EP 89. 딸깍과 덜컹
📺 원본 영상: EP 89. 딸깍과 덜컹 🎙️ 채널: 노정석 📅 정리 일자: 2026-03-15 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
2026년 3월 초, GPT-5.4의 출시와 함께 AI 코딩 도구 생태계가 폭발적으로 성장하는 시점을 배경으로, 진행자 정석(노정석)과 승주 두 사람이 나누는 깊이 있는 대담이다. ‘딸깍’은 AI와 함께라면 손쉽게 해결되는 일들을, ‘덜컹’은 아직 AI만으로 풀리지 않는 난제 구간을 의미하는 은유로, 이 두 단어가 현재 개발자 생태계의 긴장 구도를 압축적으로 담아낸다. 대담은 최신 AI 도구 동향을 훑은 뒤, 하네스 엔지니어링(Harness Engineering)과 스캐폴딩(Scaffolding)이라는 두 개념을 축으로 소프트웨어 엔지니어의 역할이 어떻게 재정의되고 있는지를 탐구한다.
GPT-5.4와 Claude, 폭발하는 AI 생태계
2026년 3월 첫째 주, AI 커뮤니티가 손꼽아 기다리던 GPT-5.4가 출시되었다. 출시 직후 타임라인은 “이것 만들었어, 저것 만들었어”라는 간증기들로 넘쳐났다. 강연자는 이 현상의 핵심 동인을 “Computer Use Agent(CUA)“에서 찾는다. OpenAI가 ‘Kua’라고 이름 붙인 이 에이전트는 단순히 사전학습(Pre-training)으로 습득한 능력이 아니라, RL(Reinforcement Learning) 환경 학습을 통해 어떤 상황에서 어떤 액션을 취해야 하는지를 수없는 시행착오를 통해 체득한 결과물이다. 강연자는 전주 게스트였던 성현 님과 나눈 대화를 상기시키며, “RL 환경 스케일링이 프론티어 랩들의 핵심 경쟁력”이라는 분석이 CUA를 통해 실증되고 있다고 강조한다.
품질 면에서는 커뮤니티 전반에 걸쳐 “지금까지 출시된 모델 중 최강”이라는 공감대가 형성되어 있다. 강연자는 이를 단순한 찬사로 치부하지 않는다. “실생활 업무에서 평균적인 인간보다 훨씬 잘한다는 사실을 이제 너무 자연스럽게 받아들여야 하는 순간이 왔다”고 단언한다. 이 말에는 경이로움과 동시에 묵직한 함의가 담겨 있다.
Claude 진영에서도 변화가 빠르다. Claude Code 관련 기능들이 주(週) 단위가 아닌 일(日) 단위로 출시되고 있으며, Google의 GWS(Google Workspace CLI 통합 도구)도 주목받고 있다. Three.js 창시자 Ricardo Cabello(Mr.doob)가 Claude와 함께 고전 게임 Quake와 Descent를 Three.js로 포팅한 사례는 그 상징적 장면 중 하나다. GitHub 커밋 이력을 보면 “OK Claude, Quake를 Three.js로 포팅할 수 있어?”라는 한 줄의 시작으로부터 1시간 여 만에 동작하는 데모가 나왔다. 강연자가 강조하는 것은 속도다. 예전이라면 몇 주가 걸렸을 작업이 한두 시간으로 압축된 것이다.
하네스 엔지니어링 — 조이는 도구의 설계
이 대담에서 가장 많이 인용되는 개념은 “하네스 엔지니어링(Harness Engineering)“이다. 그 출처는 Ghostty(터미널 앱) 제작자이자 HashiCorp 창립자인 Mitchell Hashimoto의 블로그 글 ‘나의 AI 도입 여정’이다. 6개의 챕터로 구성된 이 글에서 Hashimoto는 “챗봇 버려라 → 하네스를 설계하라 → 항상 에이전트를 돌려라”로 이어지는 여정을 서술하는데, 5번째 챕터 ‘하네스를 설계하라’가 핵심이다.
