AI의 허니문 기간은 끝났다: Linear CEO가 말하는 아무도 말하지 않는 「불편한 진실」

6개월 차의 현실 점검

Linear의 창립자 겸 CEO인 Karri Saarinen 씨가 최근 현재 AI를 둘러싼 상황에 대해 매우 흥미로운 관점을 제시했습니다. 모델의 코딩 능력이 마지막으로 대폭 도약한 이후, 이미 약 6개월이 경과했다는 사실입니다. 일반적으로 '6개월'은 허니문 기간(Honeymoon period)의 길이로 볼 수 있습니다. 이 시기가 지나면 열광의 필터가 벗겨지고, 냉혹한 현실이 서서히 드러나기 시작합니다.

그의 AI에 대한 태도는 '신중한 낙관주의'입니다. AI의 실력은 진짜이지만, 그 한계 또한 진짜입니다. Saarinen 씨는 현재 시장의 논의가 너무나 극단적이라고 지적합니다. AI가 모든 것을 해결한다는 맹신인가, 아니면 인류를 멸망시킨다는 공포인가. 그 두 극론 사이에 있는 가장 가치 있는 '중간 지대'에 대해 진지하게 이야기하는 목소리가 너무나 적습니다. 무엇이 정말 변하고 있는가? 무엇이 정말 실용적인가? 무엇이 그저 과도한 과장 광고(Hype)인가? 이것들을 냉정하게 판별하는 것이야말로 지금 가장 요구되는 능력입니다.

AI 시대, 이제 계획은 불필요한가?

"변화가 너무 빠른 시대에 계획을 세우는 것은 시간 낭비다"라는 의견을 최근 자주 듣습니다. 하지만 Saarinen 씨는 이에 정면으로 반박합니다. 계획을 세우는 진정한 가치는 결과물로서의 '계획서' 그 자체에 있는 것이 아니라, 조직이 머리를 맞대고 '무엇이 가장 중요한가'를 논의하고 합의를 형성하여 방향성을 맞추는 '강제 메커니즘'에 있다고 그는 말합니다.

AI 시대가 되면서 무언가를 만들기 위한 비용과 시간은 극적으로 줄어들었습니다. 이는 역설적으로 '무엇을 만들지 선택하는' 행위가 과거 어느 때보다 중요해졌음을 의미합니다. 구현의 허들이 낮아지면 잘못된 것을 너무나 쉽게 대량 생산할 수 있기 때문입니다. Linear에서는 적어도 6개월 앞을 내다보는 방향성으로서의 계획을 유지하면서, 주 단위나 월 단위로 우선순위를 유연하게 조정하고 있습니다. 자신만의 나침반을 가지고 있지 않으면, 결국에는 도구에 휘둘리게 될 뿐입니다.

전문성의 역설: AI는 「자신이 모르는 분야」에서 가장 마법처럼 보인다

Saarinen 씨의 가장 날카로운 통찰 중 하나는 "AI는 당신이 가장 자세히 모르는 분야에서 가장 경이롭게 보인다"는 점입니다. 그 분야의 지식이 없다면 AI의 출력물(Output)에 포함된 거짓말(Hallucination)이나 평범함을 간파할 수 없기 때문에 마치 마법처럼 느껴집니다. 하지만 자신이 깊이 정통하고 있는 전문 분야가 되면 문맥의 결여, 날조된 디테일들, 그리고 깊이의 부재를 한눈에 알 수 있습니다.

그는 이 현상을 자신이 아는 분야의 뉴스 기사 오류는 찾아내면서도, 옆 페이지의 모르는 분야 기사는 맹신해 버리는 '게르만 건망증'과, 지식이 없는 사람일수록 자신의 판단력을 과신하는 '더닝-크루거 효과(Dunning-Kruger effect)'의 조합이라고 설명합니다. 여기에 역설이 발생합니다. 전문성이 있는 사람일수록 출력물에 엄격해지기 때문에 AI를 사용하기 어렵게 느껴지지만, 반대로 그 출력을 올바르게 유도하고, 제약을 걸고, 평가할 수 있는 것도 전문가뿐입니다. 즉, AI 시대가 되어도 전문성은 가치를 잃지 않았으며, 오히려 '방향성의 컨트롤'이나 '퀄리티를 판별하는 심미안'이라는 형태로 그 가치가 전이되고 있는 것입니다.

