AI 역설: 자동화 시대에 더 많은 인간, 더 많은 업무가 필요한 이유

핵심 요약

자동화는 일자리를 없앤다는 통념은 거짓: AI가 하루 17시간 자율 작업을 수행해도 인간이 해야 할 일은 더 많아짐
두 가지 주요 업무 방식으로 양분: 슈퍼 에이전트(Slack 기반)와 개인 작업 환경(Codex, Claude Code)
새로운 직무 창출: 현장 배치 엔지니어, 에이전트 관리자 등 AI 시대 필수 직무 등장
성공의 핵심은 "모델을 타기": 새로운 AI 모델을 두려워하지 말고 능동적으로 활용하는 태도
PM과 디자이너의 황금기: 풀스택 디자이너와 기술 감각 있는 PM이 가장 성공할 직무

AI 자동화 시대의 역설: 더 많은 업무, 더 많은 인간

현재 AI 개발의 최전선에서 일하는 회사들은 매우 흥미로운 현상을 목격하고 있습니다. 자동화가 증가할수록 오히려 더 많은 인간의 노력이 필요해진다 는 것입니다. Every의 CEO 댄 시퍼는 이를 "자동화는 거짓말"이라고 표현합니다.

Anthropic의 Mithos 프리뷰 모델은 50% 정확도로 17시간 동안 자율적으로 작업을 수행할 수 있습니다. 기술 벤치마크상으로는 인상적인 성과이지만, 현실은 다릅니다. 시퍼가 직접 경험한 바에 따르면, 강력한 자동화 도구를 가진 회사일수록 오히려 더 많은 사람을 채용합니다. Every는 지난 1년간 인력을 15명에서 30명으로 두 배 증가시켰습니다.

이 현상의 원인은 간단합니다: 에이전트는 지속적인 인간의 감독과 관리가 필요 합니다. OpenAI나 Anthropic 같은 모델 회사들도 자신들이 만든 에이전트를 관리하기 위해 전담 팀을 운영 중입니다. 에이전트가 서버 접근, 복잡한 작업 수행 중에 문제가 발생하거나 길을 잃을 수 있기 때문입니다.

일자리 종말론은 과장된 우려

시퍼는 AI로 인한 대량 실업이라는 예측을 믿지 않습니다. 오히려 그 반대가 일어나고 있습니다.

첫째, 새로운 직무가 창출 되고 있습니다. 현장 배치 엔지니어(Forward-Deployed Engineer)라는 역할이 명확히 자리 잡혔습니다. 이들은 에이전트가 제대로 작동하도록 보장하고, 문제를 해결하며, 시스템을 최적화합니다. Every의 AI 엔지니어 나테시는 주로 Slack을 통해 회사의 내부 에이전트인 클로디(Claudie)와 상호작용하며, 오류를 식별하고 올바른 결과물을 생성하도록 안내합니다.

둘째, 기존 직무의 범위가 확대 되고 있습니다. 엔지니어는 더 이상 코드를 직접 작성만 하지 않고, 에이전트가 생성한 수천 개의 풀 리퀘스트를 검토하고 통합하며 일관성 있는 제품을 유지해야 합니다. OpenClaw는 하루에 수천 개의 풀 리퀘스트를 받고, 5만 개의 Codex 인스턴스를 활용해 이를 분류한 후 약 1,000개를 병합합니다.

2025년의 업무: 두 가지 주요 방식으로 양분

시퍼의 핵심 예측은 내년 업무 방식이 명확히 두 가지로 나뉠 것이라는 것입니다.

1. 슈퍼 에이전트 방식: Slack 기반의 회사 중앙 에이전트

처음에 시퍼는 각 개인이 자신만의 개인 에이전트를 가질 것으로 예상했습니다. 하지만 현장 경험이 그의 생각을 바꿨습니다.

가까운 미래에는 회사 전체를 관리하는 하나의 슈퍼 에이전트 가 주류가 될 것입니다. Slack에서 실행되는 이 에이전트는 직원들에게 업무를 위임받고, 질문에 답하며, 회사 전체의 맥락을 이해합니다.

