Anthropic의 내부 조사 결과: 한 엔지니어가 "매일 직장에 나가는 것이 나 자신을 실업자로 만들고 있다"고 고백했습니다. Anthropic은 최근 매우 흥미로운 일을 했습니다. 그들은 132명의 엔지니어와 연구자를 대상으로 조사를 실시하여 AI가 그들의 직업을 어떻게 변화시키고 있는지 알아보았습니다. 그 결과는 흥미진진하면서도 다소 불안스러웠습니다. 첫째, 좋은 소식은 생산성이 실제로 급증하고 있다는 것입니다. 이제 엔지니어들은 작업 시간의 60%를 클로드와 함께 사용하고 있으며, 그 결과 생산성이 50% 증가했습니다. 이 수치는 작년보다 2~3배 더 높습니다. 더욱 흥미로운 점은 일자리의 27%가 예전에는 사람들이 한 번도 하지 않았을 일이었다는 것입니다. 예를 들어, "갖는 게 좋지만 꼭 필요한 것은 아닌" 작은 도구나 몇 가지 탐색적 시도가 있습니다. 이렇게 생각해 보세요. 이전에는 "이 기능은 훌륭하지만 개발하는 데 2주가 걸릴 테니 포기하자"라고 생각했을 수도 있습니다. 이제 AI가 있으니 2주가 2시간으로 단축되어서 그걸 할 수 있게 될 겁니다. 한때 "비용 효율적이지 않다"는 이유로 포기되었던 아이디어도 이제는 시도해 볼 수 있습니다. 하지만 기술은 미묘한 변화를 겪고 있으며, 상황은 조금 복잡해지기 시작했습니다. 한편, 엔지니어들은 더욱 "풀스택"이 되었습니다. 백엔드 엔지니어는 프런트엔드 인터페이스를 설계할 수 있고, 보안 팀은 익숙하지 않은 코드를 분석할 수 있습니다. 한 엔지니어가 복잡한 UI를 만들었다고 말했고, 디자이너는 그것을 보고 "이걸 당신이 만들었나요?"라고 물었습니다. 그는 "저는 아니고 클로드가 한 거예요. 그냥 제가 요청했을 뿐이에요."라고 대답했습니다. 반면, 일부 사람들은 기본 기술의 저하를 우려하기 시작했습니다. 한 고위 엔지니어는 매우 직설적으로 이렇게 말했습니다. 저는 현재 주로 AI를 사용하여 답이 어떻게 나와야 하는지 아는 작업을 처리하고 있습니다. 하지만 제가 아직 초보 엔지니어였다면 모델의 결과를 맹목적으로 받아들이는 것은 아닐까 매우 걱정했을 것입니다. 여기서 역설적인 점은 AI의 결과를 모니터링할 만큼 충분한 기술이 필요하지만, AI에 지나치게 의존하면 그 기술이 저하될 수 있다는 것입니다. AI가 작성한 코드가 올바른지 판단하기 위해 프로그래밍을 알아야 하는 것처럼, 항상 AI가 코드를 작성하도록 두면 프로그래밍 기술이 떨어지지 않을까요? 사회적 측면에서는 더욱 미묘한 변화가 일어나고 있습니다. 예전에는 문제가 생기면 동료에게 도움을 요청하곤 했습니다. 지금은 질문의 80~90%가 먼저 클로드에게 묻습니다. 어떤 사람들은 다른 사람들에게 불편을 주지 않기 때문에 이것이 좋다고 생각합니다. 하지만 어떤 사람들은 이렇게 말합니다. "저는 사람들과 함께 일하는 것을 좋아해요. 그런데 이제는 그들을 덜 '필요로' 하게 되어서 조금 슬퍼요." 한 선임 엔지니어는 주니어 엔지니어가 요즘은 질문을 거의 하지 않는다고 말했습니다. 실제로 그들의 질문에는 더 효과적으로 답변이 제공되었고, 더 빨리 학습할 수 있었습니다. 