하재상 처음에는 불안이 컸던 것 같은데, 요즘은 오히려 기대하는 사람들이 훨씬 많아졌다고 느끼는거 같습니다. AI가 대체할 거라는 걱정에서 시작했지만, AI를 잘 활용하는 사람들이 오히려 더 좋은 대우를 받고 더 성공하는 사례가 계속 나오다 보니, 이제는 다들 "어떻게 하면 AI를 더 잘 쓸 수 있을까" 연구하는 데 혈안이 되어 있어요. 한마디로 정리하자면 — 실리콘밸리 개발자들은 'AI에게 대체될까봐' 불안한 게 아니라, '내가 AI를 잘 쓰지 못할까봐' 불안해하고 있습니다. 오히려 이 시기를 커리어의 전환점으로 삼는 개발자들이 많아요.

그렇군요, 실리콘밸리 빅테크 기업들은 이미 실제 업무에 AI를 공격적으로 도입하고 있다고 들었습니다. 현재 몸담고 계신 팀과 같은 대규모 시스템 환경에서는 구체적으로 어느 영역까지 AI가 침투해 있는지 궁금합니다.

하재상 "공격적으로 도입한다"는 말이 정확한 표현입니다. 메타의 경우, 팀별 AI 사용량이 실시간으로 추적되고, 기준에 못 미치면 매니저 평가에도 반영될 정도로 위에서 강력하게 드라이브를 걸고 있어요. 개발자뿐만 아니라 PM, 디자이너, 리서처 등 전 직군에 걸쳐 AI 사용이 업무 평가의 새로운 지표가 되었습니다. 분위기 자체가 "토큰을 많이 쓰는 사람 = 일을 열심히 하는 사람" 이라는 인식이 자리 잡았고, 입사 첫날 Claude부터 세팅하는 게 당연한 문화가 됐습니다.

AI 사용량으로 업무 능력을 평가받다니, 정말 놀라운데요. 역시 AI 트렌드의 최전선인 실리콘밸리 답네요. 그렇다면 매일 천문학적인 트래픽을 다루는 인프라 엔지니어의 시각에서 볼 때, AI가 가져온 가장 큰 변화는 무엇이라고 생각하시나요?

하재상 인프라 팀은 특성상 장기 프로젝트가 많습니다. 짧으면 6개월, 길면 2년 걸리는 프로젝트가 대부분인데 그런 프로젝트들의 소요 시간이 실제로 절반 수준으로 단축되고 있습니다. 생산성 변화가 워낙 커서, 회사 차원에서도 이제 로드맵과 KPI를 AI 생산성을 반영한 기준으로 재조정하고 있어요. 1년 걸릴 임팩트를 3개월 만에 낸다는 것, 결국 회사 입장에선 같은 시간에 몇 배의 수익을 낼 수 있다는 척도가 된 겁니다.

강사님께서 그간 실제 메타 현업에서 자동화 프레임워크 하나로 '수년 치의 개발 공수를 절감'하셨다고 들었어요.
방금 말씀주신 ‘1년 걸릴 임팩트를 3개월 만에 내는 것’과 연결되는 질문인데요. 이때 AI를 활용한 생산성 최적화가 어떻게 그토록 거대한 임팩트를 낼 수 있었는지, 그 과정의 핵심 힌트를 살짝 공개해 주실 수 있나요?

하재상 핵심은 Agentic Engineering 설계에 있습니다. 결국 "한 번 잘 나오는 작업" 과 "매번 잘 나오는 작업" 의 차이를 이해하는 게 관건이에요. 대부분의 팀은 AI가 한 번 멋진 결과를 내면 그걸로 만족하고 끝냅니다. 하지만 실제 인프라 레벨에서는, 수백 번을 돌려도 같은 품질이 나오는 반복 가능성이 훨씬 중요해요. 좋은 하네스를 설계하고 Agentic Loop를 제대로 돌릴 수 있으면, 6개월 걸릴 작업이 3개월 안에 끝나는 경험을 실제로 하게 됩니다.

명쾌하게 말씀주셨지만 실제로는 분명 쉽지 않은 과정일 듯 한데요. 그럼 이제 강사님께서 최근에 내신 강의 얘기를 좀 해볼까 해요. [실리콘밸리 바이브코딩: 상위 1% 개발자의 10가지 바이브코딩 스킬] 강의의 핵심 목표가 "단순한 코더를 넘어 진짜 아키텍트로 역량을 끌어내는 것"이라고 알고 있어요.
지금의 AI 시대에 살아남기 위해 개발자들이 무엇을 해야한다고 보시나요?

하재상 코드를 빠르게 짜는 능력이 아니라 문제를 명확히 쪼개고, 그 문제를 AI에게 정확히 위임하고, 정교한 하네스 위에서 AI가 일하게 만드는 능력. 이게 앞으로의 차별화 포인트라고 생각합니다. 그리고 이게 바로 AI 시대에 진짜 설계자로 군림하는 상위 1% 엔지니어가 갖춰야 할 역량입니다.

문제를 잘 정의하고 쪼개 AI에게 적절히 만드는 능력이 핵심이군요. 강사님의 이번 강의에서 팀과 조직 전체에 'AI DNA'를 심는 AX 혁신 전략까지 다루시는 것으로 알고 있어요. 아마 많은 조직에서 고민 중인 부분일듯 싶은데요. 그렇다면 리더나 시니어 개발자로서 우리 팀의 일하는 방식을 AI 친화적으로 완전히 뜯어고치려면 무엇부터 시작해야 할까요?