오픈AI 사장·딥마인드 CEO·클로드 코드 창시자가 말하는 5가지 미래

요즘 커뮤니티에 “루프 엔지니어링”이라는 말이 부쩍 돕니다. 에이전트가 일할 환경을 짜주는 하네스(harness) 엔지니어링을 지나, 이제는 에이전트를 아예 반복 작업 루프에 태워 알아서 돌게 하는 단계까지 왔다는 이야기인데요. 이 말을 보다 문득, 한 달쯤 전에 본 인터뷰 하나가 떠올랐습니다.

점심마다 유튜브를 보는 습관이 있는데, 거기서 클로드 코드(Claude Code)를 만든 보리스 체르니가 똑같은 이야기를 이미 하고 있었거든요. 

“(제 작업 환경에는) 루프가 항상 여러 개 돌아가고 있습니다. 이쯤 되니 루프가 미래라는 생각이 들어요. 아직 실험 안 해보셨다면 정말 강력 추천합니다.”

보리스 체르니는 유행이 번지기 한 달도 더 전에 루프를 이미 일상으로 돌리고 있던 것인데요. 생각해보면 당연한 일입니다. 다가올 미래를 가장 먼저 살고 있는 사람들은 AI 모델을 만드는 회사의 직원들일 테니까요. 세계에서 제일 좋은 모델을 직접 만들고 누구보다 먼저 써보는 사람들이니, 이들이 지금 하는 말은 우리의 3~6개월 후 모습일 가능성이 높습니다. 그렇다면 이들은 지금 무엇을 보고 있을까요.

마침 이를 엿볼 기회가 있었습니다. 앞서 말한 영상이 이들을 인터뷰한 시리즈거든요. 세콰이어 캐피탈(Sequoia Capital)이 올해 4월 20일 개최한 행사 ‘AI Ascent 2026’에서 AI 업계 핵심 인물 세 명을 연달아 인터뷰했습니다. (유튜브에는 4월 말부터 5월 초에 걸쳐 영상이 올라왔고요.) 오픈AI 공동창업자이자 사장 그렉 브록먼, 구글 딥마인드 CEO 데미스 허사비스, 그리고 앤트로픽에서 클로드 코드를 만든 보리스 체르니입니다.

직급도 역할도 회사도 다르지만, 며칠에 걸쳐 연달아 듣고 나니 이들 모두 비슷한 말을 하고 있다는 느낌이 들었습니다. 그래서 세 인터뷰에서 공통적으로 등장하는 ‘AI 거장’들의 메시지를 5가지로 정리해봤습니다.

• OpenAI's Greg Brockman: Why Human Attention Is the New Bottleneck
• Demis Hassabis: We're Three Quarters of the Way to AGI
• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next

글에서 이탤릭체로 처리한 모든 대화체는 인터뷰에서 인용한 글입니다. IT 업계에서 일하는 사람들을 위한 내용만 추리느라 빠진 내용이 많습니다. 한 번씩 방문해 보는 걸 추천드립니다.

1. 실행의 비용은 정말로 낮아졌다

셋이 한 목소리로 말한 첫 번째는 AI로 인해 “만드는 일”의 비용이 정말로 낮아졌다는 겁니다.

체르니는 클로드 코드를 만든 사람인데, 정작 코드를 한 줄도 직접 쓰지 않습니다. 

“모델이 제 코드를 100% 씁니다. 보통 하루에 PR을 수십 개씩 내고요. 지난주엔 하루에 150개 정도 PR을 낸 날도 있었어요. 그게 기록이었죠. 어디까지 밀어붙일 수 있는지 보려고 한 거였습니다. 그러니까 저한테 코딩은 이제 이미 해결된 문제예요.” 

하루 PR이 150개라고요. 바쁜 주에 PR 열 개 남짓 내는 입장에서는 숫자 단위가 다른 느낌입니다.

코딩에 한정된 변화도 아닙니다. 브록먼은 “프로토타입을 만드는 비용이 이제 쌉니다. 정말 싸요. 대시보드 하나 만들려면 예전엔 누군가 일주일은 걸렸는데, 이젠 그냥 바로 만들죠”라고 말합니다. 그 속도는 갈수록 빨라지고 있습니다. “지난 해(2025년) 12월 한 달만 봐도, 에이전트 코딩 도구가 코드의 20%를 쓰던 수준에서 80%를 쓰는 수준으로 갔다고 생각합니다. 이건 곁가지(side show)였던 것이 본업(main thing)이 된다는 뜻이에요.” 

