AI 피로가 현실이다. 그러나 그것은 당신이 생각하는 것이 아니다

현재 많은 주목을 받고 있는 이야기가 하나 있습니다. AI는 우리를 소모한다는 것입니다. 엔지니어들은 이전보다 더 많은 코드를 작성하고 있으며 더 나쁜 상태입니다. “AI 피로”라는 용어가 유행하고 있으며 다양한 의견이 쌓여가고 있습니다.

소프트웨어 엔지니어는 Business Insider에 지난 분기는 가장 생산적인 분기였지만 가장疲惫한 분기였다고 적었습니다. Steve Yegge, 즉 ‘vibe coding’의 저자)는 The Pragmatic Engineer와의 인터뷰에서 낮에 잠을 자고 실제 AI-augmented 작업을 3시간으로 제한한다고 했습니다. 스타트업 창업자는 오후 2시에 벽에 부딪칩니다. 이번 달에 가장 많이 공유된 게시물 중 하나는 AI가 사용자에게 “흡혈귀 효과”를 미친다고 경고합니다.

아무도 주목하지 않는 것은 무엇입니까? 피로를 가장 많이 보고하는 사람들이 회의론자들이 아닙니다. 그들은 진정한 신자들입니다.

Yegge의 채택 규모에서 1단계에 머물러 있는 엔지니어들은, 즉 AI를 전혀 사용하지 않는 사람들은 괜찮습니다. 약간 불안할 수 있지만疲惫하지는 않습니다. 5단계, 6단계, 7단계에 있는 사람들, 즉 모든 것을 다하는 사람들, 여러 에이전트를 실행하고 복잡한 워크플로를 조직하며 이전에 상상하지 못한 속도로 출하하며, 집에 가면 이미 다 마른 사람들입니다.

그 패턴은 우리에게 무엇인가를 말해줍니다. 그리고 나는 그것이 우리에게 말해주는 것이 “AI 피로”가 완전히 잘못된 진단이라는 것입니다.

당신은 피로 문제가 아니라 훈련 문제가 있습니다.

첫 번째 데드 리프트를 기억하세요. 특히 무거운 중량이 아닙니다. 단지 동작 자체입니다. 다음날 아침에 당신의 몸은 해체되어 잘못 다시 조립된 것처럼 느껴졌습니다. 당신의 다리는 아팠습니다. 등은 아팠습니다. 존재하지 않는다고 생각했던 근육이 가장 불쾌한 방식으로 자신을 알렸습니다.

누군가가 그날 당신의 생산성을 측정했다면, 그것은 끔찍한 것으로 보였을 것입니다. 당신은 앉아 있기 위해 비명을 질렀을 것입니다. 당신은 합리적으로 데드 리프팅이 지속 불가능하다고 결론지을 수 있었을 것입니다. 즉, 인간의 몸은 그것을 위해 만들어지지 않았으며 비용이 이익을 초과한다고 생각할 수 있었을 것입니다.

그러나 물론 6개월 후에 당신은 두 배의 중량을 들어 올리고 있으며 그 후에 괜찮습니다. 당신의 몸은 새로운 경로를 구축했습니다. 그것은 적응했습니다. 동작이 이전에 모든 의식적인 노력을 필요로 했던 것처럼 자동화되었습니다. 통증은 당신이 부서졌다는 것을 의미하지 않았습니다. 그것은 당신이 새로운 것을 구축하고 있음을 의미했습니다.

이것이 정확히 AI-augmented 작업에서 발생하는 것입니다.

누구도 말하지 않는 인지 부하

전통적인 방식으로 코드를 작성할 때, ваш мозг은 잘 알려진 프로그램을 실행합니다. 당신은 그것을 수천 번이나 했습니다. 당신은 키보드 입력, 패턴, 디버깅 리듬을 알고 있습니다. 그것은 일상적인 통행과 같습니다. 기술적으로 복잡하지만, 당신이 저녁에 대해 생각할 수 있을 정도로 연습을 많이 했습니다.

AI-augmented 작업은 근본적으로 다른 인지 작업입니다. 당신은 더 이상 코드를 작성하지 않습니다. 당신은 지시합니다, 평가합니다, 결정합니다, 여러 에이전트 사이에서 컨텍스트를 전환하고, 당신이 작성하지 않은 출력을 검토하고, 실시간으로 유효성을 검사해야 하는 구현 선택을 하는 동안 아키텍처 의도를 머릿속에 유지합니다.

그것은 같은 작업을 더 빠르게 하는 것이 아닙니다. 그것은 완전히 다른 작업입니다. 그리고 당신의 моз가는 아직 그것에 대한 효율적인 경로를 구축하지 못했습니다.

모든 결정은 여전히 의식적입니다. 모든 검토는 활발한 노력을 필요로 합니다. 당신은 품질을 모니터링하고, 병렬 작업 스트림에서 컨텍스트를 유지하고, AI 출력에 대해 끊임없이 판단을 내립니다. 그것이 3시간의 작업이 전통적인 코딩의 8시간보다 더疲惫하게 만드는 이유입니다. 그것은 당신의 첫 번째 주의 짐의 인지적 등가물입니다.

