검색 결과

LLM이 내 소프트웨어 엔지니어링 경력을 잠식하고 있는데, 무엇을 해야 할지 모르겠다

LLMs are eroding my software engineering career and I don't know what to do

LLM 도구 확산으로 개발 업무와 경력 경로가 재편되며, 작성자는 자신의 소프트웨어 엔지니어링 역할이 약해지는 현실을 고민함. 코딩 중심 업무가 검토·설계·통합 중심으로 이동하는 흐름을 짚는다.

AI가 소프트웨어 엔지니어링의 중간층을 없애고 있는가?

AI is removing the middle class of software engineering?

AI 도입이 소프트웨어 엔지니어링의 중간 숙련층 역할을 압박하고 있음. 개발 생산성 재편과 직무 구조 변화가 핵심 쟁점으로 부상.

모두가 모든 일에 AI를 쓰는 것은 아니다

Not everyone is using AI for everything

AI 사용이 빠르게 늘었지만 활용 방식은 여전히 사람마다 다름. 모든 업무를 AI로 대체하는 흐름으로 일반화하기는 어렵다는 점을 짚음.

나는 LLM 번아웃이 온 것 같다

I think I have LLM burnout

LLM 관련 작업과 소비가 과도해지며 피로감을 느낀다는 개인 에세이. 생산성 기대와 실제 체감 사이의 소진 문제를 다룸.

AI 구독을 취소하는 것이 해답일지도 모른다

The solution might be cancelling my AI subscription

AI 구독을 유지하는 대신 취소하는 선택이 더 나은 해법일 수 있다는 의견을 다룸. 구독 비용과 실제 사용 가치의 불일치를 점검한다.

AI에 너무 많은 사고를 맡기고 있는가

Are we offloading too much of our thinking to AI?

AI 활용이 늘며 판단·추론을 도구에 과도하게 위임하는 흐름을 짚음. 인간의 사고 습관과 인지 부담 변화에 대한 문제의식을 제기.

이해가 새로운 병목

Understanding is the new bottleneck

AI 시대에 모델 사용보다 문제 이해가 더 큰 병목이 되고 있음을 지적. 복잡한 시스템에서 맥락 파악과 해석 능력의 중요성을 강조.

ChatGPT Work

ChatGPT Work

ChatGPT를 더 본격적인 업무 환경에 맞게 쓰기 위한 OpenAI의 소개 글. 작업 흐름과 생산성 활용을 전면에 내세움.

AI가 frontend의 잃어버린 10년을 반복하게 만들고 있나

Is AI causing a repeat of frontend’s lost decade?

AI 도입이 프런트엔드 개발의 생산성과 기술 진화를 둔화시킬 수 있다는 우려를 제기. 도구 의존이 누적되면 개발 생태계가 정체될 수 있다는 논점이 핵심.

Kimi Work

Kimi Work

Kimi의 업무용 제품 라인업을 소개하는 페이지. 작업 생산성과 AI 기반 워크플로를 겨냥한 제품으로 보임.

일자리에 무슨 일이 벌어지고 있나? AI 과장과 현실 구분하기

What is happening to jobs? Separating AI hype from reality

AI가 고용을 대규모로 흔든다는 주장과 실제 노동시장 변화를 구분하려는 분석임. 현재 관측되는 변화는 과장된 서사보다 제한적이고 부문별 차이가 큼.

Machine Learning Research의 Zen과 예술

Zen and the Art of Machine Learning Research

머신러닝 연구를 바라보는 태도와 작업 방식에 대한 에세이. 연구 생산성보다 문제 선택, 꾸준한 탐구, 내적 기준을 중시하는 관점을 제시.

AI와 일하는 일은 코딩보다 리더십에 더 가깝다

Working with AI Feels More Like Leadership Than Coding

AI와의 협업이 단순 구현보다 방향 설정과 조율에 더 가까워졌다는 관점. 프롬프트 작성보다 목표 분해, 검토, 의사결정이 핵심 역량으로 부상함.

