AI 시대에 커리어를 적응시키고 성장시키기 위한 50가지 실용적인 조언.
지금 한국에서 재충전의 시간을 보내고 있는데, 주변을 둘러보면 바쁜 젊은이들이 정말 많고 모두 이리저리 뛰어다니고 있습니다. 그러다 2010년, 주택 위기 직후 졸업했던 제 모습이 떠올랐습니다. 당시에는 일자리를 구하기가 엄청나게 어려웠습니다. 지금도 시장이 꽤 안 좋다는 이야기를 들었지만, 이번에는 느낌이 매우 다릅니다. 실업률과 우리가 보는 많은 데이터가 왠지 조금 오해를 불러일으키는 것 같고, AI와 그것이 의미할 수 있는 것 때문에 두려움과 불확실성이 감돕니다.
“무엇을 공부해야 하나요?”, “무엇을 해야 하나요?”라는 댓글을 많이 받습니다. 그래서 제가 다시 20대나 30대 초반이고, 기대어 갈 만한 큰 커리어가 아직 없다면 무엇을 할지에 관한 50가지 팁 영상도 만들었습니다. 지금 자동화되는 일들이 주니어 엔지니어들이 커리어 초기에 하던 작업이라는 점은 숫자가 분명히 보여 줍니다. 게다가 Claude Code, Codex, 그리고 이런 에이전트형 도구들은 점점 더 좋아지고 있으며, 기업들은 지나치게 공격적으로 굴다가 여전히 필요한 사람들까지 대거 대체할 수 있습니다.
이 뉴스레터는 암울한 이야기만 하는 곳이 아닙니다. 우리가 어떻게 적응하고 최선을 다할 수 있는지에 대한 이야기입니다. 저는 28세에 커리어를 바꿨습니다. 결혼 직후 회사를 그만두고 부트캠프에 갔고, 내내 한참 뒤처졌다고 느꼈습니다. 그런데 어쨌든 PM에서 Meta의 스태프 소프트웨어 엔지니어가 되었습니다. 그러니 이 글은 사실 그 시절의 저 자신에게 해 주고 싶은 조언일 뿐입니다.
이 글은 50가지 전부를 담은 뉴스레터 버전이지만, 영상을 보고 싶다면 여기 있습니다!
피드의 문제는 부정적인 정서가 늘 잘 팔린다는 것입니다. 암울한 게시물들, 수백 번 지원했는데 아무 답도 없다는 이야기들에는 분명 그 고통의 타당성이 있습니다. 하지만 그런 글은 아직 구직 중이고, 여전히 화가 나 있으며, 여전히 현장의 한복판에 있는 사람들이 씁니다. 채용된 사람들은 조용해졌습니다.
그러니 끝없는 비관적 콘텐츠 소비에 의존하지 말고, 실제 데이터를 직접 깊이 파보세요. 실제로 어떤 채용공고가 올라오는지, 어떤 회사가 채용하는지 살펴보세요. 여러분의 피드는 절대로 실제 구직 시장이 아닙니다. 그것이 여러분의 지도가 되게 두지 마세요.
모든 AI 기업은 진전, AGI, 자기 개선 AI, “이제 나는 코딩하지 않는다”를 과장할 강력한 유인이 있습니다. 그래야 호황이 계속되기 때문입니다. 이런 말에는 아마 많은 진실이 있으며, Claude Code나 Codex 같은 도구를 배우는 일이 여러분의 커리어를 위해 할 수 있는 최고의 일이라고 저는 진심으로 믿습니다. 하지만 예측은 어느 정도 거리를 두고 받아들이고, 직접 조사하며, 이 도구들이 어떻게 발전하는지 스스로 감을 익히세요.
MIT는 지금까지 대기업의 AI 도입 가운데 95%가 실패했다는 사실을 발견했습니다. 이 연구는 조금 오래되었고 11월 Claude Opus 4.5 출시 이전의 것이므로, 상황은 아마 바뀌었을 것입니다. 한 번에 무언가를 만들었다고 올리는 PM들과 사기꾼들은 데모를 올리는 것입니다. Codex나 Claude Code처럼 널리 사용되는 프로덕션 환경에서 살아남은 것들을 찾고, 나머지는 잊으세요.