브록먼이 들려준 일화를 보면 이 변화가 더 실감 납니다. GPT-5부터 5.3까지도 제대로 된 가치를 얻지 못했던 오픈AI의 한 시스템 엔지니어가 있었답니다. 그런 그가 GPT-5.4가 나왔을 때 반쯤 장난삼아 자기가 곧 착수하려던 복잡한 시스템 최적화의 설계 문서를 모델에 넘기고 잠들었다고 합니다. 일어나면 팀에 넘겨 다음 한 주 동안 작업시킬 생각이었죠. 

“그런데 일어나 보니 끝나 있었어요. 모델이 실제로 초기 스펙을 구현했고, 느리다는 걸 확인했고, 계측(instrumentation)을 추가했고, 실제로 코드를 돌렸고, 프로파일러로 어디가 느린지 찾아냈고, 최적화된 결과가 나올 때까지 여러 번 반복(iterate)했습니다.” 팀이 일주일 동안 할 일을 모델이 하룻밤 안에 끝내버린 겁니다.

실행이 이렇게 쉬워지면 무엇이 남을까요? “그럴수록 깨닫는 건, 인간의 주의력(human attention)이 엄청나게 희소한 자원이 될 거라는 겁니다. 무언가를 ‘하는 것’은 이제 쉬워요. ‘이게 좋은 일인가? 이게 내가 원한 건가? 내 가치, 내 욕구에 부합하는가?’. 그게 가장 중요한 단 하나의 병목이 될 겁니다.” 모델이 일은 잘 하니까요, 좋은 행동이었는지 판단하는 일은 고스란히 사람 몫으로 남은 거죠.

2. 모델의 발전은 더 이상 변수가 아니다

흥미로운 건, 세 사람 모두 모델이 좋아진다는 걸 전제로 깔고, 그 위에서 제품과 조직, 연구의 방향을 설계하고 있다는 점입니다. 브록먼은 그 근거로 스케일링 법칙을 듭니다. 왜 작동하는지 완전히 설명할 이론은 없지만 경험적으로 그렇다면서요. “모델에 컴퓨터를 더 부을수록 그에 비례해 더 유능해지고, 그게 계속 이어집니다. 벽이 없어요. 그게 아름다운 점이라고 생각합니다.”

체르니는 이 전제를 제품 전략에도 그대로 적용합니다. 클로드 코드는 처음부터 지금 모델이 아니라 다음 모델에 맞춰 만들어졌습니다. PMF(제품-시장 적합성)가 당분간 없을 걸 알면서도요. “저희는 PMF 이전 단계의 무언가를 만들고 있었고, 6개월 동안은 PMF가 없을 거라는 걸 알고 있었습니다. 다음 모델을 위해 만들고 있었으니까요. 그게 거의 내내 기본 발상이었어요.” 지금도 모델이 못 하는 일을 만나면 그의 답은 단순합니다. “보통 답은 그냥 ‘다음 모델을 기다려라’입니다.” 

그래서 더욱, 업계에서 일하는 우리는 빠른 변화에 유연하게 올라타야 합니다. 사회자가 “2년 뒤에는?”이라고 묻자 체르니는 이렇게 답합니다. “2년이요? 그건 모르죠. 저희는 1주 단위로 계획합니다.” 다음 모델이 알아서 해결할 일과 내가 지금 풀어야 할 일을 구분하는 것. 제품 단위의 설계는 거기서 시작해야겠다 싶었습니다.

하지만, 그렇다고 아예 모든 걸 시장에 맡기고 마음대로 하라는 말은 아닙니다. 이러한 변화를 포용할 긴 시선은 가져야 한다고 봅니다. 실제로 허사비스는 2010년 딥마인드 창업 무렵의 예측이 아직 유효하다고 말합니다. “(현재는) 여전히 우리가 2010년에 예측했던 범위 안에 있습니다. 우리는 그게 20년짜리 미션이 될 거라고 봤거든요. 그리고 분야 전체로 보면 우리는 거의 정확히 그 궤도 위에 있다고 생각합니다.” 

3. 격차는 기술이 아니라 조직이 만든다

그럼 이처럼 앞서 가는 기업은 어떻게 격차를 만들까요? 청중이 체르니에게 이 질문을 던졌는데, 답이 의외였습니다. “저희가 앞서 있는 지점은 기술이 아니라고 생각합니다. 저희가 쓰는 기술은 여기 계신 모두에게 똑같이 제공되니까요. 근본적으로 저희는 플랫폼을 만들고 있고요.” 그들이 쓰는 모델이 따로 있는 게 아니라는 겁니다. 내부에서 쓰는 모델이나 밖에서 쓰는 모델이나 큰 차이가 없다는 거죠. 진짜 차이는 따로 있습니다. “진짜 더 큰 우위는 조직 구조와 조직 프로세스에 있다고 생각해요.”

