조직이 AI를 도입하고 반년 후, 살아남은 엔지니어의 공통점 실전편 #05

이 기사는 연재 「생성 AI 시대, 엔지니어는 무엇으로 먹고사는가」의 실전편 #05(최종회)입니다.

• 도입편은 이쪽에서 확인하세요.
• 실전편 #01 「전원이 AI를 사용할 수 있는」 팀은 왜 붕괴하는가
• 실전편 #02 아무도 하지 않았던 일을 하는 사람이 다음 시대의 키맨이 된다
• 실전편 #03 「AI 네이티브 팀」의 현장에서 무슨 일이 일어나고 있는가
• 실전편 #04 PG에서 프롬프트 아키텍트(Prompt Architect)로. 커리어를 바꾼 사람들의 이야기
• 실전편 #05 조직이 AI를 도입하고 반년 후, 살아남은 엔지니어의 공통점 ← 지금 여기

「AI가 보급되면 엔지니어는 어떻게 될 것인가」라는 논의는 많습니다. 하지만 실제로 「AI를 도입하고 나서 반년 후의 조직에서 어떤 일이 일어났는가」라는 이야기는 아직 그리 많이 알려지지 않았습니다.

이 기사에서는 AI 도입으로부터 반년 이상 경과한 여러 현장을 관찰·히어링(Hearing)한 결과를 바탕으로, 「살아남은 엔지니어의 공통점」을 정리합니다.

「살아남는다」라는 말은 조금 무시무시하지만, 정확하게는 「AI가 들어온 것으로 인해 오히려 평가가 올라간 엔지니어」의 특징입니다.

AI 도입 직후의 조직에는 공통적인 페이즈(Phase)가 있습니다.

제1페이즈 (0~1개월): 열광기

전원이 「대단하다」라고 말하며 AI를 사용하기 시작한다. 생산성이 올라간 것처럼 보인다. 경영진도 「역시 도입하길 잘했다」라는 분위기가 된다.

제2페이즈 (1~3개월): 혼란기

품질의 편차가 나타나기 시작한다. AI가 작성한 코드의 결함이 운영 환경에서 발생한다. 「누가 리뷰했는가」라는 논쟁이 일어난다. 「AI를 사용하면 된다」라는 분위기와 「정말로 괜찮은가」라는 불안이 공존한다.

제3페이즈 (3~6개월): 도태기

팀으로서 「AI와의 관계 맺기」가 정리되어 간다. 이 시기에 「있어서 다행이다」라고 여겨지는 엔지니어와, 「있어도 없어도 상관없다」라고 여겨지는 엔지니어의 차이가 명확해진다.

살아남은 엔지니어의 대부분은 제2페이즈에서 어떠한 「공헌」을 하고 있었습니다.

제2페이즈의 혼란기——이것이 최대의 분기점입니다.

많은 엔지니어는 「AI 도입은 경영의 판단이니까」, 「나와는 상관없는 일이다」라는 태도를 취했습니다. 반면 살아남은 엔지니어는 이 혼란을 「내가 도움이 될 수 있는 장면」으로 파악했습니다.

구체적으로는——

• AI의 아웃풋(Output)으로 품질 문제가 발생했을 때, 「왜 발생했는가·어떻게 방지할 것인가」를 스스로 생각하여 정리했다
• 팀의 AI 사용 방식에 편차가 있다는 것을 깨닫고, 공통 규칙의 초안을 만들었다
• 「AI에게 맡겼더니 이렇게 되었다, 나라면 이렇게 하겠다」라는 비교를 언어화하여 팀에 공유했다

「자신의 문제로 받아들인 사람」이 평가받았다.

수동적으로 있는 것이 최대의 리스크였다고 말할 수도 있습니다.

반년 후 고평가를 받은 엔지니어는 AI가 할 수 있는 일을 경쟁하러 가지 않았습니다. 오히려 AI가 서툰 것을 의식적으로 자신의 담당으로 삼고 있었다는 점이 공통적입니다.

1. 문맥을 가진 의사결정

「이 팀의 역사상, 이 접근 방식은 과거에 시도했다가 실패했다」, 「이 클라이언트는 이런 판단을 내리는 경향이 있다」——축적된 문맥을 사용한 판단은 AI에게는 어렵습니다.

2. 「언어화되지 않은 문제」의 발견

사용자가 「뭔가 다르다」라고밖에 말할 수 없는 불만의 본질을 찾아내고, 팀의 분위기에서 「무언가 이상하다」는 것을 알아차리는 것——이것은 아직 인간의 영역입니다.

3. 책임을 지는 최종 판단

「AI는 이렇게 말하지만, 나는 이렇게 판단한다」라고 말할 수 있는 것. 그리고 그 판단의 근거를 설명할 수 있는 것. 책임을 짊어질 수 있는 인간이 AI가 늘어날수록 희소해집니다.

