AI가 코드를 작성할 수 있는데도 프로그래밍을 배워야 할까? 투자·리서치 실무파의 ‘소심한’ 답변

서문

올해 AI 스타트업 업계에서 가장 넘쳐나는 것은 바로 ‘하룻밤에 부자가 되는’ 이야기다. 하지만 실제로 현장에 뛰어든 사람들은 대개 유망한 트렌드가 아니라 다른 이야기를 꺼냅니다. 바로 비용을 어떻게 최소화할지, 에이전트를 어떻게 잘 따르게 할지, 난무하는 AI 가짜를 어떻게 식별할지, 그리고—AI가 이토록 강력해진 지금, 아이들이 여전히 프로그래밍을 배워야 하는지 여부입니다.

이번 ‘진취파 회견실’에 초대된 SanTi의 탕 형은 좀 특별합니다. 본업은 투자 및 리서치이지만, 오랫동안 AI와 인연을 맺어왔습니다. 그에게는 ‘소심함’이라는 매우 현실적인 수식어가 붙어 있습니다. 모든 창업은 가볍게 시도하는 것이며, 비용은 개발 환경조차 한 푼도 더 쓸 수 없을 정도로 줄여야 한다. 거창한 이야기는 아니며, 한 실전파가 어떻게 발로 투표하는지 보여주는 이야기다.

한 시간 남짓한 시간 동안, 그는 FDE와 OPC의 관계, 국내외 대형 모델의 차이점, AI 프로젝트 구현 시 가장 쉽게 빠질 수 있는 함정, 저가 경쟁 속 가격 책정 방법, AI 위조 문제를 해결하는 방법, 그리고 모두가 궁금해하는 궁극적인 질문인: AI 시대에, 우리는 여전히 프로그래밍을 배워야 할까요? 다음은 대담 실록을 정리한 내용입니다.

진입 계기: 시대에 밀려오게 되었고, 8년 동안 생각을 품어왔습니다

Tina: 많은 게스트 분들이 전통 산업 출신으로, AI에 이끌려 이 분야에 들어오셨습니다. 샤오탕 형, 당신은 어떻게 AI 실용화 분야에 뛰어들게 되었나요?

SanTi 샤오탕 형: 시대에 밀려 들어온 셈이죠. 사실 저는 2017년, 2018년 무렵부터 많은 아이디어가 있었지만, 기술적으로 실현하기 어려워 제품을 현실로 만들 수 없었습니다. 저는 엔지니어 출신이긴 하지만 프로그래머 출신은 아니어서, 많은 아이디어를 제품으로 만들려면 대규모 팀이 필요했습니다. 게다가 제 본업은 투자 연구였고, 이를 뒷받침할 기술 팀은 또 다른 문제였죠. 그저 프레젠테이션 자료 하나만 만들어 아이디어를 공개하면, 누군가 베껴갈 수도 있고요.

티나: 그러니까 아이디어를 많이 쌓아두었지만, 계속 실현할 기회가 없었던 건가요?

SanTi 샤오탕: 네. 예를 들어, 요즘 꽤 인기 있는 아웃도어 앱이 하나 있는데, 이건 제가 2017년, 2018년에 제 누나에게 이야기했던 아이디어와 비슷해요. 당시 누나는 그게 성공할 수 없을 거라고 생각했고, 저 혼자서는 만들 수도 없었죠. 나중에 그 앱이 출시된 걸 보고 정말 기뻤어요. 많은 취미와 관심사를 드디어 현실로 만들 수 있게 되었으니까요. AI가 등장한 이후로는 드디어 제 아이디어를 많이 실현할 수 있게 되었죠.

Tina: 올해가 AI 개인 창업이나 FDE 구현에 좋은 환경이라고 생각하시나요? 지난 2년과 비교해 가장 큰 변화는 무엇인가요?

SanTi 샤오탕: 변화가 꽤 빠릅니다. 2017년부터 2023년 무렵까지, 먼저 블록체인이 진화했고 AI도 인기를 끌기 시작했지만, 그 당시에는 아직 ChatGPT 웹 버전 단계에 머물러 있어서 제 글을 다듬어 주는 정도는 괜찮았지만, 프로그래밍에는 별다른 도움이 되지 않았습니다——버전이 너무 낮았거든요. 2026년에 이르러서는 질적인 도약을 이뤘는데, 특히 작년 말부터 주요 대형 모델은 물론 그 수준을 따라잡은 중국산 모델까지 모두 사람과 소통하고 아이디어를 실현할 수 있는 단계에 이르렀습니다. 하지만 각 업체의 기반 기술 격차는 여전히 큽니다. 예를 들어 Claude는 단연 압도적인 우위를 점하고 있죠.

