슬롯머신이 핵심이었다

Lars Faye의 Agentic Coding Is a Trap — 5월 3일 일요일에 게시되었으며, Hacker News에서 398포인트와 316개의 댓글을 기록했습니다 — 는 2026년까지 그 누구도 구축하지 못한 인지적 부채 (cognitive-debt) 증거 기반에 대한 최고의 단일 요약본입니다. 이 글은 연구들을 목록화하고, 트레이드오프 (trade-offs)를 명시하며, 개인적 규율이라는 결론에 도달합니다. 이제 모든 증거가 수집되었으며, 주의 깊은 독자라면 주말 내내 이 내용들에 고개를 끄덕이며 시간을 보냈을 것입니다.

Faye의 두 번째 단락에 거의 스치듯 묻혀 있는 문장이 실제 분석적인 역할을 수행합니다. Faye는 에이전트 워크플로우 (agentic workflow)를 "누군가가 프로젝트의 요구사항을 정의하고... 계획을 생성한 다음, 슬롯머신의 레버를 당기며 완료될 때까지 종종 여러 에이전트 인스턴스 (agent instances)를 사용하여 반복하고 또 반복하는" 과정으로 설명합니다. 해당 링크는 Rootly의 CTO이자 공동 창업자인 Quentin Rousseau가 작성한 _One More Prompt: The Dopamine Trap of Agentic Coding_라는 제목의 3월 포스트로 연결됩니다. 이 비유는 Faye의 것이 아닙니다. Rousseau가 먼저 임상적인 언어로 이를 설명했습니다: 이 워크플로우는 _"가변 비율 강화 (variable ratio reinforcement) — 슬롯머신을 가장 중독적인 형태의 도박으로 만드는 것과 동일한 심리적 메커니즘"_에 의해 작동한다는 것입니다.

그것이 Faye 글의 나머지 부분이 파생되는 프레임워크이며, 이 글이 다루고자 하는 프레임워크입니다.

증거들이 시사하는 바

Faye의 목록을 간략히 살펴보겠습니다. Anthropic의 자체 내부 사용에 관한 연구 노트 (research note on internal use)는 이들이 _"감독의 역설 (paradox of supervision)"_이라 부르는 현상을 명시합니다. 즉, Claude를 효과적으로 사용하기 위해 필요한 바로 그 기술이 Claude 사용을 지속함으로써 퇴화한다는 것입니다. MIT Media Lab의 Your Brain on ChatGPT는 인지적 영향을 측정하고 이를 _인지 부채 (cognitive debt)_라고 명명했습니다. 404 Media가 다룬 Microsoft의 연구는 더 넓은 범위의 지식 노동자들에 대해 유사한 결과를 도출했습니다. 코딩 기술에 관한 Anthropic의 별도 연구는 AI 보조 워크플로 (AI-assisted workflows)에 크게 의존하는 엔지니어들 사이에서 디버깅 (debugging) 기술이 47% 하락했다고 보고했습니다. 50명의 엔지니어를 감독하는 LinkedIn의 엔지니어링 디렉터 Sandor Nyako는 그의 팀에게 _"비판적 사고나 문제 해결이 필요한 작업"_에는 이러한 도구를 사용하지 말라고 요청한 것으로 알려졌습니다.

이 연구들은 대부분 효과를 과장할 동기가 없는 주체들에 의해 수행된, 충분한 근거를 갖춘 연구들입니다. 각각의 연구는 인지 부채 (cognitive debt), 디버깅 퇴화 (debugging atrophy), 기술 형성 중단 (skill-formation interruption), 감독의 역설 (supervisory paradox)과 같은 증상들을 지목합니다. 이 글이 대응하고자 하는 원문은 이러한 사례들을 수집하는 고된 작업을 수행했습니다.

이 목록이 명확히 규정하지 못한 것은 상류 (upstream) 질문입니다. 왜 이 특정한 워크플로 (workflow)가 이러한 특정한 증상들을 만들어내는가? 그 답은 Faye의 두 번째 단락에서 생략된 링크에 있습니다.

