전 세계 AI 연구의 심장, 이곳 스탠포드 컴퓨터 사이언스 강단에서 다시 여러분을 마주하게 돼 반갑습니다.

저는 과거에 이곳 AI 연구소장으로서 학계 최전선에 있었고 그 후에는 구글의 전설적인 엔지니어 제프 딘과 함께 구글 브레인을 공동 설립해 지금의 제미나이가 있게 한 딥러닝의 기초를 닦았습니다.

이후 2012년에는 코세라를 공동 설립해 전 세계 1억 3천만 명이 사용하는 교육 플랫폼으로 키워냈고 그중 800만 명에게는 제가 직접 딥러닝과 AI 지식을 가르쳐 왔습니다.

그 후 중국으로 건너가 바이두의 수석 과학자로서 1,300명 규모의 AI 그룹을 총괄 지휘함으로써 중국 AI 기반 기술을 닦았습니다.

그리고 현재는 아마존 이사회에서 매 분기 제프 베이조스, 앤디 재시와 함께 수조 원 규모의 아마존 웹 서비스 클라우드 서버 투자와 AI 칩 개발 예산을 검토하고 또 승인하는 위치에 있습니다.

또한 AI 펀드와 랜딩 AI 그리고 DeepLearning.

AI를 직접 설립해 실리콘 밸리의 유망한 스타트업을 발굴하고 산업 현장을 혁신하는 AI 생태계 가장 깊은 곳까지 뿌리를 내리고 있습니다.

하지만 오늘만큼은 저의 여러 직함과 이력을 내려놓고 대신 연구자이자 선배로서 오늘 여러분과 AI 시대의 생존과 진로에 대해 솔직하고 가감 없는 현실 조언을 나누고자 합니다.

최근 사람들 사이에서 이런 질문이 들려오더군요.

GPT나 제미니 모델이 그렇게 좋은가요?

글쎄요. 제가 보기엔 그냥 좋은 수준이 아닙니다.

확실히 좋습니다. 하지만 여전히 AI 발전 속도가 둔화되지 않았냐, 이제 끝물 아닌가 하는 의심 어린 시선도 있기는 합니다.

피부에 확 와닿는 업데이트 없이 지루한 시간이 좀 흘렀을 때죠.

원인은 바로 포화 상태에 이른 벤치마크 때문입니다. 쉽게 말해 고장 난 점수표죠.

생각해 보시죠. 우리가 AI에게 지어준 시험지의 만점은 100점으로 정해져 있습니다.

이미 AI가 그 100점을 다 맞아 버렸다면 그 뒤로 밤새워 공부해 천재가 되더라도 성적 표현은 여전히 100점으로만 지키겠죠.

120점, 200점, 500점짜리 시험지가 없으니까요.

하지만 우리들의 눈높이는 어떻습니까? 겨우 100점짜리 초등학생 시험지에는 만족하지 못합니다.

더더욱 복잡하고 더 어려운 현실 문제를 풀어야 하니까요.

즉 성장이 멈춘 게 아니라 시험지가 너무 쉬워져서 그래프가 평평해 보이는 착시에 불과합니다.

하지만 제 생각에 가장 큰 충격을 준 연구 중 하나는 오픈 AI나 앤트로픽 같은 빅테크들의 최신 모델을 검증하는 미터라는 조직의 보고서입니다.

이들은 시간의 지남에 따라 AI가 해결할 수 있는 일의 크기를 연구했는데 그들이 사용한 독특한 측정 기준은 바로 인간이 그 일을 하는 데 걸리는 시간이었습니다.

그래서 몇 년 전 GPT-2 시절에는 기껏해야 스마트폰 자동 완성 수준이었습니다.

우리가 애플이라고 치면 기계적으로 아이폰이 튀어나오듯이 거기엔 그 어떤 논리나 고민도 없었죠.

그건 깃털처럼 가벼운 과제였기에 AI는 생각할 필요도 없이 순식간에 답을 내뱉습니다.

그러다가 4초, 8초, 단순히 문장 속을 찾는 수준을 지나 1분, 2분짜리 일들, 복잡한 글을 읽고 요약하거나 코드 오류를 찾아내는 논리적인 일들.

이처럼 시간이 기하급수적으로 늘어난다는 건 뭘 의미할까요?

AI가 다루는 문제 무게가 달라졌다는 뜻입니다. 깃털을 날리려면 1초만 쓰면 되지만 거대한 바위를 옮기려면 필시 물리적 시간이 필요하니까요.

즉, 이 늘어난 시간은 버퍼링이 아니라 AI가 드디어 무거운 현실 문제를 지탱하기 시작했다는 기초 체력의 증거인 셈입니다.

이 연구의 추정치에 따르면 AI가 혼자서 해결할 수 있는 유효 작업 시간은 놀랍게도 매 7개월마다 두 배로 길어지고 있습니다.

반도체가 2년마다 빨라진다는 무어의 법칙보다 무려 3.5배, 5배 이상 빠른 속도로 AI의 지능, 지구력이 폭발하고 있다는 뜻이죠.

제가 AI의 미래를 낙관하는 이유가 바로 여기에 있습니다.

얘는 단순한 속도 경쟁이 아닙니다. AI가 해결할 수 있는 생각의 깊이가 두 배씩 깊어지고 있다는 명백한 증거니까요.

그리고 더 충격적인 건 바로 제가 사랑하는 코딩 분야입니다.

여기서 AI의 실력이 두 배로 점프하는 시간, 즉 더블링 타임은 얼마였을까요?

고작 70일이었습니다. 인간 개발자가 수년을 굴려야 얻는 그런 숙련도를 비웃기라도 하듯 코딩 영역에서만큼은 단 두 달 남짓마다 괴물 같은 속도로 능력이 폭주하고 있다는 뜻입니다.

그러니까 예전에는 제가 작성하는 데 30분에서 한 시간이 걸리던 복잡한 코드를 이제 2026년에 AI는 눈 하나 깜짝 안 하고 혼자서 처리한다는 뜻입니다.

무서운 속도로 인간의 영역을 집어삼키고 있는 거죠. 그래서 저는 확신합니다.

지금이야말로 무언가를 만들어 내려는 사람들에게 역사상 유례 없는 골드러쉬, 즉 최고의 황금기라고 말입니다.