채택 곡선은 실제로 피로 곡선입니다

Yegge의 AI 채택을 위한 8단계 프레임워크는 거의 완벽하게 피로 곡선과 일치합니다. 그러나 나는 그것이 그의 의도였다고 생각하지 않습니다.

1단계와 2단계에서, 당신은 거의 AI를 사용하지 않습니다. 자동 완성 여기, 질문 거기. 인지 부하가 많지 않습니다. 피로도 많지 않습니다.

3단계에서 6단계까지, 당신은 깊은 끝에 있습니다. 당신은 에이전트에게 더 많은 자율성을 부여했습니다. 당신은 더 이상 라인별로 검토하지 않고 전체적으로 검토합니다. 당신은 여러 에이전트를 실행하고 18개월 전에는 존재하지 않았던 워크플로를 항상 탐색합니다. 이것이 피로가 있는 곳입니다. 이것은 무거운 데드 리프트입니다.

7단계와 8단계에서, интерес로운 일이 시작됩니다. 당신은 오케스트레이션 시스템을 구축했습니다. AI가 더 자율적으로 작동합니다. 당신은 무엇을 신뢰하고 무엇을 확인할지 배웠습니다. 당신은 결과를 설명하고 떠납니다. Matt Shumer는 정확히 이것을 설명합니다. AI에게 무엇을 구축할지 말하고 4시간 후에 완성된 작업으로 돌아옵니다. 적응이 시작되고 있습니다.

피로는 균일하게 분포되지 않습니다. 그것은 중간에 최고조에 달합니다. 즉, 대부분의 초기 채택자가 현재 앉아 있는 곳입니다. 그리고 그것이 피로가 보편적으로 느껴지는 이유입니다. AI에 대해 가장 많이 이야기하는 사람들은 불균형적으로 가장 어려운 학습 곡선의 부분에 있습니다.

누구도 “운전 피로”에 대한 글을 쓰지 않았습니다

운전을 배우는 것을 기억하세요? 첫 번째로 고속도로에 합류했을 때, 당신은 운전대를 잡고 생명을 위협받는 것처럼 느꼈습니다 (그것은 사실입니다). 당신은 30분 동안 운전한 후 완전히疲惫한 상태로 집에 돌아왔습니다. 당신의 моз가는 최대 용량으로 작동하고 있었습니다. 거울을 확인하고, 속도를 관리하고, 다른 운전자를 예상하고, 도로 표지를 처리하고, 모두 동시에 그리고 모두 의식적으로 처리했습니다.

이제 당신은 1시간 동안 운전을 하면서 동시에 팟캐스트를 듣고 샌드위치를 먹습니다. 작업은 변경되지 않았습니다. 당신이 변경되었습니다. 당신의 моз가는 운전을 위한 효율적인 신경 경로를 구축했습니다. 이전에 완전한 의식적인 주의가 필요한 것을 배경 프로세스로 압축했습니다.

아무도 “운전 피로”에 대한 생각을 쓰지 않았습니다. 즉, 운전이 운전자에게 “흡혈귀 효과”를 미친다는 것입니다. 우리는 직관적으로 이해했습니다. 피로는 임시적인 것입니다. 그것은 새로운 것을 배우는 비용입니다.

현재의 논의에서 빠진 부분입니다. “AI 피로”는 영속적인 상태로 취급되고 있습니다. 즉, 기술의 기본 특성입니다. 그러나 실제로는 전환 비용입니다. 그것은 훈련 소모증, 만성 질환이 아닙니다.

왜 이것은 편안함보다 더 중요할까요?

이 구분은 단순히 의미론적이지 않습니다. 문제를 진단하는 방식은 무엇을 해야 하는지 결정합니다.

만약 AI 피로가 기술의 영속적인 특성이라면, Yegge의 3시간 제한은 영원한 천장입니다. 회사들은 하루의 일부만 생산적인 엔지니어를 계획해야 합니다. “흡혈귀 효과”는 입장료이며, 그것을 살아가야 합니다.

그러나 그것이 훈련 소모증이라면, 플레이북은 완전히 다릅니다. 당신은 부하를 관리합니다. 당신은 점진적으로 구축합니다. 당신은疲惫해서 짐을 멈추지 않습니다. 그리고 중요하게는, 오늘의피로 수준이 내일의 피로 수준이라고 가정하지 않습니다.

이 단계를 통과하는 엔지니어들은, 즉 AI 작업을 지시하고, 올바른 고도에서 검토하고, 병렬 작업 스트림에서 아키텍처 의도를 유지하는 인지 경로를 구축하는 엔지니어들은, 결국 자연스럽게 그렇게 할 것입니다. 3시간의 벽은 5시간, 7시간으로 이동할 것입니다. 그것은 더 열심히 일하는 것이 아니라, 작업이 같은 방식으로 노력적이지 않게 될 것입니다.

