사상 리더

성장 정체의 함정

Andrew Filev
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트AI로 인해 엔지니어링 속도의 경쟁 기준선이 상승하면서, 현재의 생산성 향상만으로는 부족해지고 있습니다.
더 보기
  • AI로 인해 엔지니어링 속도의 경쟁 기준선이 상승하면서, 현재의 생산성 향상만으로는 부족해지고 있습니다.
  • 엔지니어링 팀은 지속적인 AI 적응 그룹과 정체된 사용자 그룹으로 나뉘어 구조적인 성과 격차가 발생하고 있습니다.
  • 리더는 개별 지시가 아닌 환경 변화를 통해 전체 팀이 적응 곡선을 따라 상승하도록 적극적으로 이끌어야 합니다.

나는 최근 AI 피로에 관한 글을 썼다. 그 글에서 엔지니어들이 겪는 것은 만성 질환이 아니라 운동 후의 근육통과 같다고 주장했다. 그 과정을 견디고 적응하면 더 강해질 수 있다는 이야기였다.

타당한 말이지만, 이 이야기에는 빠르게 드러나고 있는 또 다른 측면이 있다. 지금 엔지니어링 팀이 직면한 진짜 위험은 번아웃이 아니다. 성장이 정체되는 것이다.

새로운 갈림길

이제 거의 모든 시니어 엔지니어가 AI를 사용한다. Copilot, Claude, Cursor, Codex 등 어떤 도구든 마찬가지다. 이 부분은 이미 결론이 났다. 엔지니어링 조직을 이끈다면 AI가 널리 도입된 모습을 보며 만족하고 있을지 모른다.

하지만 만족해서는 안 된다.

도입 수치 자체는 무의미하다. 중요한 것은 그 아래에서 벌어지는 분화다. 팀은 조용히 두 집단으로 나뉘고 있다. 생산성을 높인 뒤 안주한 엔지니어들과 매주 계속해서 발전을 추구하는 엔지니어들이다. 새로운 워크플로, 새로운 에이전트 구성, AI가 처리할 수 있도록 문제를 나누는 새로운 방법을 찾는 사람들이다.

대시보드에서는 두 집단 모두 «AI 도입자»로 표시된다. 하지만 한쪽은 부하를 점진적으로 높이는 훈련 프로그램을 따르고 있다. 다른 쪽은 처음으로 편안하게 느껴진 무게에서 멈췄다.

6개월 전에는 두 집단의 격차가 거의 보이지 않았다. 이제는 주의 깊게 보는 사람이라면 누구나 알 수 있다. 앞으로 6개월이 더 지나면 구조적인 격차가 될 것이다.

정체는 실제로 어떤 모습인가

성장이 정체된 엔지니어가 전통적인 의미에서 잘못하고 있는 것은 아니다. 능력이 있고 결과물을 내놓는다. 간단한 작업은 에이전트에게 맡기고 나중에 결과를 수정한다. 생산성이 20~30% 높아졌고, 그것으로 할 일을 다했다고 생각했을 수도 있다.

문제는 옆의 엔지니어가 거기에서 멈추지 않았다는 점이다. 그 엔지니어는 이제 다중 에이전트 워크플로를 실행하고, 검증 루프를 개선하며, 전체 기능을 AI가 실행할 수 있는 단위로 나눈다. 한 줄씩 확인하는 대신 아키텍처 수준에서 검토하고, 과거의 두세 배에 해당하는 속도로 결과물을 내놓는다. 더 재능이 있어서가 아니다. 다른 사람들이 하루 쉬려다가 한 분기 내내 쉬게 된 동안에도 계속 훈련했기 때문이다.

이는 AI에 대한 열정이나 남보다 일찍 도입했는지의 문제가 아니다. 초기 도입 단계는 끝났다. 이제 중요한 것은 지속적인 적응과 한 번의 조정 사이의 차이다. 두 접근법이 누적해서 만들어 내는 차이는 더 이상 무시할 수 없게 되고 있다.

경쟁 압력은 현실이며 더 빨라지고 있다

팀이 자기 일정에 맞춰 적응할 여유가 있다면 정체는 성과 관리의 문제일 것이다. 성가시지만 관리할 수 있는 문제다.

그러나 소프트웨어 업계의 전반적인 상황을 보면 그런 여유가 없을 가능성이 높다.