왜일까요? 우리의 손엔 과거에 본 적 없던 두 개의 거대한 무기가 쥐어졌기 때문입니다.

하나는 더 강력해진 지능, 그리고 또 하나는 더 빨라진 속도입니다.

그래서 이제 우리는 불과 1년 전만 해도 지구상 그 어떤 천재 개발자도 구현할 수 없었던 그런 압도적인 소프트웨어를 누구나 손쉽게 만들 수 있게 됐습니다.

비결이 뭘까요? 바로 우리가 손에 쥔 AI 빌딩 블록 덕분입니다.

쉽게 말해 복잡한 코드를 한 줄 한 줄 짜는 게 아니라 이미 완성된 지능형 레고 블록을 조립만 하면 되는 시대가 온 거죠.

AI 빌딩 블록에는 거대 언어 모델은 기본이고 AI가 내 자료를 찾아보고 답하는 검색 증강 생성, 즉 RAG, 스스로 계획을 짜서 행동하는 에이전틱 워크플로 그리고 보고 듣는 음성 AI와 이 모든 것의 뿌리인 딥러닝이 포함됩니다.

흥미로운 건 지금 나와 있는 수많은 LLM들이 자신들의 뿌리인 딥러닝에 대해 이미 박사급 연구원 수준의 깊은 이해도와 구현 능력을 갖추고 있다는 사실입니다.

따라서 여러분이 최첨단 모델에게 오늘날 AI 기술의 정점이라 불리는 최신 신경망 코드를 짜 달라고 시켜보세요.

가령 챗GPT를 탄생시킨 전설적인 엔진 바로 트랜스포머 설계도를 바닥부터 구현해 보라고 하는 겁니다.

이러한 지능형 블록들을 레고처럼 끼워 맞춰 새로운 소프트웨어를 조립하는 데 있어 AI는 단순히 잘하는 수준이 아닙니다.

우리가 상상했던 것보다 훨씬 더 섬뜩할 정도로 능숙한 실력을 보여줍니다.

그래서 이제 여러분은 지구상 그 어떤 거대 기업이나 가장 앞서 나가는 엘리트 개발팀조차 불과 1년 전엔 엄두도 못 냈던 일들을 혼자서 해낼 수 있게 됐습니다.

과거에는 수백 명의 박사급 엔지니어가 붙어야만 가능했던 나사 프로젝트 같은 거대 과업을 이제는 여러분이 방구석에서 고작 랩 하나로 지휘하고 또 완성할 수 있게 됐습니다.

그리고 이 AI 코딩과 함께라면 속도의 차원이 달라집니다. 과거엔 아이디어를 코드로 옮기는 데 몇 시간, 며칠이 걸렸다면 이제는 여러분 머릿속 상상이 현실판 소프트웨어로 튀어나오는 데까지는 거의 시차가 존재하지 않는 즉각적인 구현의 시대가 열린 겁니다.

저는 개인적으로 우리가 도구의 최전선, 즉 늘 신기술을 가장 먼저 선점해야 한다고 생각합니다.

왜일까요? 지금 이 AI 코딩 도구들, 커서나 코파일럿의 발전 양상이 정말 뭐라고 표현해야 할까요?

자고 일어나면 세상이 바뀌어 있을 정도로 미친 듯이 요동치고 있기 때문입니다.

예를 들어 제가 지금 가장 아끼는 도구 중 하나는 앤트로픽의 클로드 코드입니다.

이 녀석은 단순한 챗봇이 아닙니다.

여러분의 터미널 심장부까지 직접 들어와서 수천 개의 파일 속을 헤집고 다니며 스스로 버그를 고치는 일종의 자율주행 에이전트죠.

그리고 GPT-5가 출시되면서 오픈 AI의 O3 같은 고성능 추론 모델 역시 코딩 영역에서 말 그대로 퀀텀 점프를 이뤄냈습니다.

구글의 제미나이 3만 봐도 그렇습니다. 제가 이 모델의 초기 벤치마크와 멀티모달 추론 능력을 면밀히 뜯어본 결과 단언컨대 이는 단순한 업데이트가 아닙니다.

또 한 번의 명백한 종의 진화에 가까운 거대 도약입니다.

그래서 만약 여러분이 제게 3개월마다 찾아와 지금 최고의 도구가 뭡니까라고 묻는다면 제 대답은 장담컨대 길어야 6개월 아니 높은 확률로 단 3개월마다 매번 바뀔 겁니다.

이 바닥의 왕좌는 우리가 적응할 틈도 주지 않고 미친 속도로 교체되고 있으니까요.

솔직히 경고하겠습니다. 이 무자비한 도구들의 세계에선 딱 반 세대, 즉 고작 3개월 한두 번의 업데이트만 뒤처져도 여러분의 생산성은 눈에 띄게 아니 회복 불가능할 정도로 치명적으로 떨어질 겁니다.

네, 저도 압니다. 다들 AI가 너무 빠르다, 현기증 난다라고 호소하는 거 잘 알고 있습니다.

하지만 냉정하게 현실을 뜯어보면 떠들썩한 호들갑에 비해 실제 기술 속도는 그만큼 빠르지 않은 분야도 많습니다.

하지만 단 하나 AI 코딩 도구만큼은 예외입니다.

이곳은 제가 보기에 다른 분야와는 비교조차 안 될 정도로 정말 미친 속도로 폭주하는 유일한 분야입니다.

그렇게 거듭 강조합니다. 익숙함의 속아 반세대 뒤처진 녹슨 차를 고집하지 마십시오.

언제나 가장 최신 도구를 갈아타는 유연함. 그것만이 이 폭주하는 시대에 여러분을 대체 불가능한 존재로 만들어 줄 유일한 생존 열쇠니까요.

앞서 말했듯 지금 우리 손엔 더 강력한 소프트웨어를 그 어느 때보다 훨씬 더 빨리 만들 수 있는 힘이 주어졌습니다.

그렇게 제가 1, 2년 전보다 아니 과거 그 어느 때보다 더 강력하게 거의 호소하듯 드리는 조언이 하나 있습니다.

