AI 시대, 엔지니어링은 어떻게 달라졌을까?
얼마 전까지만 해도 AI 하면 코딩 자동 완성 정도로 생각했는데, 요즘은 정말 그 이상인 것 같아요. 사람의 한계를 뛰어넘는 문제 해결 능력을 보여주니, 개발 방식뿐만 아니라 회사 문화나 채용 방식까지 바뀌고 있다는 이야기에 귀가 솔깃해졌어요. 오늘은 티타임즈TV 채널에서 만난 도어대시의 신상민 엔지니어링 팀장님과의 인터뷰를 통해 AI 시대 엔지니어링의 현재와 미래에 대해 이야기해볼까 합니다.
AI, 엔지니어의 격차를 열 배로 벌리다
이야기는 AI 시대에 엔지니어들 간의 실력 격차가 상상을 초월하게 벌어지고 있다는 이야기로 시작했어요. 이전에는 두세 배 정도의 차이였다면, 이제는 AI를 얼마나 잘 활용하느냐에 따라 그 격차가 열 배, 스무 배까지도 벌어질 수 있다고 하더라고요. 이건 정말 충격적인데요. AI를 도구로써 얼마나 잘 활용하는지가 개인의 성과뿐만 아니라 팀 전체의 성과를 좌우하게 된다는 의미겠죠.
경계를 허무는 엔지니어의 등장
예전에는 백엔드 개발자, iOS 개발자처럼 역할이 명확하게 구분되어 있었잖아요? 그런데 이제는 이런 ‘바운더리’를 넘어서는 엔지니어들이 성공하고 있다고 해요. 예를 들어 백엔드 개발자가 AI를 활용해서 iOS 개발 업무를 보조하거나, 심지어 임원급에서도 직접 코딩에 참여하며 문제를 해결하는 모습이 나타나고 있다는 거죠. 마치 선수이면서 동시에 감독이 되어 여러 역할을 수행하는 것과 같다고 비유하시는데, 정말 공감이 갔어요.
핀터레스트에서 도어대시까지, 신상민 팀장님의 커리어
오늘 함께 이야기 나눌 신상민 팀장님은 현재 미국에서 유명한 음식 배달 서비스인 도어대시에서 엔지니어링 팀장을 맡고 계세요. 검색 및 에이전트 분야를 총괄하고 계신다고 합니다. 2012년 대학원 진학을 위해 미국으로 가셨다가, 대학 재학 중 우연히 참여한 스타트업의 면접에서 좋은 기업 문화와 커리어적인 장점을 보고 핀터레스트에 합류하셨대요. 핀터레스트가 처음에는 200~300명 규모의 스타트업이었지만, 이후 성공적으로 상장하며 많은 성장을 이루었죠.
핀터레스트의 특징에 대한 이야기도 흥미로웠어요. 다른 소셜 미디어와 다르게 개인의 취향을 발견하고 발전시키는 데 초점을 맞춘다는 점이 매력적으로 다가왔거든요. 당시 핀터레스트는 미국 내 트래픽 양에서 상위 5위 안에 들 정도로 엄청난 사용자를 보유하고 있었다고 해요.
처음 핀터레스트에서 신상민 팀장님은 ‘그로스 팀’에 소속되어 사용자 확보 및 유지와 관련된 다양한 업무를 하셨대요. 검색 결과 개선, 트래픽 증대, 사용자 재방문 유도 등 사용자를 프로덕트에 몰입시키는 모든 문제에 관여하셨다고 합니다. 특히 그로스 팀의 문화가 인상 깊었어요. 일반적인 기획 주도 방식이 아니라, 엔지니어들이 직접 아이디어를 제안하고 개발하는 문화가 있었다니! 성공하는 팀들의 특징 중 하나가 바로 이런 협업 방식이나 엔지니어의 적극적인 참여라는 걸 다시 한번 느꼈습니다.
