AI Agent를 배워야 할까, 아니면 그다음을 준비해야 할까?
중년개발자
@loxo
5일 전
AI Agent를 배워야 할까, 아니면 그다음을 준비해야 할까
요즘 개발자들에게 가장 많이 들리는 말 중 하나가 있다.
“이제는 AI Agent를 알아야 한다.”
불과 얼마 전까지만 해도 코딩을 배우라고 했다.
그다음에는 프롬프트 엔지니어링이 중요하다고 했다.
그리고 지금은 LLM을 연결하고, Tool을 붙이고, MCP와 RAG를 구성하고, 여러 Agent를 조합해 업무를 자동화하는 능력이 새로운 경쟁력으로 이야기된다.
그런데 미국 루이빌대학교의 AI Safety 연구자인 로만 얌폴스키(Roman Yampolskiy) 교수는 조금 다른 질문을 던진다.
“그 AI Agent를 만드는 일조차 AI가 더 잘하게 된다면 어떻게 될까?”
그의 전망을 빌리면, 지금 우리가 새로운 전문 영역이라고 생각하는 AI Agent 설계 역시 1~2년 안에 상당 부분 자동화될 가능성이 있다.
이 말은 AI Agent라는 기술이 2년 뒤 사라진다는 뜻이 아니다.
오히려 반대다.
AI Agent가 너무 발전해서 인간이 직접 Agent를 만드는 필요성이 줄어들 수 있다는 이야기다.
기술은 사라지는 것이 아니라 한 단계 위로 올라간다
기술의 역사를 보면 새로운 기술은 기존 기술을 완전히 없애기보다, 그것을 더 높은 추상화 단계로 밀어 올리는 경우가 많다.
과거에는 기계어를 직접 작성했다.
그러다 어셈블리가 등장했고,
C가 등장했고,
Java와 Python이 등장했다.
개발자는 점점 더 많은 것을 직접 작성하지 않게 되었다.
하지만 개발자의 역할이 사라진 것은 아니다.
추상화 수준이 올라갔을 뿐이다.
AI 역시 비슷한 방향으로 움직이고 있다.
직접 코딩
↓
프레임워크 사용
↓
프롬프트 작성
↓
AI Agent 설계
↓
AI가 Agent 설계
↓
AI가 문제 해결 시스템 자체를 설계따라서 앞으로 중요한 것은 특정 Agent Framework를 얼마나 잘 다루느냐보다,
AI에게 어떤 문제를 맡길 것인지, 그것을 어떻게 검증할 것인지, 그리고 그 결과를 실제 시스템과 어떻게 연결할 것인지가 될 가능성이 높다.
얌폴스키 교수가 특별한 이유
로만 얌폴스키 교수의 이야기가 흥미로운 것은 그가 단순한 AI 낙관론자나 비관론자가 아니기 때문이다.
그는 오랫동안 AI Safety, 즉 인공지능의 안전성과 통제 가능성을 연구해 온 학자다.
그가 던지는 근본적인 질문은 이것이다.
“인간보다 지능적인 시스템을 인간이 계속 통제할 수 있는가?”
현재의 AI는 인간이 만든 도구다.
하지만 AI가 점점 더 많은 일을 스스로 계획하고, 실행하고, 평가하고, 수정하기 시작하면 상황이 달라진다.
특히 AI가 AI를 만들고 개선할 수 있는 수준에 도달한다면,
인간이 AI를 개발한다
↓
AI가 개발을 도와준다
↓
AI가 AI 개발을 자동화한다
↓
AI가 더 나은 AI 개발 방법을 찾는다
↓
인간이 그 발전 속도를 따라가기 어려워진다라는 새로운 문제가 생긴다.
얌폴스키 교수가 오랫동안 이야기해 온 예측 가능성, 설명 가능성, 통제 가능성의 문제가 바로 여기에서 등장한다.
그래서 '2년'이라는 숫자보다 중요한 것이 있다
개인적으로는 그가 말한 1~2년이라는 시간 자체에 집착할 필요는 없다고 생각한다.
2년이 될 수도 있고 5년이 될 수도 있다.
중요한 것은 날짜가 아니다.
“지금 내가 배우고 있는 기술이 AI에 의해 다시 자동화될 수 있는가?”
라는 질문이다.
AI Agent를 배우는 것은 여전히 매우 가치 있다.
오히려 지금은 배워야 한다.
Agent가 어떻게 작동하는지 알아야 앞으로 AI가 어디까지 자동화할 수 있는지도 이해할 수 있기 때문이다.
다만 목표를
“나는 AI Agent 개발자가 되어야겠다.”
에서 끝내지 않는 것이 중요하다.
한 단계 더 나아가
“AI가 Agent까지 만들어 주는 시대에 나는 무엇을 할 것인가?”
를 생각해야 한다.
개발자에게 필요한 것은 점점 '코드'에서 '문제'로 이동한다
AI가 코드를 작성할수록 코드 자체의 희소성은 떨어진다.