복잡하게 생각 말고 그냥 가서 뭐라도 만드십시오. 물론 이 강의실에 앉아 있거나 온라인 수업을 열심히 듣는 일 모두 다 좋습니다.

훌륭한 시작이죠. 하지만 단순히 배우는 것에만 머물지 마십시오. 지금 여러분에게 직접 뭔가를 만들고 그 결과물을 세상에 보란듯이 증명할 수 있는 기회가 역사상 가장 활짝 열려 있으니까요.

하지만 이 엄청난 속도 뒤에는 한 가지 기묘한 역설이 숨어 있습니다.

실리콘 밸리의 현장 고수들은 이미 뼈저리게 느끼고 있지만 아직 대중에게는 잘 알려지지 않은 불편한 진실이죠.

그것은 이제 기술이 아니라 결정이 발목을 잡는 제품 관리의 병목 현상입니다.

무슨 말이냐 하면 이제 잘된 기회관을 던져 주면 그걸 실체 코드로 바꾸는 건 AI에게 식은 죽 먹기보다 쉬운 일이 됐다는 겁니다.

그렇다면 진짜 문제는 어디서 터질까요?

병목의 위치가 완전히 뒤집혔습니다. 이제 가장 어렵고 비싼 건 구현이 아닙니다.

도대체 무엇을 만들 것인가? 이 근본적인 질문.

그리고 머릿속에 그 막연한 아이디어를 AI가 오해 없이 실행할 수 있도록 명확한 의도로 번역해내는 능력.

바로 여기가 새로운 승부처가 됐습니다.

저는 소프트웨어를 개발할 때 항상 하나의 거대한 루프를 머릿속에 그립니다.

일단 코드를 짜서 내놓고 사용자의 피드백을 받아 다시 뜯어 고치는 끊임없는 순환이죠.

과거에는 이걸 개발이라고 불렀지만 저는 이제 이 과정을 철저한 프로덕트 매니지먼트, 즉 제품 관리의 영역이라고 정의합니다.

이제 여러분은 벽돌을 나르는 인부가 아닙니다. 건축 결과를 평가하는 현장 소장이 된 것입니다.

AI가 순식간에 지어 올린 결과물을 보고 사용자들의 이 현관문은 너무 들어가기 힘들어요.

저 기둥은 굳이 왜 세운 거죠? 그럼 여러분은 직접 벽을 허무는 대신 조용히 설계도를 수정합니다.

이 수정과 재건축의 루프를 빠르게 반복하며 결국 사용자들이 살고 싶어 안달이 나는 완벽한 꿈의 집을 완성해 나가는 일.

이것이 바로 제가 말하는 AI 시대의 창작입니다. 이게 가능한 이유는 명확합니다.

AI 코딩 덕분이죠. 소프트웨어를 실제로 구현하는 과정 자체가 과거의 인력 기반 방식과는 비교조차 할 수 없을 만큼 압도적으로 저렴해졌고 또 물리적으로 빨라졌기 때문입니다.

하지만 참으로 아이러니하게도 구현이 너무나 쉬워진 탓에 모든 병목이 기술적인 단계에서 무엇을 만들지 결정하는 단계로 완전히 옮겨가 버렸습니다.

그래서일까요? 최근 제가 실리콘 밸리에 테크 기업들을 둘러보며 목격한 아주 기이한 현상이 하나 있습니다.

과거엔 우리가 팀을 짤 때 엔지니어와 제품 관리자를 몇 대 몇으로 구성할지 그 인력 비율을 따지는 게 불문율이었는데요.

전통적인 실리콘 밸리 공식에 따르면 통상적으로는 1대 6 혹은 1대 8이 황금 비율로 통했습니다.

즉 PM 한 명이 느려 터진 엔지니어 8명에게 일감을 던져 줘도 그들이 그걸 다 소화하는 데 한세월이 걸렸으니까요.

충분히 감당이 됐던 거죠. 논리는 간단합니다.

[한글더빙] 2026 코딩 개발자 생존법 with 앤드류 응(AI의 스승)

사이언스 아담 Science Adam

AI 발전 속도는 벤치마크의 한계 때문에 둔화된 것처럼 보이지만, 실제로는 AI가 해결할 수 있는 문제의 깊이와 유효 작업 시간이 매 7개월마다 두 배로 증가하고 있으며, 특히 코딩 영역에서는 70일마다 능력이 두 배로 향상될 정도로 빠르게 진화하고 있습니다.

AI 시대에는 기술 구현의 병목 현상이 '무엇을 만들 것인가'를 결정하는 제품 관리 단계로 이동했으며, 이에 따라 엔지니어가 직접 사용자와 공감하고 제품 방향을 결정하며 코딩까지 수행하는 '제품 엔지니어'의 역할이 중요해졌습니다.

성공적인 커리어를 위해서는 화려한 브랜드보다 함께 일할 동료들의 질, 즉 지적 밀도가 높은 환경을 선택하는 것이 중요하며, 책임감을 가지고 실패를 두려워하지 않고 끊임없이 직접 무언가를 만들고 치열하게 노력하는 태도가 핵심 생존 전략입니다.

스탠포드 컴퓨터 사이언스 강단에서 다시 인사드립니다. 저는 AI 연구소장, 구글 브레인 공동 설립자, 코세라 공동 설립자, 바이두 수석 과학자 등 다양한 역할을 거치며 AI 발전에 기여해 왔습니다. 현재는 아마존 이사회에서 AI 관련 투자를 검토하고 있으며, AI 펀드와 여러 스타트업을 통해 AI 생태계에 깊이 뿌리내리고 있습니다. 오늘 저는 이 모든 직함을 내려놓고 연구자이자 선배로서 **AI 시대의 생존과 진로에 대한 솔직한 조언**을 나누고자 합니다.

AI 발전 속도에 대한 오해와 진실

최근 GPT나 제미니 같은 AI 모델의 성능에 대한 의구심과 더불어, AI 발전 속도가 둔화된 것이 아니냐는 시선도 있습니다. 그러나 이는 **벤치마크의 포화 상태 때문인 착시 현상**입니다. AI가 이미 100점짜리 시험에서 만점을 받고 있기 때문에, 더 발전하더라도 점수로는 표현되지 않는 것입니다. 실제 AI는 더 복잡하고 어려운 현실 문제를 해결하며 끊임없이 성장하고 있습니다.