이 방식이 선호되는 이유는:

중앙에서 통합 관리 가능
모든 직원이 같은 맥락과 정보에 접근
에이전트 간의 일관성 유지
비용 효율성

하지만 이 슈퍼 에이전트 위에도 인간이 필요합니다. 현장 배치 엔지니어가 이 에이전트를 계속 모니터링하고, 문제가 발생했을 때 개입해야 합니다.

2. 개인 작업 환경: Codex와 Claude Code의 시대

동시에 개인이 자신의 컴퓨터에서 Codex나 Claude Code 같은 환경을 활용해 대부분의 일을 처리할 것입니다. 이 두 플랫폼은 단순한 코딩 도구를 넘어 모든 전문 작업을 위한 운영 체제 로 진화 중입니다.

시퍼의 경험에 따르면, Codex의 인앱 브라우저는 게임 체인저입니다. 문서를 작성할 때 Codex 스레드에서 인앱 브라우저를 열고, Proof(온라인 마크다운 편집기)에서 작업하면서 동시에 Codex가 그의 작업을 모니터링합니다.

"에이전트가 내가 하는 일을 보고, 내가 에이전트가 하는 일을 볼 수 있습니다."

이 병렬 작업 방식은:

실시간 협업을 가능하게 함
에이전트가 더 정확한 맥락 제공
빠른 반복과 수정 가능
모든 작업이 한 곳에서 진행

특히 주목할 점은 이메일 처리 입니다. 시퍼는 현재 10일 연속 받은편지함이 비어있는데, 이는 자신의 성격상 거의 불가능했던 일입니다. Codex가 Cora(회사의 이메일 에이전트)와 함께 모든 이메일을 수집하고 작은 페이지로 렌더링하면, 그는 각 이메일에 대해 간단히 지시만 하면 됩니다.

"좋아, 이거 조사해봐." "변호사들한테서 질문이 왔네, 지난 4년간의 모든 문서를 모아서 보고서로 만들어서 보내줄 수 있어?"

Codex는 그냥 해버립니다.

SaaS의 미래: 소멸이 아닌 변혁

많은 사람들이 "에이전트가 SaaS를 죽일 것"이라고 예측하지만, 시퍼는 지금 당장 SaaS 주식을 사겠다 고 명언합니다. 이는 역발상적이지만, 논리적입니다.

토큰 비용 문제의 반전

기존 SaaS 모델은 기업이 자신의 서버에서 AI 모델을 실행하고, 그 토큰 비용을 지불합니다. 하지만 새로운 패러다임에서는:

사용자가 자신의 AI 토큰을 Codex나 Claude Code에 가져옵니다.

즉, SaaS 기업은 더 이상 토큰 비용을 지불하지 않습니다. 이것이 의미하는 바는:

마진 개선: 토큰 비용 제거로 비용 구조 개선
수요 증가: 에이전트도 SaaS를 사용하게 되어 사용량 증가
아키텍처 변경: 인간과 에이전트가 동시에 사용 가능하도록 설계

SaaS 기업이 해야 할 일

전통적으로 SaaS는 UI 중심으로 설계되었습니다. 하지만 앞으로는:

CLI 지원: 에이전트가 명령줄 인터페이스를 통해 접근 가능하게
HTML 최적화: 에이전트가 화면을 이해할 수 있도록
API 우선: 프로그래매틱 접근을 기본으로

시퍼의 제품 Proof가 이를 보여줍니다. 사용자가 자신의 AI를 Proof에 가져오면, 그 AI는 Proof가 HTML을 통해 제공하는 모든 정보에 접근할 수 있습니다. Proof는 토큰 비용을 지불하지 않고, 대신 더 강력한 제품이 됩니다.

결과: SaaS 기업들은 엄청난 수요 급증을 경험할 것입니다.

업무 형태의 변화: 검증자와 창의자의 시대

AI가 기본적인 작업을 처리하면서, 인간의 역할은 근본적으로 변하고 있습니다.