하네스 엔지니어링의 정의는 이렇다. “에이전트가 실수를 하는 것을 발견할 때마다, 시간을 들여 그 실수를 다시는 하지 않게 만드는 해결책을 설계한다.” 강연자는 ‘하네스’라는 단어의 뉘앙스를 짚는다. 에이전트를 증강하는 도구이기도 하지만, 동시에 말에 앉히는 안장이나 마구처럼 딱 조여 통제하는 느낌이 강하다는 것이다. 구체적으로는 두 가지 접근이 있다. 하나는 암묵적 프롬프팅(implicit prompting)이고, 다른 하나는 실제 프로그래밍 도구를 통해 에이전트가 나쁜 동작을 반복하지 못하게 막고, 좋은 동작을 수행하고 있는지 스스로 검증할 수 있게 하는 것이다.
이 개념의 실제 사례로 강연자는 Korka의 CTO 강규영 님이 개발 중인 Alloy 기반의 검증 체계를 소개한다. Alloy는 도메인 특화 언어(Domain-Specific Language)를 통해 형식적 검증이 가능한 체계로, 엔드-투-엔드(End-to-End) 테스트와 자연어 설명이 듀얼로 놓인 실행 가능한 명세(Executable Specification)를 만드는 것이다. 이는 단순한 린터(Linter) 이상의 것으로, 모델이 정확한 작업을 수행하고 있는지 검증하는 상위 수준의 하네스다.
강연자는 여기서 자신의 화두를 꺼낸다. “딸깍 될 일과 안 될 일을 어떻게 감각할 수 있을까?” 작은 스텝으로 나눠서 검증하고 조이면 되는 일이 있고, 그 방법으로도 안 되는 일이 있다는 감각이 생겨나고 있는 것이다. 모든 문제를 테스트와 검증의 방법으로 다 풀 수 있을지, 안 된다면 그 경계는 어디인지—이것이 지금 그가 씨름하고 있는 질문이다.
스캐폴딩 — 더 어려운 문제를 위한 발판
하네스가 ‘조이는’ 도구라면, 스캐폴딩(Scaffolding)은 ‘받쳐주는’ 도구다. 교육학에서 온 이 용어는 학습자가 스스로 올라갈 수 있도록 일시적으로 설치하는 비계(飛階)를 의미한다. 강연자는 GPT-5.4와 스캐폴딩을 다룬 트랜스크립트를 인용한다. 어떤 열린 문제를 모델에게 그대로 던지면 답이 안 나온다. 너무 어렵기 때문이다. 그래서 모델 주변에 스캐폴딩을 구축하는 것이다.
그 구체적인 방법은 이렇다. 아이디어를 제안하는 에이전트, 실행하는 에이전트, 검증하는 에이전트, 서로 다른 결과를 병합하는 에이전트를 분리해 배치한다. 그리고 열린 문제를 처음부터 던지는 것이 아니라, 모델을 ‘워밍업’시켜서 이미 알고 있는 해법을 먼저 풀게 한 뒤, 그 해법을 컨텍스트로 삼아 더 도전적인 문제를 공격하게 한다. 이 과정에서 나온 Chain-of-Thought(COT)와 결과물이 놀라운 수준이었다는 것이다. 나아가 이 과정을 통해 ‘아직 아무도 던져본 적 없는 질문’을 발굴하고, 그 통찰을 자동으로 찾아내는 방법을 만들어보는 것이 다음 과제로 제시된다.
결국 하네스와 스캐폴딩은 서로 다른 방향의 도구지만 공존한다. 조여가며 작은 단위를 확인해서 되는 일이 있고, 더 흥미로운 가설들을 세워가며 도전하게 만드는 일이 있다. 강연자는 이 두 축이 현재 AI 개발의 핵심 방법론으로 자리 잡고 있다고 본다.