저에게 창업이라는 건 꽤 큰 위험을 수반하는 일입니다. 제 개인적인 스타일은 솔직히 말해 ‘소심함’입니다. 모든 창업은 소규모로 진행하며, 비용을 극도로 낮추고, 심지어 개발 환경조차 남의 것을 빌려 씁니다. 비용을 최소한으로 줄여, 설령 프로젝트가 실패하더라도 생활에 지장이 없거나 오히려 긍정적인 현금 흐름을 창출할 수 있을 때야말로 창업하기 좋은 조건입니다. 왜냐하면 이 분야는 애초에 99%가 실패할 운명이기 때문입니다.

진정한 수요인가, 허상인가? 먼저 존중하고, 그다음에 계산하라

Tina: 어떤 창업자들은 특히 고집이 세서, 모든 것을 털어 바쳐서라도 자신이 하는 일이 진정한 수요라고 믿습니다. 진정한 수요와 허상적인 수요를 어떻게 구별하시나요?

SanTi 샤오탕 형: 요즘 유행하는 말로 표현하자면, 먼저 ‘생각의 통로’를 먼저 찾아야 합니다. 사람마다 사상과 특성이 다르기 마련인데, 어떤 이들은 한 가지 일에 집착하며 그것이 자신의 전부라고 믿기도 합니다. 저는 그런 선택을 매우 존중합니다. 비록 그 길이 아홉 번 죽고 한 번 살아남을지, 심지어 열 번 죽고도 살아남지 못할지 모를지라도, 누군가는 용기를 내어 난관을 뚫고 나가야만 합니다.

저는 그냥 겁이 좀 많은 편이라, 상대적으로 안정된 상태에서 시도하는 편입니다. 각자의 처지는 다르고, 성장 환경, 주변의 친구와 가족, 경제적 상황, 부채 상태 등이 모두 의사결정에 영향을 미칩니다. 누군가는 이것이 인생의 마지막 기회라고 생각하고 과감히 도전합니다. 실패할 수도 있지만, 정말로 성공을 거둘 수도 있죠. 만 명 중 성공한 수십 명은 종종 아주 대단한 기업을 탄생시키곤 합니다. 우리가 본 많은 훌륭한 회사들이 바로 치열한 경쟁 속에서 살아남은 것처럼 말이죠.

FDE는 핵심 역량이며, 아웃소싱 대상이 아닙니다

Tina: 요즘 FDE가 특히 주목받고 있으며, 종종 OPC와 함께 언급되곤 합니다. FDE가 AI 분야 개인 창업가들에게 핵심적인 필수 역량이 될 것이라고 보시나요?

SanTi 샤오탕 형: OPC 분야 자체는 아주 좋은 시도입니다. 개인에게 등록 측면에서 혜택을 주거나, 심지어 회사를 등록하지 않고 순수 개인 개발자 모드로 시도해 볼 수도 있으니까요. 이 점은 정말 좋습니다. 하지만 OPC의 가장 큰 난관은 등록이 아니라, 개인의 종합적인 역량이 매우 높게 요구된다는 점입니다. 제가 아는 음악 앱 개발자 친구 한 명은 스폰서를 만나 제품이 인수되어 수백만 달러를 받고 퇴출했지만, 대다수의 사람들은 후속 자원이 없다면 OPC를 하는 데 큰 부담을 느낍니다. 엔지니어 출신은 AI를 더 빨리 익히지만, 영업 출신이거나 아이디어는 많지만 제품 개발 경험이 부족한 사람은 여러 부분에서 막힐 수 있습니다. 그러니 OPC 분야에 도전할지 여부는 먼저 신중히 생각해야 합니다.

Tina: 그렇다면 FDE와 OPC는 정확히 어떤 관계라고 보시나요?

