장례식에서 시작하겠습니다

2026년 2월, 시니어 개발자 Nolan Lawson이 글 하나를 올렸습니다.

"We mourn our craft."

우리의 기술을 애도합니다.

그는 이렇게 썼습니다.

"새벽 2시, 디버거 앞에서 끈질기게 버그와 씨름하다 마침내 해결하는 그 순간을 그리워할 것이다. 점토를 빚듯 코드를 손으로 만지던 감각을 그리워할 것이다. GitHub 레포에 '내가 만들었다'고 서명하던 자부심을 그리워할 것이다."

이 글은 Hacker News에서 수백 개의 댓글을 받았습니다. 기술 업계에서 가장 냉정하다는 사람들이 공감의 댓글을 달았습니다. 40대 개발자들이 특히 많았습니다.

그런데 그는 AI를 거부하지 않았습니다.

"저항하지 않는다. 해가 뜨고 해가 진다. 나는 그 주위를 무력하게 돌 뿐이다. 해는 내 항의에 관심이 없다."

담보 대출과 가족이 있는 40대 개발자에게, AI를 쓰지 않겠다는 선택은 사치입니다. 주니어 동료가 "바주카 제트팩"을 등에 지고 코드를 쏟아내는 동안, 본인은 "픽시 자전거"를 타고 있을 수는 없으니까요.

이것이 2026년 현재, AI 시대를 살아가는 사람들의 솔직한 감정입니다. 애도와 수용이 동시에 일어나고 있습니다.

"생각의 외주화"라는 조용한 재앙

비즈카페의 글은 더 날카로웠습니다.

"우리는 생각을 안 하게 됐다. AI가 써준 초안을 검토하고 있다. AI가 써준 의견을 받아적고 있다. 우리는 '컴퓨터 의견'의 검증인으로 전락했다."

짧은 글입니다. 하지만 읽고 나면 한참 동안 생각하게 됩니다.

생각해보면, "검증인"의 문제는 단순히 생산성 이슈가 아닙니다. 정체성의 문제입니다.

10년간 코드를 손으로 짜온 사람이 어느 날 AI가 생성한 코드를 리뷰하는 역할로 바뀌었을 때, 그 사람의 직함은 같습니다. 연봉도 같습니다. 하지만 일의 질감이 완전히 달라졌습니다.

창작자에서 감수자로. 주체에서 검증인으로.

이 전환이 어려운 이유는, 대부분의 사람이 "내가 만든다"는 감각에서 직업적 의미를 찾기 때문입니다. AI가 그 감각을 가져가면, 남는 것은 무엇일까요?

Blundergoat의 분석이 이 지점을 정확히 짚습니다.

"코드를 작성하는 것은 원래 쉬운 부분이었다. 어려운 부분은 조사하고, 맥락을 이해하고, 가정을 검증하고, 왜 이 접근법이 이 상황에서 맞는지 아는 것이었다. AI에게 쉬운 부분을 넘기면, 일이 줄어드는 게 아니다. 어려운 일만 남는다."

AI가 쉬운 부분을 더 쉽게 만들고, 어려운 부분을 더 어렵게 만든다.

이것이 "AI가 일자리를 대체한다/안 한다" 논쟁의 진짜 답입니다. 대체하는 게 아니라, 남는 일의 성격을 바꿉니다.

붉은 여왕의 러닝머신

이경훈 님의 글은 이상한 나라의 앨리스에서 시작합니다.

"여기서는 같은 자리에 있으려면 있는 힘껏 달려야 해. 다른 곳으로 가고 싶다면? 지금보다 두 배는 빨리 뛰어야 한단다."

AI 도구의 변화 속도를 겪어본 사람이라면 이 문장이 체감될 겁니다. 작년에 익힌 도구가 올해 이미 구식입니다. 열심히 달렸는데 제자리입니다. 이것이 붉은 여왕 효과입니다.

그런데 이경훈 님은 러닝머신에서 뛰는 대신 내려오라고 말합니다.

핵심 논지는 이겁니다. 역량에는 두 가지 종류가 있습니다.

선형으로 쌓이는 역량: 특정 프로그래밍 언어, 특정 도구 사용법. 1년 배우면 1만큼, 2년 배우면 2만큼. 유통기한이 있습니다.

복리로 쌓이는 역량: 복잡한 것을 명확하게 설명하는 능력, 좋은 질문을 던지는 능력, 불완전한 정보로 판단을 내리는 능력. 경험이 경험을 낳고, 통찰이 통찰을 낳습니다. 시간이 지날수록 격차가 벌어집니다.

Cursor 사용법은 선형입니다. 6개월 후에 새 도구가 나오면 리셋됩니다.

하지만 "AI에게 정확한 질문을 던지는 능력"은 복리입니다. 어떤 도구가 나와도 이 역량의 가치는 올라갑니다.

앤드류 응(Andrew Ng)도 같은 맥락에서 이야기합니다. AI 코딩 능력이 70일마다 2배로 뛰는 세상에서, 코딩 자체가 아니라 제품을 기획하는 능력을 가진 프로덕트 엔지니어가 되어야 한다고요. 코드를 짜는 비용이 0에 수렴할 때, 가치는 "무엇을 만들 것인가"를 결정하는 쪽으로 이동합니다.