LLM은 좋지만 hype는 싫다

I love LLMs, I hate hype

LLM의 실용성은 인정하면서 과장된 기대와 홍보는 경계하는 글. 실제 능력과 과장된 서사를 분리해 보자고 주장함.

Claude Code 세션의 가치를 극대화하는 방법

Maximizing the value of your Claude Code sessions

Claude Code 세션을 더 효율적으로 쓰는 실전 팁과 작업 방식 정리. 컨텍스트 활용, 반복 작업 정리, 세션 운영 전략이 중심.

LLM에게 물어보라고만 하지 마

Stop Telling Me to Ask an LLM

모든 문제를 LLM에 묻는 습관을 비판하는 글. 도구 사용과 맥락 이해를 대신하는 만능 해법으로 LLM을 과신하지 말라는 메시지.

새로운 AI 슈퍼파워: 집중과 끝까지 실행하기

The New AI Superpowers: Focus and Followthrough

AI 활용의 핵심 역량으로 집중력과 끝까지 실행하는 능력을 제시. 단순한 생성 능력보다 작업 흐름을 유지하고 결과를 완성하는 역량을 강조.

Show HN: Lathe – LLMs로 새 도메인을 건너뛰지 말고 배우기

Show HN: Lathe – Use LLMs to learn a new domain, not skip past it

LLM을 단순 자동화가 아니라 도메인 학습 도구로 쓰는 Lathe 소개. 빠른 결과보다 개념 이해와 학습 과정에 초점을 둔 접근을 제안함.

AI가 우리의 기술을 망가뜨리고 있나? 초기 결과는 나왔고, 좋지 않다

Is AI ruining our skills? Early results are in – and they're not good

AI 사용이 일부 역량 저하와 학습 약화를 부를 수 있다는 초기 연구 결과를 다룸. 생산성 향상과 기술 축적 저하의 균형이 쟁점.

복잡한 주제를 배우기 위해 LLMs를 사용하는 방법

How I use LLMs to learn complex topics

복잡한 주제를 학습할 때 LLMs를 보조 도구로 활용하는 방법을 다룬 글. 개념 정리, 질문 생성, 이해 점검을 통해 학습 효율을 높이는 흐름에 초점.

Odysseus – 셀프 호스팅 AI 워크스페이스

Odysseus – self-hosted AI workspace

셀프 호스팅 방식으로 동작하는 AI 워크스페이스 프로젝트. 로컬 또는 자체 인프라에서 AI 작업 흐름과 도구를 묶어 쓰는 환경을 제공함.

더 나은 모델: 더 나쁜 도구

Better Models: Worse Tools

모델 성능은 향상되지만 이를 다루는 도구는 오히려 뒤처진다는 문제를 짚음. AI 개발 경험에서 모델 개선과 도구 품질의 간극을 비판하는 내용으로 보임.

AI 시대의 프로토타이핑 속도

The Speed of Prototyping in the Age of AI

AI 도구가 아이디어를 실제 프로토타입으로 바꾸는 속도를 크게 높임. 초기 검증과 반복 실험의 진입장벽이 낮아지면서 개발 워크플로가 재편됨.

LLM 비판은 옳다. 그래도 나는 LLM을 사용한다

The LLM Critics Are Right. I Use LLMs Anyway

LLM의 한계와 비판을 인정하면서도 실제 업무와 글쓰기에서 계속 활용하는 관점을 제시한다. 도구로서의 효용과 위험을 함께 짚는다.

2026년 LLM으로 코딩하기, 10배가 아니라 2배

2x, not 10x: coding with LLMs in 2026

LLM이 개발 생산성을 끌어올리지만, 과장된 10배 효과보다는 현실적인 2배 수준의 개선에 가깝다는 주장이다. 도구 의존보다 작업 분해와 검증이 성능을 좌우한다고 본다.

AI가 연구 커리어는 키우지만 탐색한 아이디어의 폭은 좁힌다: 연구

AI boosts research careers but narrow the span of ideas explored: study

AI 활용이 연구 생산성과 커리어 성과를 높이는 반면, 탐색되는 아이디어의 다양성은 줄어든다는 분석. 발견의 폭보다 효율이 강화되는 경향이 관찰됨.

