설정하고 잊어버리기

컴퓨팅의 모든 도약은 사람들에게 한 가지 일을 대신 처리해 주면서 시간의 일부를 돌려주었습니다. 이제는 애플리케이션을 작성한 후에도 살아있게 유지하는 것이 다음 순서입니다.

LILY Labs에서 온 에세이

컴퓨팅의 역사는 더 이상 일이 아닌 일들의 목록으로 이야기될 수 있습니다.

1957년, John Backus와 IBM 팀은 FORTRAN을 출시했고, 프로그래머들은 대부분의 명령어를 기계어(machine language)로 작성하는 것을 멈췄습니다. 그들은 계산만 설명하면 컴파일러가 나머지를 처리했습니다. 약 1960년, MIT의 John McCarthy는 Lisp에 자동 메모리 관리 기능을 구현했습니다. 언제 각 메모리 조각을 반환할지 결정하던 전체 회계(bookkeeping) 카테고리가 프로그래머에서 시스템으로 넘어갔습니다. 2006년, Amazon은 스토리지 공간을 기가바이트-월당 15센트에 판매했습니다. 이제 기업들은 자체 하드디스크를 구매하고 관리하는 것을 멈추고도 데이터를 계속 이용할 수 있게 되었습니다.

매번 사람들은 무언가 중요한 것이 사라지고 있다고 걱정했습니다. 매번, 그 일에서 해방된 사람들은 놀지 않았습니다. 그들은 그 위에 더 흥미로운 것들을 구축했습니다.

이러한 전환 중 어느 것도 순탄하지 않았습니다. 컴파일러는 수년 동안 느린 코드를 만들어냈고, 가비지 컬렉션(Garbage collection)은 자체적인 일시 정지를 가져왔습니다. 클라우드는 기계를 구매하는 것을 구성하는 것으로 대체했습니다. 모든 인계 과정은 제거된 작업 외에 새로운 작업을 창출했습니다. 그러나 방향성은 꾸준했습니다. 하루를 채우던 일이 시스템이 자동으로 처리하는 것이 되었습니다.

코드를 작성하는 속도는 결코 빨라진 적이 없습니다. 이를 돕는 도구들, 그중 많은 것들이 이제 AI를 기반으로 구축되었지만, 한 오후 만에 예전에는 일주일을 걸리던 것을 만들어낼 수 있습니다. 이상한 점은 이것이 나머지 주간의 나머지 부분을 얼마나 변화시켰는지입니다.

애플리케이션 로직을 작성하는 것은 단지 하나의 단계일 뿐입니다. 일단 작성된 후, 누군가는 그것을 패키징하고, 그것에 맞는 기계를 선택하고, 몇 개의 복사본을 실행할지 결정하고, 추가를 언제 할지 규칙을 설정하고, 감시하며, 그 아래 깔린 것을 패치하고, 이 모든 것이 잘못될 때 전화를 받아야 합니다. 코드의 결과물이 폭발적으로 증가하는 동안, 이러한 작업들 중 어느 것도 의미 있게 빨라지지 않았습니다.

Komodor는 Kubernetes 문제 해결 도구 공급업체로서, _2025 Enterprise Kubernetes Report_에서 운영팀이 시간의 60% 이상을 문제 해결에 사용한다고 보고했습니다. 큰 폭으로 할인하더라도 여전히 상당한 수치입니다. 병목 현상의 위치가 바뀌었습니다. 예전에는 소프트웨어 개발에 있었습니다. 점점 더 그 동일한 소프트웨어를 계속 실행하는 데 있습니다.

1인 조직

AI가 코드를 작성합니다. 결제, 이메일, 로그인 등은 서비스 형태로 도착합니다. 설정하고 잊어버리기(set and forget)는 서버를 목록에서 제거합니다. 이를 쌓으면 한 사람이 몇 년 전에는 소규모 팀이 해야 했던 일을 할 수 있습니다: 제품을 만들고, 배포하고, 계속 운영하는 것입니다.

그리고 그것은 화면을 벗어나고 있습니다. CNC 밀링기, 3D 프린터, 레이저 커터가 이제 여분의 방에 들어갈 수 있으며, AI는 초보자를 첫 스케치부터 완성된 부품까지 안내할 수 있습니다. 자전거 부품이 계속 고장 나는 것에 지친 사람은 주말 동안 더 나은 것을 설계하고, 프로토타입 3개를 출력하며, 최종 버전을 알루미늄으로 밀링하여 한 달 뒤에 판매할 수 있게 됩니다. 작업장, 주문 대기열, 배송 이메일 모두 단지 소프트웨어입니다. 한 번 설정하면 관심은 제품 자체로 돌아갑니다.

그냥 YouTube를 열어보세요. 크리에이터 경제는 이전에는 작업장과 팀이 필요했던 것들을 사람들이 스스로 만들면서 폭발적으로 성장했습니다: 가정용 차고에서의 전기 개조, 수제 악기, 전 세계로 배송되는 하드웨어 제품, 그리고 다른 모든 사람들에게 같은 것을 하는 방법을 가르치는 강좌들. 이러한 콘텐츠의 홍수는 작동하는 새로운 도구들에 대한 공개 기록입니다.

