가 나무를 만질 때 어디서 힘을 덜 써야 하는지, 어디서 더 빨리 작업해야 하는지를 아는 것과 같습니다.
리우 성위의 이력은 “최고 수준”입니다:
- 명문대 출신: 베이징 대학교 튜링 클래스 출신으로, 국제 슈퍼컴퓨팅 대회에서 우승한 팀의 리더였습니다.
- 명문대 박사 과정 거부: 버클리와 카네기 멜론 대학의 박사 학위 제안을 거절하고, 박사 과정이 너무 느리고 비용이 많이 든다고 생각하여 실제 문제를 해결하는 것을 더 선호하여 DeepSeek에 합류했습니다.
- 핵심 기여자: 그는 DeepSeek V4.1 모델의 핵심 구성 요소(주요 Attention 연산자)를 개발했으며, 이는 모델의 추론 효율성을 직접 결정합니다.
왜 그의 불안이 들어야 할까?
그는 외부인의 추측이 아니라 실제로 도구를 만드는 사람입니다. 그가 직접 만든 도구가 이제 새로운 도구를 자동으로 만들 수 있는 기계로 변하고 있습니다. 그의 관점은 AI 업계에서 가장 핵심적이고 기본적이지만 종종 간과되는 사람들의 실제 상황을 대변합니다.
---
2. “기술의 역설”이란 무엇인가? 더 열심히 할수록 실업이 더 빨라진다?
리우 성위는 글에서 매우 가슴 아픈 개념을 제시했는데, 저는 이를 **“자기 자신을 빠르게 없애는 역설”이라고 부릅니다.
논리는 이렇습니다:
1. 리우 성위가 연산자 코드를 더 완벽하게 만들수록 DeepSeek의 모델은 더 빠르고 저렴해집니다.
2. 모델이 더 빠르고 저렴해지면, AI는 더 저렴한 비용으로 더 똑똑한 “AI 프로그래머”를 훈련할 수 있습니다.
3. 이 “AI 프로그래머”가 성숙하면, 코드를 작성하는 속도와 효율성이 리우 성위를 넘어섭니다.
4. 결과: 리우 성위가 코드를 한 줄씩 최적화할 때마다 자신의 기술의 수명을 단축시키는 것입니다.
이것은 마치 최고의 스웨터 제작자가 더 빠르고 정교하게 스웨터를 만들수록 자동 스웨터 제작기의 개발을 촉진하는 것과 같습니다. 자동 스웨터 제작기가 만들어지는 날, 그의 일자리는 여전히 필요하지만(디자인이 필요하기 때문에), 그가 자랑스러워했던 “수작업 스웨터 제작” 기술은 순식간에 가치를 잃습니다.
리우 성위는 이렇게 말합니다: “AI는 1초에 300개의 토큰을 생각하고 20초 만에 코드를 작성할 수 있지만, 나는 그렇지 못합니다.”
이것은 누가 더 열심히 하는지를 비교하는 것이 아니라 차원의 차이를 비교하는 것입니다. 인간 엔지니어는 “최적화”하는 반면, AI는 “생성”합니다. 생성 속도가 최적화 속도를 훨씬 초과하면, 전통적인 “장인” 모델은 더 이상 효과가 없습니다.
---
3. “장인”에서 “메카닉 파일럿”으로: 직업의 근본적인 변화
이러한 변화에 직면하여 리우 성위는 포기하지도, 무모하게 낙관하지도 않았습니다. 그는 매우 현실적인 해결책을 제시했습니다: **“전직”입니다.
주의: “실업”이 아니라 **“전직”입니다.
- 과거(장인): 그의 가치는 직접 코드를 작성하는 능력에 있었습니다. 그는 창가에서 비를 듣고 바늘을 실에 꿰는 그 집중과 즐거움을 즐겼습니다. 그의 핵심 경쟁력은 심도와 경험이었습니다.
- 미래(메카닉 파일럿): 그의 가치는 AI에게 코드를 작성하도록 지시하는 능력에 있습니다. 그는 더 이상 모든 나사를 직접 조이지 않고, 조종석에 앉아 목표를 설정하고 AI의 실행 과정을 모니터링하며 AI가 해결할 수 없는 복잡한 논리를 처리합니다. 그의 핵심 경쟁력은 판단력, 아키텍처에 대한 시야, AI 능력을 다루는 능력이 되었습니다.
리우 성위는 이렇게 비유했습니다:
> “나는 내 재능을 어제에 묻어야만 합니다. 이제는 메카닉 파일럿이 되어야 합니다. 내 손에는 더 많은 기어가 생겼지만, 내 마음속의 리듬은 줄어들었습니다.”
