마이크 크리거, Anthropic에서 IC 역할로 전환

Anthropic에서 2년간 최고 제품 책임자(CPO)로 재직했던 마이크 크리거는 AI 모델과 직접 소통하는 개인들이 증가하는 추세를 관찰하며 FOMO(놓치는 것에 대한 두려움)를 강하게 느꼈습니다. 그는 많은 전직 최고 기술 책임자(CTO)들이 AI 개발에 직접 참여하기 위해 개인 기여자(IC) 역할로 돌아오는 것을 보았습니다. 이러한 깨달음은 크리거가 직접 IC 역할로 전환하게 만들었으며, 이는 나중에 Mythos와 Fable로 발전한 스냅샷의 내부 개발과 시기를 같이했습니다.

Anthropic은 작업이 세분화된 인간 주도 단계로 나뉘는 전통적인 엔지니어링 패러다임에서 벗어나고 있습니다. 대신, 원하는 최종 목표를 설명하고 AI 모델이 작업을 실행하도록 하여, 절충안을 제시하고 복잡한 아키텍처 결정을 독립적으로 관리하는 데 중점을 둡니다. 크리거는 AI에게 복잡한 설명을 더 이해하기 쉬운 수준으로 단순화해달라고 자주 요청하며, AI 주도 실행 및 문제 해결로의 전환을 강조합니다.

마이크 크리거는 Bun을 이용한 더 나은 배포 스토리를 활용하기 위해 주요 연구소 프로젝트를 위해 수십만 줄의 코드를 Python에서 TypeScript로 포팅하는 중요한 프로젝트를 시작했습니다. 그는 이처럼 대규모 마이그레이션이 2020년대 초까지도 과거 엔지니어링 맥락에서는 '어리석은 아이디어'로 간주되었을 것이라고 언급했습니다. 그러나 현재 AI 모델의 기능은 이러한 광범위한 아키텍처 리팩토링을 실현 가능하게 만듭니다.

마이크 크리거는 단 한 주말 동안 Claude를 성공적으로 활용하여 전체 Python 코드베이스를 TypeScript로 포팅했습니다. 이 과정에는 생성된 코드의 지속적인 반복과 검증이 포함되었습니다. 그는 모델의 출력물을 '계속해서 돌리고 돌리고 돌리는' 워크플로우를 설명하며, 결국 월요일에 프로젝트의 완전한 포팅 버전을 가지고 돌아왔다고 말했습니다. 이는 대규모 언어 모델(LLM)이 중요한 코드베이스 전환을 가속화하는 실질적인 적용을 보여줍니다.

크리거는 이러한 경계를 정의하는 것이 종종 프로세스에서 가장 어려운 부분이라고 강조했습니다. '전체 바다를 끓이는' 함정을 피하고 더 관리하기 쉽고 효과적인 시스템 교체를 위해 점진적인 단계를 우선시하는 것이 필수적입니다.

크리거는 이 접근 방식이 현대 코드의 상당 부분이 작성되는 방식을 반영한다고 언급했습니다. 즉, 애플리케이션이 단일하고 정적인 개체가 아닌 수천 개의 구성 플래그와 함께 배포되는 방식입니다. 이 방법은 더 큰 유연성과 병렬 개발을 가능하게 합니다.

위임을 위한 태그 사용은 핵심 상호 작용 모델이 되고 있으며, Midjourney를 연상시키는 멀티플레이어 협업 경험을 가능하게 하여 사용자들이 다른 사람들이 시스템을 어떻게 사용하는지 관찰하고 배울 수 있도록 합니다. 이 방법은 단순한 요청을 넘어 사용자가 코드베이스 모니터링에 대한 책임을 Claude에게 할당할 수 있도록 합니다. 이 비동기식 접근 방식은 끊임없는 고대역폭의 왕복 통신 필요성을 줄여줍니다.

Anthropic은 코드 변경의 목적과 의도를 명확하게 설명함으로써 소통을 개선하기 위해 Claude Code Artifacts를 개발했습니다. 팀은 한 줄 한 줄의 코드 리뷰에서 벗어나 프로덕션에서 이루어진 절충안과 측정된 결과에 대한 논의로 초점을 옮기고 있습니다. 이 접근 방식은 단순히 '무엇'이 변경되었는지보다 변경의 '이유'를 이해하는 것을 강조합니다.

Anthropic Labs에서는 모든 프로젝트가 2주마다 엄격한 검토를 거치며, 팀은 해당 이니셔티브를 계속할지, 전환할지, 심지어 중단할지 결정합니다. 이러한 구조화된 접근 방식은 프로젝트 중단을 개인적인 실패가 아닌 디자인 성공으로 간주하여 빠른 반복 문화를 조성합니다. 이 체계적인 검토 프로세스는 지속적이고 혼란스러운 조직 재편의 필요성을 방지하는 데 도움이 됩니다.

