Paul Jialiang Wu agentic-portfolio 中文 Español 한국어 日本語✉️ 무료 리스트
← 포트폴리오로 돌아가기

AI-NATIVE 시리즈 · 에이전트형 AI 속 인간 역학, 4부작 중 3편

빠르게 움직이는 신흥 트렌드: 오래된 원칙을 다시 측정하다

글쓴이 Paul Jialiang Wu · agentic-portfolio-lovat.vercel.app · 2026-10-14 · 6분 분량

Cover: Emergent trends that move fast, old principles measured again. Three cards: who it is for (anyone deciding which AI headlines to act on), what you leave with (a five-minute test for any new trend and the habit of dating numbers), and the one finding (developers felt 20% faster with AI while the stopwatch said 19% slower, METR 2025). Series map along the bottom, part 3 highlighted.
에이전트형 AI 속 인간 역학, 4부작 중 3편.

1분 요약

이 글은 무엇인가. 시리즈 3편: 사람이 AI 에이전트와 함께 일하는 방식에서 나타난 여섯 가지 신흥 트렌드를, 각각의 최선의 증거와 그 증거의 버전, 그리고 각 트렌드가 다시 측정하는 오래된 원칙과 함께 소개한다.

왜 중요한가. 2025년에 나온 헤드라인 중 상당수는 이미 낡았다. "AI가 개발자를 19% 느리게 만든다"는 것도 그중 하나다. 저자들은 나중에 이를 다시 측정할 수 없었다고 밝혔다. 날짜가 없는 수치는 조용히 의사결정을 그르칠 수 있다.

읽고 나서 할 수 있는 일. 이번 달에 쓸 덱이나 메모에서 AI 관련 숫자 하나를 찾아 날짜와 버전을 붙여라. 둘 중 하나라도 찾을 수 없다면 그 숫자는 버려라. 그다음 이 글의 '5분 테스트'로 다음 트렌드를 판단해보라.

Human Dynamics in Agentic AI — 시리즈 줄기
  1. 거의 변하지 않는 원칙 1화
  2. 천천히 진화하는 실천 원칙 2화
  3. 빠르게 움직이는 신흥 트렌드 이번 화
  4. 게시 예정 4화

라벨 읽는 법: EVIDENCE는 출처가 있다는 뜻이고, DESIGN은 그 관행이 어떻게 설계되었는지를 뜻하며, OPEN은 아직 검증되지 않았다는 뜻이고, LENS는 내 개인적 견해라는 뜻이다.

에이전트와 사람에 관한 헤드라인은 분기마다 바뀐다. 1부의 원칙들을 통해 읽어보면, 2025~26년의 트렌드 거의 전부가 오래된 법칙을 다시 측정한 것임을 알 수 있다: 탈숙련화는 Bainbridge의 원칙이고, 신입 채용 문제는 학습 격차이며, 에이전트 정체성은 위임 계약이다. 결과적으로 남는 것은, 새로운 트렌드를 빠르게 판단하는 방법과, 숫자를 재사용하기 전에 반드시 날짜를 확인하는 습관이다.

이것이 가장 빠르게 변하는 층위다. 지난 18개월간 나타난 여섯 가지 트렌드를, 각각 최선의 근거와 그 근거의 버전, 그리고 그것이 다시 측정하고 있는 1부의 원칙과 함께 살펴본다. 어떤 헤드라인에 따라 행동할지 결정해야 하는 모든 사람을 위한 글이다. 즉, 헤드라인을 읽는 모든 사람을 위한 글이다.

시작하기 전에 규칙 하나: 트렌드 수치에는 날짜가 붙는다. 아래 여섯 개 중 하나는 처음 헤드라인을 장식한 이후 수정됐고, 다른 하나는 재측정이 불가능했다. 날짜 없는 트렌드 수치는 유통기한 없는 우유와 같다: 상하기 전까지는 괜찮아 보인다.

Three bars for the layers of the series: principles barely move (decades), best practices evolve slowly (years), emergent trends move fast (quarters). A bracket under all three marks part 4, the deal. Part 3 is highlighted.
막대가 짧을수록 그 층위는 더 빠르게 변한다. 파트 4는 세 층위 전체를 아우른다.

먼저 베팅해보자

2025년 중반, 한 신중한 연구가 숙련된 오픈소스 개발자들이 자신의 프로젝트에서 실제 이슈를 고치는 시간을 AI 도구를 쓸 때와 쓰지 않을 때로 나눠 측정했다. 시작 전 그들은 AI가 작업 시간을 약 4분의 1 줄여줄 것이라고 예상했다. 스톱워치는 뭐라고 말했을까?