그로스 팀에서 1~2년 근무하신 후에는 ‘머신러닝 엔지니어’로 전향하셔서 추천 시스템 팀에서 오래 근무하셨대요. 사용자의 취향을 분석해서 맞춤 콘텐츠를 추천하는 이 팀의 역할은 사용자의 체류 시간, 광고 노출, 매출 등 비즈니스 성과에 직접적인 영향을 미치는 아주 중요한 부분이었죠.
추천 시스템, AI 시대의 핵심 기술
추천 시스템은 이제 우리에게 익숙한 기술이 되었지만, 그 발전 과정을 들으니 새삼 놀라웠습니다. 초기에는 데이터 패턴 분석에서 시작해서, 빅데이터 처리 기술의 발달과 함께 사용자의 복잡하고 방대한 로그 데이터를 종합적으로 분석해 사용자에게 필요한 아이템을 수학적으로 추천하는 시스템으로 발전했대요. 특히 머신러닝, 딥러닝 기술이 프로덕션 환경에 구현되는 것이 중요하다는 점, 그리고 언어 모델과도 유사한 부분이 있다는 설명이 이해하기 쉬웠어요. 마치 다음 단어를 예측하는 언어 모델처럼, 추천 시스템은 사용자가 다음에 어떤 아이템을 구매할지 예측하는 방식으로 작동한다는 거죠.
특히 핀터레스트 추천 시스템의 차별점은 ChatGPT와 같은 거대 언어 모델이 등장하기 전부터 사용자의 다양한 취향 변화 패턴을 분석하고 미래의 취향 변화까지 예측해서 추천에 반영했다는 점이에요. 이 모든 것의 핵심은 바로 ‘빅데이터’에 있다는 걸 다시 한번 확인할 수 있었습니다.
도어대시, 단순 배달을 넘어 로컬 커머스로
핀터레스트 상장 후 약 1~2년 더 근무하시다가 도어대시로 이직하신 신상민 팀장님. 도어대시는 단순히 음식 배달을 넘어 로컬 커머스 및 다양한 새로운 시도를 하는 곳이라고 합니다. 현재 검색 및 에이전트 분야의 엔지니어링 팀을 총괄하고 계신데요. 검색 결과 UI/UX 팀, 개인화 딥러닝 모델 훈련 팀, 사용자의 니즈를 해결하는 에이전트 업무, 그리고 가장 중요한 안정적인 인프라스트럭처 구축까지! 정말 다양한 분야를 아우르고 있더라고요.
한국과 미국의 배달 서비스 차이에 대한 이야기도 흥미로웠습니다. 미국에서는 임원이나 CEO를 포함한 모든 직원이 일정량의 배달을 직접 수행해야 한다는 점, 그리고 넓은 지역 커버를 위한 차량 기반 배달이 일반적이라는 점 등이 한국과는 많이 다르다는 걸 알 수 있었어요. 도어대시가 음식 배달을 넘어 식료품, 전자제품, 리테일 등 다양한 분야로 사업을 확장하며 로컬 비즈니스 플랫폼으로 나아가고 있다는 점도 앞으로의 행보가 기대되는 부분이었습니다.
AI 시대, 엔지니어에게 요구되는 것은?
본격적으로 AI 시대의 엔지니어링과 조직 변화에 대한 이야기가 시작되었어요. AI가 단순히 코딩을 보조하는 도구를 넘어, 인간이 해결하기 어려운 복잡한 문제를 해결해주는 수준으로 발전하면서 개발 방식 자체를 바꾸고 있다는 점이 가장 중요하게 와닿았습니다.
채용 방식의 변화도 눈에 띄었어요. 과거 코딩 테스트에서 이제는 AI를 활용한 문제 해결 능력을 평가하고, 팀장급 채용에서는 팀 전체의 생산성을 저해하는 문제를 AI로 개선한 경험이나 비효율적인 프로세스를 자동화한 경험을 중요하게 본다고 합니다.
