AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
저자가 30일간 작성 에이전트와 별도의 '회의론자(skeptic)' 리뷰 에이전트를 운영한 실험 기록입니다. AI 리뷰어는 41개 실제 이슈 중 38개를 잡았지만, Stripe 웹훅의 'ack-before-persist' 같은 조용한 데이터 정합성 버그는 같은 모델 계열 특유의 공통 맹점 때문에 놓쳤고, 시니어 엔지니어는 과거 장애 경험으로 5분 만에 발견했습니다.
Harvard Crimson이 Faculty of Arts and Sciences 소속 교수 460여 명을 대상으로 실시한 설문에서 거의 3분의 2가 AI가 수업에 부정적 영향을 미쳤다고 답했습니다. 작년 42%에서 크게 늘어난 수치이며, 전면 금지 정책을 둔 교수도 25%로 증가했습니다. 학교 리더십이 AI 활용을 장려하는 방향으로 움직이는 것과 대조되는 결과입니다.
30일간 실제 프로덕션 SaaS의 모든 코드를 AI로 작성한 실험 후, 저자는 'AI가 개발자를 대체할 것'이라는 글 500편을 분석했습니다. 낙관론과 비관론 모두 코드 생성을 직업 전체로 착각하고, 주니어-시니어 사다리가 고정돼 있다고 가정하며, 데모를 근거로 미래를 외삽한다는 세 가지 공통된 오류를 지적합니다.
미국 Census Bureau의 두 논문에 따르면 ChatGPT 출시 이후 컴퓨터공학 등 AI 노출도가 높은 전공 졸업생들의 신규 채용과 초기 임금이 크게 줄었고, 상당수가 리테일·외식업 등 저임금 직종으로 밀려난 것으로 나타났습니다. 고용 시장 전반이 아니라 AI 노출 산업에 집중된 현상이라는 점이 핵심입니다.
1년 반 동안 재택으로 일해온 시니어 .NET 개발자가 허리 부상을 계기로 출근 강요, '코드 품질' 서면 경고, 'Claude는 20달러다'라는 모욕적 발언까지 겪으며 퇴사를 결심한 사연입니다. 5개월치 생활비와 부수입, 진행 중인 구직을 근거로 사표 제출을 예고했고, 이 괴롭힘의 배경에 인력 감축 의도가 있다고 추측합니다.
10년간 수많은 앱을 만들고 실패한 창업자가 첫 엑싯 이후 '시장이 원하는 것'을 판별하는 기준을 체득해, 이후 연속으로 수익형 SaaS를 만들게 됐다는 경험담입니다. 현재 네 번째 제품 DemandBird는 유료 고객 51곳을 확보했고, 지난주에는 AI 에이전트가 작성한 Pull Request 172건을 머지하며 '개발자가 아닌 시스템 빌더'로 일하고 있다고 밝혔습니다.
알고리즘 코딩 인터뷰를 앞둔 저자가 LeetCode 벼락치기 대신 ChatGPT가 생성한 쉬운 문제부터 단계적으로 난이도를 올리며 준비한 경험을 공유합니다. 문제를 풀며 막히는 지점을 기록하고 자신의 풀이 영상을 복기한 끝에, 가정 정리부터 수동 추적, 점진적 테스트까지 이어지는 10단계 작업 리듬을 정립했습니다.
독자는 LLM이 생성한 문장을 즉시 알아채므로, 글은 직접 쓰고 LLM은 교정자(copyeditor)로만 써야 한다는 주장입니다. 모델이 제안하는 표현은 단 하나도 쓰지 말 것, 모델의 격려를 받아들이지 말 것이라는 두 규칙과 함께, 문제 지적·수정본 비교·CLI 기반 편집 도구까지 실전 워크플로를 제시합니다.
AI 코딩 도구가 대부분의 개발자보다 낫다는 주장에 대해, 실무 개발자가 연구 데이터를 근거로 반박한 글입니다. METR 연구에서 숙련된 개발자들은 AI 도구 사용 시 19% 더 오래 걸리면서도 20% 더 빠르다고 느꼈고, AI 생성 코드는 버그 발생률이 1.7배, XSS 취약점은 2.7배 높았습니다. 저자는 AI를 매일 쓰면서도 '코드를 읽고 틀린 부분을 즉시 잡아내는 능력'이야말로 지금의 핵심 역량이라고 주장합니다.
AI 기업이 수백만 달러의 연산 자본을 투입해 미해결 문제의 증명을 선점하기 시작하면서, 수학계의 공개 연구 전통이 중세식 비밀주의로 되돌아갈 수 있다는 우려를 다룬 MathOverflow 질문입니다. 유망한 문제를 '발견하는 것' 자체가 희소 자원이 된 상황에서, 인간 저자 인정 요건과 방법론 전면 공개라는 두 가지 완화책이 제시됩니다.