이 말은 나에게 한 가지 질문을 떠올리게 한다. 학습이란 정확히 무엇일까? 빠르게 답을 얻는 것이 중요한가, 아니면 답을 찾는 과정에서 시스템에 대한 이해를 쌓는 것이 중요한가? 한 엔지니어는 과거에는 문제를 디버깅할 때 많은 문서와 코드를 읽었다고 말했습니다. 비록 모든 것이 직접적으로 유용한 것은 아니었지만, 전체 시스템에 대한 이해를 쌓을 수 있었습니다. 이제 클로드가 문제를 직접 안내해 효율성을 높일 수 있지만, "우발적인 학습"은 줄었습니다. 가장 생각을 자극하는 것은 엔지니어들이 미래에 대해 갖고 있는 관점이다. 많은 사람들은 몇 년 뒤 자신의 직업이 어떻게 될지 확신하지 못합니다. 어떤 사람들은 "저는 단기적으로는 낙관적이지만 장기적으로는 결국 AI가 모든 것을 대체하게 될 것이고, 그러면 저를 포함한 많은 사람들이 쓸모없게 될 것"이라고 말합니다. 어떤 사람들은 훨씬 더 노골적으로 이렇게 말했습니다. "매일 직장에 나가면 실업자가 되는 것 같아요." 그러나 일부 사람들은 이것이 기술적 추상화 수준에서의 또 다른 업그레이드일 뿐이라고 믿습니다. 프로그래머가 수동으로 메모리를 관리하고 어셈블리 언어를 작성해야 했던 것처럼, 이제는 고급 언어가 우리를 대신해 이런 일을 처리해줍니다. 어쩌면 미래에는 영어가 프로그래밍 언어가 되고, 우리는 더 높은 수준에서 문제에 대해 생각하게 될지도 모릅니다. 한 엔지니어는 이렇게 말했습니다. '기술 저하'라는 주장은 프로그래밍이 언젠가 클로드 3.5 이전 상태로 돌아갈 것이라는 전제를 깔고 있습니다. 하지만 저는 그렇게 생각하지 않습니다. 앤트로픽 역시 스스로 문제를 해결해 나가고 있습니다. 그들은 팀이 더 효과적으로 협업할 수 있도록 하는 방법, 경력 개발을 지원하는 방법, AI 지원 작업에 대한 모범 사례를 확립하는 방법에 대해 고민하고 있습니다. 하지만 솔직히 말해서 아무도 확실한 답을 가지고 있지 않습니다. 이 연구에서 가장 가치 있는 측면은 결론이 아니라 오히려 제기하는 질문일 수도 있습니다. • AI가 할 수 있는 일이 점점 더 많아짐에 따라, 우리는 어떤 기술을 유지해야 할까요? 효율성 개선과 딥러닝의 균형을 어떻게 맞출 수 있을까? 일의 의미는 무엇인가? 산출물인가, 과정인가? 사람들 간의 협업은 어떻게 될까요? 이러한 문제는 Anthropic의 엔지니어들만 직면해야 할 문제가 아닙니다. 이는 곧 우리 모두에게 문제가 될 수 있습니다. 기술의 진보는 단순히 좋거나 나쁜 것으로만 정의될 수 없습니다. 기술의 진보는 새로운 가능성과 새로운 도전을 동시에 가져다줍니다. 중요한 것은 우리가 어떻게 적응하고 변화 속에서 어떻게 새로운 균형을 찾느냐는 것입니다. 한 엔지니어는 "무슨 일이 일어날지 아무도 모릅니다. 중요한 것은 적응력을 유지하는 것입니다."라고 말했습니다. 이것은 아마도 가장 솔직하고 실용적인 조언일 것입니다. AI가 생성한 요약을 사람이 편집한 형식으로 제공합니다. 원본 기사 링크는 댓글 섹션에 있습니다.
스레드를 불러오는 중
깔끔한 읽기 화면을 위해 X에서 원본 트윗을 가져오고 있어요.
보통 몇 초면 완료되니 잠시만 기다려 주세요.