도구의 도입은 혁신이 아니다

https://www.aitimes.com/news/articleView.html?idxno=201676

[8월21일] MIT "생성 AI 도입 기업 95%가 매출 성장 효과 못 봐...그 이유는" - AI타임스

굉장히 의의가 있어보이는 기사라 가져왔다. 그리고 사실 AI뿐만이 아니다. git과 같은 개발도구, notion, slack과 같은 커뮤니케이션 도구, jira같은 관리도구, 애자일같은 업무 방법론 등등. 이런 것들이 생산성의 향상을 가져다 줄 거란 장밋빛 전망이 무수히 나왔다. 하지만 그게 언제나 먹히던 건 아니었다.

오히려 방해가 되는 일도 허다하다.

AI라고 해서 다를 게 없다. 조직의 워크플로우와 조화되지 못한 도구는 효용이 없다. 그저 그거 도입했다고 언론에 홍보나 할, 임원의 치적 만들기에 불과하다.

한때 우리나라에서 호칭에 직급을 붙이니 수평한 기업문화가 정착되지 못한다며 영어 이름 만들어 호칭하는 일들 이 여러 조직에서 벌어졌다. 하지만 호칭 바꾼다고 위에서 일방적으러 업무지시하던 수직적 문화가 바뀌는 것도 아니었기 때문에, 영어이름 붙이기는 오히려 외국 뽕 찬 뉴 꼰대의 전형적인 정책이 되고 말았다.

본질이 바뀌지 않으면 겉만 바꾼다고 나아질게 없다.


바이브 코딩이 발전하고 있고, 코드의 얼마를 AI에 짜준다 말이 많다. 개발자들 필요 없어질 거라고. 전부 개소리다.

난 나름 코딩에 AI를 많이 쓰는 편이라고 본다. 하지만 정말 핵심적인 코드는 AI로 못 짠다. AI가 짜주는 건 일반적인 코드 뿐인데 패키지만 잘 가져다 써도 간편하게 구축할 수 있다. 기업에서도, 많이 쓰이는 기능에 대해 애셋화만 잘 시켜놨어도 AI어쩌고 할 일도 없었을거다. AI의 역할은, 그 수고를 좀더 줄여주는 거 뿐이다.

코드의 50%를 AI가 짜준다고? 사실 돌아가는 코드에서 90%는 오픈소스든 유료 엔진이든 하는 상용 패키지들이고 그건 위에 카운트도 안 되어있을 것이다. 그리고 그런 만큼 프로그램 개발에서 제일 중요한 작업은 이미 코딩이 아니라 기획과 설계다. 그건 AI가 해줄 수 없다. 또 하나의 중요한 작업은 트러블슈팅과 디버깅이다. 그건 AI가 큰 도움을 줄 수 있긴 하지만, AI가 만들어 내기도 한다. 그만큼 숙련된 인원이 투입되어야하고 여력이 남으면 남는대로 완성도를 지향해야 하는 부분이다.

바이브코딩으로 개발자 자르는 데는, 뭣도 모르는 경영진들이 AI가 뭐 대단하다 하니까 쫄아서 비용 줄이려고 하는 게 대다수일 것이다. 그리고 그 중에는 회사의 경영전략을 변화시키려 특정 직군은 자르고 새로운 직군을 뽑는 곳이 일부 있겠지. 이제 개발자들이 막 써보고 적응하고 있는 단계에 벌써 개발자 수요가 그렇게 떡락했을 수가 없다.

아직도 git 제대로 쓸줄 모르는 개발자들도 있다. 기술의 전파는 그렇게 빠르지 않다.


AI 에이전트 기술이 코딩으로 먼저 간 데에는 이유가 있다. 전산쟁이들은, 지가 불편하면 못 참는다. 기술을 빠르게 이해하고 받아들이며 써먹을 방도를 찾는다. 이들은 문제를 구조화하여 풀어내는 게 본업이다. 그리고 그렇게 구조화된 업무 프로세스를 자동화, 효율화한다. 사실 에이전트를 만드는 작업더 동일하다. 따라서 이들에겐 AI에이전트를 만드는 건 그 익숙한 일을 하는 것에 불과하다.