이 말은 너무나도 현실적입니다.
- 손에 기어가 더 많아졌다는 것은 도구가 바뀌었다는 것을 의미합니다. 예전에는 망치였지만, 이제는 제어판입니다.
- 마음속의 리듬이 줄어들었다는 것은 코드와 대화하는 순수한 즐거움이 기계의 소리에 묻혔다는 것을 의미합니다. 이것은 **“존재감의 상실”입니다.
일반 사람에게 이 변화는 무엇을 의미할까요?
“할 줄 아는 것”은 더 이상 중요하지 않고, “지시할 줄 아는 것”이 중요해집니다. 미래의 직장에서는 세부 사항을 잘 처리하는 실행자가 아니라 문제를 정의하고 결과를 평가하며 자원을 조정할 수 있는 “지휘관”이 더 필요할 것입니다.
---
4. 중국과 미국의 AI에 대한 불안의 “온도 차이”: 파괴될까, 아니면 빼앗길까?
이 글이 해외에서도 화제가 된 이유는 전 세계 AI 논의의 두 가지 극단적인 관점과 부딪혔기 때문입니다.
- 미국의 “생존 불안”:
Anthropic의 CEO 아모디, OpenAI의 올트먼, 마스크의 발언을 대표로 합니다. 그들은 “통제 불능”을 우려합니다. AI가 너무 강해져 인류에게 반격하거나 사이버 공격, 생물학적 테러를 일으키거나 인류의 존속을 위협할 수 있다고 생각합니다. 이것은 “신학적”**인 두려움으로, 인류 종의 운명에 초점을 맞춥니다.
- *이종욱의 반박*: 그는 이것이 “관심을 끌기 위한 것”이라고 생각합니다. AI는 그렇게 무섭지 않다고 합니다.
- 중국(및 리우 성위의) “능력 불안”:
리우 성위의 우려는 매우 구체적이고 개인적입니다. 그는 AI가 세상을 파괴하는 것을 두려워하지 않습니다. 그는 자신의 가치가 희석되는 것을 두려워합니다.
중국과 미국의 젊은이들을 대상으로 한 조사에 따르면, 중국인들은 “AI가 일자리를 대체하는 것”에 대한 우려가 줄어들었지만, AI의 과도한 사용으로 인한 개인 능력의 퇴화에 대한 우려가 증가했습니다.
- 핵심 차이: 미국인들은 “파괴될까”를 두려워하는 반면, 중국인(특히 기술 엘리트)은 “능력이 희석될까”를 두려워합니다.
리우 성위의 글은 이 두 극단적인 관점 사이의 공백을 채워줍니다. 이것은 중간 상태를 제시합니다:
AI가 당신을 내일 바로 실업시키지는 않지만, 당신이 의존하는 “기술”을 빠르게 구식으로 만들 것입니다. 당신은 계속 진화해야 합니다. 그렇지 않으면 “전문가”에서 “운영자”로, 심지어 “잉여 인력”으로 변할 것입니다.
이러한 불안은 더 과학적이고 현실적입니다. 왜냐하면 이것은 모든 사람의 직업적 존엄성과 핵심 경쟁력과 관련이 있기 때문입니다.
---
5. 일반 사람들에게의 교훈: AI 시대에 우리는 어떻게 대처해야 할까?
리우 성위의 이야기는 최고 수준의 엔지니어에게 일어난 일이지만, 이것이 반영하는 추세는 모든 일하는 사람에게 교훈이 됩니다.
1. “기술적 장벽”을 믿지 마세요
과거에는 프로그래밍, 글쓰기, 디자인, 회계와 같은 기술을 익히면 평생을 보낼 수 있다고 생각했습니다. 하지만 지금 AI는 이러한 기술의 장벽을 빠르게 없애고 있습니다. **“할 줄 아는 것”은 더 이상 보호막이 아니며, “판단할 줄 아는 것”, “통합할 줄 아는 것”, “문제를 정의할 줄 아는 것”이 중요합니다.”
2. “전직”을 받아들이고 “인간과 기계의 협업”을 환영하세요
리우 성위는 자신이 “장인의 기술을 다루는 사람”에서 “메카닉 파일럿”으로 변하고 있다고 말합니다. 이는 미래의 작업 모델이 **“인간 + AI”가 될 것임을 의미합니다.
- AI보다 빠르게 일할 필요는 없습니다. 당신은 AI보다 비즈니스를 이해하고, 인간성을 이해하고, 전략을 이해해야합니다.
- AI를 “슈퍼 인턴”이나 “메카”처럼 사용하는 법을 배워야 합니다. 그에게 지시를 내리고, 그 결과를 검토