'AI 해고' 서사의 붕괴와 소프트웨어 엔지니어링의 본질
최근 빅테크를 중심으로 AI 도입으로 인한 대규모 개발자 감원 소식이 헤드라인을 장식했으나, 실증 데이터를 분석해보면 이는 재무적 압박을 가리기 위한 AI 워싱(AI Washing)에 가깝습니다. 실질적인 고용 지표와 기업 내부 운영 현실은 일반적인 통념과 정반대의 양상을 보이고 있습니다.
- 블록(Block): 잭 도시(Jack Dorsey)는 2025년 말 모델 성능 향상을 근거로 4,000명 감원을 발표했으나, 팬데믹 기간 인력이 3배 이상 급증한 뒤 겪은 재무적 압박이 주원인이었습니다. 내부 데이터 사이언티스트는 생산성 향상이 매우 제한적이었다고 밝혔습니다.
- 스냅(Snap): CEO 에반 스피겔(Evan Spiegel)은 신규 코드의 65%를 AI가 작성한다며 1,000명을 감원했다고 발표했으나, 이는 2017년 IPO 이후 지속된 순손실과 행동주의 투자자의 비용 절감 요구에 따른 조치였습니다. 실제 감원은 AI 노출 직군이 아닌 증강현실(AR) 부서 등 특정 조직에 집중되었습니다.
- 인투이트(Intuit): 3,000명 감원과 Anthropic·OpenAI 파트너십이 동시에 발표되었으나, 경영진은 감원이 AI 때문이 아니라 다층적 관리 구조와 조율 집중 역할을 축소하기 위함이라고 공식 반박했습니다.
설문 및 행정 데이터 역시 이를 뒷받침합니다. 미국 채용 담당자의 59%는 재무 제약보다 이해관계자 설득이 쉽다는 이유로 고용 동결 시 AI를 구실로 내세운다고 인정했습니다. 또한 뉴욕주에서 100인 이상 정리해고 시 AI 영향을 명시하도록 한 WARN Act 첫해 신고 160건 중 AI 확인란을 체크한 기업은 단 한 곳도 없었습니다.
소프트웨어 공학에서 코딩은 전체 업무의 일부에 불과합니다. 지식 노동은 결정(Decide), 실행(Execute), 전달(Deliver)의 3단계로 구성되며, AI는 중간의 실행 계층만 압축할 뿐 나머지 단계의 복잡성은 여전히 인간 엔지니어의 영역으로 남아 있습니다. 6,000명의 마이크로소프트 개발자를 조사한 연구에서도 순수 코딩 시간은 전체의 9%에서 61% 수준에 그쳤습니다.
---
폐쇄형 구독 모델의 한계와 로컬 코딩 하네스의 부상
Claude Code, OpenAI Codex 등 상용 서비스의 기능적 완성도에도 불구하고, 구독 제한, API 가격 변동, 데이터 프라이버시, 재현성 문제로 인해 로컬 오픈웨이트 에이전트 환경으로 전환하려는 움직임이 뚜렷해지고 있습니다. 이제 개발자들은 로컬 환경에서 직접 실행과 검증을 제어하는 구조를 채택하고 있습니다.
- 로컬 LLM 엔진 구동 (Ollama/MLX)
- 에이전트 하네스 연결 (Qwen-Code/Codex)
- 로컬 파일 읽기 및 명령 실행
- 코드 변경 사항 자동 검증
로컬 에이전트 구성 시 핵심은 추론을 담당하는 LLM 엔진과 파일 수정 및 터미널 실행을 지원하는 코딩 하네스(Coding Harness)의 결합입니다. 오픈소스 기반의 Qwen-Code는 동급 오픈웨이트 모델에 특화되어 있으며, 상용 도구인 Codex나 Claude Code와 동일한 인터페이스 경험을 로컬 머신에서 제공합니다.
| 모델명 | 다운로드 크기 | 권장 RAM 요구량 | 주요 특징 |
|---|---|---|---|
| Qwen3.6 35B-A3B | 약 22 GB | 30~40 GB | 하이브리드 어텐션 구조, Qwen-Code에 최적화 |
| North Mini Code 1.0 | 약 22 GB 내외 | 30~40 GB | Cohere 개발, 35B 체급 내 최고 수준 성능 경쟁 |
| Gemma 4 e2b | 소형 경량급 | 최대 약 8 GB | 30GB 미만 RAM 환경용 대안 모델 |
Sebastian Raschka의 벤치마크에 따르면 Qwen3.6 35B-A3B 모델은 50k 토큰의 긴 컨텍스트 환경에서도 약 20~29GB의 RAM을 안정적으로 유지하며 Mac Mini(M4) 및 DGX Spark 환경에서 높은 속도로 토큰을 생성합니다. 특히 Apple Silicon 환경에서는 Metal 성능 셰이더를 활용하는 MLX 버전 최적화가 메모리 관리와 추론 효율에 결정적인 영향을 미칩니다.
