회의론자의 전향 — Steve Yegge가 그리는 AI 에이전트 시대의 생존 지도

Google과 Amazon에서 수십 년을 보낸 베테랑 엔지니어, 기술 블로그계의 전설적인 필자, 2000년대 초반 Amazon 내부 SOA 전환에 대한 Jeff Bezos의 메모를 세상에 폭로한 "Stevey's Google Platforms Rant"의 주인공. Steve Yegge는 실리콘밸리에서 독특한 무게감을 가진 인물이다. 한때 AI 회의론자였던 그가 완전히 돌아섰다. **"AI가 소프트웨어 엔지니어링을 근본적으로 바꾼다"**는 것이 지금 그의 입장이다.

회의론자에서 옹호론자로의 전환은 이론이 아니라 직접 써본 경험에서 비롯되었다. 그의 핵심 주장 다섯 가지를 해부한다.

---

도로 위의 차를 줄여라 — 50% Dial

Yegge의 가장 도발적인 테제다. 조직이 엔지니어의 절반을 줄이고, 남은 절반이 AI 도구를 최대한 활용하면 오히려 전체 생산성이 올라간다는 주장이다.

단순한 비용 절감 논리가 아니다. 핵심은 소통 병목의 제거다.

1. 큰 팀은 커뮤니케이션 오버헤드가 기하급수적으로 증가한다 (브룩스의 법칙)
2. AI 도구는 개인의 생산성을 수 배로 증폭시킨다
3. 적은 인원 + AI = 더 적은 회의, 더 적은 조율, 더 빠른 의사결정
4. 결과적으로 절반의 인원이 이전 전체보다 더 많이 산출한다

출퇴근 시간의 고속도로를 떠올려보면 이해가 빠르다. 도로 위의 차가 절반으로 줄면 교통 체증이 사라지고 모든 차의 평균 속도가 올라간다. 엔지니어 수를 줄이는 것이 목적이 아니라, 채널 수를 줄여 전체 처리량을 높이는 것이 핵심이다.

[💡 잠깐! 이 용어는?] 브룩스의 법칙: "지연되는 소프트웨어 프로젝트에 인원을 추가하면 더 늦어진다." 팀 구성원이 n명이면 커뮤니케이션 채널은 n(n-1)/2로 증가한다. 10명이면 45개, 20명이면 190개의 채널이 생긴다.

---

8칸 사다리 — AI 도입 단계론

Yegge는 개인과 조직의 AI 도입 수준을 8단계로 분류한다. 대부분의 엔지니어가 1~3단계에 머물러 있다는 것이 그의 진단이다.

단계	설명	특징
1-2	최소 사용	간헐적 자동완성, 가끔 챗봇 질문
3-4	적극적 보조	AI 페어 프로그래밍, 코드 리뷰 보조
5-6	에이전트 위임	독립적 태스크를 AI 에이전트에 위임
7-8	다중 에이전트 관리	10개 이상의 에이전트를 동시 오케스트레이션

Yegge는 5단계 이상에 도달해야 진정한 생산성 도약이 일어난다고 말한다. 사다리를 뛰어오르려 해서는 안 된다. AI에게 전체 기능 구현을 맡기기 전에, 먼저 테스트 작성을 맡겨보고, 리팩토링을 맡겨보고, 점진적으로 신뢰를 쌓아야 한다.

수영을 배울 때 바로 깊은 물에 뛰어들지 않는 것과 같다. 발이 닿는 곳에서 기본기를 익히고, 점점 깊은 곳으로 나아가야 한다.

---

흡혈귀의 저주 — 드라큘라 효과

"드라큘라 효과"는 Yegge가 직접 명명한 현상이다. AI를 집중적으로 사용하면 짧은 시간에 엄청난 생산성 스파이크를 경험하지만, 그 직후 극심한 정신적 피로가 몰려온다는 것이다.

[💡 잠깐! 이 용어는?] 드라큘라 효과: 드라큘라가 낮에 힘을 쓰면 급격히 약해지는 것처럼, AI와의 고강도 협업 후 생산성이 급락하는 현상. Yegge가 자신의 경험을 바탕으로 명명했다.