특히 미터(MITRE) 조직의 연구에 따르면, AI가 독립적으로 해결할 수 있는 유효 작업 시간은 **매 7개월마다 두 배로 길어지고 있습니다.** 이는 반도체 발전 속도를 훨씬 뛰어넘는 놀라운 성장세이며, AI가 다루는 문제의 '무게'가 달라졌음을 의미합니다. AI는 이제 깃털처럼 가벼운 과제를 넘어 거대한 바위를 옮기는 것처럼 무거운 현실 문제를 지탱할 수 있는 기초 체력을 갖추고 있습니다.

더욱 충격적인 것은 코딩 분야에서의 AI 발전 속도입니다. AI의 코딩 실력이 두 배로 향상되는 '더블링 타임'은 고작 **70일에 불과**합니다. 이는 인간 개발자가 수년 동안 쌓는 숙련도를 AI는 단 두 달 남짓 만에 달성할 수 있음을 의미합니다. 과거에 30분에서 한 시간이 걸리던 복잡한 코드도 2026년에는 AI가 혼자서 처리할 수 있게 될 것입니다. AI는 무서운 속도로 인간의 영역을 집어삼키고 있으며, 저는 지금이 무언가를 만들어내려는 사람들에게 **역사상 유례없는 골드러시, 즉 최고의 황금기**라고 확신합니다.

AI 시대의 새로운 무기: 지능형 빌딩 블록과 즉각적인 구현

우리는 지금 과거에 본 적 없던 두 개의 거대한 무기를 손에 쥐었습니다. 바로 **더 강력해진 지능과 더 빨라진 속도**입니다. 이제 누구나 AI 빌딩 블록 덕분에 압도적인 소프트웨어를 손쉽게 만들 수 있게 되었습니다. 복잡한 코드를 한 줄 한 줄 짜는 대신, 이미 완성된 지능형 레고 블록을 조립하는 시대가 온 것입니다. 거대 언어 모델, 검색 증강 생성(RAG), 에이전틱 워크플로, 음성 AI, 딥러닝 등 다양한 AI 빌딩 블록들이 있으며, 흥미로운 점은 LLM들이 딥러닝에 대해 이미 박사급 연구원 수준의 깊은 이해도와 구현 능력을 갖추고 있다는 사실입니다.

이러한 지능형 블록들을 레고처럼 끼워 맞춰 새로운 소프트웨어를 조립하는 데 있어 AI는 우리가 상상했던 것보다 훨씬 더 능숙한 실력을 보여줍니다. 이제 여러분은 **거대 기업이나 엘리트 개발팀조차 1년 전에는 엄두도 못 냈던 일들을 혼자서 해낼 수 있게** 됐습니다. 과거 수백 명의 박사급 엔지니어가 필요했던 나사 프로젝트 같은 거대 과업도 이제는 방구석에서 랩 하나로 지휘하고 완성할 수 있습니다.

AI 코딩과 함께라면 속도의 차원이 달라집니다. 과거에는 아이디어를 코드로 옮기는 데 몇 시간, 며칠이 걸렸다면, 이제는 **머릿속 상상이 현실판 소프트웨어로 즉각적으로 구현되는 시대**가 열렸습니다. 저는 개인적으로 항상 도구의 최전선, 즉 늘 신기술을 가장 먼저 선점해야 한다고 생각합니다. AI 코딩 도구들은 자고 일어나면 세상이 바뀔 정도로 미친 듯이 발전하고 있기 때문입니다.

예를 들어 앤트로픽의 클로드 코드나 GPT-5의 O3 모델, 구글의 제미나이 3 등은 단순히 업데이트가 아닌 **명백한 종의 진화에 가까운 거대 도약**을 이루어냈습니다. 최고의 도구는 3개월, 길어도 6개월마다 바뀔 것이며, 이 무자비한 도구의 세계에서 단 반 세대, 즉 3개월만 뒤처져도 생산성은 회복 불가능할 정도로 치명적으로 떨어질 것입니다. AI 코딩 도구는 다른 분야와 비교할 수 없을 정도로 미친 속도로 폭주하는 유일한 분야이므로, **익숙함에 속아 뒤처진 도구를 고집하지 말고 항상 최신 도구를 갈아타는 유연함**만이 대체 불가능한 존재가 될 유일한 생존 열쇠입니다.

AI 시대의 병목 현상: 기술에서 결정으로

지금 우리 손에는 더 강력한 소프트웨어를 훨씬 더 빨리 만들 수 있는 힘이 주어졌습니다. 저는 복잡하게 생각하지 말고 **그냥 가서 뭐라도 만들라고 조언**합니다. 단순히 배우는 것에만 머물지 말고, 직접 뭔가를 만들고 그 결과물을 세상에 증명할 기회가 역사상 가장 활짝 열려 있습니다.

하지만 이 엄청난 속도 뒤에는 기묘한 역설이 숨어 있습니다. 실리콘 밸리의 현장 고수들은 이미 뼈저리게 느끼고 있지만 대중에게는 잘 알려지지 않은 불편한 진실은 바로 **기술이 아니라 '결정'이 발목을 잡는 제품 관리의 병목 현상**입니다. 이제 잘된 기회관을 던져주면 AI가 실체 코드로 바꾸는 것은 식은 죽 먹기보다 쉬워졌습니다. 진짜 문제는 구현이 아니라, '도대체 무엇을 만들 것인가'라는 근본적인 질문과 그 아이디어를 AI가 오해 없이 실행할 수 있도록 명확한 의도로 번역해내는 능력입니다. 바로 여기가 새로운 승부처가 된 것입니다.

저는 소프트웨어 개발을 '끊임없는 순환'으로 봅니다. 코드를 짜고 사용자 피드백을 받아 다시 뜯어고치는 과정이죠. 과거에는 이를 개발이라고 불렀지만, 이제 저는 이 과정을 **철저한 '제품 관리(Product Management)' 영역**이라고 정의합니다. 이제 여러분은 벽돌을 나르는 인부가 아니라 건축 결과를 평가하는 현장 소장이 된 것입니다. AI가 순식간에 지어 올린 결과물을 보고 사용자 피드백을 반영하여 설계도를 수정하고 재건축을 반복하며, 결국 사용자들이 살고 싶어 하는 완벽한 꿈의 집을 완성해 나가는 일, 이것이 바로 AI 시대의 창작입니다. AI 코딩 덕분에 소프트웨어 구현 과정이 압도적으로 저렴해지고 빨라졌기 때문에, 모든 병목이 기술적인 단계에서 무엇을 만들지 결정하는 단계로 옮겨간 것입니다.