LinkedIn과 X에서는 모두 반짝이는 것들을 올리고, 누구나 자기 세상을 바꾸는 새 기술을 하나씩 갖고 있습니다. 현실은 그들이 엄청난 시간을 반복 개선과 프롬프팅에 쓰고 있고, 그 기술들은 불안정하다는 것입니다. 이제 GitHub 스타는 그저 마케팅일 뿐입니다. 자신에게 집중하고, 더 나아지는 데 집중하세요.
저는 28세, 결혼 직후 부트캠프를 했고 특히 첫 회사에서는 제 수준의 모두가 신입 졸업생이라 정말 뒤처진 기분이 들었습니다. 그건 약 10년 전의 일이고, 결과는 괜찮았습니다.
그리고 솔직히 AI가 모든 것을 차지할까 걱정한다면 생각해 보세요. AI가 정말 엔지니어링 일자리의 100%를 없앨 수 있다면, 실제로 안전한 다른 직업이 무엇이겠습니까? 많지 않습니다. 그렇다면 왜 이런 도구를 가르쳐 주는 일을 하지 않겠습니까? 소프트웨어 엔지니어들은 내부에서 무슨 일이 일어나는지 본질적으로 이해하기 때문에 이런 도구를 가장 잘 다룹니다.
이것은 아마 영상 전체에서 제가 가장 좋아하는 팁일 겁니다. Buffett은 다른 사람들이 두려워할 때 탐욕스러워지고, 다른 사람들이 탐욕스러워할 때 두려워져야 한다고 유명하게 말했습니다. 지금 사람들은 CS를 그만두고, 기술 분야를 피하며, 모든 화이트칼라 직업이 자동화로 사라질까 두려워합니다. 그것이 사람들이 몰린 거래입니다.
현재의 아키텍처로는 저는 그런 일이 일어날 것 같지 않습니다. AI는 본질적으로 초천재이면서 동시에 아주 멍청합니다. 끊임없는 지도가 필요하고, 무언가가 맞는지 알기 위한 좋은 검증이 필요하며, 이 문제에서 취향이 없습니다. 정말 뛰어난 엔지니어는 이 도구들로 산출량을 10배나 20배로 늘릴 수 있지만, 비기술적인 사람들이 이 도구들로 아주 멀리 나아가는 것은 현실적이지 않습니다. 그러니 모두가 겁을 먹고 물러나는 지금이 기초를 배울 최고의 시기입니다.
코드의 가치는 떨어지고 있지만, 도메인 지식과 문제에 대한 전문적인 이해는 여전히 엄청나게 가치 있을 것입니다. 코드가 싸질수록 좋은 아이디어는 더 가치 있어집니다. Steve Jobs는 어떤 아이디어를 추구하지 말아야 하는지 배우는 일이 그만큼 중요하며, 어쩌면 더 중요하다고 말했습니다.
그러니 대체 불가능한 사람이 되고 싶다면 특정 도메인을 깊이 파고 그 문제 영역을 맡기 시작하세요. 뿌리까지 이해하고, 어떤 코드를 생성할 가치가 있는지 아는 사람이 되세요.
글이든 이미지든 무언가가 완전히 AI로 생성되었는지는 너무나 쉽게 드러나는 데 이유가 있습니다. 남은 가장 인간적인 부분은 취향입니다. 기계가 이해할 수 있도록 여러분의 취향을 어떻게 부호화할 것인가? 이제 그것이 진짜 일입니다.
대가들을 연구하고, 여러분에게 영감을 주는 작업을 연구하며, 코드든 디자인이든 사물이 느껴져야 하는 방식이든, 천천히 자신만의 취향을 쌓아가세요. 진짜 해자는 그곳에 생길 것입니다.
Karpathy는 이런 도구를 효과적으로 사용하는 법을 하나의 기술 격차라고 말합니다. 높은 수준에서 보면 컨텍스트 엔지니어링, 에이전트형 검증, 에이전트를 위한 도구 구축, 복합 엔지니어링 등이 있습니다. 모델이 좋아질수록 에이전트가 여러분을 대신해 더 많은 일을 하게 만드는 메타 작업이 진짜 지렛대이자 진짜 일이 될 것입니다.
