캘리포니아, AI로 노동자의 뇌 활동·감정을 감시하는 행위 금지
캘리포니아주가 AI 감시 도구로 노동자의 뇌 활동 데이터를 수집하거나 감정 상태를 추론하는 행위를 금지했습니다. 위반 건당 최대 500달러의 민사 벌금이 부과되며, 노동위원장과 검사들이 법을 집행합니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
일본에서 일하며 머신러닝 박사 과정을 마치기
저자는 Google에서 주 2일 일하면서 도쿄공업대학(현 Science Tokyo)에서 컴퓨터과학 박사 과정을 마쳤습니다. 일본의 유연한 학생 취업 제도와 3년 과정의 장점, 해외 학위의 낮은 인지도와 연구실·생활의 어려움을 경험을 바탕으로 정리합니다.
링크드인 ‘전문가 흉내’ 프로젝트를 직접 만들어봤습니다
링크드인(LinkedIn)에 반복해서 올라오는 간단한 컴퓨터 비전 프로젝트를 풍자하려고, 작성자가 직접 ‘슬롭 게시물 탐지기’를 만들었습니다. YOLOv8 모델은 약 90분 만에 완성됐고, 글은 프로젝트의 성능보다 그럴듯한 포장이 더 주목받는 플랫폼 문화를 비판합니다.
우리 가족이 기술에 대체됐던 마지막 순간
프랑스 시골에서 편자공으로 일하던 고조부는 자동차가 등장하자 정비공으로 직업을 바꿨습니다. 저자는 그 이야기를 떠올리며, 개발자가 지켜야 할 것은 코딩이라는 방식이 아니라 무언가를 만들고 문제를 푸는 마음일 수 있다고 말합니다.
ChatGPT Pro 500 요금제 출시
OpenAI가 월 500달러짜리 ChatGPT Pro 500 요금제를 내놓고, Pro 200 신규 가입도 다시 받습니다. Pro 500에서만 Astra Ultrafast를 쓸 수 있으며, 기존 Pro 200 가입자의 사용량 혜택은 일정 기간 뒤 줄어듭니다.
AI로 2035년까지 미국 노동자 1,100만 명이 새 직업 찾아야 할 수도
McKinsey는 자동화와 AI 도입으로 2035년까지 미국 노동자 1,100만 명이 직종을 바꿔야 할 수 있다고 추산합니다. 일자리는 전체적으로 늘어날 수 있지만, 노동자들이 새 직종으로 옮기는 과정과 이를 뒷받침할 지원이 과제로 남습니다.
AI가 개발 속도를 높여줍니다. 하지만 실력을 떨어뜨리게 두고 싶지는 않습니다
AI는 조사와 디버깅, 코드 작성 속도를 높여주지만, 개발자가 직접 기억하고 추론하는 과정까지 대신하면 학습과 실력이 약해질 수 있습니다. 글쓴이는 AI 사용을 줄이기보다 먼저 가설을 세우고, 설명을 요청하고, 생성된 코드를 직접 이해하는 습관으로 생산성과 학습을 함께 지키자고 제안합니다.
AI가 프로그래밍을 쉽게 만들지는 않았습니다. 어려움의 종류를 바꿨습니다
AI 코딩 도구는 문법과 보일러플레이트를 기억하는 부담을 덜어 주지만, 생성된 코드의 타당성을 판단하고 시스템 구조를 이해하는 일은 개발자 몫으로 남습니다. 글은 프로그래밍의 어려움이 사라진 게 아니라 기억에서 추론과 검증으로 옮겨 갔다고 설명합니다.
옛 게임의 역공학과 현대화가 보여주는 AI의 경제적 영향
게임 업계 베테랑 Georg Zoeller는 AI 에이전트로 1989년작을 역공학해 브라우저로 옮기고 새 게임으로 현대화한 과정을 소개합니다. 이 작업을 지식 노동의 비용과 게임 업계 일자리, 저작권의 미래를 가늠하는 사례로 해석합니다.
작성한 코드 줄 수로 프로그래밍 실력을 재지 않기로 했습니다
글쓴이는 AI가 코드를 작성하더라도 개발자의 실력은 직접 타이핑한 양이 아니라 결과를 이해하고, 오류를 찾아 고치며, 유지보수까지 책임지는 데서 드러난다고 말합니다. AI가 코드를 빠르게 만들수록 이해 속도가 병목이 되므로 변경 내용을 꼼꼼히 읽고 작은 단위로 검증해야 한다고 설명합니다.
MongoDB CEO, 사임 후 Meta의 기업용 AI 사업 이끈다
MongoDB CEO 치란탄 ‘CJ’ 데사이가 취임 1년도 안 돼 사임하고 Meta에 합류합니다. Meta는 기업용 AI 사업을 새로 만들고, 데사이는 CEO 마크 저커버그에게 직접 보고하며 AI 모델·에이전트·도구를 기업용 제품으로 만드는 일을 맡습니다.
골드만삭스 “AI로 미국 일자리 월 1만6,000개 순감” — 가장 큰 타격은 Z세대
골드만삭스는 대체 효과로 월 2만5,000개 일자리가 사라지고 생산성 보완 효과로 9,000개가 늘어, 지난 1년간 월평균 1만6,000개가 순감했다고 추정합니다. 다만 실제 해고를 집계한 수치가 아니라 회귀분석에 따른 추정치이며, Reddit에서는 AI의 영향과 기업의 해고 결정을 구분해야 한다는 비판이 나옵니다.
AI는 코딩을 쉽게 만들지만 학습은 어렵게 합니다
AI는 오류 설명과 코드 작성, 디버깅을 빠르게 돕지만, 문제를 스스로 파악하는 과정까지 건너뛰면 생산성이 이해보다 앞설 수 있습니다. 먼저 원인을 추측하고 시도한 뒤 AI에 묻고, 답을 검토하며 자신의 판단을 유지하자고 제안합니다.
전문성의 착각
AI 전문가의 지식이 다른 분야의 재난 예측까지 뒷받침하지는 않는다고 주장합니다. 방사선과 의사에 관한 제프리 힌턴의 과거 예측과 RAND의 AI 위험 분석을 들어, 실제 위험 경로를 판단하려면 해당 분야 전문가를 살펴야 한다고 말합니다.
AI로 로펌 업무가 빨라지자 고객이 묻습니다, “할인은 어디 있나요?”
대형 로펌들이 계약 검토와 기업공개 문서 작성에 AI 도구를 도입하고 있지만, 시간당 보수 체계에서는 업무 효율이 높아져도 고객 청구액이 줄지 않을 수 있습니다. Hacker News에서는 생산성 향상이 가격 인하로 이어져야 하는지, 변호사의 검토와 책임에 어떤 비용을 매겨야 하는지를 두고 의견이 갈립니다.
AI 없이 한 달
오픈소스 프로젝트를 유지하는 개발자가 업무에서 AI 코딩 에이전트를 쓰다 코드 이해와 검토 능력이 약해졌다고 느껴 사용을 중단한 경험을 소개합니다. 그는 TDD와 직접 코드 작성으로 돌아간 뒤 변경 사항을 설명하고 배포하는 자신감을 되찾았다고 말합니다.
LLM 시대에도 프로그래밍을 즐기는 법
Haskell 개발자인 글쓴이는 LLM에게 코딩을 맡기는 대신 조사·계획·기록·검토를 맡기고, 직접 코드를 쓰는 작업 흐름을 제안합니다. 생산성을 조금 얻으면서 코드 이해와 프로그래밍 기술, 작업의 즐거움을 지키는 방법을 설명합니다.
상품화된 지능
이 글은 AI가 복잡한 문제를 풀면서 인간의 지적 노동을 대체 가능한 상품으로 만들고, 노동자의 협상력을 떨어뜨릴 수 있다고 주장합니다. 저자는 일자리와 소득의 문제를 넘어, 결과를 얻는 일과 직접 배우고 만드는 일의 가치를 구분해야 한다고 말합니다.
제1원칙 사고와 에이전트 시대의 엔지니어링
좋은 시니어 엔지니어는 익숙한 기술적 제약을 답으로 받아들이기보다, 무엇을 왜 만드는지부터 따져 가장 작은 다음 단계를 찾습니다. 에이전트를 쓸 때도 경험을 잠시 내려놓고 가능성을 살피되, 설계와 검토에서 사람의 판단을 놓치지 말아야 한다는 글입니다.
세부를 잃는 일을 애도하며
저자는 저수준 프로그래밍과 작동 원리를 파고드는 일을 정체성이자 즐거움으로 삼아왔지만, LLM 중심 개발이 그런 역량과 일자리를 밀어낼까 두렵다고 털어놓습니다. 추상화와 큰 프로젝트에 집중하라는 업계의 흐름은 세부를 직접 이해해야 일할 수 있는 저자에게 소외감과 미래에 대한 불안을 안깁니다.