Claude Blue: 실리콘밸리 AI 시대의 현실 가이드
메타 시니어 AI 엔지니어, 실리콘밸리 스타트업 창업자와의 대화를 바탕으로 정리한 2026년 봄의 기록
개요
이 문서는 2026년 3월, 메타(Meta)에서 시니어 AI 엔지니어로 재직 중인 인물과 실리콘밸리에서 스타트업을 운영 중인 창업자와의 대화를 바탕으로 작성되었다. 두 사람은 서로 전혀 다른 포지션에 있음에도 불구하고, AI 시대가 불러온 실존적 위기감과 그에 대한 대응 방식에서 놀랍도록 유사한 감정의 결을 공유하고 있었다.
“클로드 블루(Claude Blue)” 라는 제목은 실리콘밸리에서 실제로 통용되는 표현인 “클로드 우울증(Claude Depression)”에서 비롯된 것으로, AI의 급격한 발전이 가져온 심리적 공황 상태를 함축적으로 표현한다.
1. 시대적 배경: 우리는 지금 어디에 있는가
코딩 업계에서 먼저 벌어진 일
2025년은 AI가 소프트웨어 개발 업계를 정면으로 강타한 해였다. 당시 업계 내부에서는 두 가지 입장이 팽팽하게 맞섰다. 하나는 “코딩을 AI에 전적으로 맡겨야 한다”는 입장이고, 다른 하나는 “최소한 사람이 모든 코드를 리뷰하는 체계는 유지해야 한다”는 입장이었다. 그러나 2026년 3월 현재, 이 논쟁 자체가 사실상 무의미해졌다. AI가 생산하는 코드의 양이 사람이 리뷰할 수 있는 범위를 이미 초과해버렸기 때문이다.
이것은 단순한 기술적 진보가 아니라, 과도기(transition period) 가 현실로 닥쳤음을 의미한다. 업계는 이 과도기를 정면으로 맞닥뜨리고 있으며, 여기서 비롯된 혼란과 피해가 구체적으로 드러나고 있다.
사무직으로의 확산
저자는 AI의 충격이 2026년에는 비개발 사무직군으로도 본격적으로 확산될 것이라 예상했다. 코딩 업계에서의 전례가 있으니, 문서 작업이나 데이터 분석을 주로 하는 직군에도 유사한 충격이 오리라는 판단이었다.
그러나 실제로 한국과 미국에 걸친 15명가량의 주변인을 대상으로 비공식 설문을 진행한 결과, AI로 인한 업무 병목이나 구체적인 폐해를 체감하는 사람은 단 한 명도 없었다. 모두가 여전히 사람이 통제하고 관리할 수 있는 수준이라고 답했다.
이에 대해 저자는 대화 말미에서 중요한 재해석을 내놓는다. 병목을 느끼지 못하는 것이 AI를 잘 활용하고 있기 때문이 아니라, 아직 AI를 충분히 활용하지 못하고 있기 때문일 가능성이 높다는 것이다.
2. 메타에서의 AI-native 일상: 에이전트와만 일하는 세계
도구 선택의 현실적 기준
메타 시니어 AI 엔지니어는 회사에서는 클로드 코드(Claude Code), 개인 프로젝트에서는 오픈AI의 코덱스(Codex) 를 사용한다. 이 선택에는 매우 실용적인 이유가 있다.
회사 환경에서는 클로드 코드와 구글 제미나이만 사용이 허용되는데, 코딩 작업에서는 클로드가 압도적으로 우수하기 때문에 자연스럽게 클로드를 선택하게 된다. 반면 개인 프로젝트에서는 이미지 생성 기능이 필요한 경우가 많은데, 클로드 코드가 이를 지원하지 않는다. 더불어 코덱스 프로 플랜은 월 200달러에 토큰을 사실상 무제한으로 사용할 수 있다는 점이 결정적 이유다.
클로드 코드 맥스 플랜도 월 200달러이지만, 일정 사용량을 초과하면 추가 비용이 발생한다. 실제로 이 엔지니어는 회사에서 클로드 코드 토큰을 한 달에 약 2,000달러어치 소비하고 있다고 밝혔다. 이는 개인이 자비로 감당할 수 있는 수준이 아니다.
옵시디언 기반의 자동화된 지식 그래프
이 엔지니어의 작업 환경에서 가장 인상적인 부분은 개인 노트 앱 옵시디언(Obsidian) 과 연동된 VS Code 확장 프로그램이었다. 이것은 그가 직접 제작한 것으로, AI와 나누는 모든 대화 내역이 자동으로 옵시디언 문서로 생성되고, 기존에 쌓인 문서들과 링크를 형성하면서 지식 그래프가 유기적으로 성장하는 구조다.
원래 옵시디언은 사용자가 수작업으로 메모를 작성하고 노드 간 연결을 직접 설정해야 하는 도구였다. 하지만 AI 시대에는 AI와의 대화 자체가 지식 생산의 원천이 되면서, 이 도구의 진입 장벽이 획기적으로 낮아졌다. 메타 전체 직원 7만 명 중 사내 옵시디언 사용자 모임에 가입한 인원만 1만 명이 넘는다는 사실은, 이것이 특정 개인의 취향이 아니라 하나의 업무 문화로 자리 잡고 있음을 보여준다.
에이전트 중심의 올인원 업무 환경
메타 내부에서는 구글 드라이브, 구글 독스, 스프레드시트, 이메일, 지라(Jira), 컨플루언스(Confluence), 위키, 화이트보드 등 모든 생산성 도구가 에이전트를 통해 접근 가능하도록 연결되어 있다. 이 구조에서 엔지니어는 다음과 같이 일한다.
“나는 에이전트랑만 일하고, 내가 원하는 결과물의 형태로 각 툴들에 쌓이는 것이다.”
스프레드시트에 직접 접속할 필요도 없고, 지라 티켓을 직접 열어볼 필요도 없다. 터미널 안에서만 작업하면, 필요한 데이터가 각 도구의 데이터베이스에 자동으로 적재된다.
이 환경이 얼마나 성숙한지를 단적으로 보여주는 사례가 있다. 2026년 1월, 입사 후 첫 연말 성과 평가 시즌에 사내 AI 평가 도구에 “내가 입사하고 나서 했던 일 다 정리해 줘”라고 요청하자, 입사 이후 작성한 모든 보고서와 문서가 자동으로 요약·분류되어 방대한 목록으로 제공되었다. 이후 그가 직접 해야 했던 일은 목록 항목마다 간단한 소감을 추가하는 것뿐이었고, 그것으로 셀프 평가가 완성되었다.
3. “인프라가 다 박살났어”: AI 코드 크라이시스의 현실
이중 에이전트 병렬 운용 방식
이 엔지니어는 새로운 업무를 받으면 에이전트 두 개를 동시에 가동하는 독특한 방식으로 일한다.
첫 번째는 실행 에이전트다. 업무의 목적만 던져준 뒤 “일단 시작해”라고 보낸다. 본인도 그 업무가 정확히 무엇인지 아직 파악하지 못한 상태에서, 방향성만 제시하고 달리게 하는 것이다. 이 에이전트는 하루에서 이틀 정도 가동하면 만 줄에 가까운 코드를 생산해낸다.
두 번째는 학습 에이전트다. 해당 업무가 무엇인지, 어떤 맥락이 있는지를 엔지니어 본인에게 설명해주는 역할을 한다. 엔지니어는 학습 에이전트를 통해 업무를 파악하는 동안, 실행 에이전트가 만들어낸 코드를 또 다른 에이전트와 함께 분석한다.
결과물에서 문제가 발견되더라도 대부분 마이너한 수정 사항이고, 그 수정 반영도 에이전트가 처리한다.