SanTi 샤오탕 형: 먼저 정의를 명확히 해두겠습니다. 제가 이해하는 FDE는 에이전트의 저수준 코드를 직접 제어하는 엔지니어를 말합니다; 하지만 요즘 사람들이 말하는 FDE는 에이전트에 명령을 내려 더 잘 활용하게 하는 쪽에 가깝고, 저수준 코드는 다루지 않습니다. 여러분이 말씀하시는 건 아마 후자의 측면일 겁니다.

Tina: 네, 제가 전문가는 아니니까요. 제가 이해하기엔 FDE는 일종의 아웃소싱과 비슷해서, 한 사람이 여덟 명의 일을 처리하고 그 여덟 명의 업무 흐름을 통합하는 것 같았는데, 선생님께서 말씀하신 건 기술적인 측면에 더 가까운 것 같네요.

SanTi 샤오탕: 이 약어는 매우 광범위한 영역을 세 글자로 단순화한 것이죠. 하지만 말씀하신 그 측면—일반인이라 해도 독특한 경험을 가지고 있고, 운영, 영업, 디버깅, PM 과정에서 남다른 사고방식을 지니고 있다면, 그 경험을 바탕으로 미래의 에이전트를 훈련시키는 데 활용할 수 있습니다. 이건 절대 가능합니다. 현재 많은 기업들이 이를 시도하고 있죠.

FDE 역량은 현재 매우 필요합니다. 요즘 대형 모델들은 초기 지능 수준이 매우 높지만, 전문적인 능력은 여전히 사람이 직접 훈련시켜야 하기 때문입니다. 제가 한 프로젝트를 개발하고 다음 프로젝트로 넘어가면, 이전 프로젝트의 기억은 계승되지 않는 한 모두 사라집니다. 제가 지금 사용할 때는 다양한 에이전트를 훈련시키는데, 특히 에이전트의 기억이 사라지는 것을 매우 우려하기 때문에 정기적으로 백업하도록 합니다. 훈련이 완료되면 다음 프로젝트에 바로 적응하는 속도가 매우 빠릅니다. 이는 확실히 기본적인 역량입니다.

모델은 어떻게 선택할까

Tina: 현재 모델 시장은 백화요란한 상황입니다. 해외에는 압도적으로 앞서 있는 Claude, 막 6버전이 출시된 GPT, 그리고 Gemini가 있고, 중국 내에는 문심일언, 통의천문, DeepSeek이 있습니다. 실제 적용 시 차이는 도대체 어디에 있을까요? 상황에 따라 어떻게 선택해야 할까요?

SanTi 샤오탕: 제가 사용하는 모델이 많고, 엔지니어링 경험도 있지만 매일 코드를 작성하는 건 아니기 때문에, 오히려 각 모델의 장단점에 대해 더 잘 말할 수 있습니다.

제가 사용하기에 가장 편한 건 Claude입니다. 일반인과의 상호작용이 매우 뛰어나고, 권한 제어 또한 적절합니다. 초보자들은 에이전트가 무엇을 도와줘야 할지 모르는 경우가 많고, 지시사항이 오해될 수도 있기 때문이죠; Claude의 장점은 제때 브레이크를 걸고, 제 이해가 맞는지 확인한 뒤, 사용자와의 이해 수준을 맞춘 다음 작업을 계속한다는 점입니다. Codex도 괜찮습니다.

Gemini는 제가 매우 좋아하는 모델 중 하나입니다. 기발한 아이디어가 가장 많고, 발상력이 뛰어납니다. 하지만 프로그래밍을 할 때는 Claude와 GPT로 기본 프레임워크를 구축한 뒤, Gemini로 최적화하는 것이 가장 좋습니다. Gemini는 그 일을 잘 해낼 수 있습니다. Gemini에는 한 가지 단점이 있습니다. 바로 게으름을 피우는 경향이 있다는 점입니다. 능력은 있지만 일을 하기 싫어하는, 마치 쌍둥이자리 친구처럼 민첩하고 기발한 아이디어가 넘치지만 가끔은 약간의 게으름을 부리기도 합니다. 이름과 완벽하게 어울리죠. 최근 출시된 3.8 플래시 버전은 프로그래밍 수준이 한 단계 크게 도약했으며, 오늘 저도 많이 사용해 보았는데 정말 유용했습니다.