안드레이 카르파시의 고백

테슬라 AI 총괄이었고 OpenAI 창립 멤버인 카르파시는 이런 트윗을 남겼습니다.

"프로그래머로서 이렇게까지 뒤처진다고 느낀 적이 없다. 직업 자체가 극적으로 재편되고 있다."

AI의 최전선에 있는 사람조차 뒤처진다고 느낍니다. 그런데 그의 관찰에서 중요한 건 다음 문장입니다.

"직접 코드를 작성하는 것보다, 기존 기술을 연결하고 통합하는 능력이 생산성을 10배 높이는 핵심이 되고 있다."

코드를 짜는 사람에서, 코드를 오케스트레이션하는 사람으로. 연주자에서 지휘자로. 이것이 지금 일어나고 있는 전환입니다.

Chip Huyen(스탠포드 AI 강사)은 여기에 현실적인 제약을 더합니다.

"AI 코딩 에이전트와 작업할 때, 최종 생산성은 AI가 아니라 인간의 뇌에 의해 제한된다. 여러 맥락을 동시에 추적하는 인간의 능력이 병목이다."

AI가 아무리 빨라져도, 그것을 지휘하는 인간의 인지 능력이 한계입니다. 결국 차이를 만드는 건 도구의 성능이 아니라, 도구를 다루는 인간의 역량입니다.

그래서, 어떻게 살아야 하는가

지금까지 살펴본 수십 편의 글에서 하나의 패턴이 보입니다. 낙관론자와 비관론자 모두 동의하는 지점이 있습니다.

1. 애도하되, 멈추지 마라

Nolan Lawson의 글이 감동적인 이유는, 솔직하기 때문입니다. 장인정신의 상실을 슬퍼하면서도, 그것이 세상의 이치임을 받아들입니다. 대장장이가 공장에 자리를 내준 것처럼, 손으로 코드를 짜는 시대가 지나가고 있습니다. 슬퍼해도 됩니다. 하지만 슬픔에 멈춰 있으면 안 됩니다.

2. 도구가 아니라 판단력에 투자하라

HT Hwang은 이렇게 정리합니다. "AI가 대체하는 건 특정 직업이 아니라, 노동의 양(MM)으로 가치를 산정하는 방식이다." 로펌, 회계법인, 컨설팅 회사가 "투입 인력 x 시간"으로 청구하던 모델이 무너지고 있습니다. 남는 건 해결의 질과 영향력입니다.

코드를 많이 짜는 것의 가치는 떨어집니다. "이 문제를 왜 이렇게 풀어야 하는지" 판단하는 것의 가치는 올라갑니다.

3. "검증인"을 넘어 "질문자"가 되라

AI가 초안을 써주는 세상에서, 초안을 검토하는 사람은 넘칩니다. 하지만 "이 초안이 정말 올바른 질문에 답하고 있는가?"를 물을 수 있는 사람은 드뭅니다. 비즈카페가 경고한 "생각의 외주화"를 피하는 유일한 방법은, AI에게 답을 구하기 전에 스스로 질문을 정의하는 습관을 유지하는 것입니다.

4. 복리 역량에 베팅하라

이경훈 님의 프레임워크가 가장 실용적입니다. 도구는 선형이고 기본기는 복리입니다. 커뮤니케이션, 비판적 사고, 문제 정의 능력. 이것들은 AI가 자동화하기 가장 어려운 영역이면서, 시간이 지날수록 격차가 기하급수적으로 벌어지는 영역입니다. 러닝머신에서 내려와서, 복리로 쌓이는 것에 시간을 쓰세요.

5. 불확실성을 즐겨라

3년 전에 ChatGPT를 예측한 사람은 없습니다. 6개월 전에 DeepSeek를 예측한 사람도 없습니다. 예측은 불가능합니다. 그렇다면 예측하는 대신 안티프래질해지세요. 충격을 받으면 오히려 강해지는 체질. 도구가 바뀔 때마다 무너지는 사람이 아니라, 바뀔 때마다 새로운 기회를 찾는 사람.

에필로그: 마지막 세대이자 첫 번째 세대

Nolan Lawson은 우리를 "손으로 코드를 짠 마지막 세대"라고 불렀습니다.

맞습니다. 하지만 동시에 우리는 "AI와 함께 일하는 첫 번째 세대"이기도 합니다.

마지막 세대의 슬픔과 첫 번째 세대의 가능성. 우리는 이 두 감정을 동시에 안고 살아야 합니다.

카르파시처럼 AI의 최전선에 있는 사람도 뒤처진다고 느끼고, Chip Huyen처럼 AI를 가르치는 사람도 인간의 한계를 인정합니다. 완벽하게 적응한 사람은 아무도 없습니다.

그러니 조급해하지 마세요. 대신 이 질문을 가지고 가세요.

"나는 AI에게 답을 구하고 있는가, 아니면 질문을 정의하고 있는가?"

그 답이 AI 시대를 어떻게 살아야 하는지를 알려줄 겁니다.

이 글은 contents-hub에 수집된 60여 편의 AI 관련 콘텐츠를 분석하여 작성했습니다.

참고한 주요 소스: