if(kakao)25 Krew Day는 카카오 계열사(공동체) 크루들을 위한 자리로 마련되었습니다. if kakao 25 3일차 마지막 날이었던 Krew Day는 'Sync & Play’라는 컨셉 아래, 공동체 크루들과 함께 배우고, 나누고, 즐기는 크루만의 시간으로 꾸며보았습니다. 행사 당일, 카카오 AI 캠퍼스 2층 레이크라운지에서는 특별한 AI 패널들과 AI Talk Lounge가 열렸습니다. 공동체 크루들의 다양한 질문으로 채워진 이번 패널톡은 AI 시대의 기회와 고민을 솔직하게 나누는 자리였습니다. AI 안전성, AI Native 개발 문화, 모델링과 AI 서비스 분야의 전문가 크루들의 생생한 목소리를 Q&A 형식으로 정리합니다.

[패널 소개]

albert.hoon (AI Safety): AI 관련 정책과 가이드라인을 수립하는 AI Safety의 리더입니다.
benedict.lee (AI네이티브전략): AI네이티브전략 소속으로, 개발 생산성 및 품질 향상을 고민합니다.
ras.lee (데이터응용기술연구): 데이터 조직에서 머신러닝 모델링, AI 활용 등 선행 기술을 연구하고 개발합니다.
sue.cream (진행자, AI마일리지 TF): 기술전략 소속으로 AI 마일리지 프로그램을 만들고 있습니다.

Q1. AI가 사람의 일자리를 대체할 것이라는 우려가 많습니다. 어떻게 생각하시나요?

패널들은 '대체’라는 단어에 얽매이기보다 '변화’와 '기회’에 주목해야 한다고 입을 모았습니다.

albert: 거시적으로 보면 AI로 인해 일자리의 총량이 줄어드는 '대체 효과’는 크지 않을 겁니다. 오히려 새로운 직무가 생겨나고 있죠. 예를 들어, AI Safety 직군은 이전에는 존재하지 않았습니다. AI 기술이 발전할수록 윤리적 바탕, 사회적 합의, 거버넌스의 필요성이 커지고 있고, 관련 직무의 수요는 계속 늘어날 것입니다.

ras: 섣부른 예측은 어렵지만, 우리 아이들이 살아갈 세상은 지금과 분명 다를 겁니다. 직업의 형상도 바뀔 것입니다. 결국, 중요한 것은 민첩성과 적응성입니다. 직업이 어떤 형상으로 바뀔지, 그 속에서 나 자신이 어떤 가치를 제공할 수 있을지를 고민해야 합니다. 불안해하기보다는 민첩하게 자신만의 길을 개척해 나가는 자세가 필요합니다.

benedict: 저는 조금 다른 관점에서 제 취미인 '낚시’를 비유로 들고 싶습니다. 만약 AI 글래스를 끼고 낚시를 하는데, AI가 물고기의 입질 패턴을 99% 확률로 분석해서 "지금이야!"라고 알려주고 모터가 자동으로 낚싯대를 채준다면 어떨까요? 그건 더 이상 '낚시’가 아니라 '어업’이 되겠죠. 낚시의 본질은 물고기를 기다리고, 찰나의 순간을 포착하며, 물고기와 힘을 겨루는 과정 그 자체에 있으니까요. 이처럼 인간이 몸의 감각을 통해 느끼고 생각하며 과정의 즐거움을 누리는 영역은 아주 먼 미래에도 AI가 대체하기 어려울 것이라 생각합니다.

Q2. 최근 빅테크를 중심으로 신입 채용이 줄고 있다는 이야기가 있습니다. AI 도구를 사용하면 당장의 업무는 편해지지만, 스스로 생각하는 힘이 줄어 성장이 더디다는 고민도 있는데요. 주니어들은 어떻게 성장해야 할까요?

