🤖 "나는 이제 프로그래머로서 가장 뒤처진 느낌이다" 카르파시가 말한 소프트웨어 3.0 시대

세계 최고 AI 전문가도 "뒤처진 느낌"이라고 했습니다

한번 상상해보세요. 테슬라 자율주행 AI를 이끌었고, 오픈AI 공동 창업자이기도 한 사람이 이런 말을 한다면 어떨 것 같으세요?

"나는 프로그래머로서 지금껏 이렇게 뒤처진 느낌을 받은 적이 없다."

이 말을 한 사람은 안드레이 카르파시(Andrej Karpathy)입니다. 지금은 교육용 AI 스타트업 유레카랩스(Eureka Labs)를 운영하면서 전 세계 개발자들에게 AI를 가르치고 있는, 어쩌면 이 분야에서 가장 많이 알고 있는 사람 중 하나죠.

그런 사람이 2026년 초, 시퀀이아(Sequoia) 투자사가 주최한 Ascent 컨퍼런스에서 직접 이렇게 말했습니다. 뒤처진 느낌이 든다고요.

그렇다면 그 뒤처짐의 정체가 뭔지, 오늘 같이 한번 풀어보겠습니다.

2025년 12월, 딱 그 달에 무언가가 달라졌습니다

카르파시는 2025년 한 해 동안 클로드 코드, 코덱스 같은 AI 코딩 에이전트를 써왔다고 했어요. 유용하긴 했는데 자주 수정이 필요했다고 하더라구요.

그런데 2025년 12월을 기점으로 완전히 달라졌다고 했습니다.

"에이전트가 만들어낸 코드 덩어리가 그냥 제대로 나왔어요. 더 큰 작업을 맡겨도 여전히 잘 했고요. 마지막으로 수정한 게 언제인지 기억조차 안 났습니다."

이게 왜 중요하냐면요. 예전에는 개발자가 코드 한 줄 한 줄을 직접 쳤잖아요. 지금은 이런 식의 명령이 기본 단위가 됐습니다.

"이 기능 구현해줘."

"이 서브시스템 전체 리팩토링해줘."

"테스트 작성하고, 실행하고, 실패한 것 고쳐줘."

개발자가 코드를 타이핑하는 사람에서 에이전트를 지휘하는 조율자로 역할이 바뀐 겁니다. 그 변곡점이 2025년 12월이었다고 카르파시는 봤어요.

소프트웨어 1.0, 2.0, 3.0이 뭔지 알면 지금 흐름이 보입니다

카르파시는 소프트웨어의 역사를 세 단계로 나눠 설명했어요. 이게 이번 발표의 핵심 프레임입니다.

소프트웨어 1.0은 사람이 직접 규칙을 코드로 명시하는 시대예요. "if A이면 B를 해라"처럼 모든 경우의 수를 프로그래머가 직접 적어야 했죠.

소프트웨어 2.0은 딥러닝 시대입니다. 프로그래머가 데이터와 목표를 설계하면, 신경망이 스스로 규칙을 학습하는 방식이에요. 지금 우리가 아는 AI 대부분의 전신이 여기에 해당합니다.

그리고 소프트웨어 3.0이 지금 우리가 살고 있는 시대입니다. 대형 언어 모델에게 프롬프트, 맥락, 도구, 예시, 기억, 지시사항을 넣어 프로그래밍하는 방식이에요. 컨텍스트 창이 새로운 프로그램 코드가 되는 셈입니다.

실제로 예전에는 복잡한 소프트웨어를 여러 환경에 설치하려면 수백 줄의 자동 설치 명령어가 필요했어요. 지금은 설치 지침을 텍스트로 써서 에이전트에게 붙여넣기만 하면 됩니다. 에이전트가 직접 환경을 파악하고, 오류를 디버깅하고, 설치를 완료해요.

좋은 프롬프트를 설계하는 능력이 코드를 짜는 능력만큼 중요해진 시대가 됐습니다.

앱이 사라진다고요? 메뉴젠 사례로 이해하기

카르파시가 직접 만든 앱 이야기를 해볼게요. 그는 식당에서 메뉴판을 보다가 음식 이름만 있고 사진이 없으면 뭔지 모르겠다는 불편함을 느꼈어요.

