사람은 점점 실행자가 아니라 설계자가 된다

프로젝트 극

안드레 카파시가 말한 진짜 변화는 모델이 아니라 사람의 역할이다

요즘 AI 이야기를 들으면 늘 같은 문장이 반복됩니다.코드를 더 빨리 쓴다, 생산성이 올라간다, 개발이 쉬워진다.

그런데 안드레 카파시가 이번 대화에서 말한 핵심은 그보다 훨씬 더 불편합니다.문제는 이제 AI가 코드를 얼마나 잘 쓰느냐가 아닙니다. 사람이 에이전트를 얼마나 잘 나누고, 붙이고, 병렬화하고, 검증하느냐가 성과를 가른다는 점입니다. 카파시는 이미 직접 코드를 치는 비중이 크게 줄었고, 자신이 해야 하는 일은 “코딩”이 아니라 여러 에이전트에게 의지를 표현하는 일에 가까워졌다고 말합니다. 

이 말은 꽤 중요합니다.왜냐하면 많은 조직이 아직도 AI를 “일 잘하는 인턴 하나 추가” 정도로 보기 때문입니다. 프롬프트를 잘 쓰면 조금 더 빨라지고, 문서를 더 빨리 만들고, 코드 초안을 더 빨리 뽑는 정도로 이해합니다. 하지만 카파시가 보는 변화는 그 수준이 아닙니다. 이제 경쟁력은 모델 자체보다 운영 방식에서 나온다는 것입니다. 어떤 일을 어느 단위로 쪼갤지, 어떤 에이전트에게 맡길지, 메모리는 어떻게 남길지, 결과는 무엇으로 검증할지, 이 전체 구조를 설계하는 사람이 유리해집니다. 그는 이걸 “스킬 문제”라고 불렀습니다. 능력이 없는 것이 아니라, 아직 운영법을 모르는 상태라는 뜻입니다. 

여기서 한 단계 더 들어가면 더 흥미로워집니다.카파시는 좋은 에이전트가 단순히 똑똑한 모델이 아니라고 봅니다. 지속성, 메모리, 페르소나가 붙어야 비로소 쓸 만해진다는 겁니다. OpenClaw를 높게 평가한 이유도 여기에 있습니다. 그냥 질문 하나 던지고 답 하나 받는 창이 아니라, 계속 루프를 돌고, 기억을 압축하고, 사람 입장에서 “이건 그냥 툴이 아니라 하나의 존재 같다”고 느껴지는 형태가 되어야 한다는 이야기입니다. SOUL.md 같은 페르소나 설계가 중요하다고 본 것도 같은 맥락입니다. 앞으로 차이는 모델 크기만으로 나지 않을 가능성이 큽니다. 에이전트의 성격, 기억, 지속성, 도구 연결 방식 같은 운영 껍데기에서 차이가 더 크게 날 수 있습니다. 

이 대목에서 많은 사람이 놓치는 지점이 하나 있습니다.우리는 아직도 소프트웨어를 “사람이 UI를 눌러 쓰는 것”으로 생각합니다. 그런데 카파시는 도비라는 홈 오토메이션 에이전트 사례를 통해 전혀 다른 그림을 보여줍니다. 과거에는 스마트홈 기기마다 앱이 따로 있었지만, 이제는 에이전트가 네트워크를 뒤지고, API를 찾고, 기능을 연결해서 자연어로 집 전체를 제어합니다. 이 사례가 말하는 것은 단순한 자동화가 아닙니다. 앞으로 많은 제품에서 사람용 앱보다 에이전트가 호출할 수 있는 API와 도구 표면이 더 중요해질 수 있다는 신호입니다. 앱이 본체가 아니라, 에이전트가 붙을 수 있는 기능 인터페이스가 본체가 되는 쪽으로 무게중심이 이동하는 셈입니다. 

그래서 이 변화는 생산성 도구의 변화가 아니라, 제품 구조의 변화이기도 합니다.지금까지는 예쁜 화면과 좋은 UX가 경쟁력이었습니다. 물론 앞으로도 그 가치는 남겠지만, 그 위에 더 큰 질문이 생깁니다. 이 제품은 에이전트가 쉽게 읽고, 호출하고, 조합할 수 있는가. 만약 아니라면, 미래의 주 고객이 사람이 아니라 사람을 대신하는 에이전트가 되는 순간 경쟁력이 급격히 흔들릴 수 있습니다. 카파시가 “고객은 더 이상 인간이 아닐 수 있다”고 말한 이유가 여기에 있습니다. 