AI 코딩은 저렴하기 때문에 사람들은 재확인하지 않은 채 코드를 많이 배포하고, 결과물이 엉망이면 AI를 탓합니다. AI를 탓할 수는 없습니다. 여러분의 코드는 여러분의 책임입니다. Buffett은 평판을 쌓는 데 20년이 걸리고 잃는 데는 5분이면 된다고 말했습니다. 그러니 오래가는 것을 배포하고, 형편없는 결과물을 배포하지 마세요.
문제 영역을 고르는 필터가 하나 있습니다. 틀렸을 때의 비용이 클수록, 그 일이 완전히 대체되기 전에 AI가 넘어야 하는 기준은 높아집니다. 의사와 변호사가 아직 깊은 AI 침투를 겪지 않은 이유도, 결정을 잘못 내렸을 때의 비용이 극도로 높기 때문입니다.
요즘 AI는 랜딩 페이지 같은 프런트엔드 코드를 정말 잘 만듭니다. 그러니 거기에 집중하면 안 됩니다. AI가 하기 어려운 일, 틀렸을 때 비용이 큰 일에 집중하세요. 그것이 여러분의 가장 긴 활주로입니다.
CEO들은 어느 정도 현실과 동떨어져 있습니다. “해고하느니 너를 위대해질 때까지 고문하겠다”고 유명하게 말한 Jensen 같은 사람도 있고, 이유야 어찌 됐든 사람들을 해고하는, 이름을 밝히지 않은 수많은 회사도 있습니다. 이 모든 혼란과 오르내림을 헤쳐 나가는 유일한 방법은, 그 누구도 부정할 수 없을 만큼 뛰어나지는 것입니다.
무엇을 하든 상위 10%를 목표로 하세요. 가능하다면 상위 1%를 목표로 하세요. 말처럼 쉽지는 않지만, 잘하고 있다면 계속 잘하세요. 느슨해지지 마세요.
이 에이전트형 도구들은 새로운 추상화 계층이고, 모든 추상화에는 본질적으로 누수가 있습니다. 무언가가 망가졌을 때 아래 계층으로 들어가 디버깅할 수 없다면 프로젝트의 통제권을 잃게 될 것이고, 기초를 건너뛴 사람들에게는 늘 그런 일이 일어납니다. 호기심을 기본 태도로 삼고, 무언가가 어떻게 작동하는지 이해하지 못할 때마다 파고드세요.
사람들은 AI가 더 잘 검토하고 코드도 너무 많이 쓰니 코드를 덜 읽으라고 할 것입니다. 저는 여전히 코드를 쓰는 시간보다 읽는 시간이 더 많습니다. 스스로는 알아내지 못할 어려운 것들, 패턴과 시스템 설계를 읽으세요. 에이전트형 도구를 만들고 싶다면 OpenCode가 루프를 어떻게 구현하는지 깊이 파보세요. 그리고 테스트로 검증할 수 있는 div 가운데 정렬 같은 일은 AI에게 맡기세요.
처음 엔지니어가 되었을 때 저는 그저 많은 것을 배포하려 했고, 그것이 저를 아주 빠르게 성장시켰습니다. 최고의 아이디어는 언제나 이깁니다. 그러니 어딘가에 새로 들어갔다면, 여러분의 직급이 발목을 잡게 하지 마세요.
이 도구들을 충분히 사용하면 AI가 할 수 있는 것과 할 수 없는 것에 대한 제2의 감각이 생깁니다. 누군가 “이것을 자동화할 수 있을까요?”라고 물으면, 무엇이 현실적인지와 어디에서 깨지는지를 즉시 알게 됩니다. 그것 자체가 하나의 기술입니다.
재미있는 점은 모든 LLM이 실제로 할 수 있는 일이 환각뿐이라는 것입니다. 유용한 것들은 우연히 유용한 환각일 뿐입니다. 그러니 시스템을 최대한 밀어붙이고, 어디에서 실패하는지 기록을 시작하며, 대부분의 사람이 굳이 얻으려 하지 않는 직관을 쌓으세요.