수백 명의 고객을 위한 제품은 그들 모두가 단일 손에서 운영될 수 있을 때 진정한 사업이 됩니다. 아이디어는 펀딩 라운드가 끝난 후에가 아니라 일주일 안에 테스트될 수 있습니다. 그리고 가장 가치 있는 기술은 깊이(depth)에서 범위(range)로 이동합니다: 디자인, 재료, 코드, 고객에 대해 충분히 알고 연결하고, AI가 틀렸을 때를 포착할 수 있는 지식입니다. 무엇을 만들지 결정하는 것이 여전히 어려운 부분입니다. 그 주변의 모든 것은 더 가벼워지고 있습니다.

해방된 시간은 두 가지 방향으로 갈 수 있습니다:

첫 번째는 더 많은 일을 하는 것입니다. 한 사람이 여러 에이전트들로 구성된 소규모 조직을 지휘하며, 각 에이전트는 작업의 일부를 담당합니다. 예를 들어, 한 명은 코드를 작성하고, 한 명은 고객에게 답변하며, 한 명은 주식을 관찰하고, 또 다른 한 명은 다음 제품 페이지 초안을 작성합니다. 중간에 있는 사람은 이 에이전트들의 네트워크에서 중앙 오케스트레이팅 노드(central orchestrating node) 역할을 하며 결정하고, 확인하고, 연결하는 사람입니다.

두 번째는 정반대입니다. 근무일의 상당 부분은 실제 작업이 아닙니다. 그것은 잡무(clutter)입니다. 하나의 문서를 찾기 위해 다섯 개의 내부 도구를 검색하거나, 계약서의 같은 필드를 열 번째로 채우거나, 집을 촬영하고 임대 목록으로 올리기 위해 거쳐야 하는 모든 메뉴를 클릭하는 것입니다. 각 단계는 작은 결정입니다. 버튼을 클릭하는 것, 다음에 채워 넣을 텍스트 상자를 찾는 것, 특정 정보가 어떤 메모 도구에 저장되어 있는지 기억하는 것 등등 말이죠. 이 모든 것이 합쳐져 화면 앞에서 몇 시간을 먹어치울 수 있습니다. 바로 이런 종류의 작업이 에이전트들이 잘하는 일입니다. 루프 안에 있는 인간(human in the loop)은 단순히 출력물만 추적하여 전달하면 됩니다. 많은 워크플로우를 기계가 이제 실제 개인 비서만큼이나 잘 처리할 수 있게 되어 사용자들의 시간을 확보해 줍니다.

대부분의 사람들은 이 두 가지를 혼합하게 될 것입니다. 수십 년 동안 소프트웨어는 관심을 얻기 위해 경쟁했습니다. 더 많은 기능, 더 많은 대시보드, 로그인해야 할 더 많은 이유들 말입니다. 다음에 승리할 도구는 가장 적은 관심만을 요구하는 것일지 모릅니다. 아무도 보고 있지 않을 때 제 역할을 하는 제품은 관리해야 할 또 하나의 것이 아니라, 원래 인프라(infrastructure)가 되어야 했던 것, 즉 다른 모든 것이 일어나게 만드는 밑바탕이 됩니다.

숲으로 돌아가다

생산성으로 끝내기 쉽습니다. 더 빨리 배포하고, 더 많이 하고, 확보된 시간을 똑같은 일로 채우는 것입니다.

하지만 그것이 전부는 아닙니다. 기계어(machine code) 작성을 중단한 사람들은 그 시간에 더 많은 기계어를 작성하는 데 쓰지 않았습니다. 그 시간은 손에 닿지 않았던 문제들을 해결하는 데 사용했습니다.

하지만 함정이 있습니다. 에이전트들은 의사 결정 사이의 루프를 단축시킵니다. 한때 일주일이 걸리던 변경 사항이 이제는 한 시간 만에 돌아와 다음 호출을 바로 요청합니다. 선택지들 사이에 존재하며 마음에게 조용히 휴식을 주던 수동 작업들이 사라지고 있습니다. 남는 것은 거의 전적으로 의사 결정으로 이루어진 하루이며, 이로 인해 의사 결정 피로(decision fatigue)가 증가합니다.

이러한 변화는 작업이 발생하는 장소도 느슨하게 만듭니다. 스마트 글라스를 착용하고 공원을 거닐면서 백엔드 재작성 과정을 에이전트에게 설명할 수 있습니다. 이렇게 확보된 시간 중 일부는 아무것도 하지 않는 데 사용되어야 합니다. 즉, 소모된 인지 자원(cognitive resources)을 보충하는 시간입니다. 저희와 함께 배포하고 편안하게 쉬세요. 나머지는 저희가 처리하겠습니다!

당신이 구축합니다. 우리가 지탱합니다.

무료로 시작하기 · 문서 읽기 · 워크로드 마이그레이션에 대해 논의하기

원래 발행처: lilylabs.io.