고인물도 AI와 함께 — Donald Knuth에서 Kent Beck까지
이 대담에서 흥미로운 것은 여러 세대의 전설적인 개발자들이 AI를 어떻게 수용하고 있는지를 조명한다는 점이다. 가장 극적인 사례는 현재 88세인 Donald Knuth다. ‘컴퓨터 프로그래밍의 예술(The Art of Computer Programming)‘이라는 일생의 저작을 집필 중인 그가, 오랫동안 미해결로 남겨두었던 조합론(Combinatorics) 관련 난제를 AI의 도움을 받아 풀어냈다는 소식이 뉴스에도 보도되었다. 이전까지 AI 활용에 회의적이었던 그가 결국 AI의 도움으로 문제를 해결한 것이다. 더욱 흥미로운 것은 누군가가 Knuth의 문제를 GPT-5.4 Think 모드에 그대로 입력했더니 정답을 풀어냈다는 후속 보고다. 88세의 노장도, 최고의 문제도 이제 AI 앞에서 다른 양상을 보이고 있다.
Python의 창시자 Guido van Rossum(올해 70세)도 AI 활용 쪽으로 전향했다. Claude를 이용해 무언가를 만들었다는 소식이 타임라인에 등장하고 있다. Kent Beck(64세)의 사례는 더욱 성찰적이다. Extreme Programming과 Agile Manifesto로 잘 알려진 그는 2023년에 “ChatGPT를 써보니 내 스킬의 90%가 사라지는 것 같다”고 말한 바 있다. 그런 그가 지금은 ‘Geni Session’이라는 라이브 코딩 세션을 올리며 AI와 함께 코딩하는 것이 “너무 신난다”고 말하고 있다. 그리고 당시 그가 남긴 글은 지금 다시 읽어도 본질적이다. “내가 가지고 있는 90%의 스킬은 사라졌지만, 남아있는 10%의 가치는 1000배가 뛰었다.” 단순한 코딩 기술이 아닌 도메인 지식과 암묵지(tacit knowledge)의 가치가 AI 시대에 오히려 폭등한다는 통찰이다.
승주님의 3D 메시 실험 — 딸깍과 덜컹의 현장
이론적 논의에 이어, 공동 진행자 승주님이 직접 경험한 AI 코딩 실험이 이 에피소드의 생생한 현장 보고다. 그는 2020년부터 구현하고 싶었던 3D 모델링 알고리즘에 도전했다. Blender의 BMesh 알고리즘과 비슷하게, 2D 이미지를 입체적인 3D 구조로 변환하는 것이 목표였다. AI 코딩 없던 시절에는 선형대수 라이브러리 Eigen의 진입 장벽과 웹 환경의 제약으로 구현하지 못하고 파생물로 만족해야 했다.
GPT-5.4가 출시되자 그는 ‘논문을 딸깍으로 구현할 수 있을까’를 실험했다. 약 20분의 작업으로 MVP 수준의 프로토타입이 나왔다. 이미 구현된 소스코드가 있는 GitHub 저장소를 기반으로 한 포팅 작업은 10분이면 충분했다. Isosurface 알고리즘을 이용한 텍스트-투-3D 생성기도 30분 만에 POC(Proof of Concept) 수준으로 완성되었다.
💡 [영상 참조] 이 시점에서 승주님은 화면을 통해 실제 3D 결과물들을 시연하며 설명합니다. 📺 원본 영상에서 확인하세요.
그러나 진짜 ‘딸깍’을 향한 여정에는 반드시 ‘덜컹’ 구간이 있었다. 목표는 3D 메시(Mesh)의 경계 엣지(Boundary Edge)들을 자연스럽게 이어 붙이는 것이었다. 인간의 눈으로는 직관적으로 명확해 보이는 이 작업이 알고리즘적으로는 까다롭다. 관절 부위처럼 위상적으로 복잡한 연결 구조를 수학적으로 다루는 문제이기 때문이다. 60여 개의 대화 세션, 최소 6만 줄 분량의 코드가 이 한 문제를 파고드는 과정에 투입되었다.
흥미로운 것은 모델이 Dynamic Programming(DP) 알고리즘을 제안했다는 점이다. 메시 처리에 DP를 적용하는 것은 승주님이 미처 생각하지 못했던 접근이었고, 조사해보니 드문 방식이었다. 반대로 모델들이 반대했지만 승주님이 직관을 믿고 밀어붙인 구면 투영(Spherical Projection) 아이디어는 완전한 해답은 아니었지만 유용한 부산물을 만들어냈다. 덜컹 구간에서의 이 경험은 대담의 핵심 질문으로 연결된다. 될 것 같다는 사전 확률, 즉 이미 풀린 문제이기에 반드시 풀릴 것이라는 믿음을 갖고 밀어붙이는 것이 AI 시대 문제 해결의 중요한 자세라는 것이다.