그래서 메뉴 사진을 찍으면 각 음식 이미지를 보여주는 웹앱 메뉴젠을 직접 개발했습니다. 사진 업로드, 음식 이름 인식, 이미지 생성, 결과 렌더링, 배포, 인증, 결제 처리까지 갖춘 완성된 서비스였어요.

그런데 얼마 후, 소프트웨어 3.0 버전을 보게 됩니다. 메뉴 사진을 구글 제미나이에 주고 "음식 이미지를 메뉴판 위에 바로 그려줘"라고 하면 끝이었어요. 결과물은 메뉴판 사진에 음식 이미지가 직접 합성된 이미지 하나였습니다.

그 순간 카르파시는 깨달았어요. "메뉴젠 앱은 존재해서는 안 됐던 앱이었다."

모든 앱 인프라가 신경망이 직접 할 수 있는 변환 작업의 불필요한 껍데기에 불과했던 겁니다.

이게 단순히 기술 과장이 아닌 이유가 있어요. AI 에이전트의 등장으로 일부 기업에서는 200%에 달하는 업무 생산성 향상 사례도 보고되고 있거든요. AI가 기존 앱을 더 빠르게 만드는 도구가 아니라, 어떤 앱은 아예 존재할 이유 자체를 없애버리는 시대가 된 겁니다.

AI가 잘하는 것과 못하는 것, 어떻게 구분할까요

카르파시의 핵심 통찰 중 하나예요. 왜 AI는 어떤 분야에서는 폭발적으로 발전하고, 어떤 분야에서는 기본적인 실수도 할까요?

그는 이렇게 설명했습니다. 전통적인 소프트웨어는 명시할 수 있는 것을 자동화하고, AI는 검증할 수 있는 것을 자동화한다고요.

수학, 코딩, 체스, 게임 같은 분야는 답이 맞는지 틀린지 즉각 확인이 가능합니다. 테스트가 통과하거나 실패하고, 프로그램이 실행되거나 오류가 나죠. 이처럼 보상 신호가 명확한 영역에서 AI는 강화학습을 통해 급격히 발전해요.

반면 미적 감각이나 비즈니스 판단, 맥락적 창의성 같은 영역에서는 AI가 아직 들쑥날쑥합니다.

재미있는 예시가 있어요. "세차장이 50미터 앞에 있는데 차로 가야 하나요, 걸어야 하나요?" 최신 모델이 "가까우니까 걷는 게 좋습니다"라고 답할 수 있습니다. 세차하러 가는데 걸어가면 아무 의미가 없잖아요.

이것이 카르파시가 말하는 "울퉁불퉁한 지능"입니다. 10만 줄 코드를 리팩토링할 수 있지만, 상식적인 판단은 틀리는 것이죠. 내 서비스가 AI의 강한 회로 위에 있는지 없는지를 먼저 파악하는 게 중요합니다.

바이브 코딩과 에이전트 엔지니어링, 뭐가 다른가요

카르파시가 직접 만들어 유명해진 두 용어를 구분해볼게요.

바이브 코딩은 그가 2025년 초에 유행시킨 개념이에요. AI에게 원하는 것을 말하면 소프트웨어가 만들어지는 방식입니다. 비개발자도 할 수 있고, 프로토타입을 빠르게 만들 때 좋아요. 쉽게 말해 바닥을 올리는 방식입니다.

에이전트 엔지니어링은 전문가의 영역이에요. AI 에이전트를 활용하면서도 코드의 품질, 보안, 유지보수성을 지키는 것입니다. 천장을 올리는 방식이죠.

카르파시는 메뉴젠 결제 기능에서 직접 겪은 실수도 소개했어요. AI 에이전트가 구글 로그인 이메일과 결제 이메일을 매칭해서 크레딧을 지급하려 했는데, 두 이메일이 다른 경우가 있었습니다. 사용자가 크레딧을 받지 못하는 버그가 생겼죠.

이메일로 사용자를 특정하는 건 그럴듯해 보이지만 나쁜 설계입니다. 고유 사용자 ID를 써야 해요. 이런 판단은 아직 사람이 해야 합니다.