AI는 프로그래밍을 더 쉽게 만든 것이 아니라 다른 방식으로 더 어렵게 만들었다

AI makes programming differently difficult

AI가 코딩의 진입 장벽을 낮춘 대신, 검증·디버깅·설계 판단의 난도를 높였다는 분석. 생산성 향상과 별개로 개발자의 책임 범위가 더 복잡해졌다는 시각.

Mythos와 함께 일하는 느낌

What it feels like to work with Mythos

Mythos와 협업할 때의 사용감과 워크플로 변화를 체험담 형태로 다룬 글. AI 도구와 함께 일하는 방식의 장단점을 보여줌.

무엇이 우리에게 남아 일할 과제가 될까?

What will be left for us to work on?

AI 자동화가 확산될수록 인간이 맡을 일의 범위와 가치가 재편될 수 있다는 문제를 다룸. 기술 발전 이후에도 남는 업무와 역할을 되묻는 글.

The AI Productivity Gap

The AI Productivity Gap

AI 시대의 전문성

Expertise in the age of AI

AI가 작업을 빠르게 대체하는 환경에서 전문성이 어떻게 정의되고 유지되는지 다룸. 도구 사용이 쉬워질수록 검증, 판단, 맥락 이해의 가치가 더 커진다는 문제의식을 제시함.

Show HN: OpenKnowledge – Obsidian/Notion의 오픈소스 AI 우선 대안

Show HN: OpenKnowledge – open source AI-first alternative to Obsidian/Notion

OpenKnowledge가 AI 중심의 오픈소스 노트·지식관리 도구로 공개됐다. Obsidian과 Notion 대체를 목표로 한 제품.

조직은 AI를 어떻게 사용하는가: ChatGPT의 증거 [pdf

How Organizations Use AI: Evidence from ChatGPT [pdf]

] 조직 내 ChatGPT 사용 사례를 실증 데이터로 분석한 보고서. 업무 생산성, 활용 패턴, 도입 효과를 중심으로 AI 사용 실태를 다룸.

내가 여전히 회의적인 이유

내가 여전히 회의적인 이유

LLM이 비자명한 소프트웨어 개발에 실제로 효과적인지 아직 입증되지 않았다는 회의론. 4년간의 혁명에도 품질·속도·비용·기능·보안 개선이 뚜렷하지 않았다는 지적.

이해가 새로운 병목이다

이해가 새로운 병목이다

AI 에이전트가 코드를 빠르게 생성하면서 인간의 이해 속도가 새로운 병목으로 부상했다. 단순 검증을 넘어 아이디어를 만들고 프로젝트를 발전시키는 개념적 유창성이 더 중요해지고 있다.

인간이 루프의 중심이어야 한다

인간이 루프의 중심이어야 한다

AI 사용이 생산성보다 의존성과 피로를 키울 수 있다는 반성이 제기됨. 여러 에이전트와 대화를 병행하는 방식은 미완성 작업과 인지 부담을 늘린다는 문제의식이 강조됨.

AI가 소프트웨어 엔지니어링의 중산층을 없애고 있음

AI가 소프트웨어 엔지니어링의 중산층을 없애고 있음

AI가 구현 속도의 병목을 크게 줄이면서, 복잡한 프로젝트가 붕괴 가능한 수준의 난이도에 더 빨리 도달함. 사람의 검토·이해 속도는 그대로여서 잘못된 설계와 추상화가 더 쉽게 누적됨.

저항에 관한 이메일을 받다

저항에 관한 이메일을 받다

AI와 자동화가 소프트웨어 노동의 가치를 바꾸는 상황에서 변화에 저항하는 태도를 비판하는 글. 프로그래머를 산업혁명기의 숙련 장인에 비유하며 직업적 정체성의 전환을 짚음.

소프트웨어 엔지니어링과 생성형 AI에 관한 8가지 오해

소프트웨어 엔지니어링과 생성형 AI에 관한 8가지 오해

생성형 AI가 개발 생산성을 크게 높이지 못하는 현실을 지적. MS 조사에서 개발자의 코딩 시간은 14%에 불과하며, 과장된 기대가 투자 결정을 왜곡할 수 있음.