소프트웨어 업계는 대체로 사람들의 디지털 업무를 돕기 위해 만들어졌다. 지원 담당자가 들어오는 문의를 확인하고, 고객에게 보낸 답변을 추적하며, 워크플로를 관리하도록 돕는 식이다. 이제 AI 에이전트는 워크플로 전체를 대체하며 그 기반인 SaaS 플랫폼까지 뒤흔들고 있다. 게다가 AI의 역량이 날마다 향상되면서 고객들은 이렇게 묻기 시작한다. «이걸 계속 구매해야 할까, 아니면 이제 직접 만들 수 있을까?» 점점 더 많은 활용 사례에서 AI는 «구매»와 «직접 개발» 사이의 장벽을 낮추기 시작했다. 고객을 제품에 머물게 해 매출을 지켜 주던 힘은 분기마다 약해지고 있다.

정체된 엔지니어들은 더 이상 존재하지 않는 경쟁 환경에 맞춰진 속도로 일하고 있다.

모든 것을 새롭게 보게 한 한마디

나는 서로 다른 회사와 상황에서 이 말을 이미 여러 번 들었다. 소매를 걷어붙이고 «바이브 코딩»으로 기능을 만든 제품 관리자들에게서, 제대로 작동하지 않는 아키텍처를 다시 설계한 엔지니어링 리더들에게서 들은 말이다.

«그 엔지니어와 함께하는 것보다 내 에이전트들과 이 작업을 반복해서 개선하는 편이 더 쉬웠다.»

처음 들었을 때는 과장이라고 생각했다. 세 번째에는 앞으로의 변화를 알리는 선행 지표임을 깨달았다.

내가 보기에는 이 새로운 세계에서 성공하며 AI 역량의 «증폭자»가 될 엔지니어들이 있다. 그러려면 두 영역에서 강해야 한다. 충분한 내적 동기와 지적 호기심이 있다면 두 가지 모두 스스로 개발할 수 있다.

  • 제품 관리자나 엔지니어링 관리자 같은 이해관계자들과 생각의 주파수가 맞는다. 좋은 결과가 어떤 것인지 이해하므로 필요 이상으로 자세히 설명할 필요가 없다. 코딩 에이전트만큼이나 많은 오해를 일으킨다면 에이전트가 언제나 이길 것이다. 에이전트는 즉시 응답하고, 연중무휴로 이용할 수 있으며, 지치지 않는다.
  • 자신의 AI 도구와 설정을 지속적으로 개선한다. 따라서 일을 맡기면 앞서 설명한 대로 잘 처리할 뿐 아니라 시장의 새로운 속도를 따라갈 만큼 빠르게 끝낼 것임을 알 수 있다.

개인이 아니라 리더십의 문제인 이유

이를 개별 엔지니어의 책임으로 규정하기는 쉽다. «따라오지 못하면 뒤처진다»는 식이다. 하지만 엔지니어링 조직의 리더에게 이런 관점은 자신의 책임을 피할 구실이 된다.

엔지니어들은 아무런 맥락 없이 정체된 것이 아니다. 초기 적응을 넘어 더 발전하도록 자극하는 것이 환경에 없었기 때문에 멈췄다. 그럴듯한 생산성 향상을 이뤘지만 누구도 더 나아가라고 요구하지 않았고, 관성이 나머지를 결정했다.

계속 전진한 엔지니어들은 어떨까? 대부분은 스스로 동기를 부여하는 사람들이다. 어떤 상황에서도 나아갔을 것이다. 그러나 스스로 새로운 한계를 찾는 사람들만으로 엔지니어링 조직 전체를 채울 수는 없다. 리더가 풀어야 할 질문은 중간 집단을 어떻게 움직이게 할 것인가다.

이는 변화 관리의 문제다. 내가 좋아하는 틀 중 하나는 히스 형제의 책 《Switch》에서 나온다. 요약하면 사람들에게 명확한 방향을 주고, 그것이 왜 중요한지 느끼게 하며, 새로운 행동이 저항이 가장 적은 길이 되도록 환경을 바꿔야 한다. 엔지니어링 팀에 적용하면 다음과 같다.