성장의 본질과 AI 시대에 필요한 역량에 대한 깊이 있는 논의가 이어졌습니다.

benedict: 많은 주니어들이 비슷한 고민을 합니다. "AI를 안 쓰면 뒤쳐질 것 같고, 쓰자니 실력이 늘지 않는 것 같다"고요. AI가 역량을 '증폭’시켜주는 것은 명확하지만, 그 과정에서 스스로 깊게 사고하고 훈련하며 '자신만의 것’을 만들어야 합니다. AI가 주는 빠른 결과에만 의존하면 정보는 쉽게 휘발되고 내공은 쌓이지 않죠. 시니어라고 예외는 아닙니다. 저 역시 질문을 던지고 AI의 답이 괜찮으면 깊은 고민 없이 그냥 넘어갈 때가 많습니다. 하지만 이런 얕은 대화로 얻은 결과물은 금방 잊혀집니다. AI 네이티브 시대에 수많은 서비스를 구독하겠지만, '스스로 생각하고 사고하는 능력’만큼은 절대 구독해지해서는 안 됩니다.

ras: 뾰족한 답은 없지만, 그 어느 때보다 질문을 잘하는 능력, 즉 메타인지가 중요해졌습니다. 내가 무엇을 알고 무엇을 모르는지 정확히 인지하고 질문할 수 있어야 합니다. 과거에는 '어떤 기술 스택을 갖춰야 하나요?'가 주된 질문이었다면, 이제는 ‘어떻게 매끄럽게 협업하나요?’, '어떤 마인드셋이 필요한가요?'와 같은 소프트 스킬, PM 역량의 중요성이 커지고 있습니다. 스스로의 생각을 정리하고 역량을 증명하는 노력이 필요합니다.

albert: 과거에는 코딩 테스트 결과가 개발자 역량의 중요한 척도였다면, 이제는 최소한의 기준일 뿐입니다. 코딩만 잘하는 개발자보다 개발, 디자인, 기획의 경계를 넘나들며 스스로 프로덕트를 만들어낼 수 있는 역량을 가진 사람이 더 주목받을 겁니다.

benedict: 특히 주니어들은 AI의 '증강’과 ‘증폭’ 효과를 잘 이해해야 합니다. '증강’은 내가 모르는 것을 +1(더하기) 하는 것이고, '증폭’은 내가 가진 역량을 베이스로 더 많은 것을 더 깊게 할 수 있도록 *N(곱하기) 해주는 것입니다. 많은 사람들이 증강 효과만 보고 '이제 공부 안 해도 되겠다’고 쉽게 넘어가지만, 실제로는 증폭시킬 나만의 역량이 없다면 성장은 멈출 수밖에 없습니다.

Q3. Cursor나 Copilot 같은 AI 코딩 툴을 사용하다 보면 토큰 할당량을 금방 소진하거나 비용이 많이 발생합니다. 비용을 줄일 수 있는 팁이 있을까요?

현실적인 비용 문제에 대해 패널들이 다양한 팁을 공유했습니다.

ras: 사실 토큰을 조금 아끼려는 노력보다는, 더 많은 지원을 받기 위한 요청을 회사에 지속해서 전달하거나, 필요하다면 실은 비용을 쓰는 게 더 낫다는 게 제 생각입니다. 100만 토큰 시대가 오면서 프롬프트 몇 줄 줄여서 아끼는 비용은 미미합니다. 오히려 생산성을 극대화하는 데 집중하는 것이 효율적이죠. 몇 년 뒤에는 월 50만 원 정도의 AI 툴 구독료는 당연하게 여겨질 수 있습니다. 회사가 이러한 변화에 더 빨리 투자하도록 적극적으로 설득하는 것도 중요합니다.

benedict: 그럼에도 아껴야 한다면 몇 가지 방법이 있습니다.