그 프로세스가 어떤 모습인지는 앤트로픽 내부 환경으로 유추할 수 있습니다. “저희의 Claude들은 하루 종일 서로 대화해요. 제가 코딩하는 동안, 제 Claude들이 루프 안에서 코딩하면서, 역시 루프로 돌고 있는 다른 사람들의 Claude들과 Slack으로 소통하며 미지수를 풀어냅니다. 회사 어디에도 손으로 작성한 코드가 더는 없어요. SQL도 전부 모델이 씁니다. 모든 게 모델이 만든 거예요.” 처음 들었을 땐 과장 아닌가 싶었는데, 일하는 방식 전체를 모델 중심으로 재편한 조직이라고 받아들이니 어느 정도 이해가 갑니다.

그럼 오픈AI는 어떨까요? 브록먼은 이런 일하는 방식을 “미래를 미리 산다”고 표현하는데요. “다른 모두에게는 1년, 2년, 3년 뒤가 될 모습을 먼저 경험”하는 것이 조직 차원의 전략이라는 겁니다. 실제로 오픈AI는 재무, 영업, IT 같은 직무 영역(버티컬)마다 전담팀을 두고, 도메인 전문가와 함께 스킬을 만들어 잘 되면 외부 고객용으로 내보냅니다. 동시에 규율도 분명합니다. 머지되는 모든 코드에 사람이 책임지게 한다는 가이드라인을 세우는 거죠.

“결국 이 코드를 머지하는 게 좋은 일인가? 구조가 잘 잡혀 있나? 코드베이스를 더 유지보수하기 좋게 만드나? ‘그렇다’고 서명하는 사람이 반드시 있게 한다는 겁니다.” 맹목적으로 쓰자는 것도, 쓰지 말자는 것도 아닌 신중한 접근이죠. 그는 병목의 상당 부분이 이미 공유와 거버넌스 쪽으로 이동했다고도 말합니다. 누구나 만들 수 있게 되니, 그걸 어떻게 나누고 누가 접근하게 할지가 새 숙제가 된 겁니다.

체르니는 이 구조가 작은 팀에게는 오히려 기회라고 말합니다. “대기업은 비즈니스 프로세스를 바꿔야 하고, 일하는 방식을 바꿔야 하고, 전 직원을 재교육해서 기술을 쓰게 해야 하고, 그 과정에서 엄청난 내부 저항에 부딪힙니다. 그런데 작은 팀은 그런 문제가 없잖아요. 맨바닥에서 시작하면 처음부터 AI 네이티브로 만들 수 있습니다.” 

4. 살아남는 개인은 ‘도메인을 잘 아는 제너럴리스트’

조직 다음은 개인입니다. 체르니에 따르면 클로드 코드 팀은 이렇게 일합니다. “엔지니어링 매니저, 프로덕트 매니저, 디자이너, 데이터 사이언티스트, 재무 담당, 사용자 리서처 팀의 모든 사람이 코드를 써요. 각자 어딘가의 스페셜리스트이지만, 이제 모두가 코딩도 하는 거죠.” 그래서 그는 “앞으로 훨씬 많이 보게 될 것은 분야를 가로지르는(cross-disciplinary) 제너럴리스트”라고 내다봅니다. 엔지니어링을 잘하면서 디자인도 잘하는 사람, 프로덕트와 데이터 사이언스와 엔지니어링을 다 잘하는 사람이요.

코딩이 그렇게 흔한 기술이 될 수 있을까요? 체르니는 역사에서 닮은 사례를 가져옵니다. 1400년대 유럽의 인쇄술을 보자는 거죠. 인쇄술 이전 유럽에서는 인구의 약 10%만 글을 읽고 쓸 줄 알았고, 읽고 쓰는 것 자체가 직업이었습니다. 그런데 첫 인쇄기 이후 50년 동안 그 이전 1,000년보다 많은 문헌이 출판됐고, 책값은 100배쯤 떨어졌고, 수백 년에 걸쳐 문해율은 70%까지 올라갔죠. 지금도 전업 작가는 남아 있지만, “읽고 쓸 줄 안다”는 것 자체로는 더 이상 직업을 가질 수 없습니다. 소프트웨어 만들기도 같은 길을, 훨씬 빠르게 걷게 될 거라는 게 그의 전망입니다. “(앞으로는 코딩이) ‘문자 메시지 보낼 줄 안다’ 수준의 기술이 될 겁니다.”

그런데 흔해지는 것과 희소해지는 것은 다릅니다. 쉬워진 건 코딩이고, 어려워서 희소한 건 도메인이죠. “회계 소프트웨어를 만들기에 가장 적합한 사람은 엔지니어가 아니라 정말 뛰어난 회계사예요. 도메인을 정말 잘 아니까요. 이제는 코딩이 쉬운 부분이고, 도메인을 아는 게 어려운 부분입니다.”