위임의 역설 — 스킬은 퇴화하는가
이 대담이 단순한 도구 소개를 넘어서는 지점은 인류학적, 사회적 질문을 품고 있다는 데 있다. Anthropic이 발표한 스킬 형성(Skill Formation) 논문은 이렇게 말한다. “에이전트에게 위임한 작업에 대해서는 인간의 스킬이 형성되지 않는 반면, 수동으로 수행하는 작업에서는 자연스럽게 스킬이 형성된다.” 하네스든 스캐폴딩이든, 결국 AI에게 위임하는 행위 자체가 인간의 역량 퇴화를 초래할 수 있다는 경고다.
강연자들은 이 문제를 회피하지 않는다. “위임하되 잃지 않으려면, 퇴화하지 않으려면 어떻게 할 것인가?” 이 질문은 사실 새로운 것이 아니다. 강연자 스스로도 인정하듯, 자기계발서에 뻔히 있는 내용이다. 어떤 일이 나를 가치 있게 만드는지, 어떤 일은 위임해야 하는지에 대한 논의는 수십 년 전부터 있었다. 다만 지금은 소프트웨어 엔지니어링이라는 지난 20~30년간 황금기를 누린 직군이 그 질문의 당사자가 됐다는 것이 다를 뿐이다.
한 엔지니어의 경험은 이 상황을 날카롭게 포착한다. 주간 토큰을 구독 한도까지 다 써버리면 “한낱 미물 인간으로 돌아오고, 할 수 있는 일이 하나도 없어서 잠만 자는 것이 내가 할 수 있는 전부”라고 했다는 것이다. 이 말에서 강연자들은 묘한 울림을 느꼈다고 말한다. 이미 하루의 대부분의 업무가 AI와 함께 하는 구조로 재편되어 있고, Andrej Karpathy가 표현한 것처럼 AI가 없으면 사회 전체가 ‘브라운아웃(Brownout)‘—전력이 약해지는—상태가 되는 것이다.
러다이트 운동의 당사자들 — 소프트웨어 엔지니어링의 전환점
강연자는 현재 소프트웨어 엔지니어들이 처한 상황을 19세기 러다이트(Luddite) 운동에 비유한다. 방직기계의 도입으로 손으로 옷감 짜던 장인들이 일자리를 잃었던 것처럼, AI 코딩 도구의 등장이 소프트웨어 엔지니어링의 가치 구조를 바꾸고 있다. 차이가 있다면 속도다. 1800년대의 전환은 한 세대(20~30년)에 걸쳐 일어났지만, 이번은 “Claude Code가 작년 3월에 나온 지 겨우 1년”만에 게임이 바뀌었다.
이는 상향평준화(Commoditization)를 의미한다. 과거에는 코딩 스킬 자체가 희소한 가치를 가졌다. 코로나 팬데믹 시기에는 6주짜리 부트캠프 수료자도 연봉 15~20만 달러를 받고 취직할 수 있었다. 그러나 강연자는 이제 섬유, 철도, 자동차, 시계 산업의 역사가 반복되고 있다고 본다. 고도성장기가 지나면 항상 3~4개 회사가 시장을 지배하며 마무리된다는 패턴이 소프트웨어 엔지니어링에도 적용될 것이라는 예측이다.
중요한 지적은 “막강한 제너럴리티(Generality)를 가진 모델이 스페시픽(Specific)하다고 생각했던 영역들을 하나씩 스팀롤(Steamroll)시키고 있다”는 것이다. Donald Knuth처럼 알고리즘에 완전히 특화된 사람도, GPT-5.4가 그의 문제를 더 잘 풀게 됐다는 현실에서 자유롭지 않다. 타임 갭(Time Gap)을 이용한 사업 기회가 아직 있기는 하지만, 그 압축 속도가 너무 빠르기 때문에 익스플로잇(Exploit)하기도 어렵다는 점도 솔직히 인정된다.