이 접근 방식의 특징은 이러한 리더들이 일반적으로 다른 인력을 관리하지 않는다는 점이며, 이는 전통적인 계층 구조와는 다릅니다. 관리자들은 주로 지원자 역할을 하며, 개인의 관심사와 일치하는지 확인합니다. 프로젝트는 임시 그룹으로 시작하여 추진력과 견인력을 보여줄 때만 더 명확한 구조로 굳어져 더 큰 유연성을 가능하게 합니다.

회사는 현재 제품에 있는 기능을 추적하고 제거할 기능을 식별하는 전용 슬랙 채널을 운영합니다. 최근 Anthropic은 '스타일' 기능을 제거하고 더 효과적인 '스킬' 기능으로 대체했습니다. 이 접근 방식은 제품 명확성과 효율성을 유지하기 위해 오래된 AI 생성 방법을 더 새롭고 효율적인 워크플로우로 대체하여 제품 기본 요소의 진화가 필요함을 강조합니다.

코드, 공동 작업, 채팅 등 다양한 AI 인터페이스 간의 현재 구분은 사용자에게 혼란을 야기합니다. 이러한 이질적인 표면은 상호 운용성이 부족하고 서로에게 작업을 위임할 수 없어 마찰을 일으킵니다. 궁극적인 목표는 이러한 파편화된 워크플로우를 보다 통합되고 원활한 경험으로 병합함으로써 다른 창 사이에서 코드 블록을 복사-붙여넣기 해야 하는 필요성과 같은 수동적인 장벽을 제거하는 것입니다.

마이크 크리거는 이러한 우려를 인정하며, 자신이 Anthropic에 합류한 것은 AI가 스타트업 생태계를 파괴하기보다는 어떻게 가속화할 수 있는지 탐구하기 위함이었다고 말했습니다. 이는 AI가 막대한 기회이자 기존 비즈니스 모델에 대한 중대한 위협이라는 이중적인 성격을 강조합니다.

AI의 발전에도 불구하고 성공적인 회사를 구축하는 근본적인 과제는 여전히 깊이 인간 중심적입니다. 크리거는 사람들의 필요를 이해하고, 그들에게 도달하는 방법을 알아내고, 적극적으로 경청하며, 피드백에 따라 빠르게 반복하는 것이 여전히 가장 어려운 측면이라고 강조했습니다. 그는 또한 특정 문제에 집중하는 소규모 팀이 더 크고 복잡한 조직보다 속도와 민첩성 면에서 본질적인 이점을 유지하며, 인간의 통찰력과 적응력이 비즈니스 성공에 계속해서 중요하다고 강조했습니다.

금융 부문에서는 유연한 에이전트 워크플로우를 구현하는 것과 엄격한 검증 가능성, 감사 로깅 및 데이터 출처를 유지하는 것 사이에 섬세한 균형이 필요합니다. 크리거는 이러한 요소들이 구축될 수 있는 애플리케이션 유형을 과도하게 제한하지 않으면서 공존하는 올바른 '컷라인(cutline)'을 정의하는 데 기술이 있다고 설명했습니다. 그는 기존 레거시 시스템이 종종 너무 경직되어 기술 스택의 기초 및 애플리케이션 수준 모두에서 혁신의 기회를 창출한다고 언급했습니다.

크리거는 이러한 환경이 끊임없이 새로운 모델 출시와 빠르게 변화하는 규제로 특징 지어진다고 인정했습니다. 이에 발맞추기 위해 Anthropic의 주간 팀 회의에는 이제 전용 '주말 AI' 세그먼트가 포함되어, 팀원들이 해당 분야의 최신 업데이트 및 개발 사항을 공유하며 혁신의 비범한 속도를 강조합니다.

크리거는 AI 산업의 극심한 고점과 저점을 헤쳐나가기 위해 운동선수의 마음가짐을 채택할 것을 옹호하며, '우리가 다시 해냈다'거나 '끝장났다'와 같은 감정을 내면화하지 말라고 조언합니다. 그는 벤 호로위츠의 스타트업에서 흔한 '우리가 망했다'는 느낌의 개념을 언급하며, 회사 구축은 단일 모델이나 제품 출시로 정의되지 않는 긴 게임임을 강조합니다. 이러한 관점은 급변하는 상황 속에서 감정적 안정성과 장기적인 초점을 유지하는 데 도움이 됩니다.

좌절감이나 슬픔과 같은 감정을 팀 내에서 언어화하는 것은 집단적인 취약성과 정직성을 위한 중요한 공간을 만듭니다. 크리거는 한 사람이 어떤 감정을 느낀다면, 종종 팀의 다른 사람들도 비슷한 감정을 경험하고 있을 것이라고 언급했습니다. 솔직하게 터놓는 것은 팀이 개인적인 감정 처리 단계를 넘어 집단적인 문제 해결로 나아가도록 하여, 더욱 지원적이고 효과적인 작업 환경을 조성합니다.