인프라 붕괴의 경고
그러나 이 방식에는 심각한 부작용이 있다. 이 엔지니어는 단도직입적으로 말했다.
“지금 메타 인프라 다 박살났어.”
AI가 생성한 코드를 충분히 검토하거나 이해하지 않은 채 그대로 커밋(commit)하는 개발자가 급격히 늘었기 때문이다. 인간이 생산 속도를 따라가지 못하는 구조적 문제가 인프라 안정성에 심각한 균열을 일으키고 있다. 이것이 바이브 코딩(Vibe Coding) 시대의 과도기적 폐해다.
이 현상은 비개발 직군에도 동일하게 적용될 것이라는 예측이 뒤따른다. 100명이 일하던 비소프트웨어 기업이 있다면, 에이전트를 활용하는 3명이 같은 일을 더 저렴하게 처리하는 구조가 먼저 등장한다. 그 충격으로 기존 기업이 사라진 뒤에는, 3명 안에서도 에이전트가 만들어내는 결과물의 맥락을 통제하지 못해 발생하는 위기가 문제가 된다. 그 위기를 감당하지 못하는 조직도 결국 도태된다.
살아남는 것은, 적은 인원으로 에이전트를 효과적으로 오케스트레이션할 수 있는 능력을 갖춘 조직뿐이다.
4. 바이브 코딩에서 에이전트 오케스트레이션으로: 패러다임의 전환
용어의 변화가 보여주는 인식의 진화
실리콘밸리에서는 이미 “바이브 코딩”이라는 표현의 사용이 줄어들고 있다. 대신 “에이전트 오케스트레이션(Agent Orchestration)” 이라는 표현이 주류가 되었다.
바이브 코딩은 “게임 하나 만들어 줘”처럼 개략적이고 즉흥적인 요청을 AI에 던지는 수준의 접근이다. 반면 에이전트 오케스트레이션은 훨씬 구조화된 방식이다. 같은 게임을 만들더라도 장르, 캐릭터의 성장 범위, 적들의 레벨 증가 방식, 아이템 드롭 확률 등을 세밀하게 정의한 스펙 문서(specification document) 를 먼저 작성한다. 그리고 반복적으로 등장하는 요청들의 공통 패턴을 추출해 재사용 가능한 스킬이나 툴 형태로 정리한다. 이 정제된 스펙을 에이전트에게 얼마나 효과적으로 전달하느냐가 최종 결과물의 완성도를 결정한다.
인간이 남겨야 할 역할의 재정의
에이전트 오케스트레이션 시대에 사람이 담당해야 하는 핵심은 시작과 끝이다.
- 시작: 무엇을 만들어야 하는지를 감각적으로 파악하고, 방향을 정하는 것
- 끝: 나온 결과물이 의도한 바에 부합하는지 판단하는 것
그리고 이 두 가지를 넘어서는 추가적인 역량이 있다. 결과물이 만족스럽지 않을 때, 어느 부분이 왜 성에 차지 않는지를 정확하게 언어로 표현할 수 있는 능력이다. 이 표현 능력이 높을수록, 에이전트가 더 정밀하게 방향을 수정할 수 있다.
기업 단위에서는 이것이 더 복잡한 설계 문제로 확장된다. 큰 작업을 세분화한 뒤, 각 단계에서 AI 검증이 충분한지, 반드시 인간의 판단이 개입해야 하는지, 에이전트가 자율적으로 다음 단계로 넘어가도 되는지를 정밀하게 설계해야 한다. 에이전트 사용에도 토큰 비용이 수반되기 때문에, 사람과 에이전트의 리소스 최적화 자체가 핵심 역량이 된다.
5. 비개발자도 예외 없다: 전 직군의 AI-native 전환
메타 사내의 비엔지니어 활용 사례
메타에서 AI를 활용하는 것은 엔지니어만의 이야기가 아니다. 프로그램 매니저, HR, 영업 등 사실상 전 직군이 AI 기반 업무 방식을 도입하고 있다.