트렌드 1: 개발자 속도에서 느낀 것과 측정된 것의 격차

EVIDENCE 답은 ③ 더 느렸다, 그런데도 그들은 자신이 더 빨랐다고 계속 믿었다C다. METR이 개발자 16명과 작업 246건을 대상으로 진행한 연구에서, "developers forecast that allowing AI will reduce completion time by 24%. After completing the study, developers estimate that allowing AI reduced completion time by 20%. Surprisingly, we find that allowing AI actually increases completion time by 19%"(번역: 개발자들은 AI 사용을 허용하면 완료 시간이 24% 줄어들 것이라고 예측했다. 연구를 마친 후 개발자들은 AI 사용을 허용한 것이 완료 시간을 20% 줄였다고 추정했다. 놀랍게도 우리는 AI 사용을 허용한 것이 실제로는 완료 시간을 19% 늘렸다는 것을 발견했다) (METR, arXiv 2507.09089). 저자들은 자신들이 입증하지 않은 바를 신중하게 밝혔는데, 다음 문장이 그 출발점이다: "AI systems do not currently speed up many or most software developers."(번역: AI 시스템은 현재 다수 혹은 대다수의 소프트웨어 개발자를 더 빠르게 만들어주지 않는다.)

그 후 METR은 후속 연구로는 그것을 측정할 수 없었다고 밝혔다. 2026년 2월 METR은 새 데이터가 "신뢰할 수 없는 신호를 준다"고 보고했는데, 그 이유 중 하나는 "developers choosing not to participate in the study because they do not wish to work without AI,"(번역: AI 없이 작업하고 싶지 않다는 이유로 연구 참여를 선택하지 않은 개발자들) 때문이었으며, 2026년 초 무렵에는 개발자들이 "더 빨라졌을" 가능성이 높다고 METR은 판단했다(METR update, 2026).

LENS 그러니 "AI가 개발자를 19% 느리게 만든다"는 이미 낡은 헤드라인이다. 앞으로 가져갈 가치가 있는 발견은 사람들이 체감한 속도와 실제로 측정된 속도 사이의 격차, 그 자체다.felt 얼마나 빨랐다고 느꼈는지와 실제로 얼마나 빨랐는지, 즉 were의 차이다: 1부의 캘리브레이션 원칙을 기계가 아니라 사람에게 적용해 측정한 셈이다. OPEN 후속 연구는 이 간극을 다시 측정하지 못했으니, 그것이 계속되는지는 아직 열린 질문이다. 어느 쪽이든 믿기 전에 자신의 팀에서 직접 측정해 보라.

트렌드 2: 탈숙련 증거가 나타나다

EVIDENCE 1부에서 다룬 Bainbridge의 예측에 따르면, 자동화를 감시하는 일은 그 자동화가 대체한 기술을 서서히 갉아먹는다. 2025년 이 현상은 의료 분야에서 측정되었다. 의사들이 AI 보조 대장내시경을 사용한 뒤, AI 없이 표준 시술을 수행할 때의 발견율은 "from 28·4% (226 of 795) before to 22·4% (145 of 648) after exposure to AI" (번역: AI 노출 이전 28.4%(795건 중 226건)에서 노출 이후 22.4%(648건 중 145건)로 떨어졌다) (Lancet Gastroenterology & Hepatology, 2025). 4개 센터에서 진행된 관찰 연구인 만큼, 효과의 형태는 보여주되 그 크기까지 입증하지는 못한다.

EVIDENCE 소프트웨어 분야에서는 2026년의 한 무작위 시험이 관련된 효과를 측정했는데, 이번에는 탈숙련이 아니라 학습이었다. 대부분 주니어인 엔지니어 52명이 새로운 라이브러리를 AI 도움을 받거나 받지 않고 배운 뒤, 방금 사용한 개념에 대한 퀴즈를 치렀다: "participants in the AI group scored 17% lower than those who coded by hand," (번역: AI 그룹에 속한 참가자들은 직접 코딩한 참가자들보다 17% 낮은 점수를 받았다) 반면 속도 향상은 "통계적으로 유의미하지 않았다." 이 표본에서는 설명을 요청한 사람들이 더 많이 배웠다 (Anthropic research, 2026). 이 연구는 자사 제품 카테고리를 들여다본 모델 벤더에서 나온 것이므로, 그에 맞게 가중치를 두고 받아들여야 한다. 오토파일럿 문제에는 이제 두 가지 이름이 붙는다: 사라지는 기술과, 애초에 형성되지 않는 기술이다.