좋은 사례를 찾아 눈에 띄게 하라. AI 워크플로를 가장 멀리 발전시킨 엔지니어들을 찾아 팀 앞에서 정기적으로 시연하게 하라. 교육 시간이 아니라 실제 작업을 직접 보여 주는 것이다. 중간 집단이 자신의 워크플로와 가장 잘 적응한 사람들의 워크플로 사이의 차이를 보면 어떤 지시로도 만들어 내기 힘든 생산적인 불편함이 생긴다.

  • 변화의 규모를 줄여라. «AI를 도입하라»는 너무 추상적이어서 바로 행동으로 옮기기 어렵다. 이번 스프린트에는 에이전트 기반 엔드투엔드 테스트를 제대로 완성하고, 다음 스프린트에는 조직 전체에 적용하는 식으로 진행하라. 구체적이고 감당할 수 있는 단계가 언제나 야심 찬 전환 프로그램보다 낫다. 작은 성공도 중요하다.
  • 기본 관행을 바꿔라. 검증 과정을 AI 스킬로 체계화하고, 팀 전체와 모든 에이전트에 배포하라. 워크플로를 정의하고 이를 지원하는 도구를 사용하라. 새로운 업무 방식을 저항이 가장 적은 길로 만들면 사람들은 그곳에 도달하려고 애쓰는 대신 자연스럽게 그 방향으로 움직인다.

기회의 창이 닫히고 있다

이 때문에 이 문제는 단순히 중요한 것을 넘어 시급하다.

지금은 적응의 격차가 성과의 차이다. 정체된 엔지니어는 적응한 엔지니어보다 느리지만 여전히 생산적이고 기여하고 있다. 아직은 팀에 함께 두고 갈 수 있다.

그러나 이 여유는 사라지고 있다. AI 역량의 발전이 빨라지고 경쟁 압력이 누적되면서 엔지니어링 업무의 최소한의 실행 가능한 속도가 높아지고 있다. 오늘 «충분히 괜찮은» 엔지니어가 다음 분기에도 충분히 괜찮으리라는 보장은 없다. 그 사람이 나빠져서가 아니라 최소 기준이 높아졌기 때문이다.

초기에 도입한 사람들뿐 아니라 팀 전체를 적응 곡선 위로 끌어올릴 방법을 찾은 조직은 시간이 갈수록 쌓이는 구조적 이점을 얻을 것이다. 그렇지 못한 조직은 더 이상 존재하지 않는 경쟁 속도에 맞춰 인력이 구성돼 있음을 알게 될 것이다.

내가 대화하는 모든 엔지니어링 리더는 이 사실을 지적으로 이해한다. 하지만 그에 맞춰 팀 운영 방식을 바꾼 사람은 극히 적다. 이해와 행동 사이의 격차 자체가 또 하나의 정체다.

편안한 속도는 없다

AI 피로에 관한 글에서 나는 근육통이 훈련이 효과를 내고 있다는 증거라고 주장했다. 여전히 맞는 말이다. 하지만 더 어려운 진실은 무게가 계속 늘어난다는 것이다.

보통의 체육관에서는 편안한 무게를 골라 평생 유지할 수 있다. 아무도 묻지도 않고 당신의 바벨에 원판을 더 얹지 않는다. 지금의 소프트웨어 환경에서는 새로운 모델 출시 하나하나, 새로운 에이전트 역량 하나하나, 누군가 발견해 공유하는 새로운 워크플로 하나하나가 바벨을 움직인다. 가만히 서 있으면 결국 그 무게에 눌려 움직이지 못하게 된다.

지금 소프트웨어 업계에는 편안한 자리가 없다. 개별 엔지니어도, 그들이 속한 팀도, 그 팀이 만드는 회사도 마찬가지다. 유일하게 안전한 위치는 끊임없는 움직임이다. 엔지니어링 리더에게 중요한 질문은 하나다. 팀 전체가 움직이고 있는가, 아니면 어차피 움직였을 사람들만 움직이고 있는가?

Andrew Filev는 Zencoder의 창립자이자 CEO입니다. 그는 Wrike(20,000명 이상의 고객, 22.5억 달러에 매각)를 창립함으로써 협업 작업 관리를 혁신하였으며, 포브스와 뉴욕 타임즈에 소개되었으며, 그의 AI와 혁신에 대한 열정은 계속해서 작업의 미래를 형성하고 있습니다.