무엇이 가능한지 알고 더 높은 추상화 수준에서 여러 에이전트형 도구를 조율할 수 있도록 다양한 것에 대한 폭넓은 지식이 필요합니다. 동시에 경쟁력을 위해 최소 하나의 기술 스택에 대한 깊은 이해도 필요합니다. 그 조합이 현재 채용 담당자들이 찾는 것입니다.
Claude Code나 Codex를 손바닥 보듯 알아야 합니다. 메모리를 불러오는 방식, 컨텍스트를 관리하는 방식, 스킬, 하위 에이전트, 에이전트 팀, 스케줄링 루프까지요. 많다는 것을 압니다. 그리고 네, 알아야 합니다. 전문 목수가 복잡한 결구를 만들 만큼 작업장의 모든 도구를 잘 아는 것과 같습니다. 이 도구들을 배우는 데 투자하세요.
이제 저는 AI로 Blender, Photoshop, 코드베이스 심층 분석, TPU와 GPU의 차이 등 원하는 것은 거의 무엇이든 배울 수 있습니다. 중요한 것은 배우고 싶어 하는 욕구를 키우는 일입니다.
이 뉴스레터도 조금 홍보하겠습니다. 사람들이 AI 도구로 만들기 시작할 때 가장 흔히 일어나는 일은 빨간 드레스를 쫓는 것입니다. 이 반짝이는 것 조금, 저 반짝이는 것 조금씩 하다가 결국 아무것도 프로덕션에 배포하지 않습니다. 무언가를 0에서 끝까지 배포하고 그 뒤에 유지보수할 때 가장 많이 배웁니다.
아이디어를 제대로 표현하는 능력은 여전히 대부분의 사람에게 부족한 결정적 기술입니다. 단, 업계 전체가 채택할 다음 그래픽 계층을 만들 수 있는 Carmack이라면 예외입니다. 저에게 YouTube는 말하기를 더 잘하고 싶다는 데서 시작했습니다. 소통을 정말 못하는 사람을 보고 싶다면 제 첫 영상을 보세요. 이제 저는 발표를 전혀 두려워하지 않습니다. AI 노이즈의 시대에 소프트 스킬은 AI가 제대로 끼어들 수 없는 영역입니다.
업계는 여러분이 생각하는 것보다 훨씬 작고, 사람들은 같은 회사들 사이를 오갑니다. 저는 제가 만난 모든 매니저의 신뢰를 얻기 위해 믿을 수 없을 만큼 열심히 일했고, 아직도 첫 매니저와 이야기합니다. 추천은 언제나 채용되는 최고의 방법이므로, 평판을 쌓으세요.
여러 창에 걸쳐 여러 Claude Code 인스턴스를 돌릴 때면 약간 StarCraft를 하는 기분이 들고, 저는 거기서 진심으로 즐거움을 느낍니다. 그것이 모두에게 재미있는 일은 아니고 각자 취향이 있겠지만, 여러분에게 놀이가 되는 형태를 찾으세요. Steve Jobs는 장기적으로 성공하는 사람은 어렵고 좌절스러운 부분을 견딜 만큼 열정적인 사람들이라고 말했습니다. 열정과 재미가 없다면 결국 그만두게 됩니다.
지금 주요 AI 연구소나 FAANG이 닿지 않는 곳이라면, AI가 실제로 강하게 활용되는 곳을 보세요. 전통적으로 지루한 산업, 금융, 농업, 어떤 맞춤형 분야 같은 곳입니다. AI 수요는 매우 높은데 경쟁자가 많지 않은, 사람이 몰리지 않은 곳에 있어야 합니다.
저는 28세에 돈이 많지 않은 상태에서 회사를 그만두고 부트캠프에 갔고, 그것은 성과를 냈습니다. 이제 아이 둘과 좋은 급여의 직업이 있는 상황에서 다른 일을 하는 것은 재정적으로 큰 위험입니다. 나이가 들면 실패를 후회하지 않고, 감수하지 않았던 위험을 후회합니다. 그러니 젊고 가능한 동안 위험을 감수하세요.