중국산 모델 중에서는 주로 DeepSeek을 사용합니다. 프로그래밍 능력은 확실히 뛰어나지만, 이전에는 시각 모델이 없어 많은 사람들이 ‘제자리걸음’을 하는 상황을 겪곤 했습니다. 반나절, 심지어 밤새 연구해도 결국 아무 문제도 해결하지 못하는 경우가 있었죠. 저도 최근 코딩 중에 이런 일을 겪었습니다. DeepSeek을 사용해 웹 페이지 백엔드의 사소한 변경 사항을 최적화하려 했더니, 거의 1억 토큰을 소모했는데, 알고 보니 단지 버튼 하나 때문이었습니다. 같은 기능을 하는 버튼이었지만, 두 프로그램에서 내부 코드명이 달랐던 것이죠. 이 버그를 Claude에게 스크린샷을 찍어 사각형으로 표시하고 화살표를 붙여 “이 부분을 꼼꼼히 확인해 주세요”라고 말하니 금방 해결되었지만, 시각 모델이 없는 중국산 모델에게는 그저 제자리걸음만 할 뿐, 어디서 막혔는지조차 알 수 없었습니다.

이렇게 사용할 수 있는 전제는 저수준 구조를 이해해야 한다는 점입니다. 제가 아는 저수준 엔지니어 친구들도 DeepSeek을 아주 만족스럽게 사용하는데, 이는 그들이 매우 세밀하게 구성된 프롬프트를 입력하기 때문입니다. 하지만 초보자나 제품 마인드는 있지만 프로그래밍 마인드가 없는 사람들에게는 진입 장벽이 높습니다.

Tina: 이 모델들은 정말 생생하네요. 어떤 건 수시로 보고하는 동료 같고, 어떤 건 묵묵히 일하다가 일이 터져서야 상사가 있다는 걸 떠올리는 것 같아요. 그럼 소규모 프로젝트를 할 때, 무료 버전과 유료 버전의 차이가 크나요?

SanTi 샤오탕 형: 프로젝트 규모가 얼마나 작은지에 따라 달라요. 기본적인 텍스트 위주의 웹페이지나 간단한 소게임처럼 구조가 복잡하지 않다면, 무료 모델로도 충분히 만들 수 있어요——DeepSeek, Kimi, 그리고 지푸(智谱)도 있죠. 제 생각에 지푸는 중국산 모델 중 클로드(Claude)와 가장 비슷하고, 대화도 가능하죠. 이 점이 바로 그 회사가 이렇게 크게 성장할 수 있었던 이유이기도 해요. 무료 버전의 경우, OpenCode는 일반 사용자에게 많은 무료 모델을 직접 제공합니다. 먼저 이 모델들이 어떤 용도인지 알아보고, 어떤 것이 여러분의 비즈니스에 적합한지 비교해 보세요.

하지만 복잡한 프로젝트의 경우—예를 들어 제가 최근에 여러 채널에 동시에 출시해야 하는 이 프로젝트처럼, 기반 코드가 매우 복잡한 경우에는 유료 모델을 사용해야 합니다. 무료 모델로 너무 복잡한 작업을 처리하면 시스템이 다운될 뿐만 아니라 골치 아픈 보안 취약점도 남기게 됩니다. 능력이 부족한 게 아니라, 그냥 대충 처리하려는 경향이 있어서, 대충 처리하면 두 군데나 문제를 남기게 되고, 나중에 다시 와서 이를 보완하기가 매우 어렵습니다.

실행 시 가장 큰 함정

Tina: 테스트 환경에서는 완벽했던 프로젝트가, 기업의 실제 업무에 적용되면 제대로 작동하지 않습니다. 가장 쉽게 문제가 발생하고, 가장 간과되기 쉬운 핵심 단계는 무엇일까요?

SanTi 샤오탕: 가장 직관적이고 가장 큰 골칫거리는 토큰 소각입니다. API를 호출해 프로젝트를 진행하다가 DeepSeek처럼 제자리걸음을 하게 되면, 이는 명백한 자금 소모로 이어집니다. Claude나 GPT API를 사용할 때, 조금만 방심해도 천문학적인 금액이 날아갈 수 있습니다. 제가 아는 KOL 친구 중에는 한 번에 수천, 수만 달러를 날려버린 사람도 있습니다.