AI 의존으로 인한 '인지 위축(cognitive atrophy)', 즉 스스로 생각하고 코드를 작성하는 능력이 서서히 퇴화하는 현상을 다룬 에세이입니다. 저자는 AI가 생성한 코드를 리뷰 없이 받아들이는 워크플로가 주니어-시니어 간의 잘못된 신뢰 사슬을 만들고, 결국 엔지니어가 자신의 코드를 설명하지 못하게 된다고 지적합니다. AI를 대체재가 아닌 보조 수단으로 쓰고, 매일 코딩 챌린지를 녹화하며 자기 설명 능력을 단련하는 등 실천적 대응법을 제시합니다.
AI 코딩 도구로 몇 분 만에 동작하는 앱을 만들 수 있게 되면서, '작동하는 결과물'과 '왜 작동하는지 이해하는 것'이 혼동되고 있다는 비판 에세이입니다. 저자는 자신의 MERN 스택 프로젝트 ShelfTalk을 프로덕션 수준으로 재구축한 경험과, 탭 가시성(tab visibility) 가정이 낳은 알림 유실 버그 사례를 통해 리뷰·디버깅·설계 검증이야말로 엔지니어의 본질적인 일이라고 주장합니다.
개발자를 위한 기회를 매주 큐레이션하는 Dev Opportunity Radar의 16번째 에디션입니다. 이번 주에는 100일간 진행되는 AI for Education Fellowship, AWS Skill Builder Premium 12개월을 제공하는 AWS Student Rewards, 그리고 총상금 15,000달러의 Multi-App AI Agent Hackathon이 소개되었습니다.
AI 시대 개발자들이 겪는 새로운 종류의 피로를 다룬 에세이입니다. 저자는 이 피로가 장시간 노동 같은 '업무량' 문제가 아니라, 끊임없이 재발명되는 분야를 따라잡으려는 '속도와 지반'의 문제라고 진단합니다. 기대치 상승, 기술 노후화 불안, 정체성 흔들림, 검증 피로, 비교 함정이라는 다섯 가지 압력을 짚고, 모두가 같은 무게를 혼자 짊어지고 있다는 솔직한 고백이 해법의 시작이라고 말합니다.
GPT-6 Astra 출시와 Jensen Huang의 'AGI 도착' 발언을 계기로, AI의 능력을 우리가 실제로 어떻게 측정하는지를 파고든 글입니다. 벤치마크 포화, proxy와 ground truth의 한계, 평가 방식 자체의 변화를 짚으며, 코드 생산이 쉬워져도 요구사항·설계·검증 같은 개발자의 역할은 오히려 중요해진다고 주장합니다.
AI로 코드를 생성하는 vibe coding 자체는 문제가 아니며, 그것을 '엔지니어링'이라 부르는 태도가 문제라는 주장입니다. 저자는 creation(만들기)과 engineering(엔지니어링)을 구분하고, 개인 프로젝트는 vibe coding으로 충분하지만 돈과 개인 데이터를 다루는 실제 제품에서는 코드 리뷰와 기초 학습이 필수라고 선을 긋습니다.
보스턴 대학(Boston University) 영문과가 교수 투표를 통해 전공 학습 성과에 'AI의 도움 없이 지속적이고 독창적인 글쓰기를 작성하고 수정할 수 있어야 한다'는 조항을 추가했습니다. 개별 수업의 AI 사용 규정은 교수 재량으로 남기되, 학위 수여 기준으로 '독립적 글쓰기'를 공식 역량으로 명시한 사례입니다. ChatGPT 같은 생성형 AI가 대학 글쓰기 교육에 어디까지 들어와야 하는지를 두고 미국 대학들이 각기 다른 답을 내놓는 가운데 나온 결정입니다.
AI 수요에 맞춘 미국 반도체 공장 건설이 역대 최고 속도로 진행되고 있지만, McKinsey와 SEMI Foundation은 2030년까지 최대 157,000명의 인력이 부족할 것으로 전망했습니다. 삼성·TSMC·SK하이닉스·Micron이 대학 투자와 해외 인력 파견으로 대응하는 가운데, 한국보다 낮은 미국의 임금 수준이 구인난의 핵심 원인으로 지목됩니다.
Fields Medal 수상자 Timothy Gowers가 AI의 수학 문제 해결에 우려를 담은 필즈상 수상자 25인의 공개 서한에 서명하지 않은 이유를 자신의 블로그에 정리했습니다. 그는 문제 해결보다 개념적 이해를 우선시해야 한다는 서한의 전제에 동의하지 않으며, 진짜 위기는 결과의 홍수가 아니라 수학 전통을 이어갈 차세대 인력과 사회적 구조의 붕괴라고 진단합니다.
Shopify CEO Tobias Lütke가 AI 도구가 직원들의 생산성을 높이는 대신, 검토되지 않은 저품질 결과물을 동료에게 넘기는 '슬롭 수류탄(slop grenade)' 문제를 만들고 있다고 지적했습니다. AI를 가장 공격적으로 도입한 기업의 수장이 스스로 그 부작용을 언급했다는 점에서 커뮤니티의 큰 반향을 일으켰습니다.