다음 레이어로 — 과학 도메인을 향해
그렇다면 소프트웨어 엔지니어들은 어디로 가야 하는가? 강연자들이 내린 잠정적 결론은 ‘시선을 다른 곳으로 돌리는 것’이다. 그것도 매우 구체적인 방향이 제시된다. 물리학, 생명공학, 화학, 그리고 법률과 같이 지금까지는 특정 전문가만 접근 가능했던 도메인들이다.
강연자는 자신의 경험을 솔직히 공유한다. 일이 너무 많고 바쁜 주간일수록 오히려 생명공학 논문을 들여다보게 된다는 것이다. 과거에는 한 문장도 이해할 수 없었을 논문들을 이제는 AI와 함께 차근차근 읽어내고, 함의를 탐색하고, 심지어 “이 논문 이후로 나올 연구는 이 방향이 될 것 같다”는 예측까지 AI로부터 들을 수 있다. 이는 예전 같으면 노벨상을 노리는 생명공학자만이 나눌 수 있었던 대화다.
이 탐험의 확장은 개인의 선택이기도 하지만 구조적 필연이기도 하다. “뭔가 학습하고 문제를 정의하고 새로운 관점으로 바라볼 수 있는 입장에 있는 사람들은 도메인이 엄청나게 넓어지고 있다.” 강연자들은 이미 연초부터 AI 에이전트 하네스 논의는 곧 끝날 것이고, 다음 게임은 과학 도메인이라는 데 서로 공감하고 있었다. AlphaGenome, AlphaFold 류의 생물학-AI 융합, 화학-AI 융합 영역들이 그들의 시야에 들어오고 있다.
마무리 — 문제를 정의하는 사람
이 에피소드의 결론은 한 문장으로 압축된다. “결국은 Problem이다.” 문제를 잘 포착하고, 문제를 잘 돌려볼 수 있고, 그 문제 해결 과정을 잘 가이드할 수 있는 능력—이것이 AI 시대 인간이 가져야 할 핵심 덕목이라는 것이다.
정규 님의 단톡방 메시지가 이를 간결하게 표현한다. “될 것 같은 일은 하지 마라. 그냥 가치가 없는 일이니까.” AI가 처리할 수 있는 일에 인간이 시간을 쓰는 것은 낭비다. 이미 성공 케이스가 있는 일은 될 일이다. 그러니 인간은 아직 누구도 풀지 않은 문제, 아직 누구도 정의하지 않은 문제를 발굴하는 일에 집중해야 한다.
동시에 강연자들은 이 과정에서 ‘끈기’와 ‘가설을 세우는 능력’이 오히려 더 중요해진다고 말한다. 승주님의 3D 메시 실험에서 보듯, 덜컹 구간을 견디며 가설을 바꿔가며 밀어붙이는 의지와 안목이 결정적 차이를 만든다. AI에게 위임하면서도 퇴화하지 않으려면, 위임하는 동안 인간이 해야 할 역할—문제 정의, 직관, 가설 설계, 결과 해석—을 의식적으로 강화해나가야 한다. Kent Beck의 표현처럼 “남은 10%를 어떻게 1000배의 가치로 만들 것인가”를 끊임없이 재보정(Re-calibration)하는 것이 지금 이 시대가 모두에게 요구하는 과제다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | EP 89. 딸깍과 덜컹 |
| 채널 | 노정석 |
| 녹화 일자 | 2026-03-07 |
| 리포트 작성 | 2026-03-15 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.
수정 내역 (3건)
| 위치 | 원문 | 수정 | 근거 |
|---|---|---|---|
| 개요 | 진행자 정성(노정석) | 진행자 정석(노정석) | 노정석의 이름에서 이름 부분은 ‘정석’이며, ‘정성’은 STT 오인식 |
| 하네스 엔지니어링 섹션 | Ghost(터미널 앱) | Ghostty(터미널 앱) | Mitchell Hashimoto가 개발한 터미널 에뮬레이터의 정식 명칭은 Ghostty이며, 어말 ‘-ty’가 탈락된 STT 오인식 |
| 위임의 역설 섹션 | Andrei Karpathy | Andrej Karpathy | 본명 표기는 Andrej(체코식)이며, Andrei는 흔한 오기 |