처음 시작했을 때 저는 약 2만 달러 차이의 두 제안 사이에서 몹시 고민했고, 더 나은 학습 기회를 택한 것이 정말 다행입니다. 그것이 저를 더 빠르고 더 높은 곳으로 끌어올렸기 때문입니다. 지금 제 수준에서는 연말 보너스가 그 차이의 몇 배입니다. 학습의 기울기를 극대화하세요. 급여는 따라옵니다.
화려한 프로젝트에는 사람이 몰리고, 공은 대부분 리드와 시니어에게 돌아갑니다. 대신 조직에 여전히 핵심적인 보기 싫은 일을 맡으세요. 인사이트, 마이그레이션, 아무도 맡지 않은 핵심 기술 조각 같은 일 말입니다. 그리고 꾸준히 잘 해내세요. 단서가 두 가지 있습니다. 그것은 실제로 중요해야 하고, 여러분이 그것을 적극적으로 알려야 합니다.
어디에나 있는 회사들이 AI 네이티브 전환을 하고 있으며, 거의 예외 없이 수석 엔지니어를 포함한 모든 수준의 엔지니어들이 이 도구로 실제로 무엇이 가능한지 확신하지 못합니다. 그들은 하루 종일 회의에 있고, Claude Code나 Codex 속에서 하루 10시간을 보낼 수 없습니다. 여러분이 그 시간을 투자한다면, 보통 수석 엔지니어가 이끌 법한 노력을 이끌게 될 수 있습니다. 제게 일어난 일이 바로 그것입니다.
기회는 채용공고가 아니라 사람에게 붙어 있습니다. 추천 지원과 일반 지원의 차이에서 이를 볼 수 있습니다. 최고의 네트워크는 시간에 걸쳐 쌓은 진정한 동료 관계입니다. 대형 기술 기업에서 몇 년 일하다 보면 어느 날 놀라운 네트워크를 갖고 깨어납니다. 그리고 유용한 팁 하나를 드리자면, 콘텐츠를 만드는 것도 훌륭한 네트워크를 만드는 데 효과가 있습니다. 필요해지기 전에 구축하세요. 그때가 가장 쉽고 가장 진정성 있기 때문입니다.
면접은 형편없지만, 배워야 하는 기술입니다. AI가 그것을 바꿨나요? 그렇기도 하고 아니기도 합니다. LeetCode 스타일 코딩은 여전히 있고, 시스템 설계는 여전히 큰 비중을 차지하며 앞으로는 더 무겁게 평가될 것이라 생각합니다. 또한 에이전트형 엔지니어링에 관한 AI 보조 면접이 1~2년 안에 등장할 것이라고 거의 확신합니다. 기초를 확실히 다진 뒤, 각 회사의 새 프로세스를 복습하세요.
좋은 매니저는 여러분이 없는 자리에서 여러분을 위해 싸우고, 여러분의 시간을 보호하며, 올바른 프로젝트로 이끕니다. 다만 올바른 말을 골라야 합니다. 매니저, 그 매니저의 매니저, 또 그 위의 매니저를 살피고, 그들이 얼마나 오래 함께 일했는지 확인하며, 얼마나 많은 뛰어난 IC가 그들을 위해 일하고 싶어 하는지 세어보세요. 좋은 매니저의 팀에 들어가는 일은 아주 오랫동안 이익을 가져다줍니다.
제 멘토들은 기술 멘토, 커리어 멘토, 심지어 YouTube 멘토까지, 제게 수년을 아껴 주었습니다. AI가 가르칠 수 있는 데에는 한계가 있습니다. “방금 AI로 무엇이든 배울 수 있다고 말한 건 알아요, 하하.” 선택지가 너무 많으면 AI는 여러분을 멍하게 만들 수 있습니다. 과정에서 방향을 바로잡아 줄 사람이 필요합니다.
초보자에게 가르치기 전까지는 무언가를 진정으로 아는 것이 아닙니다. 저는 회사에서, 그리고 부업으로 하는 강의에서 수백 명의 엔지니어에게 Claude Code와 Codex를 가르쳤습니다. 그리고 선순환은 진짜입니다. 가르치려면 모든 새 기능을 깊이 파야 하고, 그것은 더 많은 가르칠 기회를 만듭니다. 한번 해 보세요. 학생들의 질문이 여러분의 이해에 도전하게 두세요.
