인원수보다 토큰: 제너럴리스트의 황금기를 위한 Boris Cherny의 청사진

Tokens Over Headcount: Boris Cherny’s Blueprint for the Golden Age of the Generalist

수십 년 동안, 확장되는 소프트웨어 프로젝트에 대한 표준적인 대응은 채용의 선형적 증가였습니다. 하지만 업계의 모든 베테랑은 브룩스의 법칙 (Brooks’ Law)의 무게를 느껴왔습니다. 이는 지연되는 소프트웨어 프로젝트에 인력을 추가하는 것은 프로젝트를 더 지연시킬 뿐이라는 관찰입니다. 전통적인 기업에서 커뮤니케이션 오버헤드 (communication overhead), 문화적 마찰, 그리고 순수한 조정의 저항은 결국 인간의 인원수 (headcount)를 자산에서 부채로 변화시킵니다.

Anthropic의 Claude Code 프로젝트 설계자인 Boris Cherny는 이러한 산업 시대의 논리로부터의 급진적인 탈피를 제안하고 있습니다. 고도의 추론 능력을 갖춘 AI 에이전트 (AI agents)에 의해 정의되는 시대로 접어듦에 따라, 확장의 근본적인 단위는 더 이상 급여를 받는 직원이 아니라 바로 "토큰 (token)"입니다. Cherny는 자원을 급여에서 컴퓨팅 (compute)으로 전환함으로써 새로운 "효율성의 역설 (Efficiency Paradox)"을 정의하고 있습니다. 이는 의도적으로 인력을 적게 배치한 팀이 복잡성을 자동화함으로써 기하급수적인 산출물을 달성하는 엔지니어링 철학입니다.

토큰 레버 (The Token Lever): 경제적 논리와 사전 컴파일된 워크플로 (Pre-Compiled Workflow)

Cherny 전략의 핵심은 의도적인 자원 불균형입니다. 프로젝트 범위가 4명의 엔지니어를 필요로 한다고 판단될 때, Cherny는 단 2명만을 배정하되 그들에게 "무제한"의 AI 토큰 예산을 부여할 것을 주장합니다. 이는 단순한 비용 절감 조치가 아닙니다. 이는 하나의 문화적 강제 함수 (cultural forcing function)입니다. 팀이 인간의 시간 측면에서는 자원이 부족하지만, 온디맨드 지능 (intelligence-on-demand) 측면에서는 자원이 과잉될 때, 그들은 단순히 "수행하는 것 (doing)"을 멈추고 "수행하는 시스템을 구축하는 것 (building systems that do)"을 시작하도록 강요받습니다.

이러한 변화는 실시간 추론 (real-time inference)과 사전 컴파일 (pre-compilation) 사이의 정교한 경제적 트레이드오프 (trade-off)를 나타냅니다. 전통적인 워크플로에서 엔지니어는 문제를 반복적으로 해결합니다 (비싼 추론). 토큰 중심 모델에서 엔지니어는 AI를 사용하여 해당 유형의 문제를 영구적으로 해결하는 루프나 프로그램을 작성합니다. Cherny는 Nvidia의 Jensen Huang의 말을 인용하여 다음과 같이 말합니다: "더 많이 구매할수록, 더 많이 절약하게 됩니다 (The more you buy, the more you save)."

워크플로우를 자동화하기 위해 초기에 토큰에 대규모로 투자함으로써, 팀은 초기 "설정 (setup)" 비용을 높이는 대신 장기적인 운영 비용을 획기적으로 줄입니다. 일상적인 작업들은 본질적으로 무료가 됩니다. 그 결과는 복리 효과로 나타납니다. 소수의 제너럴리스트 (generalists) 팀이 AI를 사용하여 개별적인 레버리지 (leverage)를 급격히 확장하며, 결국 전통적인 부서 수준의 결과물을 달성하게 됩니다. Anthropic의 지표들은 이것이 단순한 점진적 발전이 아님을 시사합니다. 엔지니어당 "3배"의 생산성 향상이 초기 기준점이었으나, Cherny는 그 수치가 이제 "매우, 매우 구식 (very, very outdated)"이라고 언급합니다. 지수 함수적 차트의 세계에서, 코드 라인과 풀 리퀘스트 (pull requests)는 선형적인 기대를 훨씬 뛰어넘어 확장되고 있습니다.

전문화의 해체: 재무팀이 코드를 배포할 때

"토큰 레버 (token lever)"의 가장 눈에 보이는 결과는 전통적인 기술 조립 라인의 해체입니다. 우리는 역사적으로 사용자 조사 (user research), 디자인 (design), 제품 관리 (product management), 그리고 엔지니어링 (engineering)을 별개의 사일로 (silos)로 분리해 왔습니다. 조사자에서 디자이너로, 다시 PM으로, 그리고 엔지니어로 이어지는 이러한 인수인계 과정은 조직적 지연의 주요 원인입니다.

