뭔가 큰 일이 벌어지고 있다

저자가 체감한 핵심 변화는 수정할 초안을 만든다에서 자리를 비우면 완성된 결과물이 기다린다로의 전환이다. 코드 생성에 그치지 않고 앱을 실행하고 버튼을 클릭해 스스로 테스트까지 한다.

# 과거: 스니펫 요청
> "이 함수 짜줘" → 붙여넣기 + 수정

# 지금: 작업 위임
> "이 리포지토리에 로그인 플로우 추가, 테스트까지 통과시키고 PR 올려"

질적 차이의 포인트는 루프를 AI가 직접 닫는다는 것이다.

METR는 AI가 사람 도움 없이 끝까지 완수하는 작업을 숙련 인간 기준 소요 시간으로 측정한다. 저자 인용에 따르면:

단일 벤치마크라는 한계가 있지만 선형 개선이 아니라 지수 개선이라는 경향성을 잡기 유용하다.

OpenAI는 GPT-5.3 Codex 문서에서 "제작 과정에서 스스로가 도구로 사용된 첫 모델"이라고 명시했고, Anthropic도 자사 코드의 상당 부분을 AI가 작성한다고 밝혔다. 각 세대가 다음 세대 개발을 돕는 피드백 루프가 돌기 시작했다는 점이 핵심이다.

intelligence explosion은 더 이상 SF 용어가 아니라 연구소 공식 문서에 등장하는 운영 현실이다.

이 때문에 개선 속도 예측이 과거 기술 곡선보다 어렵다.

단기적으로 AI 대체가 느린 영역은 다음과 같다:

1. 수년에 걸친 신뢰 관계 — 쌓는 데 시간이 걸리고 거래 비용으로 보호된다.
2. 면허·법적 책임이 따르는 서명 권한 — 변호사·의사·회계사의 서명처럼 규제가 붙은 것.
3. 규제 장벽이 높은 산업 — 의료, 금융, 항공 등.

FE 엔지니어라면 코드 작성 속도 대신 도메인 이해, 제품 판단, 이해관계자 설득 경로에 시간을 재배분하는 것이 합리적이다.

저자는 무료 버전만 써보고 AI를 평가하지 말라고 강조한다. 최상위 유료 모델(Claude Opus 4.6, GPT-5.3 Codex 급)과 무료 모델 사이의 격차가 체감 생산성을 좌우한다.

• 무료 = 초안 생성기
• 유료 상위 = 작업 위임 가능한 에이전트

팀/개인 예산에서 도구 구독을 가장 먼저 방어해야 한다.

[감점 답변] ChatGPT로 코드 질문한다 수준은 감점. [좋은 답변] 특정 작업(보일러플레이트, 타입 마이그레이션, 테스트 작성)을 어떤 모델/도구(Cursor, Claude Code, Codex)에 어떻게 위임했는지, 정확도 검증 방법과 리뷰 기준까지 포함.

[감점 답변] AI 쓰세요 수준의 권유는 감점. [좋은 답변] 무료 vs 최상위 모델 격차, 실패를 안전하게 격리하는 도입 경로(비중요 리팩터링, 테스트 보강부터), 작업 시간 배가 같은 경향성을 근거로 점진적 실험을 제안.

[감점 답변] 그건 과장이다 식 단정은 감점. [좋은 답변] 주장 출처의 이해관계(AI 연구소 CEO 편향), 벤치마크의 생태학적 타당성, 규제·채용 관행의 점성, 과거 자동화 물결의 회복 속도 같은 반증 포인트를 제시한 뒤 자신의 확률 추정을 보정.