그의 AutoResearch 이야기는 더 날카롭습니다.핵심은 “AI가 연구도 돕는다”가 아닙니다. 핵심은 사람을 루프 밖으로 밀어내는 시스템을 설계하는 것입니다. 그는 자신이 다음 프롬프트를 넣기 위해 계속 대기하고 있으면 이미 그 자신이 병목이라고 말합니다. 목표와 평가 지표, 경계 조건만 정해 놓고 나면 에이전트가 더 오래, 더 많이, 더 자율적으로 일하도록 만들어야 한다는 겁니다. 실제로 그는 자신이 수동으로 꽤 잘 튜닝해 놓았다고 생각한 설정에서도 AutoResearch가 놓친 하이퍼파라미터를 찾아냈다고 말합니다. 이건 자동화 예찬이 아니라, 인간의 자존심을 겨냥한 이야기입니다. 전문성은 여전히 중요하지만, 그 전문성이 직접 실행보다 시스템 설계로 옮겨가고 있다는 뜻이기 때문입니다. 

여기서 조직 관점의 함의가 나옵니다.카파시는 심지어 연구 조직 자체를 하나의 program.md처럼 볼 수 있다고 말합니다. 회의 빈도, 역할 분담, 아이디어 큐, 브랜치 관리, 병합 기준, 위험 감수 성향까지 모두 일종의 운영 코드라는 겁니다. 이 말은 꽤 무섭습니다. 왜냐하면 AI가 바꾸는 것은 문서 작성 속도가 아니라 조직 운영 원리 자체일 수 있기 때문입니다. 예전에는 사람을 더 뽑고 회의를 더 돌리는 것이 throughput을 높이는 방식이었다면, 앞으로는 에이전트 수, 역할 정의, 승인 기준, 검증 루프, 기억 구조가 throughput을 결정하게 될 수 있습니다. 

물론 카파시도 여기서 과장된 낙관론으로 가지는 않습니다.그가 분명히 경고하는 부분이 있습니다. 이 시스템은 검증 가능한 영역에서는 매우 강하지만, 검증하기 어려운 영역에서는 여전히 들쭉날쭉하다는 점입니다. 단위 테스트를 통과하는 코드, 성능을 수치로 비교할 수 있는 최적화, 평가 지표가 있는 연구 루프에는 잘 맞습니다. 반대로 뉘앙스를 읽어야 하는 일, 언제 질문을 되묻는 것이 맞는지 판단해야 하는 일, 부드러운 직관이 필요한 일은 아직 쉽게 망가집니다. 카파시는 이 불균일성을 농담 예시로 설명합니다. 코드 에이전트로는 몇 시간 동안 산을 옮길 수 있는 모델이, 농담을 시키면 몇 년째 같은 썰렁한 농담을 반복한다는 겁니다. 좋아진 능력과 좋아지지 않은 능력이 한 모델 안에 동시에 들어 있다는 것. 이게 지금 AI를 다룰 때 가장 중요한 현실 감각입니다. 

그래서 저는 이 대화를 이렇게 읽었습니다.지금 뒤처지는 조직은 AI가 없어서 뒤처지는 것이 아닙니다. AI를 붙였는데도 여전히 사람 중심 프로세스로만 일하고 있기 때문에 뒤처집니다. 문서 초안만 빨라지고, 보고서 생산만 빨라지고, 회의 준비만 빨라졌다면 아직 본질은 안 바뀐 겁니다. 진짜 변화는 따로 있습니다. 어떤 업무를 검증 가능한 형태로 바꿀 것인가. 어떤 역할을 에이전트에 위임할 것인가. 누가 기준을 설계할 것인가. 어디까지를 자동화하고 어디서 사람이 개입할 것인가. 이 질문에 답하지 못하면 AI는 사람을 덜 바쁘게 만드는 게 아니라 오히려 더 바쁘게 만듭니다. 카파시가 말한 “정신병”은 과장이 아니라, 전환기의 정확한 증상일지도 모릅니다.

결국 남는 문장은 하나입니다.이제 성과 차이는 누가 더 좋은 모델을 쓰느냐보다, 누가 더 나은 운영체계를 갖고 있느냐에서 난다.

그리고 그 말은 곧 이런 뜻이기도 합니다.앞으로 사람의 일은 점점 “직접 하는 사람”이 아니라, 무엇을 맡기고 무엇을 검증하고 어떤 기준으로 굴릴지를 정하는 사람 쪽으로 이동할 가능성이 높습니다. 에이전트가 할 수 없는 일이 당신의 직업이 된다는 카파시의 말은, 단순한 자극적인 문장이 아니라 역할 재정의의 선언에 가깝습니다.