인풋 토큰 다이어트: 불필요한 설명을 줄이고, 한글보다 영어로, JSON보다 YAML 같은 간결한 형식으로 요청하면 토큰을 줄일 수 있습니다. 또한, 에이전트 사용 시 안 쓰는 툴은 비활성화해서 툴 명세가 토큰을 차지하지 않게 하는 것을 권장합니다.

명확한 지시: 모호한 지시보다는 "이 컨텍스트를 기반으로 이렇게 해줘"라고 명확하게 지시하면 AI가 탐색하느라 쓰는 수십만 토큰을 아낄 수 있습니다.

아웃풋 제어: max_token 옵션 등으로 결과물의 길이를 제한하거나, 간결한 코드를 잘 생성하는 모델(예: Claude Code)을 활용하는 것도 방법입니다.

sue: Coding agent가 코딩 작업만 집중할 수 있게 해주는 방식도 추천드립니다. 명세 작성과 전반적인 설계는 Gemini나 ChatGPT 등 일반적인 LLM의 기본 토큰으로 충분히 진행하고, 명세가 확정되면 그때 Cursor나 Claude Code 등의 Coding agent로 구현하는 것입니다. 이렇게 단계별로 가장 적합한 도구를 채택하여, 작은 단위에서는 스펙 기반 개발(Spec-Driven Development) 방식처럼 작업하면 횟수나 토큰 제한이 있는 도구를 효율적으로 쓸 수 있습니다.

Q4. AI가 세상을 바꿀 것처럼 이야기하지만, 막상 일상에서는 큰 변화를 체감하기 어렵다는 의견도 있습니다. 이 괴리는 왜 발생하며, AI가 정말 우리 삶에 임팩트를 주기 위해 필요한 것은 무엇일까요?

AI에 대한 높은 기대감과 현실 체감 사이의 간극에 대한 패널들의 분석이 이어졌습니다.

albert: 기술이 우리 생활에 깊숙이 침투하려면 새로운 폼팩터, 즉 디바이스가 필요합니다. 인터넷 기술이 스마트폰을 만나 폭발한 것처럼요. 지금의 AI는 대부분 컴퓨터와 스마트폰 안에 갇혀 있습니다. AI 글래스처럼 새로운 형태의 디바이스가 일상화될 때, 사람들은 비로소 변화를 체감하게 될 겁니다. 또한, 우리는 아직 '챗’이라는 인터페이스에 머물러 있습니다. 최적의 AI UI/UX를 찾아 새로운 경험을 제공하는 서비스들이 등장하기 시작하면 변화의 속도는 훨씬 빨라질 겁니다.

benedict: 저는 지금의 AI를 '아직 이빨도 다 나지 않은 새끼 호랑이’라고 생각합니다. LLM이라는 강력한 '두뇌’는 생겼지만, 현실 세계와 상호작용할 '손과 발’이 아직 없죠. AI의 손과 발이 되어줄 로보틱스 기술이 결합될 때, 비로소 물리적인 세계에 엄청난 변화를 가져올 겁니다. 지금은 마치 라면을 끓이기 위해 이제 막 물을 올려놓은 단계와 같습니다.

ras: 개발에 비유하자면, 지금 LLM은 ‘어셈블리어’ 단계에 있습니다. 현재는 기본적인 라이브러리만 있어서 복잡한 애플리케이션을 만들기 어렵죠. 앞으로 개발의 발전사처럼 LLM이라는 토대 위에 더 고도화된 라이브러리와 프레임워크가 계속 쌓여갈 겁니다. 시간이 조금 걸리겠지만, 그 발전의 폭발력은 엄청날 것입니다.

짧은 시간이었지만, AI 시대를 살아가는 우리가 가져야 할 자세와 역량, 그리고 미래에 대한 기대감을 함께 나눌 수 있었던 의미 있는 시간이었습니다. AI와 함께 'Sync’하고, 그 안에서 새로운 가능성을 'Play’하는 크루들의 여정을 응원합니다!

if(kakao)25 Krew Day AI Talk Lounge: AI 시대의 기회와 고민을 논하며