1. 검증과 통합 역할의 증가

이제 많은 전문직의 업무는 다음과 같이 변합니다:

개발: 엔지니어가 에이전트가 생성한 코드를 검증하고 통합
데이터 분석: 분석가가 여러 소스의 분석 결과를 검증
콘텐츠: 편집자가 AI 생성 콘텐츠의 품질과 정확성 확인

예를 들어, 한 데이터 과학자는 예전에는 분석과 실험에 시간을 썼지만, 이제는 팀원들(및 에이전트들)이 제출한 분석 결과를 검토하는 데 대부분의 시간을 씁니다.

2. 일반인화(Generalization) 현상

모든 사람이 AI 도구를 능숙하게 사용하면:

엔지니어도 디자인 가능
PM도 코딩 가능
마케터도 제품 출시 가능

이는 혼란을 야기하지만, 결국 더 효율적인 소규모 팀 을 가능하게 합니다.

3. CLI 시대는 끝났다

초기에 사람들은 Claude Code가 성공한 이유를 "터미널이 작동하기 때문"이라고 생각했습니다. 하지만 시퍼는 다르게 봅니다.

CLI는 기술자를 위한 도구였습니다. 하지만 이제 우리는 GUI로의 회귀 를 보고 있습니다. OpenAI의 Codex 데스크톱 앱은 Anthropic의 Codex(Claude Code에서 진화)를 보고 배운 교훈을 반영합니다.

"대부분의 기술 인력은 더 이상 CLI를 주요 작업 표면으로 사용하지 않을 것입니다."

프로그래머들도 가끔 터미널로 전환하지만, 대부분의 작업은 Codex, Claude Code, Cursor 같은 인터페이스에서 이루어집니다.

누가 가장 성공할 것인가: PM과 디자이너의 시대

1. 제품 관리자(PM)의 재탄생

시퍼는 기술 감각 있는 PM에 대해 "엄청나게 낙관적"입니다.

사례: 마커스

마커스는 Every의 내부 PM으로, 이전에 Axios에서 글쓰기 제품을 이끌며 연간 반복 매출(ARR)을 수천만 달러로 성장시켰습니다. 그는 1년 휴가를 내고 AI에 깊이 몰두했으며, Cursor와 같은 도구를 마스터했습니다.

시퍼는 그를 "가볍게 기술적(lightly technical)"이라고 표현합니다. 데이터베이스 마이그레이션을 이해하고 코드를 따라갈 수 있지만, 1년 전에는 기술 직책으로 채용하지 않았을 것입니다.

하지만 지금:

Cursor를 통해 자신의 아이디어 구현 가능
사용자 피드백을 제품 개선으로 빠르게 전환
큰 팀 없이 빠르게 기능 출시
자신의 제품 감각과 글쓰기 능력 + 기술 능력의 결합

이러한 PM들은 팀의 거의 모든 사람보다 빠르게 기능을 출시합니다.

2. 풀스택 디자이너의 부상

디자이너들은 항상 아름다운 상호작용을 설계했지만, 엔지니어가 구현하지 않을 때 좌절했습니다. 이제는:

Cursor와 Claude Code를 통해 자신의 디자인을 직접 구현
자신의 풀 리퀘스트 생성
아이디어에서 출시까지 전체 소유권 보유

"디자이너들은 정말 창의적인 사람들이고, AI는 그런 사람들에게는 슈퍼 도구입니다."

풀스택 디자이너들은 이제 소규모 팀과 스타트업을 시작할 수 있으며, 더 큰 회사에서는 경쟁력 있는 자산이 됩니다.

3. 영업 역할은 변하지만 사라지지 않는다

흥미롭게도, 영업 역할은 가장 근본적인 변화를 겪지 않은 직무입니다:

BDR의 일부 자동화 (기본 문의 처리)
채용과 조사에서 강력한 AI 활용
대면 관계 구축은 여전히 인간의 영역

1년 안에 명백해질 주요 변화

시퍼의 2025년 예측을 요약하면:

업무 방식

Codex와 Claude Code가 표준 작업 환경 이 됨
Slack에서 슈퍼 에이전트와 상호작용 이 일상화
모든 앱이 이 환경 내에서 실행 됨 (인앱 브라우저)

업무 내용

검증과 통합이 핵심 능력
창의성의 가치 폭증
새로운 직무 탄생 (현장 배치 엔지니어 등)