너무 많은 일을 시작하고 끝내지 않는다면, 움직임을 진전으로 착각하게 됩니다. 등반과 같습니다. 어려운 봉우리를 만나면 새 산으로 옮겨 가고, 쉬운 부분을 다시 오르며, 생산적이라고 느끼지만 새로 배우는 것은 없습니다. 모바일이든 에이전트형 도구든 무엇이든 하나를 고르고, 0에서 끝까지 해 보세요.
아직 완성되지 않은 것을 공유하려면 용기가 필요하며, 바로 그것이 핵심입니다. 단단한 피부, 실제로 끝내야 한다는 압박, 그리고 여러분의 작업에 관심 있는 사람들과의 쉬운 네트워킹을 얻습니다. 때로는 그것으로 바로 일자리를 얻고, 때로는 OpenClaw처럼 오픈소스 프로젝트가 폭발적으로 성장해 여러분이 생태계의 핵심 개발자 중 한 명이 됩니다.
필요하지 않은 구독을 얼마나 많이 갖고 있는지 보면 놀랄 겁니다. 학습, 생존, 식사라는 핵심에 집중하고 나머지는 저축하세요. 살림을 정리하세요. 재정 팁이 관련 없어 보인다는 건 알지만, 재정적 부담에서 자유롭지 않다면 기회가 찾아왔을 때 해야 할 일을 실제로 할 수 없습니다.
첫 10만 달러를 모으는 일은 극도로 어렵고, 첫 100만 달러도 어렵지만, 그 뒤로는 돈을 벌기가 쉬워집니다. 첫 10만 달러를 저축하면 안전과 여유가 생기며, 연구에 따르면 그것을 모은 뒤에는 나중에 100만 달러에 도달할 가능성이 훨씬 높아집니다.
S&P 500 같은 좋은 인덱스를 고르고, 매달 돈을 넣어 고정지출의 일부로 만들며, 복리가 일을 하게 두세요. 무엇이 올지 모르니 비 오는 날을 위해 저축하세요. 이것은 투자 조언이 아닙니다 :).
여기서는 인색하게 굴지 마세요. 최고 요금제는 약 200달러입니다. 직장에서 토큰을 많이 받는데도, 이것은 학습이기 때문에 제가 직접 결제합니다. 이것들은 앞으로 몇 년간 배워야 할 가장 중요한 도구들이며, 제 생각에 현재 사용 한도의 이 200달러 요금제는 영원히 지속되지 않을 겁니다. 지금 활용하세요.
조금 웃긴 일입니다. AI가 있으면 일이 줄어들 거라고 생각하겠지만, 저는 오히려 더 많이 일하게 됩니다. 만드는 사람은 만들고 싶어 하기 때문입니다. Claude Code 중독에 관한 영상도 따로 있습니다. 밀어붙일 때와 쉴 때가 있고, 운동하고 휴식하는 습관을 만들지 않으면 오래 버티지 못합니다. 이것은 마라톤입니다.
직업은 제 수입원 중 하나일 뿐입니다. YouTube도 하나이고, 뉴스레터도 하나이고, 강의도 하나이며, 저는 언제나 더 많은 수입원을 찾고 있습니다. K자형 경제 이야기가 맞는지 아무도 모르고, 솔직히 조금 불안합니다. 그러니 그중 하나에 무슨 일이 생길 때를 대비해 여러 수입원을 가지세요.
저는 이제 40대에 가까워지고 있고, 이 책상 일의 대가가 따라잡았습니다. 손목이 아프고, 허리가 아프며, 온몸이 뻣뻣합니다. 젊었을 때 더 많이 스트레칭하고 스탠딩 데스크를 사용했으면 좋았을 겁니다. 여러분의 몸이 성장을 제한하는 요인이 되게 하지 마세요.
11월에 Opus 4.5가 나왔을 때 저는 바로 써 봤고, 무언가 감이 왔으며, 모든 작업 흐름을 그것으로 바꿨습니다. 2월경 회사에서 사용량이 폭발했을 때 저는 이미 몇 달간 써 왔고, 다른 사람들이 배우느라 애쓰는 동안 가르칠 준비가 되어 있었습니다. 일찍 시작하면 조금은 미래에서 살 수 있습니다.