AI 코딩의 현실: 유용하지만, 만능은 아니다

세간에 떠도는 '완전 자율형 AI 에이전트(AI Agent)'라는 화려한 내러티브와는 달리, 일류 개발 팀 내부의 현실은 다릅니다. 자율적인 에이전트 무리를 완전히 방치하여 자동 운전시키고 있는 기업 등은 현실적으로 거의 없습니다. 엔지니어는 여전히 개발에 깊이 관여하고 있으며, 통상적으로 동시에 2~3개의 에이전트를 제어하면서 보일러플레이트(Boilerplate, 정형 코드) 생성, 버그 수정, 테스트 코드 작성 등을 맡기고 있습니다.

Linear의 사내 데이터에 따르면, 코딩 에이전트의 이용량은 몇 달 만에 5배 이상 급증했지만, 그것들은 주로 핵심 아키텍처(Architecture)가 아닌 기초적인 보조 작업에 사용되고 있습니다. AI는 지금까지 번거로워 손대지 못했던 사소한 태스크를 처리해 줌으로써 개발자의 리소스를 확장해 줍니다. 하지만 시스템 전체를 이해하고, 트레이드오프(Trade-off)를 조정하며, '무엇이 존재해야 하고 무엇이 존재해서는 안 되는가'를 결정하는 진정으로 어려운 문제는 여전히 인간의 영역입니다.

디자인에서의 AI: 필요한 것은 생산 코드가 아니라 「의미론적 도구」

디자이너 출신인 サーリネン (Sariinen) 씨는 현재의 AI 디자인 도구에 대해 회의적인 시각을 가지고 있습니다. 이미지 생성 기능은 강력해졌지만, 피드백을 반영하여 수정하는 프로세스는 고통을 수반합니다. 디테일을 단 한 곳만 바꾸려 해도 이미지 전체가 무너져 버리는 경우가 자주 발생합니다. 또한, 그는 디자이너에게 프로덕션 코드 (Production Code) 상에서 직접 디자인을 강제하는 듯한 도구의 방향성에도 반대하고 있습니다. 디자인의 본질은 탐구와 카오스 (Chaos)의 프로세스이며, 프로덕션 환경의 경직성이나 토큰 비용 (Token Cost)에 얽매여서는 안 되기 때문입니다. 그가 진정으로 원하는 것은 단순한 사각형이 아니라, 「팝업 (Pop-up)」과 같은 컴포넌트 (Component)의 의미를 이해하고 그 변형 (Variation) 전개를 지원해 주는 「의미론적 비주얼 디자인 도구 (Semantic Visual Design Tool)」입니다.

결론: 현재의 능력 범위 내에서 살아남기

AI 업계에서 자주 쓰이는 "지금 보고 있는 AI는 미래에 보게 될 가장 성능이 낮은 최악의 모습이다"라는 상투적인 문구에 대해, サーリネン 씨는 매우 현실적인 태도를 취합니다. 그 말이 사실이라 할지라도, 우리는 "오늘"의 능력 범위 내에서 제품을 만들어야 합니다. 막연한 종말론이나 맹목적인 낙관론을 이야기하는 것은 쉽지만, 지금 당장 실용적으로 작동하는 제품을 만드는 것은 어렵기 때문입니다.

그는 동요를 재치 있게 변형한 한마디로 기사를 마무리합니다.

"만약 '잠재력 (Potential)'이 그대로 '매출'이 될 수 있었다면, 지금까지의 막대한 설비 투자 (CapEx)는 진작에 '순이익 (Net Profit)'으로 바뀌었을 것이다"

잠재력과 현실 사이의 거대한 간극 속에서, 마지막까지 살아남는 것은 결국 냉정하게 현실을 직시하는 사람들입니다.

기사를 끝까지 읽어주셔서 감사합니다. 앞으로도 유익한 인사이트를 전달해 드릴 예정이니, 꼭 팔로우 부탁드립니다!