우리는 이러한 학문적 영역들이 하나의 "빌더 (builder)" 정체성으로 녹아드는 "제너럴리스트의 황금기 (Golden Age of the Generalist)"로 진입하고 있습니다. 이러한 전환은 더 이상 이론에 그치지 않습니다. Anthropic에서는 도구들이 진입 장벽을 매우 낮추어 놓았기 때문에, 신규 채용자의 적응 기간 (ramp-up time)이 몇 주에서 단 이틀로 급감했습니다. 신입 사원에게 내려지는 지시는 간단합니다: "Claude를 열고 데이터베이스를 쿼리(query)하게 하세요."

이러한 민주화는 엔지니어링 조직(engineering org) 외부로까지 흘러넘치고 있습니다. 기술적 장벽이 무너지면서, "빌더(builder)"의 역할은 모든 이에게 확장됩니다. Cherny는 Anthropic의 재무 팀(Finance team)과 비서실장(Chief of Staff)이 직접 코드를 배포(shipping)하고 있는, 주류로 진입하는 돌파구를 설명합니다. 그는 Twitter의 한 사용자가 Claude Code를 사용하여 토마토 식물의 영양 상태와 웹캠 모니터링을 관리하는 바이럴 사례를 언급합니다. AI가 실행의 "방법(how)"을 처리할 수 있게 되면, 데이터 과학자나 정원사도 시니어 개발자 수준의 결과물을 낼 수 있습니다.

추상화의 연속체: 왜 20년의 경력이 장애물이 되는가

AI 네이티브 엔지니어링(AI-native engineering)으로의 전환은 고통스러운 "학습 폐기(unlearning)"를 요구합니다. 수십 년의 경력을 가진 베테랑 엔지니어에게 이 전환은 신입 졸업생보다 더 어려울 수 있습니다. 이는 프로그래밍의 역사가 더 높은 추상화(abstraction)를 향한 끊임없는 행진이었기 때문입니다. Cherny는 이를 세대적 연속체로 봅니다. 그의 할아버지는 펀치 카드를 사용했고, 그의 아버지는 어셈블리(assembly)를 작성했으며, 그는 Python을 작성했습니다. 각 단계는 이전 세대에 의해 "진정한 코딩이 아니다"라며 조롱받았습니다.

AI 에이전트(AI agents)로의 이동은 단순히 다음 도약일 뿐입니다. Cherny는 2026년 11월(Sonnet 4에서 Opus 4.5로 전환되는 시기)에 자신의 통합 개발 환경(IDE)을 삭제한 것으로 유명한데, 한 달 동안 IDE를 열지 않았다는 사실을 깨달았기 때문입니다. 그의 워크플로우는 구문(syntax)을 작성하는 것에서 Claude의 병렬 인스턴스(parallel instances)를 관리하는 것으로 진화했습니다. 오늘날 추상화는 훨씬 더 높아졌습니다. 그는 더 이상 AI에게 직접 프롬프트(prompt)를 입력하지 않고, 대신 AI가 스스로 과업을 파악하고 실행하도록 지시하는 자율 루프(autonomous loops)를 작성합니다. 수동적인 IDE 기반 코딩이라는 교조적인 습관에 얽매인 이들에게 이러한 "에이전트 관리(management of agents)"는 생소하게 느껴지겠지만, 신입 졸업생들에게는 이는 타고난 방식입니다.

급진적 평면성: "기술 스태프 구성원(Member of Technical Staff)" 철학

이러한 제너럴리스트 문화를 지원하기 위해, Anthropic은 급진적으로 평평한 조직 구조를 채택했습니다. 대부분의 직원은 "기술 스태프 구성원 (Member of Technical Staff, MTS)"이라는 통합된 직함을 가집니다. "시니어 (Senior)", "스태프 (Staff)", 또는 "프린시펄 (Principal)"과 같은 계층적 구분을 제거함으로써, 조직은 아이디어가 출처가 아닌 그 자체의 가치(merit)로 평가되도록 보장합니다.

