에이전트가 코딩 테스트를 대신 풀어주는 시대, 취준생은 뭘 준비해야 할까요? 한 AI 스타트업 창업자가 자신의 경력(Helm AI·Scale AI·OpenAI·Google)을 근거로 쓴 에세이는 "문제를 푸는 능력"보다 "풀 가치가 있는 문제를 찾는 능력"이 핵심이라고 말합니다.
✔ 3줄 요약
- AI는 정답이 정해진 문제(학교식 문제)부터 잘 풀기 때문에, 앞으로 가치 있는 일은 정답이 없는 문제를 찾고 고르는 능력에서 나온다는 것이 원문 에세이의 핵심 주장입니다.
- 채용 인터뷰도 바뀌고 있습니다. 에이전트 네이티브 기업들은 코딩 테스트 점수보다 문제 선택·자원 배분 감각을 봅니다.
- 한국 취준생에게도 사이드프로젝트·오픈소스·커뮤니티 활동으로 평판을 쌓는 전략이 코딩 테스트 고득점보다 오래가는 자산이 될 수 있습니다.
"이제 에이전트가 숙제를 다 풀어주는데, 나는 뭘 배워야 하나요?" 요즘 개발자 지망생들 사이에서 자주 나오는 고민입니다. 최근 한 AI 스타트업 창업자가 쓴 영어 에세이가 이 질문에 정면으로 답하며 화제가 됐습니다. 실명은 밝히지 않았지만, 그는 자신의 스타트업(Helm AI)과 Scale AI, OpenAI, Google에서 6년간 일하며 관찰한 내용을 근거로 AI 시대에 진짜 필요한 스킬 6가지를 정리했습니다. 이 글은 그 원문을 그대로 옮기지 않고, 한국의 취준생·주니어 개발자·학생 눈높이에 맞게 재구성한 칼럼입니다.
이 글의 순서
- 진짜 희소한 자원에 집중하라
- 문제를 푸는 법 말고, 찾는 법을 배워라
- 가장 야심찬 형태의 문제에 도전하라
- 마지막 10%를 전력질주하라
- 기회의 질과 실행 효율을 함께 높여라
- 지금 바로 리서치에 뛰어들 수 있다
진짜 희소한 자원에 집중하라
원문 필자는 퀀트 헤지펀드의 고액 오퍼 대신 당시 신생팀이던 Scale AI를 택했다고 밝힙니다. 돈보다 네트워크와 학습 기회, 사람 관계가 훨씬 희소했다는 판단이었습니다. 자본에 접근하는 문턱은 낮아졌지만, 진짜 시간과 인간관계, 평판은 여전히 희소한 자원이라는 게 요지입니다.
[UNIQUE INSIGHT] 이 대목은 한국 취준생에게 특히 되새길 만합니다. 바이브 코딩 도구로 사이드 프로젝트를 빠르게 만들어 파는 건 쉬워졌지만, 그 자체가 커리어를 만들어주진 않습니다. 의미 있는 문제에 몰입해 시간을 투자할 때, 그리고 그 과정에서 사람을 만날 때 진짜 자산이 쌓입니다. 국내 스타트업 씬에서도 오픈소스 기여나 사이드프로젝트 공개, 커뮤니티 발표는 여전히 채용 담당자의 눈에 띄는 통로로 꼽힙니다.
문제를 푸는 법 말고, 찾는 법을 배워라
원문에 따르면 에이전트 네이티브 기업의 채용 인터뷰에서 LeetCode식 알고리즘 문제 점수는 실제 업무 성과와 무관해졌습니다. 대신 "환경을 빠르게 파악하고, 풀 가치가 있는 문제를 골라내고, 주어진 자원 안에서 실행하는 능력"을 평가한다고 필자는 설명합니다.
에이전트가 대신 풀어줄 수 없는 건 문제 선택과 토큰·시간 같은 자원 배분 감각입니다. 같은 에이전트를 쓰더라도 지원자마다 필요한 시간과 시행착오 횟수는 크게 갈립니다. [PERSONAL EXPERIENCE] 저희도 여러 채용 후기를 살펴보면, 국내에서도 알고리즘 코딩 테스트 비중을 줄이고 실무형 과제나 포트폴리오 면접으로 옮겨가는 기업이 늘고 있다는 이야기가 자주 들립니다. 정확한 통계보다 흐름 자체에 주목할 필요가 있습니다. 관련 AI 활용법 아티클에서 프롬프트로 문제를 정의하는 연습법도 함께 참고해보세요.
가장 야심찬 형태의 문제에 도전하라
"The Bitter Lesson"(범용 스케일링이 특화 최적화를 결국 이긴다는 리처드 서튼의 관찰)을 필자는 진로 선택에도 그대로 적용합니다. AI로 소프트웨어를 만들기 쉬워진 만큼 단순한 시스템은 누구나 뚝딱 만들 수 있어졌고, 지속 가능한 가치는 극도로 야심찬 문제에 집중할 때만 남는다는 논리입니다.
회사를 고를 때는 "이 회사가 자기 분야의 가장 야심찬 형태에 도전하는가, 실제로 풀어낼 가능성이 있는가"를 물어보라는 조언입니다. 단순히 유명하거나 연봉이 높은 곳이 아니라, 문제 자체의 크기와 팀의 실행력을 함께 보라는 뜻입니다.
마지막 10%를 전력질주하라
스타트업 투자자 알프레드 린의 말을 인용해, 필자는 "마지막 10%가 일의 90%이자 보상의 90%"라고 강조합니다. AI 때문에 결과물의 양극화가 심해진 이유도 여기에 있습니다. 대충 쓴 프롬프트로 나온 결과가 이제 '평균'이 됐기 때문입니다.
