견해
- 잇따른 장애 후, Amazon이 AI 지원 코드 변경에 시니어 엔지니어 승인 의무화
- "AI가 짠 코드, 저도 다 모릅니다" 넷플릭스 개발자의 고백
- 쉬운 길을 택할 때마다, 지금 당장의 속도와 함께 나중에 올 복잡성을 쌓는 거예요.
- "컨텍스트 압축"이라고 불러요. "컨텍스트 엔지니어링"이나 "스펙 기반 개발"이라고 불러도 되지만 이름은 중요하지 않아요.
- 코드가 "돌아간다"는 것만으로는 부족해요. 테스트를 통과하는 코드랑 프로덕션에서 버티는 코드는 달라요. 오늘 작동하는 시스템이랑 나중에 다른 사람이 유지보수할 수 있는 시스템도 다르고요.
- 그 감각은 경험에서 와요. 제가 위험한 구조를 알아보는 건, 새벽 3시에 그거 때문에 장애 대응 해본 적이 있어서예요.
- 이제 우리는 무한한 코드 생성으로 위기에 직면하고 있어요.
- 성공하는 개발자들은 코드를 가장 많이 생성하는 사람이 아닐 거예요.자신이 뭘 만들고 있는지 이해하고, 경계를 볼 수 있고, 잘못된 문제를 풀고 있다는 걸 알아채는 사람일 거예요.
- https://naver-connect-foundation.gitbook.io/boostcamp/expert-insight/ai
- AI 코딩 도구의 패러다임 전환: vibe coding과 agentic engineering의 등장으로 개발 방식이 '정도의 차이'가 아닌 '종류의 차이'로 변화했으며, 개발자는 코드를 직접 짜는 대신 에이전트를 조율·감독하는 역할로 이동하고 있다.
- 경험과 훈련은 상호보완적: AI 결과물을 올바르게 평가하려면 도메인 경험이 필수적이지만, 경험만으로는 부족하며 프롬프트 작성법·컨텍스트 설계 등 새로운 AI 활용 스킬을 의도적으로 훈련해야 한다.
- 조직 시스템 자체의 변화가 핵심: AI의 진정한 가치는 개인의 생산성 향상을 넘어 개발 파이프라인·프로세스·문화를 조직 차원에서 함께 바꿀 때 발휘되며, 주니어 개발자가 경험을 쌓을 환경을 보존하는 것도 조직의 중요한 과제다.
- 판단력의 층위가 올라갈 뿐, 사람의 역할은 사라지지 않는다: 코드 작성이 자동화되더라도 무엇을 만들지, 어떤 시나리오를 검증할지 설계하는 깊은 판단은 여전히 사람의 몫이며, 그 판단을 팀 전체가 공유하는 것이 AI 시대 개발자의 진정한 경쟁력이다.
- Building world-class engineering teams in the age of AI - The Pragmatic Summit
- 참석자 Thomas Dohmke(Entire 공동창업자 겸 CEO, 전 GitHub CEO)와 Rajeev Rajan(Atlassian CTO)
- Atlassian의 생산성 개선 수치
- 엔지니어당 PR 수 89% 증가
- 이슈 사이클 타임 42% 감소
- 보안 취약점의 51%를 에이전트가 수정
- DORA 메트릭 전반의 개선
- A Practical Guide to Becoming an AI-Native Engineer (ByteByteGo, 2026.6.2)
- AI-native engineering을 코드 직접 작성보다 AI 에이전트를 지휘·검증하는
orchestrator 역할로 정의하고, vibe coding과 구분한다.
- 생산성 격차의 핵심을 context engineering, spec-driven development, critical verification, disciplined problem decomposition으로 설명한다.
- 무계획적인 대규모 autonomous run은 코드 churn·보안 구멍·기술부채를 키울 수 있어, 작은 범위와 촘촘한 human-in-the-loop 검증 체크포인트를 권장한다.
- Agentic Development Life Cycle에서는 계획·구현·테스트·리뷰 에이전트를 분리하고, 기능·품질·성능·보안·프라이버시 관점의 교차 검증 루프를 두는 방식을 제안한다.
- Y combinator - AI Native 용어집 (Choa Jung, 2026.7.2)
- AI를 보조 도구가 아니라 조직 맥락과 워크플로우를 통합·제어하는
Company OS로 보는 YC식 AI Native 개념을 정리한다.
- Queryable Organization, Artifact-rich, Shared Organizational Brain, Diarization/Context Distillation 등 AI가 읽을 수 있는 조직 지식 구조를 핵심 기반으로 제시한다.
- Prompt Broadcasting, Skillify, Resolver, Humans at the Edge, DRI/IC 등 도구 도입을 넘어 조직 운영과 학습 방식까지 바꾸는 용어들을 묶어 설명한다.