Show GN: UFO - 누워있거나 식사할 때도 개발하려고 만든 Slack 비슷한 무언가

Show GN: UFO - 누워있거나 식사할 때도 개발하려고 만든 슬랙 비슷한 무언가

폰과 PC에 설치해 모바일에서 에이전트를 호출하고 컴퓨터를 원격 조작하는 AI Agent 클라이언트. 누워서 일하거나 식사 중에도 작업을 이어가도록 설계했다.

AI 광풍이 전 세계의 의사결정을 무너뜨리고 있음

AI 광풍이 전 세계의 의사결정을 무너뜨리고 있음

Hermit Tech가 1년 반 동안 관찰한 AI 프로젝트 성공률은 0%로 집계됨. 기업들은 실질적 성과보다 AI 도입 자체를 전략 목표로 두고 있으며, 내부 챗봇과 고객용 챗봇 모두 효용 측정과 운영 품질이 부족한 상태임.

업무별로 고르는 AI 도구 가이드

업무별로 고르는 AI 도구 가이드

AI 활용의 중심이 챗봇에서 장시간 작업을 수행하는 에이전트 시스템으로 이동하고 있음. 일반 사용자에겐 Claude와 ChatGPT가 강력한 선택지이며, 중요한 업무는 더 상위 모델과 도구 조합이 필요함.

AI 시대에 번영할 사람들

AI 시대에 번영할 사람들

AI 시대의 승자는 지능보다 스스로 사고하고 노력하려는 의지에 달려 있다는 관점의 글. AI를 도구로만 쓰는 사람은 생산성은 오르지만 사고력은 약해질 수 있다고 지적함.

AI 광풍이 전 세계의 의사결정을 무너뜨리고 있음

AI 광풍이 전 세계의 의사결정을 무너뜨리고 있음

지난 18개월간 관찰된 AI 프로젝트의 성공률이 사실상 0%였다는 주장과 함께, 기술 불확실성과 부실한 운영이 투자 성과를 갉아먹고 있음. 대기업에서는 AI를 의심하는 것만으로도 승진과 고용에 불이익이 생기는 분위기가 형성됨.

AI 코드 검토가 타당한 반론이 될 수 없는 이유

AI 코드 검토가 타당한 반론이 될 수 없는 이유

LLM 코딩 도구의 오류를 사람이 전부 리뷰하면 된다는 주장은 코드 리뷰의 처리 한계를 무시한다는 비판. 효과적인 리뷰는 시간과 분량에 상한이 있어 품질과 생산성을 동시에 보장하기 어렵다는 점을 지적함.

LLM 비판론자들이 옳다. 그래도 나는 LLM을 쓴다

LLM 비판론자들이 옳다. 그래도 나는 LLM을 쓴다

저작권·환경·윤리 문제와 저품질 산출물, 오픈소스 신뢰 약화, 주니어 육성 저하, 지정학적 종속 문제를 인정하면서도 LLM을 사고를 증폭하는 도구로 계속 활용함. 사람의 판단이 없으면 유창한 쓰레기를 대량 생산하지만, 충분한 사유와 함께 쓰면 작업 품질을 높인다는 주장.

Kaiser 간호사들, “AI 감시가 업무와 환자 돌봄을 악화”

Kaiser 간호사들 “AI 감시가 업무와 환자 돌봄을 악화”

Kaiser Permanente의 상담·트리아지 간호사들이 성과 관리용 AI 감시가 전문적 판단과 환자 돌봄을 위축시킨다고 지적함. 2024년 시험된 시스템은 공감과 목소리 톤까지 평가해 논란이 커짐.

LM Studio Bionic: 오픈 모델을 위한 AI 에이전트

LM Studio Bionic: 오픈 모델을 위한 AI 에이전트

LM Studio Bionic은 로컬 또는 클라우드의 오픈 모델로 코딩·조사·문서 작업을 처리하는 별도 앱이다. 기기 실행, LM Link 연결, Secure Cloud 활용으로 개인정보와 비용 통제를 강화한다.