Rousseau가 실제로 말한 것

Rousseau의 3월 포스트는 이례적으로 직설적입니다. 초기 단계 기업의 현직 CTO로서 글을 쓰는 저자는, 같은 단락 내에서 워크플로우(workflow)의 보상 일정(reward schedule)과 그로 인한 생리적 결과들을 명시합니다. Rousseau의 설명에 따르면, 에이전틱 코딩 루프(agentic-coding loop)는 _간헐적 강화 (intermittent reinforcement)_를 중심으로 구조화되어 있습니다. 때로는 diff(변경 사항)가 원하는 대로 나오기도 하고, 때로는 그렇지 않으며, 때로는 놀라울 정도로 정확하지만, 때로는 웃음이 나올 정도로 틀리기도 합니다. Rousseau의 표현을 빌리자면, "그러한 도파민과 아드레날린 분출의 간헐적 강화가 핵심적인 중독 유발 요인을 만들어냅니다." 그가 속해 있는 Y Combinator 창업자 커뮤니티로부터 보고된, 이 보상 일정이 만들어내는 행동 양식은 다음과 같습니다. 개발자들이 "마감 압박이 없음에도 불구하고 일상적으로 새벽 2~4시까지 코딩을 하는 것", 저자 자신이 각성 효과에 맞서기 위해 오렉신 수용체 차단제(orexin-receptor-blocker) 처방을 찾는 것, 그리고 도파민의 보상을 직접 답을 찾아내는 것과 맞먹는다고 묘사한 Garry Tan의 공개적인 비교 등이 있습니다. 또한 Rousseau는 최근 Y Combinator 배치(batch)의 약 25%가 "거의 전적으로 AI에 의해 생성된" 코드베이스를 가지고 있다고 보고합니다.

이것이 바로 Faye가 언급하고 있는 프레임워크이며, 이는 은유적인 수사가 아닙니다. 엔지니어 집단의 관찰 결과는 특정 워크플로우가 특정 보상 일정을 만들어내고, 그 보상 일정이 약물적 대응책을 포함한 특정한 행동 패턴을 만들어낸다는 것입니다. 이러한 행동 패턴은 우연이 아닙니다. 그것은 루프(loop)가 설계한 결과물입니다.

워크플로우가 형성된 목적

만약 워크플로우의 보상 일정이 가변 비율 강화(variable-ratio reinforcement)라면, 문제는 그것이 누구의 문제를 해결하느냐로 귀결됩니다. 엔지니어의 문제는 업무를 완수해야 한다는 것입니다. 벤더(vendor)의 문제는 엔지니어가 토큰(token) 비용을 계속 지불해야 한다는 것입니다. 이 두 문제는 같은 방향을 가리키지 않으며, 그중 하나가 다른 하나보다 더 철저하게 해결됩니다.

Faye의 글은 이와 관련된 역학에 대한 보고서를 연결합니다. 즉, 조직 내 AI 도입(AI adoption)이 소비된 토큰(tokens) 수로 측정되고 있으며, 이 측정치가 생산성(productivity)의 대리 지표(proxy)로 사용되고 있다는 점입니다. 토큰 수는 엔지니어링 관리 대시보드(engineering-management dashboard)가 구현하기 가장 쉬운 숫자이며, 동시에 벤더(vendor)에게는 매출 항목(revenue line item)이기도 합니다. 지표와 매출 가격이 동일한 숫자가 되는 것은 이례적인 일이며, 생각해 볼 가치가 있습니다. 이번 달 초에 발표된 Uber 데이터를 보면, 엔지니어 1인당 월간 토큰 비용이 500~2,000달러에 달하고, 엔지니어링 조직의 도입률이 4개월 만에 32%에서 84%로 급증했으며, 2026년 전체 AI 예산이 1분기에 모두 소진되었습니다. 이는 YC 창업자들이 새벽 2시까지 코딩하는 모습을 묘사할 때 사용한 상황의 기업 재무 항목(corporate-finance-line-item) 버전이라고 할 수 있습니다. 레버(lever)는 동일한 레버입니다. 단지 박자(cadence)와 장소(venue)가 다를 뿐입니다. 각 엔지니어가 산업적 빈도로 이 레버를 당기는 것은 CFO가 예상하지 못한 예산의 한 줄이 됩니다.

이러한 정렬(alignment)은 교육적인 것이 아닙니다. 산업적인 것입니다. 이는 지난 10년 동안의 '주의 경제(attention economy)'를 만들어냈던 것과 동일한 정렬이며, 다만 과거에는 소셜 미디어 사용자가 앉아 있던 자리에 이제는 엔지니어가 앉아 있을 뿐입니다.

우리는 이 일을 전에도 해본 적이 있다

역사적 유사점은 Faye가 자신의 글에서 명시적으로 거부했고, 또한 올바르게 거부한 '어셈블리(assembly)에서 FORTRAN으로의 전환'이 아닙니다. Faye의 표현을 빌리자면, "더 높은 수준의 모호함(ambiguity)이 더 높은 수준의 추상화(abstraction)는 아닙니다." FORTRAN 프레임은 새로운 도구들이 얻지도 못한 계보(pedigree)에 그들을 끼워 맞춤으로써 도구들을 치켜세우는 격입니다. 정직한 유사점은 이 글의 많은 독자들이 살아온 지난 15년의 기간 내에서, 훨씬 더 가까운 곳에 있습니다.