반면에 “AI 피로”를 읽고 2단계에서 머무는 엔지니어들은, 즉 편안하고 익숙하고疲惫하지 않은 엔지니어들은, 훨씬 더 나쁜 위치에 있을 것입니다.

그것은 추세를 따라가지 못해서가 아니라, 다른 사람보다 이미 통과한 훈련을 시작하지 않았기 때문입니다.

실제 위험: 통증과 부상의 혼동

저는 한 가지를 명확히 하고 싶습니다. 훈련 소모증과 실제 부상 사이에는 차이가 있으며, 여기에도 적용됩니다.

만약 당신이 14시간 동안 “vibe coding”을 하고, 4시간 동안 잠을 자고, 신선한 것이 매료적인 이유로 아드레날린에 의존한다면, 그것은 훈련이 아닙니다. 그것은 과도한 훈련입니다. 그리고 짐房에서와 마찬가지로, 과도한 훈련은 아무것도 구축하지 않습니다. 그것은 당신을 부수는 것입니다.

Yegge의 3시간 관찰은 영속적인 천장으로서가 아니라 현재 회복 필요에 대한 신호로서 가치가 있습니다. 훈련의 초기 단계에서는 세션 사이에 더 많은 휴식을 필요로 합니다. 적응할수록 더 많은 볼륨을 처리할 수 있습니다. 번아웃하는 사람들은 3시간의 집중적인 AI-augmented 작업을 하는 사람들이 아닙니다. 그것은 피드백 루프가 너무 매료적이기 때문에 멈출 수 없는 사람들입니다. 이것은 제가 전에 쓴 슬롯 머신 동적입니다.

答案은 짐을 피하는 것이 아닙니다. 그것은 지능적으로 훈련하는 것입니다. 집중적인 세션, 실제 회복, 점진적인 진행입니다.

다른 사람이 하지 않는 예측

12~18개월 동안에 무슨 일이 일어날지 예상해 보겠습니다.

“AI 피로” 내러티브는 올해 어느 시점에 최고조에 달할 것입니다. 더 많은 기사, 더 많은 우려, 아마도 몇몇 엔지니어들이 공개적으로 “AI 도구에서 휴식을 취한다”고 말할 것입니다. 그것은 의미 있는 반발로 느껴질 것입니다.

그러나 그것은 조용히 사라질 것입니다. 사람들이 AI를 사용하기를 멈췄기 때문이 아닙니다. 초기 채택자들이 적응을 마쳤기 때문입니다. 3시간의 벽은 1년 반 동안 이것을 해온 사람들에게는 먼 과거의 기억으로 느껴질 것입니다. 그들은 AI 워크플로를 지시하는 방식으로 이전에 for-루프를 작성했듯이, 생각하지 않고 그렇게 할 것입니다.

그리고 통증을 통과한 사람들과 그렇지 못한 사람들 사이의 격차는 엄청날 것입니다. AI 기술이 희귀한 것이 아니라, 지시, 평가, 오케스트레이션의 용어로 생각하는 능력, 즉 라인별 구현보다 방향, 평가, 오케스트레이션을 생각하는 능력이 하나의 그룹에게는 두 번째 자연이 되고, 다른 그룹에게는 완전히 낯설게 될 것입니다.

훈련 소모증에 대한 최악의 반응은 항상 같았습니다. 즉, 짐을 멈추는 것입니다.

이것은 리더에게 무엇을 의미할까요?

현재 엔지니어링 팀을 운영하고 있다면, 실제로 무엇을 보고 있는지 이해하십시오. 가장 생산적인 엔지니어들은 또한 가장疲惫한 엔지니어들입니다. 그것은 모순이 아닙니다. 그것은 적응이進行 중임을 나타내는 가장 분명한 신호입니다.

AI 채택을 줄이지 마십시오. 피로가 실제로 존재하지 않는다고 주장하지 마십시오. 좋은 코치가 할 것처럼 반응하십시오. 훈련 부하를 관리하십시오. 집중적인 AI-augmented 작업의 강렬한 세션을 예상하십시오. 그리고 실제 회복을 따르십시오. 사람들에게 새로운 인지 능력을 구축하는 동안 감覺적으로 줄어든 시간으로 작동하는 것을 허용하십시오. 출력은 여전히 이전보다 몇 배가 될 것입니다.

이것을 올바르게 처리하는 회사들은今年 말까지 적응된 팀을 보유할 것입니다. AI를 무시하거나 피로에 대한 반응으로 AI를 포기하는 회사들은 최악의 결과를 얻을 것입니다. 즉, 적응의 가장 어려운 부분을 통과하지 못한疲惫한 엔지니어들을 갖게 될 것입니다.

우리는 새로운 기술의 부작용을 경험하지 않고 있습니다. 우리는 새로운 방식의 작업을 위한 초기 훈련 주에 있습니다. 통증은 그것이 작동하고 있음을 증명합니다. 그것에 대해 배우고, 관리하고, 당신의 뇌가 항상 했던 대로 할 것입니다.

그것은 적응할 것입니다.