4. 「예외」 처리

AI는 「평균적인 케이스」에 강합니다. 하지만 현장에는 반드시 예외가 있습니다. 「이 사용자는 통상적인 플로우가 아니라, 이런 사정이 있으므로 특별 대응이 필요하다」——이것을 판단할 수 있는 것은 현장을 잘 아는 인간뿐입니다.

이것은 태도의 문제입니다.

반년이 지나 평가받고 있던 엔지니어의 대부분은, 「AI가 작성한 코드라도 내가 내놓은 것으로서 책임을 진다」라는 자세를 일관되게 유지하고 있었습니다.

「AI가 생성했으므로」는 이유가 되지 않습니다. 반대로 말하면, 「이 코드는 AI로 생성했지만, 이러한 점을 확인하여 릴리스(Release)를 판단했습니다」라고 말할 수 있는 사람이 신뢰를 쌓아갔습니다.

기술력의 문제가 아니라, 프로페셔널리즘(Professionalism)의 문제입니다.

반년 전과 후로 학습 방향이 바뀌어 있던 엔지니어가 많았습니다.

반년 전에 배우고 있었던 것: 새로운 프레임워크, 언어의 신기능, 도구의 사용법

반년 후에 배우고 있는 것: 도메인 지식 (Domain Knowledge)의 심화, AI의 결과물을 평가하기 위한 원리 원칙, 커뮤니케이션의 정밀도를 높이는 방법

기술의 캐치업 (Catch-up)을 완전히 그만둔 것은 아니다. 하지만, "AI가 보완할 수 없는 부분"을 의식하며 학습하는 방향으로 시프트 (Shift)했다.

이는 의식적인 전략이라기보다, "AI가 늘어난 환경에서 어떻게 가치를 낼 것인가"를 고민한 결과, 자연스럽게 그렇게 되었다는 사람이 많았다는 인상입니다.

마지막 공통점은 조금 추상적입니다.

반년 후에 높게 평가받았던 엔지니어는, "나는 이 팀에서 AI에 대해 이러한 역할을 수행하고 있다"를 설명할 수 있었습니다.

이는 자신의 브랜딩에 관한 이야기가 아니라, 역할이 명확하기 때문에 팀이 그 사람에게 의지하는 상황이 생긴다는 뜻입니다.

반대로 말하면, 역할이 언어화되지 않은 엔지니어는 "무엇을 부탁해야 할지 모르겠는 사람"이 되어버렸다. AI가 무엇이든 적당히 해주는 환경에서는, "무엇을 부탁해야 할지 모르겠는 사람"에게 가는 의뢰는 줄어듭니다.

5가지 공통점을 되돌아보면, 그 뿌리에 있는 것은 한 가지라고 생각합니다.

"자신의 업무가 무엇인가"를 AI 시대의 문맥 (Context)에서 재정의할 수 있었던 사람이 살아남았다.

기술이 변한 것이 아니다. "무엇을 해야 하는 사람인가"의 정의가 변한 것입니다.

코드를 쓰는 사람에서, 판단하는 사람, 문맥을 가진 사람, 책임을 맡는 사람, AI와 인간 사이를 설계하는 사람——그러한 "정의의 업데이트"를 할 수 있었던 사람이 반년 후의 평가로 이어지고 있었습니다.

실전편 5편을 써오면서, 전달하고 싶었던 내용을 마지막으로 정리합니다.

생성형 AI의 보급은 엔지니어에게 있어 "위협"이 아니라고 생각합니다. 적어도, 단순한 위협은 아닙니다.

변화의 본질은, "무엇을 만들 수 있는가"에서 "무엇을 판단할 수 있는가"로의 가치 이동입니다.

만드는 것은 AI가 보완해 준다. 하지만 무엇을 만들어야 하는지, 만든 것이 올바른지, 누구를 위해 만드는지——이러한 판단은 문맥과 책임을 가진 인간만이 할 수 있다.

그리고 그 판단력은 경험과 사고의 축적을 통해서만 길러진다. AI가 아무리 똑똑해져도, "당신의 10년간의 현장 경험"은 AI가 재현할 수 없습니다.

공통점	한마디로 말하면
① 혼란기에 움직였다	수동적이지 않았다
...

도입편부터 실전편까지 총 8편을 읽어주신 분들, 정말 감사합니다.

이 연재는 "답을 내는 것"보다 "함께 생각하는 것"을 목적으로 써왔습니다. 변화의 한복판에 있는 저 자신도 아직 정답을 가지고 있는 것은 아닙니다.

댓글이나 반론, "우리 현장은 이랬다"라는 목소리가 이 연재를 계속해 나가는 연료가 됩니다. 꼭 들려주세요.

속편 예정은 미정입니다만, 현장에서 새로운 발견이 있다면 쓰겠습니다. 팔로우해 주시면 기쁘겠습니다.

주식회사 나카노히토 컴퍼니(株式会社なかのひとカンパニー)에서는 수시로 엔지니어를 모집하고 있습니다. 자세한 내용은 채용 정보 페이지를 확인해 주세요.