메타 시니어 엔지니어가 밝힌 AI 시대 커리어 팁 12가지: “AI 격차는 오늘이 가장 작다”

이는 실리콘밸리뿐만 아니라 한국에서도 모두가 똑같이 직면하고 있는 문제다. AI는 이미 많은 업무 영역에 깊숙이 관여하기 시작했으며, 앞으로 그 영향력은 더욱 확대될 것으로 예상된다.

이 팁들은 개발자뿐만 아니라 모든 직군의 사람들이 인사이트를 얻어갈 수 있도록 구성되었다. 총 12가지의 팁을 통해 AI 시대를 주도하는 방법을 제시한다.

현재 회사 내부에서는 AI를 잘 활용하는 사람과 그렇지 못한 사람 사이에 엄청난 생산성 격차가 나타나고 있다. AI를 능숙하게 사용하는 사람들은 기존 대비 10배에서 20배 이상의 임팩트를 만들어내고 있는 반면, AI 활용이 미숙한 사람들은 여전히 과거와 비슷한 방식으로 일하며 생산성 향상을 경험하지 못하고 있다. 같은 AI 도구를 사용함에도 불구하고 결과의 차이가 이렇게 극명하게 나타나는 것은 실리콘밸리 기업에서 실제로 벌어지고 있는 현상이다.

AI를 단순히 사용하는 것을 넘어, 에이전트의 메커니즘을 제대로 이해하고 활용하는 사람이 더 나은 결과를 만들어낼 수 있다. 에이전트 시대가 도래했기 때문에, 에이전트가 무엇인지를 정확히 이해하고 효과적으로 사용하는 능력이 더욱 중요해졌다.

프롬프트, 컨텍스트, 하네스, 토큰 효율을 높이는 방법 등을 익혀야 한다. 또한, 에이전트에게 회사 맥락을 어떻게 설계하고 제공할지, 에이전트의 성능을 어떻게 평가하고 개선할지, 그리고 에이전트의 기본적인 구조와 설계 원리까지도 깊이 있게 이해하는 것이 중요하다.

AI를 학습 도구로 효과적으로 활용하는 방법을 익히는 것이 중요하다. 최근 회사에서 관찰된 사례에 따르면, 똑같이 AI를 사용하더라도 누군가는 다른 팀의 복잡한 코드 베이스를 순식간에 이해하는 반면, 다른 누군가는 AI와 씨름하며 코드 베이스를 이해하는 데 훨씬 더 많은 시간을 소요하는 경우가 있었다. 이는 AI를 단순히 사용하는 것을 넘어, 학습 효율을 극대화하는 방법에 대한 이해가 중요함을 보여준다.

AI를 학습에 자주 활용하다 보면 자신만의 노하우가 생기게 된다. AI가 뱉어내는 긴 텍스트를 단순히 읽는 것만으로는 이해가 어렵고 뇌에 과부하가 걸리는 경험을 자주 하게 된다. 따라서 최근에는 '시각화' 스킬을 활용하여 에이전트의 아웃풋을 도표, 그래프, 인포그래픽, 플로우 다이어그램 등으로 시각화하여 이해도를 높이는 방법을 사용한다. 시각화된 정보를 바탕으로 AI의 결과물을 더 빠르고 정확하게 이해할 수 있다.

AI가 어디서 실패하는지를 체득하는 것이 중요하다. 에이전트가 실수를 하거나 부적절한 행동을 할 경우, 보통 컨텍스트나 하네스를 업데이트하여 수정한다. 하지만 더 큰 그림은 에이전트들이 실수하고 잘 하지 못하는 패턴 자체를 파악하는 것이다. 이러한 실패 패턴을 보는 능력은 에이전트를 많이 사용해보고 다양하게 경험해본 사람이 훨씬 더 빨리 습득한다. AI의 한계를 이해하고 예측할 수 있어야 더욱 효과적으로 AI를 활용하여 생산성을 높일 수 있다.

AI 모델이 새로 바뀌면 기존에 학습된 패턴도 함께 변화한다. 따라서 새로운 모델이 도입될 때마다 유연하게 사고하여 처음부터 다시 접근해야 한다. 클로드 코드의 개발자인 보리스 철니는 모델이 바뀌면 프롬프트를 모두 지우고 처음부터 다시 시도한다고 알려져 있다. 이처럼 새로운 모델에 맞춰 프롬프트를 완전히 초기화하고 새로운 관점에서 다시 시작하는 것이 효과적인 방법이다.

이러한 중요한 디테일들은 문서화되어 있지 않은 경우가 많기 때문에, 직접적인 교류를 통해 파악하는 것이 중요하다. AI 시대에도 변함없이 고객의 미묘한 취향을 이해하려는 노력이 필요하다.