엔지니어와 PM의 역할 변화 및 통합

최근 실리콘 밸리 테크 기업에서 목격한 기이한 현상은 **엔지니어와 제품 관리자(PM)의 인력 비율이 급격히 무너지고 있다는 점**입니다. 전통적으로 PM 한 명당 엔지니어 6~8명이 황금 비율로 통했으나, 이제 AI 코딩 덕분에 엔지니어링 속도가 우주선처럼 날아가는데, 무엇을 만들지 결정하는 인간의 제품 관리 속도는 여전히 자전거를 타고 있습니다. AI가 돕더라도 인간의 직관과 판단이 개입되어야 하기 때문에 속도감을 내지 못하는 것입니다.

그 결과, 이제는 PM 한 명당 엔지니어 한 명, 심지어는 **PM 두 명당 엔지니어 한 명의 비율**까지 제안하는 팀들이 생겨나고 있습니다. 구글이나 메타 같은 전통적인 빅테크 기업들이 수십 년간 고수해온 1:8 황금 비율을 완전히 뒤흔드는 거대한 시대적 변화입니다. 저는 엔지니어가 스스로 제품의 방향을 직접 결정할 수 있을 때 팀의 속도가 비약적으로 빨라진다는 사실 또한 목격하고 있습니다. 어쩌면 우리는 이제 엔지니어와 기획자라는 두 역할을 단 한 명의 인간으로 통합시켜야 할지도 모릅니다.

물론 사용자 대화나 감정 조율을 싫어하는 엔지니어들도 많다는 것을 압니다. 그들에게는 완벽한 로직과 순수한 코드만이 안식처일 것입니다. 하지만 저는 현장에서 **사용자와 대화하는 법을 익히고 피드백을 빨아들이며 깊이 공감할 줄 아는 엔지니어들이 무섭게 치고 올라오는 모습**을 보고 있습니다. 이들은 더 이상 기획서가 내려오길 기다리지 않고, 사용자의 마음을 읽어 스스로 무엇을 만들지 결정합니다. 단언컨대 지금 실리콘 밸리에서 가장 앞서 나가는 이들은 최고의 코딩 실력을 갖춘 사람이 아니라 바로 이런 **공감하는 엔지니어들**입니다.

제 커리어 초창기에 엔지니어들에게 제품 기획 업무를 맡겼다가 '기획의 재능이 없나 봐'라며 자책하게 만들었던 실수를 후회해 왔습니다. 그럼에도 불구하고 저는 다시 한번 여러분께 잔인한 조언을 할 수밖에 없습니다. **직접 코드를 짜는 구현 능력과 사용자와 대화하며 제품을 비전하는 기획 능력, 이 두 능력을 하나로 통합한 '프로덕트 엔지니어'만이 AI 시대에 살아남을 수 있습니다.** 이들은 단순 코더보다 비교할 수 없을 만큼 압도적인 속도로 세상을 앞서 나가고 있기 때문입니다. 이제 개발자 여러분, 기획과 사용자 공감이라는 제품 관리 업무를 다시 한번 진지하게 살피십시오. 누군가 완성된 기획서를 가져다주길 기다리지 말고, 여러분이 직접 코드를 짜고 다음에 무엇을 할지에 대한 직관을 믿고 결과물을 다듬어 나간다면 상상이 즉시 현실이 되는 압도적인 창조의 희열을 맛보게 될 것입니다.

커리어 성공의 핵심: 동료와 연결 조직

여러분이 앞으로 얼마나 빠르게 배우고 성공을 거둘지 알 수 있는 가장 강력한 예측 변수는 지능도 노력도 아닙니다. 바로 **지금 여러분 곁에 어떤 사람들을 두고 있느냐**입니다. 우리는 본능적으로 주변 사람들로부터 배우고 닮아가는 사회적 동물입니다. 흥미로운 사회학 연구 결과처럼, 가장 가까운 친구 다섯 명이 흡연자라면 여러분도 흡연자가 될 확률이 높습니다. 이는 환경의 영향력이 생각보다 훨씬 더 강력하다는 것을 보여줍니다.

가까운 친구 여럿이 치열하게 일하고 단호하게 결정하며 빛의 속도로 학습하고 AI로 세상을 바꾸려는 사람들이라면, 여러분 또한 그렇게 될 확률이 높다고 저는 확신합니다. **제대로 된 동료를 만나는 일만으로도 우리의 삶은 로켓에 올라탄 것처럼 완전히 다른 궤도로 진입하게 됩니다.** 저는 스탠포드에서 환상적인 학생들과 존경스러운 동료 교수진과 함께하며 운이 좋다고 느낍니다. 하지만 이곳의 행운은 단순히 똑똑한 사람들이 많다는 사실에 그치지 않고, 우리 모두를 하나로 묶어주는 '연결 조직'에 있습니다.

전 세계가 주목하는 프런티어 랩의 내부를 들여다보면 마치 스탠포드 동문회와 같습니다. GPT의 주역들, 테슬라 자율주행의 아버지, 앤트로픽을 이끄는 다리오 아머데이 등 **그들의 커리어를 거슬러 올라가면 스탠포드 강의실이나 구글 브레인 연구실과 연결됩니다.** 이러한 거대한 인적 네트워크를 통해 스탠포드에는 세상이 아직 모르는 원시 데이터들이 모여듭니다. 단순한 정보 교류가 아니라, 수년간 쌓아온 깊은 우정과 신뢰가 아니고서는 결코 도달할 수 없는 AI 생태계의 가장 깊숙한 이면을 들여다보게 됩니다.