우리는 너무 많은 생각을 AI에 떠넘기고 있는가?

우리는 너무 많은 생각을 AI에 떠넘기고 있는가?

사소한 선택부터 복잡한 조사와 추론까지 AI가 완성된 답을 내놓으면서 사고의 자율성을 어디까지 지킬지가 쟁점으로 떠오름. Deep Research 계열 도구가 검색·분해·종합 과정을 대체하며 인간의 판단 역할을 재편하고 있음.

LLM은 사랑하지만 과대광고는 싫다

LLM은 사랑하지만 과대광고는 싫다

LLM, 자율주행, 영상 생성, 코딩 에이전트의 실용성은 인정하지만 이를 둘러싼 공포와 종말론적 과대광고에는 선을 긋는 글. 기회를 놓치면 영구적 하층민이 된다는 식의 서사는 불안을 자극하는 마케팅으로 본다는 점을 지적함.

저커버그, "AI 에이전트 기술이 기대보다 느리게 발전하고 있다"

저커버그, "AI 에이전트 기술이 기대보다 느리게 발전하고 있다"

저커버그가 AI 에이전트 개발 속도가 기대에 못 미치고 최근 4개월간의 진전도 예상만큼 가속화되지 않았다고 언급. 올해 초의 대규모 조직 개편과 경영 판단에도 시행착오가 있었다고 인정함.

의미가 보이는 프로젝트를 작성하기

의미가 보이는 프로젝트를 작성하기

AI 시대에는 코드 작성 비용이 낮아졌지만, 데이터 모델과 문제 정의는 여전히 핵심 판단 영역으로 남음. 반복 알람이 필요한 TODO 앱 사례처럼 기능의 의미와 구조를 먼저 설계하는 접근을 강조함.

AI와 함께한 모험

AI와 함께한 모험

개인 프로젝트에서 여러 AI 모델을 써본 경험을 정리한 글. 코드 리뷰, 리팩터링, 단발성 스크립트에는 유용했지만 자율 개발 작업은 판단 품질과 검증 비용이 한계로 남았음.

AI가 일자리보다 먼저 가져가는 것

AI가 일자리보다 먼저 가져가는 것

AI가 일자리를 대체하기 전에 몰입감, 소유감, 성장의 사다리 같은 일의 경험적 가치부터 약화시킨다는 에세이. 개발자가 AI만 사용해온 1년의 체감 변화를 소설적 비유로 풀어냄.

Claude Code 창시자가 말하는 AI 시대의 다섯 가지 일하는 사람 원형

클로드 코드 창시자가 말하는 AI 시대의 다섯 가지 일하는 사람의 원형(archetype)

Claude Code 창시자 Boris Cherny가 AI 시대의 일하는 방식이 다섯 가지 원형으로 나뉜다고 정리함. 프로토타이퍼, 빌더, 스위퍼, 그로워, 옵저버 중심의 역할 분화가 핵심이다.

Tokenmaxxing은 죽었다, Tokenmaxxing 만세

Tokenmaxxing은 죽었다, Tokenmaxxing 만세

토큰 사용량을 성과와 연결한 tokenmaxxing은 비용만 키웠지만, AI 도구를 조직 전반에 강제로 확산시키는 효과도 남김. Meta 사례처럼 토큰 수치를 올리려 에이전트끼리 장시간 대화시키는 식의 왜곡도 발생.

도구와 대화하는 것의 피로감

도구와 대화하는 것의 피로감

LLM은 키보드나 자동차처럼 몸에 익는 도구가 아니라 요청과 협상을 요구하는 상대에 가깝다는 문제를 짚음. Claude, Cursor 같은 도구는 아직 일관성과 즉시성 측면에서 진짜 신체 확장 수준에 못 미침.