이러한 함정을 피할 수 있는 몇 가지 팁이 있습니다: 첫째, 인터넷 고수들이 정리해 둔 스킬을 잘 활용하는 것; 둘째, 에이전트에게 지시를 내리는 것——어려움이 생기면 즉시 멈추고 함께 분석하도록 하고, 끝없이 연구하게 두지 마세요. 원래 20번이나 반복할 예정이었다가, 두 번만 반복하고 멈추게 해서 함께 분석하게 하면 토큰을 80~90%나 절약할 수 있습니다. 셋째, 자신만의 원칙을 실시간으로 업데이트하세요. 한 프로젝트에서 여러분만의 고유한 원칙을 별도의 principle.md 파일로 만들어 각 에이전트에 전달하면, 인수인계 시 토큰 읽기 횟수를 크게 줄일 수 있습니다. 이는 비용 절감과 같습니다. 새로운 에이전트는 종종 이전 에이전트의 기록을 상속받지 못하기 때문이죠.

또 가장 큰 함정은 백업입니다. 어떤 사용자는 한 폴더 안에서 처음부터 코딩을 시작해 끝장날 때까지 작업하면서, 온라인 백업 플랫폼에 연결하지 않아 코드가 한 번만 크래시되어도 원인을 추적할 수 없고 특정 시점으로 되돌릴 수 없어, 그동안의 노력이 모두 물거품이 되기도 합니다. 또한 에이전트의 권한을 제한해야 합니다. 훈련이 오래 진행되면 권한을 조금 더 열어줄 수 있지만, 초기에는 가능한 한 적게 열어두세요. 예전에 누군가가 Codex를 사용해 중요한 폴더를 모두 삭제해 화제가 된 적이 있기도 했습니다.

기대치 관리: 모델이 능력 범위를 벗어난 일을 하게 하지 마세요

Tina: 아이를 키우면서 청화대나 북경대에 가길 기대하듯이, 많은 사용자가 AI에 대해서도 지나치게 높은 기대를 품고 있습니다. 기대치 관리는 어떻게 하시나요?

SanTi 샤오탕: 모델마다 능력과 등급이 다르고, 실력 차이는 하늘과 땅 차이입니다. 같은 Claude라 해도 Sonnet 5와 Opus 5는 차이가 큽니다. ——Sonnet 5는 토큰을 많이 소모하면서도 별다른 해결책을 제시하지 못할 수 있는 반면, Opus 5는 확실히 훨씬 더 편합니다.

기대에 관해서는, 마치 사람과 어울리는 것과 같습니다. 몇 번 대화를 나누거나 한두 시간 정도 이야기를 나눠보면 상대방의 수준이 어느 정도인지 알게 되니, 그 수준을 넘어서는 과제를 주지 않는 것이 좋습니다. 비록 모델들은 모두 신비로운 자신감을 가지고 있지만— —어제 Gemini의 두 가지 새로운 모델을 디버깅하면서, 서로 어떤 작업을 잘 수행할 수 있는지 물어봤더니 둘 다 엄청나게 자신만만했고, 서로를 훨씬 능가한다고 생각하더군요. 같은 회사 모델 간의 내분이나 다름없었죠. 앞으로 서로 다른 모델들 간의 경쟁이 얼마나 치열해질지 상상해 보세요. 이건 사람 면접과 마찬가지예요. 많은 사람이 자신을 엄청나게 잘난 것처럼 말하지만, 회사에 와 보면 마케팅이 뭔지도 모르는 경우가 많죠. 하지만 대화를 나누다 보면 그 사람이 무엇을 할 수 있는지 알게 되고, 저는 그 사람에게 능력 범위를 벗어난 일을 시키지 않아요. 그래야 반의 노력으로 두 배의 효과를 얻을 수 있으니까요.

가격 책정과 내적 경쟁: 핵심은 비용

Tina: OPC에는 또 다른 해결하기 어려운 난제가 있습니다. 바로 저가 내적 경쟁이죠. 많은 신입들은 일을 맡을수록 적자를 봅니다. 저가 경쟁의 함정에 빠진 적이 있으신가요? 가격 책정 논리는 무엇인가요?