바이브 코딩은 누구나 할 수 있지만, 그 결과물의 품질과 안전성을 책임지는 에이전트 엔지니어링은 아직 사람의 전문성이 필요한 영역이에요.

채용 방식도 이미 바뀌고 있습니다

카르파시는 지금의 채용 과정이 구시대적이라고 지적해요. 작은 코딩 퍼즐을 푸는 방식으로는 에이전트 엔지니어링 역량을 전혀 파악할 수 없다는 겁니다.

그가 제안하는 미래형 채용 방식은 이렇습니다. 후보자에게 큰 프로젝트를 주고, 예를 들어 트위터 클론을 에이전트로 구현하고 배포하고 보안까지 완성하게 해요. 그다음, AI 에이전트 열 개를 공격자로 투입해서 그 시스템을 뚫으려 합니다. 뚫리지 않으면 합격이에요.

이 방식은 에이전트에게 작업을 어떻게 분배하는지, 명세를 어떻게 작성하는지, 생성된 코드를 어떻게 검토하는지, 시스템을 어떻게 보안 강화하는지를 모두 드러내게 합니다.

가트너 예측에 따르면 2026년까지 전체 기업 애플리케이션의 40%가 AI 에이전트를 통합할 것으로 보입니다. 2025년 기준 5% 미만이었던 것과 비교하면 단 1년 만에 8배 증가하는 수준이에요. 이 흐름 속에서 에이전트를 잘 다루는 사람과 그렇지 않은 사람의 격차는 갈수록 벌어질 수밖에 없습니다.

"이해는 아웃소싱할 수 없다", 그래서 우리는 뭘 배워야 할까요

카르파시가 컨퍼런스를 마무리하면서 인용한 문장이에요.

"생각을 아웃소싱할 수는 있지만, 이해는 아웃소싱할 수 없다."

에이전트가 코드를 짜고, 분석을 하고, 결과를 내도, 그 결과가 옳은지 틀린지 판단하는 것은 사람이 해야 합니다. 무엇을 만들어야 하는지, 왜 이 방향이 맞는지, 어떤 트레이드오프가 있는지 이해하지 못하면 에이전트를 제대로 지휘할 수 없어요.

토스 테크에서도 비슷한 통찰이 나왔습니다. 개발자의 역할이 더 이상 코드 생산이 아니라 시스템 설계, 에이전트 지휘, 결과 검증으로 바뀌고 있다고 분석했더라구요.

앞으로 덜 중요해질 것들이 있어요. 코드 생성, API 암기, 반복 설정, 초안 작성 같은 것들이요.

반대로 더 희소해질 것들도 있습니다. 이해력, 미적 판단, 평가 설계, 보안 감각, 에이전트가 잘못된 방향으로 가고 있을 때 알아채는 능력 같은 것들이에요.

업무 자체가 재편되고 있습니다. 소프트웨어, 연구, 교육, 지식 노동 모두가 같은 패턴으로 수렴하고 있어요. 컨텍스트를 정의하고, 도구를 정의하고, 피드백 루프를 정의하고, 가드레일을 정의하고, 에이전트가 작동하게 하고, 사람이 이해를 보존하는 방식으로요.

마무리

세계 최고 AI 전문가가 "나는 뒤처진 느낌이다"라고 말한다면, 그건 우리 모두가 지금 새로운 시대의 초입에 서 있다는 뜻입니다.

소프트웨어 3.0 시대의 핵심은 코드를 더 빨리 짜는 것이 아니에요. 에이전트를 지휘하는 조율자가 되는 것, 그리고 그 결과물이 옳은지 판단하는 이해력을 갖추는 것입니다.

바이브 코딩으로 속도를 올리고, 에이전트 엔지니어링으로 품질을 지키고, 이해력으로 방향을 잡는 것. 이 세 가지를 균형 있게 갖추는 사람이 이 시대를 앞서가게 될 겁니다.

지금 내 역할이 에이전트에게 넘겨줄 수 있는 것인지, 아니면 내가 더 잘 이해해야 할 영역인지를 먼저 구분해보세요. 그게 소프트웨어 3.0 시대를 준비하는 첫걸음입니다.