애플에서 영업 데이터를 관리하는 팀의 경우, 팀 전체의 업무 방식을 에이전트 기반으로 전환한 사례가 있다. 데이터를 처리하고 인사이트를 도출해 경영 의사결정을 지원하는 데이터 사이언스 업무 전반을 에이전트화한 것이다. 그 결과 팀원들에게 여력이 생겼고, 그 여력은 업무 범위 확장에 투입되었다.
메타 사내 소셜 플랫폼에는 HR이나 피플 팀 소속의 비엔지니어들이 스스로 제작한 프로그램을 공유하는 게시물이 올라오기도 한다. 한 HR 팀은 직원들이 접속하는 모든 소프트웨어 툴체인의 사용 데이터를 수집하는 에이전트를 직접 개발해, 개인별 업무 현황을 파악하고 독자적인 평가 점수 체계를 구축하는 데 활용했다.
영업직처럼 대면 미팅이 많은 직군도 마찬가지다. 엑셀 시트에 핵심 메시지를 정리해 입력하면 발표용 슬라이드가 자동으로 생성된다. 생성된 슬라이드에 “이 부분 테이블 더 크게”처럼 몇 번의 수정 지시를 반복하면 원하는 결과물이 완성된다. 이 엔지니어도 현재는 슬라이드를 한 슬라이드씩 직접 만들지 않는다.
“지금 메타에서 AI 안 하는 사람 없는 것 같다.”
6. “와, 나를 대체하겠네”: 프런티어 엔지니어의 실존적 위기
축적된 전문성의 순간적인 소멸 경험
이 엔지니어는 물리학과 엔지니어링 분야에서 박사 학위를 취득하고, 국내 대기업과 메타를 거치며 수십 년에 걸쳐 자신만의 전문성을 구축해온 인물이다. 그런 사람이 느끼는 위기감은 단순한 직업적 불안과는 다른 무게를 가진다.
그는 이렇게 말했다.
“글을 쓸 때 구조라든가, 비주얼라이제이션 하는 나만의 방법론 같은 게 있었다. 그게 나의 엣지였다. 그런데 AI한테 정리해 달라고 하면 너무 잘 써. 명문이 탁 나와.”
수십 년간 개인이 축적해온 고유한 노하우와 방법론이, AI 앞에서 한순간에 평준화되는 경험이다.
위기의 임계점: 특정 모델 업데이트가 바꾼 심리
이 위기감이 구체적으로 발현된 시점도 명확하다. 2026년 2월 초까지는 새로운 AI 기능이 출시될 때마다 흥분과 설렘이 앞섰다. 그런데 클로드 코드 오퍼스 4.6과 코덱스 5.4가 출시된 이후, 분위기가 완전히 달라졌다.
“그 0.1의 차이가 내가 위기감을 느끼는 그 경계였던 것 같다.”
1월 중순에 출시된 모델을 2월부터 본격적으로 사용해보니 “뭐야? 나 얼마 안 남았네”라는 생각이 들었다고 한다.
그는 자신의 심리 상태 변화를 솔직하게 묘사했다. 부정, 좌절, 분노의 단계를 거쳐 수용으로 이행하는 전형적인 심리적 충격 패턴을 경험했다. 인상적인 것은 이 주기가 며칠 만에 완료되었다는 점이다. 기술 트렌드의 속도가 이 주기마저 압축시키고 있다.
“옛날에는 새로운 기술이 나오면 잘 써봐야 평가를 할 수 있었다. 지금은 유튜브 두 시간 보고 한번 해봤더니, 와 나를 대체하겠네. 망했네. 이게 하루 만에 일어난다.”