직무별 변화

엔지니어: 더 복잡한 아키텍처, 에이전트 관리
PM: 기술 감각 필수, 직접 구현 가능
디자이너: 풀스택 디자이너로 진화
일반 직원: 업무 자동화로 인한 시간 절약, 더 중요한 일에 집중

성공 전략: "모델을 타다(Ride the Models)"

시퍼의 핵심 조언은 간단하지만 실행이 어렵습니다: "모델을 타다"

이것이 의미하는 바

새로운 AI 모델이 나올 때마다:

두려워하지 말 것
즉시 실험할 것
자신의 업무에 적용해볼 것
즐기면서 접근할 것

시퍼는 "FOMO 때문에 하지 말고, 즐거운 경험에 집중하라"고 강조합니다.

실제 사례

새로운 모델이 나왔을 때 시퍼의 접근:

"이제 이 기능이 작동할까?" 확인
자신의 업무에 통합 시도
작동하지 않으면 다음 모델을 기다림
작동하면 즉시 확대

놀라운 사실: GPT-4o에서는 코드 재작성 벤치마크에서 30점을 받던 것이, GPT-5.5에서는 62점(시니어 엔지니어 수준 80-90점에 접근)을 받습니다. 1년 안에 인간 수준에 도달할 것으로 예상됩니다.

자동화의 역설을 이해하기

마지막으로 핵심 통찰을 정리하면:

자동화가 일을 제거하지 않습니다. 오히려:

과거의 작업을 저렴하게 만들고 (상품화)
모두가 접근 가능하게 하며 (민주화)
새로운 기회와 문제를 창출합니다 (새로운 가치 창출)

모델들이 하는 일은 어제의 인간 역량을 저렴하게 상품화하는 것입니다. 인간이 하는 일은 그 안에 들어가서 "이 기본 역량을 가지고 어떻게 새롭고 흥미로운 것을 만들 것인가?"를 묻는 것입니다.

벤치마크와 현실의 차이

벤치마크는 "AI가 얼마나 자율적인가"를 측정하지만, 현실은 다릅니다:

모델의 자율성과 현실의 필요한 인간 개입은 별개
벤치마크는 측정 가능한 것만 잰다
진정한 전문성은 처음부터 다시 생각하는 능력 필요
인간은 계속 필요하지만, 역할이 변한다

2025년을 준비하기 위한 3가지 행동

Codex, Claude Code, Cursor 중 하나를 선택하고 마스터하기
- 모든 업무에 활용
- 새로운 모델이 나올 때마다 테스트
- 자신의 작업 방식 개선
에이전트와의 협업 배우기
- Slack 에이전트 활용 (Victor, Cora 등)
- 팀에서 AI 에이전트 함께 활용
- 에이전트와 인간이 함께 일하는 방식 체험
창의성 개발에 투자
- 기본 작업은 에이전트에게 위임
- 자신만의 독특한 아이디어 개발
- 새로운 방식의 문제 해결 연습

결론: 미래는 더 복잡하고, 더 흥미롭다

시퍼는 AI의 미래를 중세인들이 세상의 끝에서 용이나 공허를 상상한 것에 비유합니다. 오늘날 누군가는 AI가 재앙을 가져올 것을 두려워하고, 다른 누군가는 유토피아를 꿈꿉니다.

하지만 현실은 그 예상된 "지평선"에 도달하면, 긍정적인 것과 부정적인 것이 뒤섞여 나타나고, 결국 또 다른 새로운 지평선을 발견하게 될 뿐입니다.

자동화는 일자리를 없애지 않습니다. 일자리를 변화시킵니다. 더 많은 창의성, 더 많은 판단, 더 많은 인간이 필요합니다. SaaS는 죽지 않습니다. 재탄생합니다. 그리고 올해 말이면, 업무의 형태가 이미 상당히 다르게 보일 것입니다.

지금 할 일: 모델을 타다. 즐기면서 배우다. 새로운 세상에서 당신의 위치를 찾다.

Original source: The AI paradox: More automation, more humans, more work | Dan Shipper

powered by osmu.app

(Lenny's Podcast) AI 역설: 자동화는 거짓말, 더 많은 일자리가 생긴다