트렌드 3: 사다리의 첫 단이 줄어들다

EVIDENCE Stanford의 Digital Economy Lab은 AI 노출도가 가장 높은 직종에서 22세에서 25세 사이 연령대의 고용이 "19% below where it would be had it kept pace with that of their less-exposed peers," (번역: AI 노출도가 낮은 동년배들의 추세를 그대로 따라갔을 경우에 비해 19% 낮다) 라는 사실을 발견했다. 그 원인은 주로 "primarily through reduced hiring of young workers rather than increased separations," (번역: 이직 증가가 아니라 주로 청년층 채용 감소를 통해서였다) 그리고 또한 "we find no evidence of widespread, economy-wide job displacement"(번역: 광범위하고 경제 전반에 걸친 일자리 대체의 증거는 발견되지 않았다) (Brynjolfsson, Chandar & Chen, revised 2026-08-12).

버전을 인용하라. 같은 논문의 이전 판본은 더 낮은 수치를 제시했으며, 저자들은 이 결과를 인과관계가 아니라 서술적 관찰로 밝히고 있다. LENS 트렌드 2와 3을 합치면 노동시장 규모로 확대된 1부의 오토파일럿이 보인다. 다만 이번엔 다시 조종간을 넘겨받을 훈련된 조종사가 더 적다는 점이 다르다: 주니어 채용이 줄고, 채용된 주니어들마저 연습을 덜 하게 된다면, 10년 뒤 에이전트를 검증할 전문가는 대체 어디서 나올 것인가?

트렌드 4: 에이전트에게 생기는 신원, 소유자, 그리고 오프보딩

EVIDENCE 기업용 신원 관리 시스템은 이제 에이전트를 정식 신원으로 취급한다. Microsoft의 문서(페이지 최종 수정 2026-05-01; 열람 2026-10-13)는 "first-class identity and access management to AI agents,"(번역: AI 에이전트를 위한 정식 신원 및 접근 관리) 각 에이전트마다 "owners, sponsors, and managers"(번역: 소유자, 스폰서, 관리자)를 둔다고 설명하며, "to prevent orphaned agents"(번역: 고아 에이전트를 방지하기 위한) 스폰서 인계 워크플로도 갖춘다고 밝힌다 (Microsoft Entra Agent ID).

LENS 이는 1부의 위임 계약이 서류화된 모습이다. 이제 에이전트에게는 이름이 붙은 책임자가 있고, 그 사람이 떠나면 에이전트도 인계되거나 꺼져야 한다. 계약직 직원의 출입증과 다를 바 없는 생애주기다.

트렌드 5: '에이전트 보스'

EVIDENCE Microsoft의 2025년 Work Trend Index는 '에이전트 보스'라는 개념을 도입했다: "Someone who builds, delegates to and manages agents to amplify their impact and take control of their career in the age of AI"(번역: AI 시대에 자신의 영향력을 증폭시키고 커리어의 주도권을 쥐기 위해 에이전트를 구축하고, 위임하고, 관리하는 사람) (Microsoft, 2025).

LENS Microsoft의 예상대로 역할이 실제로 바뀐다면, 더 많은 사람이 더 많은 시간을 명세 작성, 위임, 검토에 쓰게 될 것이다. 이는 1부의 위임 계약, 즉 위임자와 에이전트 사이의 관계가 하나의 직무 기술서로 굳어지는 셈이다.

트렌드 6: 공유 배관, 공개적으로 통치되다

EVIDENCE 에이전트를 도구와 데이터에 연결하는 개방 표준인 Model Context Protocol(MCP)은 2025년 12월 새로운 Linux Foundation 산하 조직에 기증되었으며, 그와 함께 "more than 10,000 active public MCP servers" 및 "97M+ monthly SDK downloads," 이는 기증자 측이 밝힌 수치다 (Anthropic, 2025).

LENS 여기서는 Conway의 법칙이 거꾸로 작동한다: 공유 프로토콜 덕분에 서로 소통하지 않는 조직들도 서로 통하는 에이전트를 만들 수 있다.