7. 베이스 모델 전쟁의 종결과 빅테크 점령기
사실상 결판이 난 경쟁 구도
이 엔지니어의 시각에 따르면, 베이스 모델(base model) 경쟁은 서서히 막을 내리고 있다. 실제 업무에서 사람을 대체할 수준의 생산성을 실현할 수 있는 베이스 모델을 보유한 회사는 네다섯 곳에 불과하다.
- 앤트로픽(Anthropic): 클로드(Claude)
- 오픈AI(OpenAI): GPT 시리즈
- 구글(Google): 제미나이(Gemini)
- xAI: 그록(Grok)
- 메타(Meta): 라마(Llama) 계열
딥시크(DeepSeek)나 키미(Kimi) 같은 중국 모델도 존재하지만, 이는 가볍게 활용하거나 실험적으로 쓰는 수준이며, 실제 업무 생산성을 사람 대체 수준으로 끌어올리는 것은 위 다섯 회사뿐이라는 평가다.
에이전트 레이어의 독점 구조
이 구도의 핵심은 자체 베이스 모델 보유 여부가 에이전트 오케스트레이션 레이어를 구축할 수 있는 권한을 결정한다는 점이다. 자체 모델이 있으면 에이전트 간 소통 구조나 도메인별 가치 레이어를 마진 압박 없이 설계하고 운영할 수 있다.
반면 퍼플렉시티(Perplexity)처럼 자체 베이스 모델 없이 래퍼(wrapper) 형태로만 서비스를 제공하는 회사들은 구조적 한계에 직면한다. 구글이 AI 기능을 검색 서비스에 더 깊이 통합하는 것만으로도 즉각적으로 위협받는 취약한 포지션이다.
메타의 차별화된 전략
메타의 AI 전략은 다른 빅테크와 성격이 다르다. 메타의 AI는 소비자용(consumer-facing) 제품을 위해 만들어진다. 인스타그램 사용자가 고화질 영상을 자연스럽게 소비할 수 있도록, 성능이 높으면서도 연산 비용이 낮아야 한다. 이는 클로드나 GPT처럼 B2B 생산성 도구로 포지셔닝된 모델과는 본질적으로 다른 제품이다.
그렇기 때문에 메타 내부에서는 클로드나 코덱스 같은 외부 AI 도구를 업무에 활용하는 데 전혀 거리낌이 없다.
“우리가 만든 AI는 고객들이 쓸 걸 만드는 거지, 우리가 쓸 거 만드는 게 아니니까.”
8. 변하지 않는 조직은 잡아먹힌다
한국 대기업 vs 메타의 의사결정 구조
이 엔지니어는 메타 이전에 국내 대기업 본사에서 근무한 경험이 있다. 동일한 AI 엔지니어링 업무임에도 불구하고, 두 환경에서의 삶은 완전히 다르다고 했다. 그 핵심적인 차이는 “내가 무언가를 하려고 할 때 허락을 받아야 하는 깊이” 에 있다.
대기업 방식: 무언가를 시작하려면 → 상사 허락 → 상사의 상사 허락 → 계약서 작성 → 계약서 승인 대기 → 준비 착수 → 준비 과정 보고 → 실행
메타 방식: 그냥 만든다 → 완성된 것을 올린다 → 관련자들을 태그해 “이렇게 했는데 괜찮지?”라고 묻는다 → 한 명만 승인하면 즉시 반영
이 차이는 단순히 한국 문화 대 미국 문화의 문제가 아니다. 더 근본적으로는 제조업 대기업 문화 + 보안 문화 대 소프트웨어 스타트업 문화 + 미국 문화의 충돌이다.
AI를 채택하지 않는 조직의 구조적 이유
AI를 사용하지 않는 조직에 대해 이 엔지니어는 솔직한 진단을 내렸다.
“지금 안 쓰고 있으면 안 쓰는 이유가 있다. 그리고 걔네들은 계속 안 쓸 것이다.”