- Go and boil the sea - 가서 바닷물을 끓이세요 (Choa Jung)
- Gary Tan의 AI Engineering World Fair 발표를 바탕으로, AI Native 기업이 AI를 단순 도우미가 아니라
workforce로 쓰며 1인당 생산성과 매출 구조를 바꾸고 있음을 강조한다.
- 스킬 파일을 직원, resolver table을 조직도, filing rule을 내부 프로세스, trigger eval을 성과 평가에 대응시키며 “마크다운으로 조직을 구축한다”는 관점을 제시한다.
- AI 에이전트의 성능은 회사/개인의
working memory에 어떤 지식을 올릴지 결정하는 회사 두뇌·사서·memory hygiene에 달려 있고, 좋은 작업은 일회성으로 끝내지 말고 skillify해야 한다고 설명한다.
- OpenAI: AI가 소프트웨어 개발 방식을 어떻게 재편하고 있는가
- 2026 코딩 개발자 생존법 with 앤드류 응(AI의 스승)
- 골드러시를 넘어:AI가 바꾸는 소프트웨어 개발의 본질
- AI는 일종의 증폭기 또는 보조 추진체다. 우리가 올바른 방향으로 갈 때는 큰 도움이 되지만, 잘못된 방향으로 가면 재앙이 될 수 있다.
- 개발자는 AI에게 대체될 것인가
- 개발자는 언제쯤 AI에게 대체될까?
- AI로 대체될 세계를 준비하는 개발자
- 질문하는 힘
- AI 시대, 아이들에게 필요한 것은 정답이 아니라 질문하는 힘이다
Anthropic
- Vibe coding in prod | Code w/ Claude
- Anthropic의 2025년 5월 22일 Code w/ Claude 행사에서 발표된 영상
- AI의 PM(Product Manager)처럼 지시하기: 신입 엔지니어를 가르치듯 명확한 컨텍스트와 요구사항을 제공하여 AI가 제대로 일할 수 있는 환경을 만들어줌.
- 핵심이 아닌 끝단 기능(Leaf Nodes)에 집중하기: 시스템의 핵심 아키텍처는 인간이 관리하고, 다른 기능에 영향을 주지 않는 독립적인 말단 기능에만 바이브 코딩을 적용하여 기술 부채의 위험을 통제함.
- 코드 확인 대신 결과물 검증(Verifiability) 체계 만들기: 코드를 한 줄씩 읽는 대신, 강력한 스트레스 테스트와 명확한 입출력 설계를 통해 결과물이 제대로 작동하는지 검증하는 데 집중함.
- Building Claude Code with Boris Cherny
- The Anthropic Hive Mind
- Anthropic은 전통적 사일로/계층 구조가 아닌 바이브 기반 즉흥적 협업으로 운영됨
- Golden Age의 조건: "사람보다 일이 많은" 상태 — 일이 줄면 정치가 시작되고 혁신이 죽음
- Campfire Model: 스펙 대신 살아있는 프로토타입을 중심으로 진화적 개발
- 2026년은 AI 미도입 기업에게 위기의 해가 될 것이며, 토큰 소비량이 조직 학습의 척도
- 클로드 코드 창시자가 말하는 코딩의 미래
- 창시자 보리스 체르니는 2025년 11월 이후로 단 한 줄의 코드도 직접 작성하지 않고 있음. (100% 클로드 코드가)
- 1년간 앤스로픽 내부 엔지니어의 1인당 생산성은 200% 증가 (Pull request기준)
- AI가 버그 리포트를 보고 스스로 해결책이나 출시할 기능에 대한 아이디어를 내는 등 동료(co-worker)처럼 진화
- AI에 적합한 마인트셋 전환을 위한 원칙
- "사실 터미널로 만든 건 의도적인 선택이 아니었어요. 처음 몇 달은 저 혼자였기 때문에 가장 만들기 쉬운 방식이 터미널이었던 거예요. 그리고 이게 꽤 중요한 제품 교훈이라고 생각해요. 초기에는 리소스를 약간 부족하게 배분하는 게 좋다는 거예요."
- "새로 들어온 사람이나 신입이 저보다 더 AGI 지향적인 방식으로 일하는 걸 볼 때가 있어요."
- "재미있는 건 뭘 만들지 생각하는 것, 사용자와 대화하는 것, 큰 시스템을 고민하는 것, 미래를 생각하는 것, 팀원들과 협업하는 거예요. 이제 그걸 더 많이 할 수 있게 됐어요."
- "앞으로 몇 년간 가장 보상받는 사람들은 AI 네이티브(AI-native)이면서 동시에 호기심이 많고, 여러 분야를 넘나드는 제너럴리스트일 거라고 생각해요. 단순히 AI 도구를 잘 쓰는 것만으로는 안 되고, 엔지니어링 너머의 더 넓은 문제를 볼 수 있어야 해요."
Code Review