세상을 뒤흔들 핵심 정보는 결코 여러분의 모니터 위나 구글 검색창에 먼저 나타나지 않습니다. 아침 뉴스나 X에서 접하는 정보들은 실리콘 밸리의 거물들이 새벽 2시에 주고받은 비밀스러운 텔레그램이나 통화를 통해 이미 단물이 빠진 지식의 부스러기일 뿐입니다. **승패는 논문이 인쇄되기도 전 작동 여부를 묻는 짧은 전화 한 통에서 결정됩니다.** 우리는 그들이 다 먹고 남긴 파편을 주우며 최첨단을 달리고 있다고 착각하는지도 모릅니다.

그러니 스탠포드에 있는 동안 친구를 사귀고 풍부한 연결 조직을 형성하십시오. 저 역시 기술적 로드맵에 확신이 있을 때조차 스탠포드의 젊은 연구원이나 프론티어 앱의 동료들에게 전화하여 제가 미처 보지 못했던 결정적인 한 조각을 얻고는 합니다. 그 짧은 통화 한두 통이 제 연구의 방향을 완전히 뒤바꿔 놓는 기술적 피벗 순간이 됩니다. **결국 여러분을 둘러싼 동료 집단, 그들이 툭툭 던지는 짧은 조각들이 승부를 가릅니다.** 스탠포드가 가진 이 연결 조직은 독보적입니다. 다른 훌륭한 대학들도 있지만, AI 전쟁의 최전선에서 스탠포드만큼의 특권을 누리고 있는 대학은 없습니다. 단순히 학생들이 똑똑해서가 아니라, 모든 선도적인 AI 그룹들과 맺고 있는 인적 파이프라인의 압도적인 풍부함 때문입니다.

커리어 선택의 기준: 회사 이름이 아닌 동료

이제 여러분의 커리어 다음 행보를 결정하거나 회사 이직을 고민할 때, 성공을 결정짓는 것은 회사 이름표가 아닙니다. 그보다 훨씬 더 본질적인 **매일 아침 눈을 떠서 밤늦게까지 살을 맞대며 일하게 될 '동료들'이 누구냐는 것**입니다. 대단한 브랜드가 여러분을 키워줄 거라는 환상은 버리세요. 결국 여러분의 실력을 깎고 다듬는 존재는 매일같이 코드 리뷰를 주고받으며 치열하게 논쟁할 바로 그 동료들이니까요.

몇 년 전 스탠포드의 한 학생이 유명 빅테크 기업에 입사 제안을 받았지만, 회사는 그가 어떤 팀에서 일하게 될지 끝까지 말해주지 않았습니다. 흔히 말하는 통합 채용이었죠. 그는 화려한 이름표를 믿고 계약했지만, AI 연구실이 아니라 지하 3층 레거시 자바 결제 처리 시스템 팀에 배정되었습니다. 이는 AI 최전선을 꿈꾸던 천재적인 머신러닝 전공자에게는 커리어 사형 선고나 다름없었고, 그는 1년을 버티다 결국 회사를 떠났습니다. **화려한 브랜드가 여러분의 실력을 깎아주거나 다듬어 주지 않습니다.** 진짜 중요한 것은 매일 아침 누구와 대화하고 어떤 코드 리뷰를 주고받으며 어떤 거인의 어깨 위에 올라타 있느냐입니다. 여러분의 승부처를 정할 때 회사 이름표라는 커튼 뒤에 숨은 동료들의 실체를 반드시 확인하십시오.

노골적으로 말씀드리겠습니다. 만약 어떤 회사가 여러분이 배정될 팀과 매니저를 끝까지 숨긴다면 **도망치십시오.** 정말 좋은 팀과 프로젝트라면 왜 숨기겠습니까? 그들이 배정지를 비밀로 한다는 것은 아무도 가고 싶어 하지 않는 기피 부서에 여러분을 부품처럼 끼워 넣겠다는 강력한 폭탄 돌리기 신호일 확률이 높습니다. 가장 핫한 브랜드라는 이름의 파티에 참석하는 대신, 때로는 회사의 로고가 그리 매력적이지 않더라도 **진짜 실력자들이 모여 세상을 바꿀 일을 고민하는 '진짜배기 팀'을 찾아내십시오.** 설령 간판은 초라한 스타트업이라도 지적 밀도가 높은 곳, 즉 지독하게 똑똑하고 섹시한 뇌를 가진 사람들이 모인 아지트를 발견한다면 주저하지 말고 합류하십시오. 저는 그것이 여러분의 커리어를 성층권으로 쏘아 올릴 최고의 가속 페달이 된다고 확신합니다. 우리의 뇌를 깨우고 실력을 깎고 다듬으며 진짜 성장의 근육을 키워주는 것은 매일 아침 살을 맞대고 치열하게 논쟁할 바로 그 동료들이기 때문입니다.

그러니 여러분의 커리어라는 지도에서 승부처를 정할 때 **'누구와 함께 항해할 것인가'를 절대적인 북극성**으로 삼길 권합니다. 비즈니스 카드는 낡지만, 함께 성장한 동료와 그 연결 조직은 평생 여러분을 지켜줄 자산이 될 것입니다.

AI 시대의 책임감과 허락받지 않는 혁신

제 조언 중 가장 중요한 제1 원칙은 따로 있습니다. 지금은 그 어느 때보다 강력한 소프트웨어를 쉽고 빠르게 만들 수 있는 시대이므로, 여러분에게 반드시 **'책임감'을 가져야 한다는 의무**가 생겼음을 의미합니다. 사람을 해치는 소프트웨어는 만들지 마십시오. 동시에 여러분 각자가 세상에 내놓을 수 있는 결과물은 무궁무진합니다. 세상에는 해결을 기다리는 수많은 아이디어가 넘쳐나지만, 그것을 실제로 구현해 낼 엔지니어는 여전히 턱없이 부족합니다. 갓 대학을 졸업한 신입들에게 취업 문턱이 높아졌지만, 역설적이게도 현장의 수많은 팀은 여전히 함께 일할 실력자를 찾지 못해 애태우는 이 간극은 여러분에게 엄청난 기회입니다.