AI 시대, 나의 전문성을 재설계하는 법 [Google Slides, 165P

AI시대, 나의 전문성을 재설계하는 법 [구글 슬라이드, 165P]

] 기업의 AX 여정은 환호, 정체, 신남, 의구심, 마지막 고비를 거치는 J-curve 패턴으로 전개됨. AI 도입은 속도보다 검증 비용과 책임 분담을 다시 설계하는 일이 핵심이라는 메시지.

ponytail - AI 에이전트를 가장 게으른 시니어 개발자처럼 생각하게 만들기

ponytail - AI 에이전트를 가장 게으른 시니어 개발자처럼 생각하게 만들기

AI 에이전트가 과도하게 코드를 늘리지 않고 최소 변경으로 문제를 풀도록 유도하는 접근을 소개함. 시니어 개발자의 압축적 사고방식을 프롬프트와 작업 방식에 반영하는 것이 핵심임.

AI가 우리의 능력을 망치고 있는가? 초기 연구 결과는 부정적

AI가 우리의 능력을 망치고 있는가? 초기 연구 결과는 부정적

업무 현장에서 AI 도구 의존이 커지며 숙련이 중요한 분야의 인간 역량 저하 가능성이 제기됨. 의료 연구에서는 AI 미사용 시 선종 발견율이 28.4%에서 22.4%로 낮아지는 등 초기 부정적 신호가 관찰됨.

OpenAI Codex Record & Replay: 작업을 한 번 보여주면 재사용 가능한 Skill로 변환

OpenAI Codex Record & Replay: 작업을 한 번 보여주면 재사용 가능한 Skill로 변환

사용자가 직접 수행한 워크플로를 Codex가 관찰해 재사용 가능한 Skill로 바꾸는 Record & Replay 기능을 소개함. 반복 작업, 사용자 선호와 규칙이 중요한 작업, 프롬프트보다 시연이 쉬운 작업에 적합함.

AI가 소프트웨어 엔지니어를 대체하지 않은 이유, 그리고 앞으로도 대체하지 못할 이유

AI가 소프트웨어 엔지니어를 대체하지 않은 이유, 그리고 앞으로도 대체하지 못할 이유

AI 도입이 빠른 직군이지만, 현재까지 대규모 해고를 AI가 직접 유발했다는 증거는 약하다는 주장. 실제 감원 배경은 재무 압박, 비용 절감, 조직 슬림화 같은 경영 요인이었다고 분석함.

AI 시대, 가장 가치 있는 개발자는 장인이면서 builder인 사람일 것

AI 시대, 가장 가치 있는 개발자는 장인이면서 빌더인 사람이 될 것

AI 코딩 도구 확산으로 누구나 builder가 되는 환경이 열림. 손으로 설계를 다듬고 품질을 책임지는 artisan형 개발자의 가치가 다시 부각됨.

코드는 더 싸졌다

코드는 더 싸졌다

AI 코딩 도구 확산으로 코드 작성 비용은 급감했지만, 생성된 코드를 이해하는 비용이 더 커졌다는 분석이 제기됨. LLM 출력은 결정적이지 않고 원본 소스와 동일시할 수 없어, 소프트웨어 생산성과 유지보수 비용 구조가 바뀌고 있음.

AI와 함께 일하는 디자이너의 하루는 어떻게 달라졌을까?

AI와 함께 일하는 디자이너의 하루는 어떻게 달라졌을까?

Gstack, Claude, Figma AI 등으로 디자이너의 작업 방식이 바뀌고 있음. 다만 속도는 빨라졌지만 실제 업무 효율 향상은 기대보다 제한적이며, 문제 정의 단계에서의 활용과 현실적 한계가 함께 제시됨.

AI는 front-end의 잃어버린 10년을 반복하게 하는가?

AI는 프런트엔드의 잃어버린 10년을 반복하게 하는가?

프런트엔드가 도구 중심으로 평준화되며 브라우저, 접근성, 성능 같은 핵심 지식이 가려졌다는 문제의식. AI 확산이 숙련 노동을 다시 저숙련 운용으로 대체할 수 있다는 우려가 제기됨.

제발 AI를 사용하세요

제발 AI를 사용하세요

AI로 식단이나 여행을 짜면 답은 빨라지지만, 사람과의 대화와 일상적 접촉이 줄어들 수 있음. 효율성보다 인간 관계와 우연한 교류의 가치가 함께 사라진다는 문제를 짚음.