하지만 다른 분야는 일하는 방식이 다르다. 이들의 주 업무는 문제를 정의하는 방법, 그걸 해결하는 방법이 모드 다르다. 이들은 스스로의 업무 프로세스를 정의하는 데 훈련받지 않았다. 이들은 다른 곳에 특화되어 있기 때문이다. 그래서 이들이 보통 일을 처리하기 위한 전산 시스템을 필요로할때 이를 다른 업체에 위탁한다. 이걸 SI라고 한다.

따라서 필연적으로 SI에는 딜레마가 있다. 간단히 말하면 공장에서 뭘 어떻게 생산해야하는지 전혀 모르는 사람이 공장 라인을 만드는 것이다. 반대로 그걸 지시하는 사람은 공장 라인을 다뤄본 적 없는 전통적 방식의 대장장이다. 고객은 자신의 업무 프로세스를 정의해 본 적이 없기 때문에 자신이 일을 할 때 뭐가 필요한지 모르고 감으로 때려 하던 일을 시스템화 하는데 뭘 어떻게 구체적으로 정의해야 하는지 모른다. 그래서 만들던 중 자꾸 모르던 걸 발견하며 개입하게 되고, 그래서 SI사업이 표류하곤 하는 것이다.

이게 AI가 되면 더 복잡해진다. 왜냐하면, 형태만 맞추면 되는 게 아니라 데이터까지 필요해지기 때문이다. 그리고 절차만 들어가면 되는 게 아니라 사고까지 들어가야 하기 때문이다. 고객이, 도메인 전문가가 이런 AI시스템을 이해하지 못하는 게 당연하며, 그렇기 때문에 그의 머릿속을 모사해야 하는 AI 에이전트 도구가 만들어지기는 매우 힘들다.

그리고 그 머릿속을 제대로 모사해내지 못한 도구는 전혀 기대한대로 돌아가지 않을 것이다.


https://news.hada.io/topic?id=22894

솔직히 나는 코딩 영역에서 AI가 생산성을 대폭 올려준다는 주장도, 올려주지 못하거나 떨어진다는 주장도 동의하지 않고, 양쪽 모두 편중된 데이터에 따른 결론이라고 본다. 왜냐하면, 나 스스로가 두가지를 다 느끼고 있기 때문이다. 개발 프로젝트마다 환경과 조건이 너무나 다 달라서 일괄적으로 성능 개선이 몇 %다 라고 말하는 것 부터가 넌센스다. 오히려, 그럼에도 초기에 생산성이 향상되었다는 리포트에 놀랐을 정도다.

그리고 결국, AI에 대한 과도한 낙관론과 회의론 모두 오류로 본다. 누누히 말했지만 AI혁명은 여태까지의 자동화 혁명의 연장산이다. 새롭지 않다는 게 아니라, 기존의 흐름을 이해하지 않고서는 AI혁명 역시 이해할 수 없다는 것이다. 언제나 세상은 급격히 바뀌는 동시에 급격히 변하지 않는다.

AI가 모든 것을 다 해줄거란 기대는 환상이다.

https://www.aitimes.com/news/articleView.html?idxno=202055

[9월4일] AI가 만든 새로운 일자리..."엉터리를 고쳐라" - AI타임스

이 기사가 말해준다. AI는 한번에 모든 것을 대체해 줄 수 없다. 하지만 그렇다고 AI가 쓸모없다면, 왜 AI그림을 고치는 직업이 생길까? 90%를 AI가 해줄지도 모른다. 하지만 나머지 10%를 채우려면 인간의 손이 필요한거다.