지금 세상에는 여러분이 직접 에이전트가 되어서 만들지 않으면 영영 세상에 나오지 못할 가치 있는 프로젝트들이 도처에 널려 있습니다. 여러분이 안 만들면 아무도 안 만듭니다. 그러니 책임감이라는 안전벨트만 맸다면 이제 그 누구의 허락도 기다리지 마십시오. 팀장 승인, 교수의 허락, 투자 결정 같은 것은 필요 없습니다. **'허락받지 않는 혁신'**, 그것이 바로 코딩이 우리에게 준 특권입니다. 지금은 실패 비용이 역사상 가장 저렴한 시대입니다. 설령 거창하게 시도했다가 망하더라도 잃는 것은 넷플릭스를 볼 수 있었던 주말 이틀뿐입니다. 리스크는 0에 수렴하지만 얻게 될 배움은 엄청납니다. 그러니 책임감을 갖되 멈추지 말고 시도하십시오. 닥치는 대로 많은 것을 만들어 보십시오. 이것이 바로 여러분의 커리어를 확실하게 밀어 올릴 첫 번째 조언입니다.

마지막으로 논란이 될 만한 이야기를 하겠습니다. 열심히 일하라고 독려하는 일이 마치 PC주의에 어긋난 일처럼 여겨지는 시대입니다. 하지만 저는 여러분께 감히 말씀드리고 싶습니다. **제발 지독할 정도로 열심히 일하십시오.** 물론 어떤 이들이 이 말을 거북해하는 이유도 충분히 이해합니다. 건강이나 환경 등의 이유로 지독하게 열심히 일하고 싶어도 그럴 수 없는 처지에 놓이는 때가 있기 때문입니다. 그분들이 지금 당장 전력 질주하지 못한다고 해서 그 가치가 훼손되지는 않으며, 우리는 그들을 마땅히 존중하고 지지하며 보살펴야 합니다.

그럼에도 불구하고 제가 지켜본 수많은 성공한 제자들 중 단 한 명의 예외도 없이 **믿을 수 없을 만큼 지독하게 일했다는 사실**은 변치 않습니다. 모두가 잠든 새벽 2시, 정막한 연구실 모니터 앞에 홀로 앉아 모델의 하이퍼 파라미터 수치를 튜닝하며 밤새 씨름하던 그 고독하지만 위대한 시간 말입니다. 저 역시 그 길을 수없이 걸어왔고 지금도 가끔은 밤을 지새웁니다.

만약 여러분이 지금 건강이나 환경 덕분에 무언가에 지독하게 몰입할 수 있는 운 좋은 분들이라면, 그 행운을 절대 가볍게 여기지 마십시오. 여러분의 그 압도적인 노력이 지금 당장 바꿀 수 있는 이 세상 일들은 정말이지 무궁무진합니다. 저처럼 주말 저녁의 고요함을 코딩과 창작, 사용자 피드백 확인의 짜릿한 설렘으로 채우는 분들이라면, 이 거대한 흐름 속으로 진심을 다해 몸을 던질 준비가 되어 있다면, **이 시대의 주인공으로 성공할 확률은 의심의 여지 없이 압도적으로 높아집니다.**

만약 제가 지금 2026년에 여러분이라면, 소파와 한 몸이 되어 넷플릭스 알고리즘이 떠먹여 주는 도파민에 주말을 헌납하는 대신, 그 주말을 전부 쏟아부어 **나를 위해 일해 줄 에이전트 코더를 직접 설계하는 쪽을 택하겠습니다.** 그 어떤 달콤한 휴식보다 나만의 AI 에이전트가 코드를 짜고 문제 해결해 나가는 과정을 지켜보는 일이 훨씬 더 큰 희열을 느끼기 때문입니다. 여러분도 후자를 택하길 바랍니다.

이것이 오늘 제가 여러분께 전하고 싶었던 이야기의 전부입니다. 이제 이 무대를 제 오랜 친구이자 동료인 로렌스 머로니에게 넘기려 합니다. 그는 지난 10년간 구글의 목소리이자 전 세계 수백만 개발자들에게 텐서플로우라는 무기를 쥐여 준 이 분야 최고의 실천가입니다. 그는 저의 철학을 어떻게 실제 코드로 구현하는지 보여줄 것입니다. 아마 여러분 책상 위에 놓인 머신러닝 교과서 중 하나는 그의 저서일 확률이 높을 정도로, 그의 이론을 실제 코드로 구현해내는 데 있어 독보적인 업적을 쌓아온 인물입니다. 제가 오늘 말씀드린 책임감과 노력이 실제 세상에서 어떻게 강력한 시스템으로 구현되는지 이제 로렌스가 그 해답을 직접 보여 주겠습니다.

앤드류 응 교수는 AI 발전 속도에 대한 오해가 벤치마크 포화 때문이라고 설명했는데, 이에 대해 좀 더 자세히 설명해 줄 수 있나요?

AI 코딩 도구의 발전 속도가 다른 분야와 비교할 수 없을 정도로 빠르다고 언급했는데, 이로 인해 소프트웨어 개발 과정에서 어떤 근본적인 변화가 생겼는지 궁금합니다.

앤드류 응 교수가 AI 시대에 살아남을 수 있는 인재로 '제품 엔지니어(Product Engineer)'를 강조한 이유는 무엇이며, 이들이 기존 개발자와 어떻게 다른가요?

강연자는 커리어 성공의 강력한 예측 변수로 '주변 동료'를 꼽았는데, 스탠퍼드의 '연결 조직'이 AI 생태계에서 어떤 독보적인 특권을 제공하는지 구체적인 사례를 들어 설명해 주세요.

강연의 마지막 조언으로 '허락받지 않는 혁신'과 '지독할 정도의 노력'을 강조했는데, 이 두 가지가 AI 시대의 창작과 개인의 성장에 왜 중요한 요소가 되는지 궁금합니다.

앤드류 응의 배경 및 AI 시대 생존 조언

구글 브레인 공동 설립, 딥러닝 기초 마련, 코세라 설립 및 딥러닝/AI 교육, 바이두 AI 그룹 총괄, 아마존 이사회에서 AI 칩 개발 예산 검토 및 승인 등 풍부한 AI 관련 경력을 소개한다.

자신의 직함을 내려놓고 연구자이자 선배로서 AI 시대의 생존과 진로에 대한 현실적인 조언을 나누고자 한다.