AI 시대에는 오히려 고객을 더 자주 만나고, 대화하며 네트워크를 쌓는 데 더 많은 시간을 할애해야 한다. AI가 기술적인 업무를 효율화해주면서, 사람 간의 상호작용을 통해 고객의 진정한 니즈를 파악하는 것이 더욱 중요해졌다. 기술이 발전할수록 인간적인 연결과 소통의 가치는 더욱 커지므로, 적극적으로 고객과 소통하고 관계를 구축하는 노력이 필요하다.

새로운 제품이나 서비스를 만들 때 완벽함을 추구하기보다는, 일단 빨리 출시하여 사람들을 모으고 그들의 피드백을 바탕으로 완벽하게 만들어 가는 것이 훨씬 더 중요하다. 이는 완벽주의에 매몰되어 출시 시기를 놓치는 것보다, 실제 사용자들의 반응을 통해 개선해나가는 애자일 방식의 중요성을 강조한다. AI 시대에도 이러한 신속한 실행과 반복적인 개선의 원칙은 변함없이 유효하다.

과거에는 디자이너는 디자인만, PM은 PM 업무만, 개발자는 개발만 담당하는 것이 일반적이었지만, 이제는 PM이 직접 개발을 하거나 디자이너가 개발에 참여하고, 개발자가 디자인과 PM 업무를 겸하는 경우가 흔해졌다. AI가 전문성을 보완하고 업무 효율을 높여주면서, 개인의 역량과 문제 해결 능력이 직급보다 더 중요하게 여겨지는 시대가 도래한 것이다.

과거에는 다른 팀의 인프라 지원이 필요할 경우 티켓을 생성하고 기다려야 했지만, 이제는 기다릴 필요가 없어졌다. AI 에이전트를 활용하여 다른 팀의 도움 없이도 직접 문제를 해결하는 습관을 들이는 것이 중요하다. 팀의 경계에 얽매이지 않고 주도적으로 문제를 해결하려는 태도는 AI 시대에 더욱 필요한 역량이다. 에이전트가 제공하는 자동화된 기능과 지식 접근성을 활용하여 업무의 독립성과 효율성을 높일 수 있다.

모두가 상위 1%를 목표로 설정하고 나아가야 한다. 이는 단순히 AI를 잘 쓰는 것을 넘어, AI를 활용하여 본인이 속한 분야에서 최고의 역량을 발휘하는 것을 의미한다. 1%가 되기 위해 필요한 고민과 전략을 공유하며, AI 시대에 개인이 어떻게 성장할 수 있을지 탐구한다.

자신의 업무뿐만 아니라 팀 전체의 업무, 심지어 부서 전체의 업무를 AI에 학습시키고 컨텍스트로 제공한 뒤, "이 팀이나 부서에서 1%가 되고 싶다면, 내가 지금 당장 풀어야 할 문제와 집중해야 할 영역 10가지를 후보로 뽑아 알려줘"라고 요청하는 것이다. 이를 통해 AI의 분석 능력을 빌려 자신의 성장 방향을 명확히 설정할 수 있다.

많은 사람들이 'AI를 잘 쓰면 문제를 잘 풀게 될 것'이라는 착각을 한다. 메타에서도 초기에는 AI 사용을 장려했지만, 이제는 더 이상 AI 사용 자체를 강조하지 않고 '임팩트를 내라' 즉, 문제를 해결하라고 요구한다. AI는 문제 해결을 돕는 강력한 도구일 뿐, 본질적인 문제 해결 능력과 의지가 선행되어야 한다.

AI 시대에는 좋은 사람들과의 교류가 더욱 중요하다. 일대일 미팅을 자주 하면서 다른 사람들의 생각, AI 활용법, 그리고 그들의 도메인 지식을 적극적으로 묻고 배우는 것이 필요하다. AI 활용 노하우는 문서화되지 않은 경우가 많고, 개인의 경험에 따라 천차만별이기 때문에 직접적인 소통을 통해 얻는 지식의 가치가 크다. 다양한 사람들과 교류하며 AI 활용에 대한 시야를 넓히고 자신만의 방법을 발전시켜 나가는 것이 중요하다.

즉, AI를 매우 잘 쓰는 사람과 그렇지 못한 사람 간의 격차가 지금이 가장 좁다는 의미다. 이러한 격차가 앞으로는 더욱 벌어질 것이므로, 지금이 AI 활용 능력을 키울 수 있는 최고의 기회이다. 회사 내에서 AI를 잘 쓰는 사람들을 찾아 적극적으로 배우고, 자신도 그 대열에 합류하기 위해 노력해야 한다.

에이전트의 시대는 이제 막 시작되었다. 이 새로운 시대에 적응하고 성장하기 위한 첫걸음은 자신의 문제를 직접 해결하는 것에서부터 출발한다. 그 과정에서 에이전트를 적극적으로 활용해보는 것만으로도 충분히 의미 있는 시작이 될 수 있다. 작은 문제부터 AI를 적용하여 해결하는 경험을 쌓으며 에이전트 활용 능력을 키워나가는 것이 중요하다.