앞서 이야기했던 **엔지니어 간 격차 심화**는 AI 때문에 더욱 가속화될 수밖에 없다는 설명이었어요. AI라는 강력한 도구를 누가 더 잘 활용하느냐에 따라 성과 차이가 극명하게 벌어질 수 있기 때문이죠. 여기서 ‘Talent Density’라는 실리콘밸리에서 중요하게 여기는 개념이 나왔는데요. 팀원 개개인의 능력 총합보다 팀원들의 재능 밀도가 높을수록 더 큰 성과를 낸다는 의미로, AI 시대에 이 중요성이 더욱 커진다고 합니다.
**바운더리를 넘어서는 엔지니어의 중요성**도 다시 한번 강조되었어요. 특정 도메인에 국한되지 않고 AI를 활용해 다양한 문제를 해결하려는 엔지니어들이 결국 성공할 수밖에 없다는 거죠. 아이디어 구상부터 구현까지 모든 과정을 주도할 수 있는 능력이 중요해지고 있다는 점이 앞으로 엔지니어로서 어떤 역량을 키워야 할지 방향을 제시해주는 것 같았습니다.
**AI 사용량과 조직 문화**에 대한 이야기도 흥미로웠어요. 초기에는 AI 사용량에 집중하지만, 궁극적으로는 AI를 활용하여 비즈니스 가치를 창출하는 능력에 초점을 맞추게 된다는 거죠. AI 도입 초기에는 학습 단계를 거치고, 이후에는 아웃풋 중심으로 평가하며 실질적인 비즈니스 성과를 내는 데 집중한다는 설명이 와닿았습니다.
**코드 리뷰** 방식도 AI의 도움으로 변화하고 있다고 해요. AI가 코드 리뷰의 일부를 지원하면서, 궁극적으로는 엔지니어가 AI를 활용해 비즈니스 가치가 있고 퀄리티 높은 결과물을 만들어내는지가 중요해진다는 점이 인상 깊었습니다.
AI의 영향으로 **조직 문화의 수평화**도 가속화되고 있다고 해요. 임원급에서도 직접 코딩에 참여하는 등, 이제는 직급보다는 문제 해결 능력과 책임감에 초점을 맞추는 방향으로 나아가고 있다는 거죠.
AI 시대, 기업의 질문
AI는 제품 개발 로드맵 수립이나 방향성 설정에도 영향을 미치고 있어요. AI 덕분에 추천 시스템과 같은 복잡한 솔루션 개발 비용이 낮아지면서, 이전에는 빅테크 기업만 가능했던 시스템을 더 작은 규모의 프로덕트에서도 도입할 수 있게 되었다는 점은 산업 전반의 ROI를 변화시킬 수 있는 중요한 포인트라고 생각합니다. 또한, AI는 버그 수정, 테스트 자동화 등 엔지니어의 다양한 업무를 지원하여 정해진 시간 안에 효율을 극대화하고 팀 전체의 생산성을 높이는 데 크게 기여한다고 합니다.
마지막으로 AI 시대에 기업이 던져야 할 두 가지 핵심 질문에 대한 이야기가 깊은 울림을 주었습니다.
1. **능력 있는 신규 입사자의 속도를 막는 병목은 무엇인가?**
2. **부주의한 입사자가 AI를 사용하여 위험한 코드 변경을 할 때, 이를 막아줄 가드레일은 무엇인가?**
이 질문들에 대한 답을 바탕으로 병목을 해결하고 가드레일을 구축함으로써 엔지니어들이 안전하게 역량을 발휘할 수 있는 환경을 만들어야 한다는 점, 그리고 임원들이 직접 코딩하는 이유도 이러한 병목과 가드레일을 직접 경험하고 이해하기 위함이라는 설명이 정말 인상 깊었습니다.
AI 시대에는 엔지니어의 역할이 확장되고, 기업은 AI를 효과적으로 활용하기 위한 전략과 안전 장치를 마련해야 한다는 메시지가 강하게 다가왔어요. 능력 있는 인재의 성장을 지원하고 잠재적 위험을 관리하는 것이 얼마나 중요한지를 다시 한번 깨닫게 된 시간이었습니다.