브록먼도 거의 비슷한 말을 했습니다. “더 경쟁적으로 갈 수도 있어요. 모두가 이 놀라운 도구를 갖게 될 테니까요. 그래서 당신의 틈새(niche)는 무엇인지, 당신만의 고유한 각도(angle)는 무엇인지 알아내는 게 아마 가장 중요한 핵심이 될 겁니다.” 도구가 평등해질수록 차별화는 도구 바깥, 그러니까 나만 아는 것과 나만의 관점에서 나온다는 거죠.

당연하지만, 이런 혼란기에 빠르게 관점을 잡은 사람에게는 큰 보상이 따릅니다. 그는 1인 사업가라도 굉장한 비즈니스를 다룰 수 있게 될 거라며 이렇게 덧붙입니다. “에이전트 10만으로 이루어진 조직의 CEO가 되고 싶지 않은가요?”

5. AGI 역시 아주 먼 미래는 아니다

마지막은 AGI입니다. 정의에 대한 의견 차이가 조금은 있지만, 인간이 할 수 있는 모든 일을 스스로 해내는 수준의 AI라고 볼 수 있겠죠.

AGI 도달 그 자체를 목표로 삼은 오픈AI답게, 브록먼은 “제 관점에서 우리가 어디쯤 와 있느냐로 보면, 80% 정도 왔다고 생각합니다”라고 답합니다. AGI가 뭔지는 사람마다 직관이 다르다는 전제 하에서요. 그래도 “적어도 소프트웨어 작성에서는 확실히 저보다 유능합니다”라고 합니다.

허사비스는 조금 더 길게 봅니다. “2030년이요. 저는 꽤 일관되게 말해왔습니다.”

한편 체르니는 AGI라는 말 대신 자기 일의 언어로 말합니다. “한 2년쯤 뒤면 모델이 코드를 전부 짜고, 에이전트를 띄우고, 환경을 구축하고 있을 거예요. (...) 이런 건 더 이상 우리가 엔지니어로서 내리는 결정만은 아닐 거라고 생각합니다.”

80%, 2030년, 2년. 숫자는 제각각인데, 누구도 “모른다”거나 “아주 멀었다”고 답하지 않습니다. 셋 중 가장 신중한 허사비스조차 이걸 순서의 문제로 이야기해요. “먼저 도구를 만드는 게 최선이라는 겁니다. 믿기 어려울 만큼 지능적이고 유용하며 정밀한 도구를 만들고, 그다음에 그다음 루비콘 강을 건너는 거죠. (...) 그것이 행위주체성(agency)을 갖는가? 의식이 있는가? 이런 질문들이요. (...) 저는 그걸 두 번째 단계로 하기를 권하고 싶습니다.”

마치며

처음의 직급 이야기로 돌아가 보겠습니다. 사장, CEO, 창시자. 직급은 다 다른데, 셋 다 지금도 직접 만드는 사람입니다. 브록먼은 OpenAI에서 '빌더 인 치프(builder-in-chief)'로 불리고, 실리콘밸리에서는 '엔지니어의 엔지니어'로 통하는 사람이죠. 허사비스는 열일곱 살에 시뮬레이션 게임 ‘테마파크(Theme Park)’를 만들어 1천만 장 넘게 팔았습니다. 이후 직접 차린 게임 회사에서 배운 가장 큰 교훈은 “시대를 50년 앞서는 게 아니라 5년 정도 앞서야 한다”는 것이었다고 말하죠. 체르니는 중학생 때 TI-83 계산기용 BASIC 가이드를 썼다고 하고요. 평생 뭔가를 만들어온 사람들이 AI 업계의 핵심을 맡고 있는 겁니다.

그런 그들에게 AI로 인한 거대한 변화가 올지 말지는 이미 논쟁거리가 아니었습니다. 브록먼은 사람들에게 “우선 ‘적극적으로 뛰어들라고(lean in)’ 말하겠습니다. 지금 도구들은 믿을 수 없을 만큼 유용해졌어요.”라고 말합니다. 남은 건 각자의 몫입니다. 지금은 희소해진 ‘사람의 깊은 주의력’을 어디에 쓸지, 어떤 도메인과 고유한 각도를 가져갈지도요.

인터뷰를 보며 정말 큰 영감을 얻었지만, 저도 아직 배우는 중이라 거창한 계획을 세우지는 못했습니다. 다만 일단 체르니가 강력 추천한 루프부터 하나 돌려보려고 합니다. 이번 주에 해야 할 반복 작업 중에 하나 골라서요. 여러분도 백로그에서 하나 꺼내 일단 AI에 맡겨 보시죠. 먼저 미래를 살아본 사람들의 말이 어디까지 맞는지, 각자의 자리에서 확인해볼 수 있을 겁니다.

©️요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.