여섯 가지 트렌드, 한 페이지로

| 트렌드 | 다시 측정하는 원칙 (1부) | 최선의 증거와 그 날짜 | |---|---|---| | 체감 속도 대 측정 속도 | 의존도 보정 | METR, 2025년 7월; 2026년 2월 후속 연구는 재측정 불가 | | 바래는 스킬, 그리고 애초에 형성되지 않는 스킬 | 자동화의 아이러니 | Lancet Gastro. Hep. 2025 (관찰 연구); Anthropic 무작위대조시험, 2026년 1월 | | 줄어드는 첫 디딤대 | 노동시장 규모의 아이러니 | Stanford, 2026-08-12 개정판 (서술적 연구) | | 소유자와 오프보딩이 있는 에이전트 | 위임이라는 계약 | Microsoft Entra Agent ID, 페이지 업데이트 2026-05-01 | | '에이전트 보스' | 직무가 된 위임 | Microsoft Work Trend Index, 2025년 4월 (벤더 설문) | | 공유 배관 | Conway의 법칙 | MCP 기증, 2025년 12월 (기증자 보고) |

다음 트렌드를 5분 만에 읽어내는 법

  1. 이것이 어떤 원칙을 다시 측정하는가? 해당하는 원칙이 없다면 의심하거나 흥분해도 좋지만, 두 번 확인하라.
  2. 그 숫자는 어느 버전인가? 날짜가 없으면 판단도 없다.
  3. 누가 측정했고, 그들은 그 물건을 파는가? 벤더 연구가 틀렸다는 말은 아니다. 다만 그것만으로 전부를 판단해서는 안 된다.
  4. 체감인가, 측정인가? 트렌드 1이 그 경고다.
  5. 인과관계인가, 서술적 관찰인가? 트렌드 3의 저자들은 이를 명시했다. 대부분의 헤드라인은 그러지 않는다.

우리가 아직 모르는 것

OPEN 탈숙련화가 영구적인 현상인지 일시적인 비용인지는 아직 알 수 없다. 1부에서 제기한 브룩스 질문 역시 여전히 열려 있다: 뒤처진 작업에 에이전트를 투입하는 것이 사람을 추가로 투입하는 것과 마찬가지로 오히려 일을 더디게 만드는지 여부다. 대장내시경 연구와 코딩 연구는 하락을 측정했을 뿐, 회복은 측정하지 않았다. 주니어 채용 감소가 일시적인 멈춤인지 새로운 바닥선인지도 알 수 없다. 둘 다 헤드라인이 아니라 날짜를 기준으로 계속 지켜볼 가치가 있는 열린 질문이다.

이 글이 실패할 수 있는 방식

  1. 모든 트렌드를 낡은 틀에 억지로 끼워 맞추는 것. 진짜 새로운 역학도 분명 등장할 것이다. 원칙 1은 무시하라는 게 아니라 의심하라는 뜻이다.
  2. 자료 속에 낡은 수치를 그대로 두는 것. 해결책은 모든 수치에 날짜와 버전을 달고, 재사용 전에 한 번 더 검토하는 것이다.
  3. 두려움을 전략으로 삼는 것. 탈숙련화와 채용 추세는 실재하는 신호다. 이는 에이전트를 피하라는 뜻이 아니라, 연습을 업무 설계 안에 심어 넣으라는 뜻이다.

이번 주에 할 일

이번 달에 쓸 덱이나 메모에서 AI 관련 수치를 하나 찾아보라. 날짜와 버전을 추가하라. 둘 중 하나라도 찾을 수 없다면, 교체하거나 빼라.

다음 편

4부에서는 세 층위 전부를 동원해 하나의 질문에 답한다. 경영진과 그들이 협력하는 스타트업, 그리고 양쪽의 엔지니어들이 어떻게 한쪽이 다른 쪽을 희생시키지 않고 같은 일에서 모두 승리할 수 있는가?

출처

관련 글

글쓴이 Paul Jialiang Wu · agentic-portfolio · 2026-10-14. 견해는 어디까지나 개인 의견이며, 소속 회사의 입장과 무관하다. 이 페이지는 게이트를 통과한 소스에서 생성된다: 분량, 출처, 주장 라벨, 정직성 여부를 검증받은 뒤에야 출간된다.

Paul Jialiang Wu

물리적 AI 엔지니어 겸 창업자 — 더 알아보기: https://agentic-portfolio-lovat.vercel.app/

무료 인사이더 리스트에 가입하라: 인사이더 인사이트, 비공개 이벤트, 그리고 개인용 파워 툴까지 — 작업실에서 바로 전해드린다.

무료로 가입하기 →