AI 발전 속도가 둔화되었다는 오해는 포화 상태에 이른 벤치마크 때문이라고 설명하며, 쉬운 시험지 때문에 그래프가 평평해 보이는 착시에 불과하다고 지적한다.

AI가 해결할 수 있는 일의 크기가 매 7개월마다 두 배로 길어져, 무어의 법칙보다 3.5~5배 빠른 속도로 AI 지능과 지구력이 폭발적으로 성장하고 있음을 강조한다.

특히 코딩 분야에서 AI 실력이 70일마다 두 배로 성장하여, 인간 개발자의 숙련도를 능가하는 속도로 발전하고 있다고 말한다.

AI 시대의 기회와 새로운 개발 패러다임

AI 시대는 강력한 지능과 빨라진 속도라는 두 거대한 무기 덕분에 무언가를 만들려는 사람들에게 역사상 유례없는 골드러시이자 황금기라고 강조한다.

AI 빌딩 블록(거대 언어 모델, RAG, 에이전틱 워크플로, 음성 AI, 딥러닝)을 활용하여 복잡한 코드를 직접 짜지 않고도 완성된 지능형 레고 블록처럼 조립하여 소프트웨어를 만들 수 있게 되었다.

과거에는 거대 기업이나 엘리트 개발팀만 가능했던 일들을 이제는 개인이 혼자서 해낼 수 있으며, 아이디어를 즉각적으로 소프트웨어로 구현하는 시대가 열렸음을 설명한다.

최신 AI 코딩 도구의 중요성과 빠른 변화

AI 코딩 도구(Cursor, Copilot, Claude Code, GPT-5, Gemini 3)의 발전 속도가 미친 듯이 요동치고 있어 항상 최신 도구를 선점해야 한다고 강조한다.

단 반 세대, 즉 3개월 한두 번의 업데이트만 뒤처져도 생산성이 치명적으로 떨어질 수 있으므로, 익숙함에 속지 말고 유연하게 최신 도구로 갈아탈 것을 조언한다.

AI 시대의 병목 현상: 기술에서 결정으로 이동

이제 기술 구현은 AI로 쉬워졌기 때문에, '무엇을 만들 것인가'라는 결정과 아이디어를 AI가 오해 없이 실행할 수 있도록 명확한 의도로 번역하는 능력이 새로운 승부처가 되었다.

소프트웨어 개발은 철저한 프로덕트 매니지먼트, 즉 제품 관리의 영역이 되었으며, AI가 지어 올린 결과물을 평가하고 사용자 피드백을 반영하여 설계도를 수정하는 역할이 중요해졌다.

엔지니어와 제품 관리자(PM) 역할의 변화

전통적인 실리콘 밸리의 PM과 엔지니어 비율(1:6 또는 1:8)이 AI 코딩의 발전으로 인해 무너지고 있으며, 이제 2:1 또는 1:1까지 역전되는 현상이 나타나고 있다.

엔지니어가 제품 방향을 직접 결정할 수 있을 때 팀의 속도가 비약적으로 빨라지며, 이제 엔지니어와 기획자 역할을 단 한 명의 인간으로 통합해야 할 시기가 왔다고 제안한다.

실리콘 밸리에서 가장 앞서 나가는 이들은 최고의 코딩 실력자가 아니라, 사용자와 대화하고 공감하며 무엇을 만들지 스스로 결정하는 '공감하는 엔지니어'들이다.

직접 코드를 짜는 구현 능력과 사용자와 대화하며 제품을 비전하는 기획 능력을 통합한 '프로덕트 엔지니어'만이 AI 시대에 살아남을 수 있다고 잔인한 조언을 한다.

커리어 성공의 가장 강력한 예측 변수는 지능이나 노력이 아니라 '곁에 어떤 사람들을 두고 있느냐'이다.

제대로 된 동료를 만나는 것이 로켓에 올라탄 것처럼 삶의 궤도를 바꿀 수 있으며, 스탠포드의 인적 네트워크와 연결 조직이 세상이 모르는 원시 데이터를 모으고 깊은 신뢰를 바탕으로 AI 생태계의 이면을 들여다보게 한다.

세상을 뒤흔들 핵심 정보는 모니터나 구글 검색창에 먼저 나타나지 않으며, 실리콘 밸리 거물들의 비밀스러운 정보 교환을 통해 승패가 결정된다.

스탠포드에서 친구를 사귀고 풍부한 연결 조직을 형성하여, 동료들이 제공하는 결정적인 정보 조각들이 연구와 프로젝트의 방향을 완전히 뒤바꿀 수 있음을 강조한다.

커리어의 다음 행보를 결정할 때 회사 이름표보다 매일 함께 일할 동료가 누구인지가 중요하며, 화려한 브랜드보다 지적 밀도가 높은 '진짜배기 팀'을 찾아 합류할 것을 조언한다.

AI 시대 개발자의 책임감과 노력

강력한 소프트웨어를 쉽고 빠르게 만들 수 있는 시대이므로, 사람을 해치는 소프트웨어는 만들지 않는 책임감을 가져야 한다.

해결을 기다리는 아이디어가 많음에도 구현할 엔지니어가 부족하므로, '여러분이 만들지 않으면 아무도 만들지 않는다'는 생각으로 허락받지 않는 혁신을 시도하라고 강조한다.

실패 비용이 역사상 가장 저렴한 시대이므로, 책임감을 갖되 멈추지 말고 닥치는 대로 많은 것을 시도하고 만들어 볼 것을 권장한다.

일부 비난을 감수하고서라도 '지독할 정도로 열심히 일하라'는 조언을 하며, 특히 지독하게 몰입할 수 있는 환경이라면 그 행운을 가볍게 여기지 말고 세상을 바꾸는 노력에 쏟아부을 것을 당부한다.

2026년이라면 넷플릭스 대신 주말을 투자해 자신을 위해 일할 '에이전트 코더'를 직접 설계할 것이며, 문제 해결 과정을 지켜보는 희열이 더 크다고 말한다.

자신의 오랜 친구이자 동료인 로렌스 머로니에게 무대를 넘기며, 그가 이 철학을 실제 코드로 구현하는 방법을 보여줄 것이라고 소개한다.

[한글더빙] 2026 코딩 개발자 생존법 with 앤드류 응(AI의 스승)

스크립트