지난주 뉴스를 살펴보며, 단순한 업데이트의 축적이 아니라 무언가가 '단계적으로 변하는' 것이 아니라 '단번에 변하려 하고 있다'는 감각을 느꼈다. Apple이 서드파티에 Siri의 두뇌를 개방하고, Hacker News에서는 "LLM이 자신의 커리어를 침식하고 있다"는 게시물이 논란을 불러일으키며, AI 에이전트(AI Agent)가 일반적인 개발 도구로 정착하고 있다. 이것들을 점으로 보면 산만하지만, 선으로 이으면 하나의 스토리가 된다.

WWDC 2026에서 발표된 Siri 2.0은 커스터마이징된 1.2조 개의 파라미터(Parameter)를 가진 Gemini 모델을 기반으로 하며, 14억 대의 iPhone에 전개된다. 여기서 개발자가 주목해야 할 점은 '모델이 무엇인가'가 아니라, Extensions API의 존재다.

이는 사용자가 Siri의 AI 처리 과정을 임의의 앱이나 서비스로 라우팅(Routing)할 수 있는 메커니즘으로, iOS 생태계에 에이전트적인 연결성을 가져온다. 지금까지 Siri와의 연계는 제한적인 IntentsKit에 묶여 있었으나, Extensions API가 본격적으로 개방되면 앱이 'Siri의 판단 경로의 일부'가 될 수 있다.

현장에 미치는 영향은 크다. iOS 앱 개발자는 Siri와의 통합을 설계의 기본값(Default)으로 포함해야 하는 상황이 된다. 또한 Google의 Gemini가 Apple 기기에 상주한다는 사실은 엔터프라이즈의 데이터 거버넌스(Data Governance) 담당자에게도 새로운 검토 사항이 된다. "어떤 AI가 디바이스 상에서 무엇을 처리하고 있는가"를 관리할 필요가 생기기 때문이다.

Hacker News에 게시된 "LLMs are eroding my software engineering career and I don't know what to do"라는 스레드는 이번 주 가장 큰 반향을 일으킨 화제 중 하나다. 제목만 보면 자극적이지만, 내용은 절실하다. 코드 리뷰(Code Review)가 너무 빨라져 학습 기회를 잃게 된다, AI가 생성한 코드를 검증하는 역할로 축소되고 있다는 실감이 이야기되고 있다.

한편 같은 주, 한국발 AI 주간 리포트에서는 "신입 대졸자 채용이 감소하고 있으며, HN 커뮤니티에서도 논의되고 있다"는 관점이 다뤄졌다. AI가 노동 시장에 주는 긴장은 이제 더 이상 미래의 이야기가 아니다.

여기서 생각해야 할 것은 "AI에게 일자리를 빼앗긴다"는 프레임워크보다, "AI를 쓸 줄 아는 사람과 쓸 줄 모르는 사람 사이에서 무엇이 일어나고 있는가"이다. Codex나 Claude Code를 일상적으로 능숙하게 사용하는 엔지니어와, 아직 그것을 외부 도구로 취급하는 엔지니어 사이에는 이미 실무상의 생산성 차이가 발생하고 있다. 살아남기 위한 답은 "AI 사용법을 익힌다"는 진부한 것이 아니라, AI가 서툰 시스템 설계(System Design)・도메인 이해(Domain Understanding)・이해관계자와의 협상에 자신의 시간을 재배분할 수 있느냐 하는 것이다.

GeekNews의 AI 주간 리포트가 지적한 점이 흥미롭다. 이번 주의 AI 트렌드는 "모델 성능의 향상"보다 "실제 도입의 주변 조건"이 눈에 띄었다고 한다. 구체적으로는 Claude Code와 같은 알림 도구(에이전트가 작업 완료를 알리는 메커니즘)나 Codex를 활용한 실무 사례가 주목을 받았다.

이것은 무엇을 의미하는가. 반년 전까지만 해도 "AI 에이전트를 사용하여 개발한다"는 것 자체가 뉴스였다. 지금은 "에이전트가 언제 끝났는지를 어떻게 알 것인가", "어떤 태스크(Task)를 맡길 것인가"라는 운영 설계의 이야기가 되었다. 도구로서 성숙해 가고 있다는 증거다.

현장에 주는 시사점으로는 CI/CD 파이프라인에 AI 에이전트를組み込み(통합)하거나, 백그라운드에서 실행되는 코딩 에이전트를 전제로 한 작업 분담 설계를 지금부터 고민하기 시작하는 팀이 늘어날 것이다. YC S25의 Proliferate가 오픈 소스 버전 Codex의 개발자를 채용하고 있는 것도 이러한 흐름을 뒷받침하는 움직임이다.

MIT Technology Review가 보도한 Google의 가상 발전소(VPP)와의 계약은 AI 인프라의 전력 문제가 새로운 국면에 접어들었음을 보여준다. VPP란 가정이나 기업의 축전지·태양광 발전·전력 수요 조정 능력을 하나로 묶어 하나의 발전소처럼 기능하게 하는 메커니즘이다. Google은 이 메커니즘을 통해 데이터 센터의 전력 수요 피크를 평준화하려 하고 있다.

대규모 언어 모델(LLM)의 학습·추론에 필요한 계산 자원은 방대하며, 이를 지탱하는 데이터 센터의 전력 소비는 매년 증가하고 있다. 기존 전력 그리드(Grid)에 대한 의존을 줄이면서 AI를 확장하기 위해 에너지 분야와의 융합이 가속화되고 있다.

기술 경영자(Technical Manager)의 관점에서는 AI를 사용하는 비용 구조가 변화하고 있다는 점을 이해해 두어야 한다. 클라우드 이용료 이면에 있는 전력 비용이 상승하면 API 단가에도 영향을 미친다. AI 활용 비용을 산출할 때, 에너지 시장의 동향도 시야에 넣어야 하는 시대가 오고 있다.

이번 주의 움직임을 한마디로 표현하자면, "AI가 인프라가 된다"이다. Siri가 Gemini를 흡수하고, 개발 도구가 에이전트(Agent)를 전제로 하며, 전력망이 AI를 위해 재설계되고 있다. 개별 엔지니어에게는 도구의 사용법을 익히는 단계가 거의 끝나고, "어떻게 구분해서 사용할 것인가, 어디를 자신이 담당할 것인가"를 질문받는 단계로 이행하고 있다.

변화의 속도는 빠르지만, 조급하게 모든 것을 쫓을 필요는 없다. 자신의 전문 영역으로 끌어들이면서, 어떤 트렌드가 자신의 업무에 직접적으로 맞닿아 오는지 판별하는 눈을 기르는 것이 지금 가장 가치 있는 기술일지도 모른다.