100% 일하는 사람 지금 멈춰

당신은 오늘 하루의 몇 퍼센트를 일했는가. 그리고 그 시간은 정말 회사의 가치를 움직였는가. 오늘 GeekNews 상위권을 차지한 세 글은 공교롭게도 같은 질문을 서로 다른 각도에서 파고든다. 개인의 ‘바쁨’과 조직의 ‘성과’는 다르다는 것. 하나는 일부러 덜 일하라는 시니어 엔지니어의 조언이고, 하나는 AI 10배 생산성이 기업 가치로 이어지지 않는 구조적 이유이며, 마지막은 AI발 대량 해고 서사가 데이터로는 성립하지 않는다는 검증이다. 셋을 이어 읽으면 2026년 개발 조직이 어디로 가는지 입체적으로 보인다.

TOP1. 직장에서 ‘아무것도 하지 않기’ — 80% 활용률의 기술

성과는 코드량이 아니라 ‘타이밍’에서 나온다

GitHub 엔지니어 출신 Sean Goedecke는 소프트웨어 엔지니어의 성과가 더 많은 시간이나 더 많은 코드가 아니라 “적절한 시점의 고임팩트 작업”에 좌우된다고 주장한다. 그가 제안하는 기본값은 80% 활용률 — 고압 프로젝트가 없을 때는 하루 업무 시간의 약 20%를 컴퓨터에서 떨어져 보내는 것이다. 큰 엔터프라이즈 계약 지원, 장애 조기 완화, 핵심 기능 출시 같은 기회는 모두 시간 의존적이어서, 이미 100% 바쁜 사람은 기회 자체를 알아차리지 못하고 매니저도 그를 투입해 줄 수 없다는 논리다.

글루 작업과 ‘무보상 노동’은 의도적으로 거절하라

글은 여유를 지키는 구체적 방법도 제시한다. 조직이 우선순위에 두지 않은 글루 작업(문서 정리, 기술 부채 자원봉사)을 떠안지 말 것, 비공식 경로로 들어오는 무보상 요청에는 거절이나 늦은 응답으로 역압력을 걸 것, 매시간 바뀌는 디자인처럼 사라질 가능성이 큰 일에 과투자하지 말 것. 100% 몰입은 1년에 두세 번, 보상이 정말 클 때를 위해 아껴두라는 것이 결론이다. Hacker News에서는 “예방은 측정되지 않고 화재 진압만 두 번 보상받는다”는 인센티브 구조 반론과, 마나를 다 쓴 RPG 캐릭터 비유가 공감을 얻었다.

TOP2. 생산적인 개인이 생산적인 기업을 만들지는 않는다

모터만 바꾸고 공장은 그대로 — 1890년대의 교훈

Hebbia CEO George Sivulka의 글은 도발적인 질문으로 시작한다. AI가 개인 생산성을 10배 끌어올렸는데, 가치가 10배 오른 기업은 왜 없는가. 그는 1890년대 뉴잉글랜드 방직공장을 소환한다. 증기기관을 전기 모터로 교체했지만 30년간 산출은 거의 늘지 않았고, 1920년대 조립 라인 중심으로 공장 전체를 재설계한 뒤에야 수익이 실현됐다. 2026년의 AI 도입도 같은 상태 — “모터만 교체하고 공장은 재설계하지 못한” 단계라는 진단이다.

Institutional AI를 가르는 7가지 기둥

글은 Individual AI와 Institutional AI를 가르는 7가지 요소를 제시한다. 조율(혼란 대신 coordination layer), 신호(폭증하는 slop 속 signal 선별), 편향(아첨하는 yes-men이 아닌 기준을 강제하는 no-men), 우위(사용량이 아닌 도메인 특화 edge), 성과(시간 절약이 아닌 매출 확장), 실행 지원(도구가 아닌 프로세스 엔지니어링), 그리고 선제적 작동(프롬프트 없이 위험을 먼저 감지)이다. 컨텍스트 윈도우가 4년 만에 4K에서 1M 토큰으로 커지고 단일 작업에 30B 토큰을 쓰는 사용자가 등장한 지금, 향후 10년 B2B AI의 토대는 이 ‘기관 지능’ 계층에 있다는 주장이다.

TOP3. AI가 소프트웨어 엔지니어를 대체하지 않은 이유

Block·Snap·Intuit — 해고 명분은 AI, 실제 배경은 재무 압박

normaltech.ai(AI Snake Oil 저자들의 뉴스레터)는 ‘AI발 대량 해고’ 서사를 데이터로 검증한다. Block의 4,000명 해고는 팬데믹기 3배 증원 후 재무 압박이, Snap의 1,000명 감원(Spiegel은 신규 코드의 65%가 AI 생성이라 언급)은 행동주의 투자자의 비용 절감 압박이, Intuit의 3,000명 감원은 관리 계층 축소가 실제 배경이었다. 미국 채용 관리자의 59%는 재무 제약보다 AI를 해고 사유로 내세우는 편이 이해관계자에게 더 잘 받아들여진다고 인정했다. 뉴욕주가 WARN 해고 공시에 AI 체크박스를 도입한 첫해, 약 25,000명의 해고자 중 AI 영향은 46명 — 0.2%에 불과했다.

결정-실행-전달 샌드위치, AI는 가운데만 눌렀다

글의 핵심 프레임은 ‘샌드위치 모델’이다. 소프트웨어 개발은 무엇을 만들지 결정하고, 코드를 실행(작성)하고, 검증·책임지며 전달하는 3층 구조인데, AI는 가운데 실행 층만 압축했다. NBER의 GitHub 개발자 10만 명 분석에서 AI 에이전트는 코드 줄 수를 8배 늘렸지만 릴리스 증가는 30%에 그쳤다. 감독 없는 vibe coding 커밋은 인간 작성 커밋보다 취약점을 9배 더 많이 도입했고, 에이전트 생성 코드 중 커밋까지 살아남은 비율은 44%였다. 소프트웨어는 가격 탄력성이 높아 생산 비용이 떨어지면 수요가 늘어나는 만큼, 엔지니어 수요는 오히려 증가할 수 있다는 조심스러운 낙관으로 글은 마무리된다.

관련 글

• 벡터DB 쓰는 사람 지금 멈춰 — Supermemory·Eric Ries·Fable 5 루프 설계
• Tech Digest 6/10 — 개발자 큐레이션 TOP3
• AI 코딩 모델 가격 전쟁 — 개발 비용 구조가 바뀐다
• Claude Agent SDK 크레딧 분리 — 에이전트 비용 관리의 시작
• “Chat is Dead” — ChatGPT 슈퍼앱 전환이 말하는 것

출처

1. Sean Goedecke, “Doing nothing at work” (seangoedecke.com)
2. GeekNews — 직장에서 아무것도 하지 않기 (토론)
3. George Sivulka (Hebbia) — Productive individuals don’t make productive institutions (X)
4. GeekNews — 생산적인 개인이 생산적인 기업을 만들지는 않는다 (토론)
5. Normal Technology — Why AI hasn’t replaced software engineers (normaltech.ai)
6. GeekNews — AI가 소프트웨어 엔지니어를 대체하지 않은 이유 (토론)