차원 (Dimension)	소셜 미디어 주의력 경제 (Social-media attention economy, 2010년대)	에이전트 기반 코딩 토큰 경제 (Agentic-coding token economy, 2026년)
보상 형태 (Reward shape)	가변 비율 강화 (Variable-ratio reinforcement) (다음 게시물, 다음 좋아요)	가변 비율 강화 (Variable-ratio reinforcement) (다음 프롬프트, 다음 차이점 (diff))
...

인식 창 (recognition window)의 압축은 가장 주목할 만한 부분입니다. 주의력 경제 (attention-economy)의 해악은 논쟁할 만한 충분한 피어 리뷰 (peer-reviewed) 증거를 축적하는 데 10년이 걸렸지만, 토큰 경제 (token-economy)의 해악은 가장 큰 벤더 (vendor)로부터 3년 이내에 감독의 역설 (paradox-of-supervision) 인정이 나왔습니다. 측정(measurement)을 수행하는 집단이 공교롭게도 측정 대상이 되는 집단이기도 하며, 이는 보고 속도를 가속화합니다.

레버를 당기는 대가, 엔지니어 한 명씩의 관점에서

Faye의 글에 달린 HN (Hacker News) 스레드는 시니어 계층 내부의 증언이 이례적으로 많습니다. 이전에 게시된 동반 기사인 코딩이 리뷰가 될 때 우리가 잃는 것 (What We Lose When Coding Becomes Reviewing)이 집중했던 '시니어 엔지니어는 질문에 답할 수 없다'는 장면은 그러한 데이터 포인트 중 하나입니다. 이 글이 우려하는 지점은 그 바로 다음 단계, 즉 동일한 엔지니어가 다음 날 아침 다시 동일한 워크플로 (workflow)에 손을 뻗는 순간입니다. 35년의 경력을 가진 한 댓글 작성자는 에이전트 도구 덕분에 지난 몇 년 동안 이전 35년 동안보다 더 많은 것을 배울 수 있었다는 더 낙관적인 반론을 제시했으나, 이는 이미 35년 치의 마찰 (friction)을 저축해 둔 엔지니어들에게만 해당되는 곡선이라는 즉각적인 답변을 받았습니다. 두 해석 모두 맞을 수 있습니다. 동일한 댓글 스레드 깊은 곳에서 한 사람이 지적한 핵심은 계속해서 가슴에 남습니다. "컴퓨팅을 일하기에 놀라운 산업으로 만들었던 요소의 상당 부분이 사라지고 있거나 이미 사라졌다고 생각합니다."

이 발언이 옳은지는 향후 5년이 어떻게 흘러가느냐에 달려 있습니다. 이 읽기는 불평이 아닙니다. 이전 버전을 지켜봐 온 누군가가 만족감 없이 내놓은 묘사입니다.

지금 연구들이 측정하고 있는 사례들에서, 레버를 당기는 행위가 개별 엔지니어에게 치르게 하는 비용은 엔지니어를 처음 만들어냈던 바로 그 인지적 연습 (cognitive practice)입니다. 슬롯머신 비유는 잘못된 방향으로 정확합니다. 카지노 방문객은 주머니는 더 얇아지지만 뇌는 그대로인 채 떠납니다. 에이전트 기반 코딩 루프 (agentic-coding loop)는 뇌를 소모시킵니다.

코다 (Coda)

슬롯머신이라는 프레임워크는 불평이 아닙니다. 이는 워크플로우의 보상 형태 (reward shape)와 벤더의 수익 형태 (revenue shape)가 동일한 형태이며, 그 정렬 (alignment)이 결과를 초래한다는 점을 알아차린 사람들이 처음이 아니게 제시하는 묘사입니다. 우리는 이전에도 다른 속박된 인구 집단과 다른 계량 표면을 대상으로 이와 같은 일을 겪은 적이 있으며, 그 결과에 대해 진지하게 논쟁하기까지는 10년이 걸렸습니다. 이번에 압축된 타임라인은 작은 자비입니다. 증거들이 더 빨리 도착했습니다. 남은 질문은 이러한 인식이 구조적인 변화를 만들어낼 것인지, 아니면 개인적 차원에서 'AI의 역할을 격하시키는 것'이 충분한 답이라고 결정한 이 분야가 이를 제도적 차원에서도 정답으로 받아들일 것인지입니다. 비용은 버그가 아니었습니다. 비용은 설계였습니다. 이 패턴의 이전 모든 사례는 결국 그에 관한 규칙을 작성할 수 있는 지위를 가진 누군가에 의해 해결되었습니다. 슬롯머신 산업도 결국, 일부 규칙을 받아들였습니다.