원인은 분명하다. AI가 코드를 생성하는 속도는 빠르지만, 그 코드를 이해하고, 검증하고, 통합하는 것은 여전히 인간의 뇌가 담당한다. AI가 10배 빠르게 코드를 쏟아내면, 인간의 뇌는 10배 빠르게 판단을 내려야 한다. 이건 마라톤 페이스가 아니라 100미터 전력 질주를 연속으로 뛰는 것이다.

Yegge의 대응책은 하루 생산적 시간을 3시간으로 제한하는 것이다. 얼핏 적어 보이지만, AI와 함께하는 3시간은 이전의 8시간보다 더 많은 아웃풋을 낸다는 것이 그의 주장이다.

이 3시간 동안의 전략은 명확하다.

• AI 에이전트에게 명확한 태스크를 할당한다
• 생성된 결과물을 빠르게 검토하고 피드백한다
• 아키텍처 결정과 방향 설정에 집중한다
• 나머지 시간은 학습, 문서화, 비동기 소통에 할당한다

AI 시대에 엔지니어의 가치는 "얼마나 많은 코드를 치느냐"가 아니라 **"얼마나 좋은 판단을 내리느냐"**에 있다.

---

좀비 기업론 — 대기업이 혁신을 먹는다

Yegge의 가장 신랄한 날이다. 그는 대기업이 구조적으로 AI 혁신을 받아들일 수 없다고 본다.

대기업의 병목	스타트업의 이점
새 AI 도구 도입에 6개월의 보안 심사/승인	의사결정이 빠르다
수십 년 된 레거시 시스템이 새 방식을 방해	레거시가 없다
관리자는 팀 규모 축소를 원하지 않는다	생존을 위해 효율 극대화 필수
"AI가 생성한 코드를 프로덕션에?" 근본적 거부감	AI 네이티브 워크플로우를 처음부터 구축

Yegge는 이런 구조적 차이 때문에 앞으로 모든 의미 있는 혁신은 스타트업에서 나올 것이라고 단언한다. 대기업은 이미 만들어진 혁신을 인수하는 역할로 전락한다는 것이다.

물론 극단적인 시각이다. 실제로는 대기업 내에서도 AI를 적극 도입하는 팀과 그렇지 않은 팀이 공존한다. 다만 Yegge가 지적하는 구조적 병목은 실재한다. Google에서 새로운 내부 도구를 도입하려면 얼마나 많은 LGTM이 필요한지 아는 사람은 고개를 끄덕일 것이다.

[💡 잠깐! 이 용어는?] LGTM(Looks Good To Me): 코드 리뷰에서 "검토 완료, 승인"을 뜻하는 약어. 대기업에서는 하나의 변경에 여러 팀의 LGTM이 필요한 경우가 많아, 의사결정 속도의 병목이 된다.

---

지금 당장의 실천 목록

Yegge의 전망을 종합하면, 엔지니어에게 던지는 메시지는 네 가지다.

1. AI 도구를 지금 당장, 깊이 사용하라. 자동완성 수준에 머물지 말고, 에이전트 레벨까지 올라가야 한다. Claude Code, GitHub Copilot Workspace, Cursor — 도구는 이미 충분하다.

2. "코드 작성자"에서 "판단자"로 전환하라. AI가 코드를 쓰는 시대에 엔지니어의 가치는 아키텍처 설계, 트레이드오프 판단, 코드 리뷰 능력에 있다.

3. 에너지 관리를 배워라. 드라큘라 효과는 실재한다. 고강도 AI 협업 세션과 저강도 학습 시간을 의도적으로 배분해야 한다.

4. 작은 팀의 파괴력을 믿어라. 2-3명이 AI와 함께 만든 프로덕트가 20명 팀의 산출물을 넘어서는 사례가 이미 나오고 있다.

---

마무리

Yegge의 주장이 전부 맞을지는 알 수 없다. "50% Dial"은 법적, 윤리적, 조직적 문제를 동반한다. "좀비 기업"이라는 표현은 과격하다. 하지만 그가 짚는 방향은 부정하기 어렵다. AI 도구의 능력은 매달 눈에 띄게 향상되고 있고, 이를 깊이 활용하는 소수와 그렇지 않은 다수 사이의 생산성 격차는 점점 벌어지고 있다.

Yegge 자신이 AI 회의론자에서 옹호론자로 전환한 것처럼, 변화는 실제로 도구를 써보는 사람에게 먼저 보인다. 관망하는 대신 직접 부딪혀보는 것이 가장 확실한 전략이다.