요즘 AI와 개발 생산성에 대한 이야기가 많음. 그중에서 자주 보이는 질문이 있음.
“AI가 도입되어서 미친듯이 속도전을 하면서, 정말 그 속도가 회사에 기여한다고 느껴지나?”
이 질문에 대한 반응은 대체로 비슷함. 팀 전체 생산성은 안 올랐다, 모르는 코드가 늘어서 장기적으로 문제를 쌓고 있다, 기획 디자인이 병목이라 개발만 빨라져서는 체감이 안 된다.
다 맞는 말임. 근데 이 이야기들을 보면서 느낀 게 있음.
생산성이 올랐는데 왜 더 안 뽑나
AI 도입 이후 개인 개발자의 생산성은 확실히 올랐음. 여기까진 이견이 없음. 문제는 그 다음.
생산성이 올랐으면 더 많이 만들어서 더 많이 벌어야 하는 게 자연스러운 흐름 아닌가? 근데 실제로 일어나고 있는 건 정반대임. 더 뽑는 게 아니라 줄이고 있음. 대량해고가 발생하는 이유가 여기에 있음 — 많은 회사가 AI를 성장 엔진이 아니라 감원 도구로만 쓰고 있음.
AI가 가져오는 생산성 향상에는 세 가지 층위가 있다고 봄.
- 첫째, 같은 일을 더 빠르게 하는 것. 코드 작성 속도가 올라가고, 디버깅이 빨라지고, 반복 작업이 줄어듦. 대부분의 회사가 여기서 멈춤. 그래서 “빨라졌으니 사람을 줄이자”가 됨.
- 둘째, 조직 운영 비용의 제거. 이게 과소평가되고 있는 부분임. 아래에서 자세히 다룸.
- 셋째, 이전에 불가능했던 것을 가능하게 만드는 것. 사람을 몇 명 붙여도 현실적으로 운영 불가능했던 서비스를 AI로 돌릴 수 있게 되는 것. 이건 비용 절감이 아니라 새로운 가치 창출이고, 회사를 지속적으로 성장시킬 수 있는 유일한 방향.
첫째에만 머무르면 감원 도구가 되고, 셋째까지 가야 성장 엔진이 됨. 근데 셋째까지 가려면 둘째를 이해해야 함.
진짜 체감되는 건 사람 사이의 비용이 사라지는 것
내가 실제로 가장 크게 느끼는 건 두 번째 층위, 조직 운영 비용의 제거임.
사람끼리 일할 때는 보이지 않는 비용이 엄청남. 기분 안 상하게 피드백해야 하고, 동기부여 시켜줘야 하고, 이해시키려고 노력해야 하고, 회의를 해야 하고, 서로의 리듬과 방식을 맞춰야 함. 온보딩에 몇 주, 맥락 전달에 매번 30분, 감정 관리는 상시. 이 비용은 어디에도 집계되지 않지만 팀이 커질수록 기하급수적으로 늘어남.
AI는 이걸 다 건너뜀. 핵심 일 그 자체로 바로 감. “이거 해줘” → 실행. 감정 관리 필요 없고, 맥락 전달에 30분 안 걸리고, 온보딩도 없음. CLAUDE.md 하나 적어두면 매번 같은 규칙으로 동작함.
내가 지금 실제로 이렇게 일하고 있음. 여러 프로젝트를 동시에 돌리는데, 매주 신규 태스크 5~6개를 치고, PoC를 하고, 인프라도 하고, 운영 버그도 잡고, CS 자동화도 만듦. 원래 이 정도 범위를 커버하려면 최소 3~4명은 필요했을 것. 근데 혼자 돌아감.
이게 가능한 이유는 판단하는 사람과 실행하는 AI 사이에 중간 레이어가 없기 때문임. 회의도 없고, 맥락 전달도 없고, 기다림도 없음. 텔레그램으로 “/작업 블로그 글 써줘”라고 보내면 AI가 계획 세우고, 확인 받고, 실행하고, 결과 보고함. 끝.
그래서 흔히 말하는 문제들이 다 해당이 안 됨.
- “모르는 코드가 늘어난다” → 전체를 한 사람이 보니까 모르는 코드가 없음.
- “기획이 병목이다” → 판단하는 사람이 바로 실행하니까 병목이 없음.
- “팀 전체 생산성이 안 오른다” → 팀이라는 중간 레이어 자체가 없으니까 해당 사항 없음.
같은 AI를 써도 결과가 다른 이유
이건 누구나 할 수 있느냐 하면, 조건이 붙음.
AI한테 일을 병렬로 던지려면 일의 전체 그림을 알고 있어야 함. 프론트, 백엔드, 인프라, 배포, 운영 — 각각을 깊이 있게 알 필요는 없지만, 전체 구조를 이해하고 “이건 이렇게 하면 된다”는 방향을 잡을 수 있어야 함. AI는 실행력은 강하지만 방향 설정은 못 함. 방향이 틀리면 엄청난 속도로 잘못된 길을 달림.
그래서 같은 Claude Code를 써도 결과가 다름. 시니어 개발자가 쓰면 AI가 3~4명분을 해내고, 경험이 부족한 사람이 쓰면 AI가 만든 코드를 검증하지 못해서 오히려 기술 부채가 쌓임. 도구가 같아도 판단력의 차이가 결과의 차이를 만듦.
이건 불공평해 보이지만 사실 원래 그랬음. 경험 많은 개발자가 더 좋은 코드를 짜는 건 AI 이전에도 마찬가지였음. AI가 바꾼 건 “경험이 만드는 차이의 크기”임. 예전에는 시니어가 주니어보다 1.5배 빠르면 잘하는 거였는데, 지금은 AI를 잘 쓰는 시니어가 10배, 20배 차이를 만들 수 있음. 레버리지가 달라진 것.
소규모 조직으로의 재편은 비용 절감이 아니라 구조적 변화
그래서 AI 시대에 조직이 소규모로 재편되는 게 맞다고 생각함. 단순히 비용을 줄이겠다는 것이 아님.
AI가 해결해주는 게 결국 사람 사이의 비용임. 커뮤니케이션, 맥락 전달, 감정 관리, 온보딩, 회의. 예전에는 한 사람이 커버할 수 있는 범위가 좁아서 어쩔 수 없이 사람을 늘려야 했지만, AI가 그 범위를 확장시켜버렸음.
“적게 뽑아야 해서”가 아니라 “적은 게 더 효율적이어서” 소규모가 되는 것.
이 구조에서 CTO의 역할도 바뀜. “개발팀을 효율적으로 운영하는 사람”에서 “AI 실행력 위에 방향을 세팅하는 사람”으로. 개발 속도가 사실상 무한에 가까워지면, 희소한 건 코딩 능력이 아니라 “무엇을 만들 것인가”에 대한 판단력이 됨.
코드를 100배 빨리 찍어내도 방향이 틀리면 100배 빨리 잘못된 길을 가는 것. 속도가 무한해질수록 방향의 가치가 무한해짐.
이 글에서 언급한 AI 도구와 워크플로우가 궁금하면 Claude Code 사용법 가이드, 텔레그램 원격 작업 시스템이 궁금하면 텔레그램 봇 vs Claude Code Channels 참고. 1인 AI SaaS로 실제 돈 버는 사례는 여기에 정리함.