이러한 "급진적 평평성 (radical flatness)"은 현대적인 형태의 독특한 마찰을 야기하기도 합니다. Cherny는 Slack에서 동료가 디자이너인지, 엔지니어인지, 아니면 매니저인지 구분하는 것이 종종 불가능하다고 인정합니다. 하지만 이러한 모호함은 버그가 아니라 기능(feature)입니다. 이는 모든 직원이 교차 기능적 빌더 (cross-functional builder)로서 작동하도록 강제합니다. 또한, "프린시펄 (Principal)"이라는 직함이 주니어의 더 나은 제안을 압도하는 계층 구조에서 흔히 발생하는 "나쁜 아이디어에 대한 경의 (deference to bad ideas)"를 방지합니다. AI 우선 기업에서 "알파 (alpha)"는 발표하는 사람의 연차(seniority)가 아니라 논리의 품질에서 나옵니다.

인간적 알파의 침식: 취향이 패턴 인식(Pattern Recognition)이 될 때

기술 전문가들 사이에서 흔히 갖는 위안은 무엇이 아름답거나 유용한지에 대한 직관인 "제품 취향 (product taste)"이 인간만의 고유한 해자(moat)라는 믿음입니다. Cherny는 이에 회의적입니다. 그는 우리가 "취향"이라고 부르는 것이 종종 고차원적인 형태의 패턴 인식 (pattern recognition)일 뿐이며, 이는 AI가 숙달하기에 매우 적합한 영역이라고 주장합니다.

현재 Cherny는 수백 개의 "Claude"를 병렬로 실행하며 Twitter, Slack, GitHub의 피드백을 합성하여 팀이 다음에 어떤 기능을 구축해야 할지를 독립적으로 결정하게 하고 있습니다. 오늘날 그 아이디어 중 상당수는 여전히 인간에 의해 다듬어지고 있지만, 그 궤적은 명확합니다. 모델이 Opus 4.5에서 더욱 높은 추론 능력으로 나아감에 따라, 인간의 "직관 (intuition)"과 기계의 "패턴 합성 (pattern synthesis)" 사이의 간극은 좁혀질 것입니다. 인간 취향의 "알파 (alpha)"는 침식되고 있습니다.

"클린 유니버스 (Clean Universe)": 안전한 배양 접시로서의 코딩

Anthropic에게 Claude Code와 같은 코딩 도구에 집중하는 것은 단순한 비즈니스 전략이 아니라 연구상의 필연성입니다. AI 안전 문제를 해결하기 위해서는 모델의 행동을 "야생 (in the wild)"에서 연구해야 하기 때문입니다.

Cherny는 코딩이 "깨끗한 우주 (clean universe)"에 존재하기 때문에 안전 연구를 위한 완벽한 "페트리 접시 (Petri Dish)"라고 설명합니다. 주관적인 해석으로 가득 차고 "모호한 (fuzzy)" 자연어와 달리, 코드는 객관적인 통과/실패 (pass/fail) 지표에 따라 작동합니다. 코드는 컴파일되어 작동하거나, 그렇지 않거나 둘 중 하나입니다. 이러한 정답이 정해진 제약된 환경은 연구자들이 "아름다운 시 (beautiful poems)"의 세계에서는 불가능한 정밀도로 "모델 정렬 불량 (model misalignment)"을 식별하고 연구할 수 있게 해줍니다. 사람들이 실제로 업무에 사용하는 도구를 구축함으로써, Anthropic은 모델이 더욱 자율적으로 변하더라도 인간의 의도에 정렬된 상태를 유지할 수 있도록 보장하는 현실 세계의 실험실을 만들어냅니다.

마지막 인간의 영역: 가치 가르치기

코딩의 메커니즘, 관리의 물류, 심지어 제품 취향의 미묘한 차이까지 자동화됨에 따라, 인간의 역할은 "어떻게 (how)"에서 "왜 (why)"로 이동합니다.

만약 모델이 시스템을 설계하고, 코드를 작성하며, 사용자 피드백을 분석할 수 있다면, 우리에게 남은 것은 무엇일까요? Cherny는 우리의 마지막 책임이 가장 심오하다고 제안합니다. 바로 모델에게 인간의 가치를 가르치는 것입니다. 우리는 우리가 아이들에게 "좋은 사람"이 되는 법을 가르치는 것과 같은 방식으로 모델의 발전을 안내하는 것이 주요 업무가 되는 단계로 진입하고 있습니다.

우리는 "사물의 구축자 (builders of things)"에서 "구축자의 스승 (teachers of builders)"로 전환하고 있습니다. 이러한 변화는 업계의 모든 전문가에게 근본적인 질문을 던집니다. 만약 당신의 기술적 능력이 더 이상 주요 가치가 아니라면, 당신은 그것을 대체할 모델에게 어떤 가치를 가르칠 것입니까?

Boris Cherny: Claude Code & the future of engineering | Acquired Unplugg... https://t.co/OlA9vtsNfL via @YouTube
[IMG:1]