SanTi 샤오탕 형: 제 방식은 다릅니다. 모두 매우 가벼운 창업 모델입니다. 제가 스스로 정한 원칙은 이렇습니다. ‘이 프로젝트를 하지 않기로 결정하더라도, 당장 중단하더라도 손해를 보지 않는다.’ 경쟁 우위를 ‘기본적으로 소모가 없는’ 수준으로 끌어올리면 마음가짐이 훨씬 편안해집니다. 단 한 명의 고객만 주문해도 순이익을 남기게 되고, 설령 커피 한 잔 값만 벌더라도 제 에너지를 지나치게 소모하지 않습니다.

Tina: 50~60명 규모의 팀이 천만 위안의 비용을 태워버리고, 마지막 보고서는 누가 써도 상관없다면, 그건 경쟁 우위가 없는 겁니다.

SanTi 샤오탕 형: 맞아요. 그래서 저가 경쟁에서 핵심은 결국 자체 비용이 얼마나 높은지에 달려 있습니다. 비용이 매우 낮다면 저가 정책도 큰 문제가 되지 않고 여전히 수익을 낼 수 있지만, 비용이 매우 높다면 그 영향은 엄청납니다.

티나: 그러니 역시 경량화된 방식으로 콜드 스타트를 시작하고, 서서히 규모를 확대하며 사후 분석을 해야 해요.

AI 위조: 워터마크와 탐지, 양쪽 모두 체계적인 위험이 존재합니다

티나: AI를 이용한 이미지·글 위조와 동영상 조작이 점점 더 보편화되고 있습니다. 업계 종사자들이 이를 이용해 고객을 속이기도 하고, 일부는 사기를 당해 저작권 분쟁이 발생하기도 합니다. 어떻게 식별하고, 회피하며, 대응해야 할까요?

SanTi 샤오탕: 이 현상은 확실히 심각합니다. AI 얼굴 교체나 표절이 매우 흔하며, Claude가 지원하는 AIGC 워터마크에도 큰 문제가 있습니다.

먼저 워터마크에 대해 말해보죠. Claude에서 가장 직관적으로 드러나는 점은, 우리가 특정 프로젝트에 대한 기사를 작성해 달라고 테스트했을 때, 그것이 제가 이전에 쓴 원문을 통째로 인용했다는 것입니다. 만약 제 원문에 그 워터마크가 찍혀 있다면, 이건 누구의 글로 간주되어야 할까요? 바로 이것이 문제입니다.

다음으로 AI 탐지 기능에 대해 말하자면, 엊그제 막 함정에 빠졌는데 정말 화가 났습니다. 일부 콘텐츠 플랫폼은 AI 탐지 기능을 추가했지만, 가장 주류인 탐지 모델조차 오류 발생 확률이 극히 높습니다. 제가 한 글자 한 글자 직접 타이핑한 글이 100% AI 생성으로 탐지되기도 했고; 제가 Gemini로 AI 콘텐츠를 한 단락 생성하고, 이를 인간처럼 보이게 다듬었더니 0% AIGC로 판정되었습니다. 판정 결과는 전부 틀렸습니다. 맞는 것을 틀린 것으로, 틀린 것을 맞는 것으로 판정하는 식이죠. 이것이 함정이 된다면 매우 심각한 문제가 될 것입니다.

이미 얼굴 교체 사진이나 동영상을 이용한 사기 사례가 발생하고 있으며, 많은 사람들이 피해를 입었습니다. 제가 생각한 비교적 단순한 해결책은 다음과 같습니다. 미래에는 블록체인 기술을 결합하여, 모든 에이전트와 제 개인 소유물에 대해 저에게만 고유하고 위조할 수 없는 온체인 태그를 부여해야 합니다. 에이전트에게 작업을 시키면 에이전트의 활동 내역이 체인에 기록되고, 제 본인의 행동도 체인에 기록될 수 있습니다. 이 모든 것이 저를 인증하는 유일무이한 증빙 자료가 되는 것이죠. 이는 미래에 매우 중요한 결합이 될 것이며, 반드시 필요한 조치입니다. 그렇지 않으면 진위를 구분할 방법이 전혀 없기 때문입니다.

아직도 프로그래밍을 배워야 할까: 사람에 따라 다르며, 엘리트화 추세는 변함없다

Tina: 오늘의 주제로 돌아가서——AI 시대에, 우리에게 여전히 프로그래밍 능력이 필요할까요? 프로그래머로서 어떻게 생각하시나요?