저는 Boris Cherny, Karpathy, Steinberger, 당연히 Dario와 Sam, 그리고 Elon을 따릅니다. Jensen이 토큰에 25만 달러를 쓰지 않는 50만 달러짜리 엔지니어를 매우 걱정한다고 하는 식의 터무니없는 말을 하면 많은 사람들이 비웃지만, 저는 정말 그 말을 생각해 보려 합니다. 리더들이 무엇을 생각하는지 보면 사물이 어디로 가는지에 대한 신호와 단서를 얻을 수 있습니다. 다만 조심하고, 그들이 말하는 것을 직접 시험해 보세요. 팁 2번을 기억하세요.
저는 부트캠프를 위해 회사를 그만두는 등 매 단계에서 제 자신에게 걸었고, 그것은 제가 PM에서 Meta의 스태프 엔지니어가 되는 데 도움이 되었습니다. 기반을 닦았고 움직일 수 있다면, 대부분의 사람이 아직 이런 도구의 가치를 모르고 있는 지금은 자신에게 걸기 좋은 시기입니다.
배포하는 첫 버전이 부끄럽지 않다면, 아마 조금 너무 오래 기다린 것입니다. 저는 무언가를 배포하는 이야기를 늘 하지만 결국 아무것도 배포하지 않는 완벽주의자를 많이 만났습니다. 아무도 그 결과물을 보기 전에 모든 작은 세부 사항을 걱정하기 때문입니다.
배포하면 혼자서는 절대 발견하지 못했을 수많은 피드백과 아이디어를 얻습니다. 맨 꼭대기에 있는 사람들은 엄청나게 많은 것을 배포했고, 그 증거로 상처도 많이 갖고 있습니다.
제가 가장 좋아하는 말 중 하나입니다. 아마 영화 Serendipity에서 들었을 겁니다. AI가 붐을 이루면서 자금 조달, 면접, 우연한 만남 등 기회가 도처에 생길 것입니다. 하지만 훈련하고, 준비하고, 만들고 있지 않았다면, 기회가 나타났을 때 잡을 수 없습니다.
직업은 그저 직업입니다. 얻을 수 있는 최고의 직업을 택하고, 최선을 다하며, 다음 기회가 오면 잡으세요. 커리어 동안 많은 직업을 갖게 될 것이고, 때로는 완전히 다른 산업을 넘나들 것입니다. 그러니 첫 직업을 종신형처럼 여기지 말고, 계속 앞으로 나아가세요.
제가 Boris의 강연에서 들은 최고의 조언은 미래의 모델을 위해 만들라는 것이었습니다. 본질적으로 Claude Code도 모델이 따라잡을 것이라는 가정 아래 만들어진 것이었습니다. 모델 세대가 바뀔 때마다 새로운 무언가가 가능해지고, 현재 수준만을 위해 만든다면 여러분은 더 쉽게 복제되며 사고는 오늘 가능한 것에만 제한됩니다.
AI 도구를 깊이 파고들면 수동으로 코딩하는 일을 멈추게 됩니다. 솔직히 이제 수동 코딩이 그렇게 중요하다고 생각하지 않습니다. 하지만 시스템 설계는 계속 공부하고, 기초를 날카롭게 유지하며, 공간-시간 복잡도를 잊지 말고, 코드 읽기를 멈추지 마세요. 기술은 생각보다 빨리 퇴화하고, 적어도 지금은 면접에서 여전히 손으로 코딩하게 할 것입니다.
이것은 암울한 관점이 아닙니다. 특히 젊고 막 시작하는 사람이라면 아무것도 잘되지 않는 것처럼 느껴질 수 있다는 것을 압니다. 저는 28세에 완전히 뒤처졌다고 느꼈지만, 그냥 정면으로 뛰어들어 목표를 향해 밀고 나갔습니다. 어쨌든 잘 풀렸습니다.
성공하지 않는 것이 불합리할 만큼 열심히 하세요.