가치는 결국 디테일과 고유한 관점에서 나옵니다. 코딩 에이전트의 발전 속도가 워낙 빨라서, 이전 세대에서 배운 교훈만 챙기고 다음 세대 지능으로 처음부터 다시 만드는 편이 나을 때도 많다고 필자는 말합니다. [PERSONAL EXPERIENCE] 자기 사이드 프로젝트에서 이걸 연습해보는 게 가장 빠릅니다. 폴리시, 깔끔한 아키텍처, 확장성, 창의적 디테일에 조금만 더 시간을 써보는 것부터 시작하면 됩니다.
기회의 질과 실행 효율을 함께 높여라
필자는 축구의 xG(기대 득점) 개념을 커리어에 빗댑니다. 2023년엔 당시 소규모였던 Anthropic과 Cursor의 오퍼를 거절하고 DeepMind를 택했고, 2024년엔 둘 다 다시 거절하고 OpenAI를 택했다고 밝힙니다.
각 선택 모두 '커리어 관점에서 기회의 질이 높았지만', 관심사와 조직 문화, 목표에 더 맞는 곳을 골랐다는 설명입니다. [UNIQUE INSIGHT] 초기 스타트업을 고를 때 많은 지원자가 '지금 보이는 제품'에 꽂히지만, 팀이 좋으면 제품은 완전히 다른 것으로 진화합니다. 필자는 Anthropic의 초기 데모가 당시 자신의 눈에는 ChatGPT보다 못한 슬랙봇처럼 보였다고 회고합니다. 기회를 알아보는 눈과 실제로 성사시키는 실행력은 별개의 능력이라는 이야기입니다.
지금 바로 리서치에 뛰어들 수 있다
컴퓨팅 자원이 저렴해진 지금, 시작점은 모델을 직접 써보며 자신의 직관을 평가(evaluation)로 증류하는 것이라고 필자는 말합니다. 공개된 최적화 리더보드도 좋은 실험장이며, 일부 컴퓨트 제공업체는 학계에 무료 크레딧을 제공하고 있습니다.
대부분의 아이디어는 스케일에서 실패하지만, 그 실패를 이해하는 과정이 진짜 이해의 첫걸음이라는 게 필자의 결론입니다. 결국 '리서처'는 직업이 아니라 태도입니다. 호기심으로 새 아이디어를 탐구하고, 인프라와 씨름하며 직접 구현하고, 결과의 가치를 설득력 있게 설명해 더 많은 자원을 확보하는 과정. 프론티어 랩 밖에서도 대학생이나 주니어 개발자가 얼마든지 시작할 수 있는 일입니다.
오늘 정리하고 갈 체크리스트
- 코딩 테스트 대비 시간의 일부를 사이드 프로젝트·오픈소스 기여로 옮겨본다.
- 지원할 회사를 고를 때 제품이 아니라 팀과 문제의 크기를 함께 본다.
- 에이전트로 결과물을 낼 때 마지막 디테일에 조금 더 시간을 투자해본다.
- 공개 리더보드나 무료 컴퓨트 크레딧으로 작은 리서치 실험을 시작해본다.
- 이 글의 구체 수치는 원문 필자의 개인 경험담임을 감안해 읽는다.
자주 묻는 질문 (FAQ)
Q. 이 글의 원문은 누가 썼나요?
원문은 실명을 밝히지 않은 AI 스타트업 창업자의 영어 에세이입니다. 자신의 스타트업 Helm AI, Scale AI, OpenAI, Google에서 일한 경험을 근거로 커리어 조언을 정리했습니다. 이 글은 그 원문을 그대로 옮기지 않고 한국 독자에 맞게 재구성한 칼럼입니다.
Q. 코딩 테스트를 준비할 필요가 아예 없어지나요?
아닙니다. 여전히 기초 실력은 필요합니다. 다만 원문 필자는 에이전트 네이티브 기업일수록 알고리즘 점수보다 문제 선택과 실행 감각을 더 크게 본다고 설명합니다. 국내에서도 실무형 과제로 전환하는 흐름이 관찰되지만, 기업마다 방식은 다릅니다.
Q. 대학생이 지금 당장 할 수 있는 건 뭔가요?
원문은 컴퓨트가 저렴해진 지금이 리서치를 시작하기 좋은 시점이라고 말합니다. 모델을 직접 써보며 평가 기준을 만들고, 공개 리더보드에 참여하거나 사이드 프로젝트를 공개하는 것부터 시작할 수 있습니다.
Q. 회사를 고를 때 가장 중요하게 볼 건 무엇인가요?
원문 필자는 '지금 보이는 제품'보다 팀과 문제의 야심찬 정도를 보라고 조언합니다. 초기 팀의 제품은 완전히 다른 형태로 진화하는 경우가 많기 때문에, 팀의 실행력과 문제 선택 감각을 함께 살피는 게 중요하다는 설명입니다.
출처
- 실명 미상 AI 스타트업 창업자, "Career advice in the age of AI" (영어 원문 에세이) — 이 글은 해당 에세이를 요약·해설·재구성한 칼럼이며, 뉴스 보도가 아닙니다.
글쓴이 · 벤자민 요한슨 주니어
국내외 AI 뉴스와 칼럼을 매일 모니터링하며, 한국 독자에게 실질적인 시사점을 주도록 재구성해 전달합니다. 더 많은 AI 소식은 BenPaperB 홈에서 확인하세요.
※ 이 글은 뉴스 보도가 아니라 원문 에세이를 재구성한 칼럼/의견입니다. 원문 필자의 개인 경력담은 필자 본인의 서술을 근거로 옮겼으며, 별도 검증된 통계가 아닙니다.
댓글
댓글 남기기