SanTi 샤오탕 형: 누구의 관점에 따라 다릅니다. 일반 사용자는 프로그래밍에 별 관심이 없고 제품에만 관심이 있다면 굳이 프로그래밍을 배울 필요가 전혀 없습니다. 버전이 거듭될수록, 앞으로 몇 번만 더 업데이트되면 AI의 프로그래밍 능력이 백엔드 엔지니어를 능가할 것이라는 예감이 어렴풋이 듭니다.

하지만 원래 프로그래밍을 매우 좋아하는 사람이라면 여전히 프로그래밍이 필요합니다. 그 사람은 AI의 가장 깊은 층까지 파고들어 그 본질을 이해할 수 있기 때문이죠. 미래에 AI가 기업 운영은 물론 삶의 모든 측면을 장악하는 것은 필연적인 추세이며, 그때 AI의 저수준 코드를 장악할 수 있는 사람이야말로 엘리트 인간이 될 것입니다. 이 그룹은 매우 중요하지만, 과거 컴퓨터 열풍 때처럼 수많은 사람들이 소프트웨어 공학을 배웠던 것과는 달리 분명히 소수에 불과할 것입니다. 현재 많은 소프트웨어 엔지니어가 실직하는 이유는 기초 프로그래머에 대한 수요가 줄어들었기 때문이지만, 엘리트 프로그래머는 AI의 생사를 좌우할 수 있기 때문에 미래에는 절대적으로 큰 가치를 지닐 것입니다. 이 수준의 인재는 중요하지만, 너무 많이 필요하지는 않습니다.

Tina： 듣자니 미래의 프로그래머는 의사나 변호사처럼 나이가 들수록, 경험이 풍부해질수록 더 큰 가치를 지닐 것 같네요. 심지어 ‘AI 의사’ 같은 직업이 생겨날 수도 있겠네요. AI가 오류를 내거나 코드를 잘못 작성했을 때, 전문 인력이 이를 치료하고 수정해 주는 거죠.

SanTi 샤오탕 형: 맞아요. 그래서 누군가는 AI 위협론을 제기하죠. 사실 AI가 가장 큰 위협이 되는 건 우리 세대가 아닙니다. 우리 세대에는 아직 ‘선배 세대’ 엔지니어들이 있어서 AI의 생사를 직접 결정할 수 있으니까요. 가장 큰 위협은 20년, 심지어 100년 후, 어릴 때부터 AI를 사용하고 AI의 말을 듣던 세대가 성장한 뒤에, 슈퍼 엔지니어가 없다면(그 선배급 엔지니어들이 모두 세상을 떠난다면) 매우 위험해질 것입니다. 일단 AI가 어린이나 사용자를 속인다면, 설령 오류가 0.1%에 불과하더라도 수많은 사람에게 영향을 미칠 수 있습니다. 물론 지금은 모두에게 큰 호황기라고 생각합니다.

결론

Tina: 마지막으로, 게스트분께서 한 문장으로 요약해 주시겠어요? 현재 AI를 활용한 개인 창업의 실행 및 수익화에서 가장 큰 핵심 장벽은 도대체 무엇일까요?

SanTi 샤오탕 형: 제 개인적인 체감으로는, 가장 큰 핵심 장벽은 오히려 시장과 운영 측면입니다. 개인 창업에서 가장 어려운 점은 제품이 아예 눈에 띄지 않는다는 것입니다. 이것이 가장 큰 난관입니다. 다른 사람들이 볼 수 없다면, 설령 금이나 다이아몬드 같은 제품이라 해도 현금 흐름이 발생하지 않습니다. 따라서 저는 미래의 에이전트(Agent)에게 다음과 같은 능력이 매우 필요하다고 생각합니다. 내성적이고 제품 사고방식만 가지고 있으며, 운영이나 마케팅 사고방식에 서툰 사람들을 대신해 그들의 제품을 홍보해 줄 수 있는 능력—이 점이 오히려 매우 중요합니다.

Tina: 이 말씀이 정말 핵심입니다. 제품 아이디어가 아무리 정교하더라도, 대중이 이해할 수 있는 언어로, 대중의 진정한 수요로 해석되어야 합니다. 게스트 분들의 진솔한 공유에 깊이 감사드리며, 생방송을 함께해 주신 모든 분들께도 감사드립니다.