AI가 API를 연결하고,
테스트를 작성하고,
문서를 읽고,
오류를 수정하고,
Agent Workflow까지 만들어준다면
개발자의 경쟁력은 단순히 얼마나 많은 코드를 작성할 수 있는가에서 벗어나게 된다.
대신 다음과 같은 능력이 중요해질 가능성이 높다.
문제를 정확하게 정의하는 능력
복잡한 시스템을 설계하는 능력
AI의 결과를 검증하는 능력
실패했을 때 원인을 찾아내는 능력
기술을 실제 비즈니스 문제와 연결하는 능력
그리고 무엇보다
“무엇을 만들어야 하는가?”를 판단하는 능력
이다.
그런데 얌폴스키 교수의 진짜 질문은 그보다 더 깊다
사실 그의 이야기를 계속 따라가면 '개발자의 미래'에서 끝나지 않는다.
AI가 인간의 노동을 상당 부분 대신한다면,
그다음에는 무엇이 남을까?
과거 산업혁명에서는 기계가 인간의 육체적 노동을 대신했다.
그러자 인간은 다른 일을 찾았다.
이번에는 조금 다를 수 있다.
AI가 글을 쓰고,
코드를 만들고,
연구하고,
분석하고,
기획하고,
의사결정을 지원하고,
새로운 AI까지 만든다면
우리는 단순히 “다음 직업을 배우면 된다”고 말하기 어려워질 수 있다.
그리고 여기에서 얌폴스키 교수의 이야기는 기술을 넘어 철학으로 이동한다.
노동에서 해방된 인간은 무엇을 할 것인가
만약 AI가 인간의 생산성을 극단적으로 끌어올린다면 인간에게 가장 부족한 것은 더 이상 노동시간이 아닐지도 모른다.
오히려 시간이 남을 수 있다.
하루 8시간 일하던 사람이
하루 2시간만 일해도 된다면,
남은 6시간은 무엇으로 채울 것인가?
그리고 만약 하루 대부분의 노동이 필요 없어지는 시대가 온다면,
“나는 무엇을 위해 살아가는가?”
라는 질문이 등장한다.
직업은 단순히 돈을 버는 수단이 아니기 때문이다.
직업에는
성취감이 있고,
사회적 역할이 있고,
사람과의 관계가 있고,
자신이 필요한 사람이라는 감각이 있다.
AI가 노동을 대신하는 순간 우리가 잃을 수 있는 것은 월급만이 아니다.
삶의 구조와 목적의 일부일 수도 있다.
그래서 AI 시대의 진짜 경쟁력은 어쩌면 '다음 기술'이 아닐지도 모른다
우리는 계속 다음 것을 찾는다.
코딩 다음에는 프롬프트.
프롬프트 다음에는 Agent.
Agent 다음에는 또 새로운 기술.
하지만 AI의 발전 속도가 지금보다 훨씬 빨라진다면 이 추격전은 끝없이 반복될 것이다.
그렇다면 질문을 바꿔야 한다.
“다음에는 무엇을 배워야 하지?”
가 아니라,
“기술이 계속 바뀌어도 나에게 남는 것은 무엇인가?”
라고.
AI Agent를 배우지 말자는 이야기가 아니다.
오히려 적극적으로 배워야 한다.
다만 Agent 자체를 목적지로 삼지 말자는 것이다.
Agent를 통해 AI가 어떻게 일하는지 이해하고, 그보다 한 단계 위에서 인간이 무엇을 결정해야 하는지를 고민해야 한다.
어쩌면 '2년 뒤 사라진다'는 말은 사라짐에 대한 이야기가 아니다
얌폴스키 교수의 말을 곰곰이 생각해보면,
“AI Agent가 2년 뒤 사라진다.”
라는 문장은 사실 조금 다르게 읽을 수 있다.
“2년 뒤에는 우리가 지금 Agent라고 부르는 것을 인간이 직접 만드는 방식이 당연하지 않을 수도 있다.”
기술은 사라지는 것이 아니라 우리에게서 멀어진다.
계산기는 사라지지 않았다.
우리가 계산하는 방식을 바꾸었다.
컴파일러는 사라지지 않았다.
우리가 기계어를 직접 작성할 필요를 없앴다.
AI Agent 역시 마찬가지일 수 있다.
Agent가 사라지는 것이 아니라 Agent를 만드는 일이 사라질 수 있다.
그리고 그때 인간에게 남는 질문은 훨씬 근본적이다.
AI에게 무엇을 시킬 것인가?
AI가 만든 결과를 무엇으로 판단할 것인가?
그리고 인간은 무엇을 위해 자신의 시간을 사용할 것인가?
어쩌면 지금 우리가 준비해야 할 미래는
AI보다 더 잘 일하는 인간이 되는 것이 아닐지도 모른다.
AI가 인간보다 더 잘 일하는 세상에서,
일하지 않아도 되는 시간을 어떻게 살아갈 것인지 준비하는 것.
얌폴스키 교수의 이야기가 흥미로운 이유는 바로 그 지점까지 우리를 데려가기 때문이다.
AI의 미래를 묻다가 결국 인간의 미래를 묻게 만든다는 것.