---
단절된 에이전트 기억을 잇는 지속성 메모리: Funes
기존 코딩 에이전트는 세션이 종료되면 이전 추론 기록을 모두 잃어버리는 구조적 결함을 안고 있습니다. 이전 세션의 추적 기록(Traces)을 유지하더라도 수만 턴의 로그를 단순 검색하는 것으로는 과거 아키텍처 결정의 이유를 파악할 수 없습니다. Hugging Face가 공개한 오픈소스 도구 funes는 이러한 세션 단절 문제를 해결하기 위한 독립 메모리 계층을 제공합니다.
"생각한다는 것은 차이를 잊고, 일반화하며, 추상화하는 것이다." — 호르헤 루이스 보르헤스, 기억의 천재 푸네스
Funes는 단일 바이너리로 동작하며, 로컬 세션 로그를 파싱하여 지속 가능한 Lance 데이터셋으로 색인합니다. 이를 통해 Claude Code, Codex, pi, Hermes 등 서로 다른 에이전트 간에도 단일한 기억을 공유할 수 있도록 지원합니다.
- 증분 색인 및 결정적 파이프라인: 모든 세션 턴을 블록 단위로 청킹하고 로컬 임베딩 모델로 벡터화하여 저장하며, 신규 실행 턴만 증분(Incremental) 방식으로 처리합니다.
- 하이브리드 검색 및 재순위화: 벡터 검색과 BM25 키워드 검색을 결합한 뒤, Cross-Encoder로 후보를 재순위화하고 최신성(Recency) 가중치를 부여하여 원본 컨텍스트를 복원합니다.
- 보안 및 허브 동기화: Hugging Face 비공개 데이터셋으로 메모리를 게시할 수 있으며, 색인 단계와 발행 단계에서 API 키 및 민감 정보를 2중으로 자동 탐지해 마스킹합니다.
과거 세션 정보를 활용할 때 컨텍스트를 압축(Compaction)하는 방식은 핵심 결정을 누락시키는 한계가 있었습니다. 벤치마크 평가 결과 Funes의 원본 회상(Recall) 방식은 수작업 인수인계(Written Handoff) 대비 한 과제에서 8배, 다른 과제에서 4배 저렴한 비용으로 이전 세션 지식을 복원해 냈습니다.
---
엔비디아의 $26B 베팅과 오픈 가중치 생태계의 분화
오픈웨이트 및 오픈소스 에이전트 생태계의 급격한 확장은 반도체 거인 엔비디아의 비즈니스 전략과 밀접하게 맞물려 있습니다. 엔비디아는 오픈소스 에이전트와 모델 개발 지원에 약 260억 달러($26B)를 투입하고 있는 것으로 보고되었습니다.
- 엔비디아의 전략적 목표: 소수 폐쇄형 기업(OpenAI, Anthropic)이 지능 공급을 독점하여 토큰을 직접 판매하는 구조를 막고, 전 세계 기업과 개발자가 각자의 환경에서 직접 토큰을 생성하도록 만들어 자사 GPU에 대한 인프라 수요를 영구화하는 것입니다.
- 오픈소스 진영의 분화: 모델 훈련 비용의 급증으로 순수 오픈소스(데이터·레시피 전체 공개)와 오픈웨이트(가중치만 공개) 모델 간의 간극이 벌어지고 있습니다. 이에 따라 사후 학습(Post-training) 시장에서는 DeepSeek V4 Flash, GLM 5.X 등을 특정 에이전트 작업에 맞게 파인튜닝하는 경향이 뚜렷해지고 있습니다.
- 빅테크의 오픈 모델 공세: 메타(Meta)와 같은 대규모 자본을 가진 기업들은 강력한 오픈 가중치 모델을 배포함으로써 토큰 판매 중심의 폐쇄형 경쟁사들의 수익 성장률을 구조적으로 둔화시키는 보완재 상품화 전략을 취하고 있습니다.
결과적으로 엔지니어링 현장은 상용 클라우드 API에 종속되는 단계에서 벗어나, 고성능 오픈 가중치 모델, 최적화된 로컬 하네스, 지속 가능한 메모리 계층을 결합한 독자적 에이전트 인프라를 직접 구축하고 통제하는 방향으로 진화하고 있습니다.