코딩도 마찬가지다. 완성도를 높이려면 결국 인간이 필요하다. 그건 인간이 AI보다 유능하기 때문이 아니라, 일이란 것의 본질이 인간을 위해 하는 것이기 때문이다. 일의 완성을 정의하는 게 인간이기 때문이다. 특히나 추상적인 일일수록 그렇다. 그 본질을 잊는다면 AI가 만들어낸 결과는 정크일 뿐이다.


많은 경우, 특히 소위 빈카운터형 리더의 경우, 자신의 기업이 시장에 제공하는 가치의 본질을 무시한다. 그리고 많은 경우 이는 기술에 대한 몰이해에서 나온다. 기술에 대한 이해란 어려운 전문용어로 가득한 전공서적을 이해하는 것을 말하는 게 아니다. 회사가 고객에 제공하는 가치가 무엇인지, 그리고 그걸 실현하는 도구와 프로세스가 무엇인지를 아는 것이다. 그것을 이해 안하고, 단순히 겉껍데기만 교체해서는 실적이 개선될 리가 없다.

그런데, AI코딩을 해본 적도 없는 사람들이 개발자를 대체하는 것을 말하고, AI로 문서작성을 해보지도 않았을 사람들이 AI 에이전트를 논한다. 그러니 성과가 나올 리가 없다.


실제로 내가 AI를 쓰는 가장 기본적인 방법은 프로덕트를 만드는게 아니다. 필요한 보고서를 AI로 쓰고, 코드를 AI로 짜는 게 아니다. 보고서의 문구나 코드의 구현방법을 AI에 묻고, 예시를 보고, 그리고 그것과도 다른 아예 새로운 문구로 작성한다.

나에게 AI는 정답을 제공하는 존재가 아니다. 울림판이다. 나에게 선택지를 제공해주는 참고자료일 뿐이다. 나는 AI가 결정하게 하지 않는다. 내가 결정권자다.

왜 AI가 결정하게 하는가. AI의 출력값을 정답으로 삼는가. AI가 나보다 내 일에 대해 더 잘 이해하고 있다고? 그럼 당신은 월급루팡인 것이다. 짤려야 마땅하다. 하지만 대다수의 전문화된 숙련된 인력들은 AI가 따라갈 수 없다. 하지만 그들에게도 AI는 필요하다. 처음부터 좋은 걸 만들어내는 것과, 나온 것들 중 좋은 걸 골라내는 것은 난이도가 하늘과 땅 차이다. AI를 통해 새로운 아이디어를 발굴해 낼 수도 있다. 사람이 사람과 대화하며 문제의ㅡ새로운 돌파구를 찾듯이.


https://zdnet.co.kr/view/?no=20250901111247

"챗GPT 쓸수록 바보 된다?"…충격적인 연구 결과

부익부 빈익빈이다. 똑똑한 사람은 더 똑똑해지고, 어리석은 사람은 더 바보가 된다. AI를 내 인지의 확장으로 쓰는 사람은 더 능력을 확장할 수 있고, AI를 인지의 대체로 쓰는 사람은 사고력을 잃을 것이다. 기업도 마찬가지다.

AI로 대체되는 직원은 있을 것이다. 하지만 리더가 AI로 직원을 대체해야 한다고 생각한다면 그 기업은 점점 바보가 될 것이다. AI를 통해 새로운 업무 프로세스를 만들고, 직원들의 능력을 혁신하려 하나, 그걸 거부하는 직원을 자르는 거라면 괜찮다. 그건 회사의 방향을 따라오지 못하는 직원이니까. 하지만 그 전에, 직원들에게 AI를 활용할 수 있게 가이드를 제공해주지 못한다면,

그 회사는 그냥 정크 제조기가 될 뿐이다.

그리고 자신이 정크제조기가 되었다는 사실을 알아챘을 때는 이미 늦어있을 것이다. 보통 사람들은 제품이 쓰레기라면 그걸 쓰레기통에 쳐박지 거기에 피드백을 주며 고치려 하지 않기 때문이다.