표면적 이유는 보안 우려지만, 그 이면에는 이해관계의 구조가 있다. 사내 AI 도구를 개발해 납품하는 계열사가 존재하고, 그 공급망이 이미 고착화된 상태에서 외부의 클로드 코드 도입을 주장하는 것은 기존 이해관계를 위협한다. 의사결정권자들이 이를 수용하지 않는 것이다.
NC소프트의 리니지 사례가 비유로 사용되었다. AI 인력을 대규모로 채용하고 투자를 집행했지만, 고가 아이템 판매에 기반한 비즈니스 모델 자체는 변하지 않았다. AI 기능은 실질적으로 활용되지 않는 곳에 형식적으로 끼워넣어졌을 뿐이다. 이미 검증된 성공 공식이 있는 조직은, 새로운 패러다임이 도래해도 방식을 바꾸지 않는다.
“결국 너네 같은 회사들이 이런 대기업을 잡아먹는 날이 오는 것이다.”
AI 도입의 생산성 격차
대기업 재직 시절에는 사내 챗봇 옆에 코드를 복사·붙여넣기 하며 일했다. 지금처럼 에이전트가 코드를 직접 작성하는 방식과 비교하면 생산성 차이가 5배 이상이다.
“대기업에서 3개월에 한 일을 지금 일주일에 할 수 있다.”
9. 다음 세대의 유일한 무기: 앙트러프러너십
5년 후 세상을 바라보는 시각
이 엔지니어는 향후 5년 안에 AI로 인한 변화의 윤곽이 정리될 것으로 보았다. 그때 지금의 어린아이들이 중학생이 될 시점에는, 이미 재편된 세상의 모습이 구체적인 사례로 눈에 보일 것이다. 그래서 이 세대가 오히려 좋은 시기에 태어났다고 생각한다고 했다.
그러나 전제 조건이 있다.
“다음 세대는 무조건 앙트러프러너십(entrepreneurship)이다. 경영자 마인드를 갖추지 못한 아이들은 자리를 못 찾을 것이다.”
교육 철학: 기를 죽이지 않는 것
이로부터 도출된 교육 방침은 하나다. 아이의 기를 죽이지 않는 것. 혼을 내면 기가 죽고, 기가 죽으면 입시 성적 최적화형 인간이 되기 쉬우며, 그런 방식으로 자란 아이들은 AI 시대에 경쟁력을 갖기 어렵다는 판단이다. 스스로 자신감을 유지하고 창업가적 기질을 키울 수 있도록 환경을 만들어주는 것이 유일한 방침이다.
2026년이 가장 중요한 한 해인 이유
AI에 의해 대체 확률이 높은 직군에 있는 사람들은 반드시 무언가를 해야 한다는 메시지도 강조되었다.
“올해는 진짜 중요한 한 해다. 너무너무 중요한 한 해다.”
10. 실리콘밸리의 두 얼굴: 우울과 큰 꿈 사이
클로드 우울증: 실리콘밸리의 집단적 심리
같은 날 만난 실리콘밸리 스타트업 창업자(스탠포드 MBA 출신, 2024년 창업, 40개 이상의 제품 개발·폐기를 반복 중)는 놀랍도록 유사한 정서를 공유했다.
“지금 실리콘밸리는 사실 매우 우울하다. 심지어 그 우울증 때문에 떠나고 싶다고도 느낀다.”
실리콘밸리에서는 이 정서를 “클로드 우울증(Claude Depression)” 이라고 부른다. AI로 인해 인간의 역할과 일자리가 언젠가 전면적으로 사라질 것이라는 인식이, 추상적인 공포가 아니라 일상적으로 체감되는 현실로 다가오고 있기 때문이다. 메타가 최근 개발자 1만 6천 명을 해고하고 신규 채용을 전면 중단한 것도, 이들에게는 먼 뉴스가 아니라 바로 옆에서 벌어지는 사건이다.
비전의 붕괴와 재편
이 창업자의 회사 비전은 “모든 사람에게 개발 파워를 제공한다”는 것이었다. 개발자와 비개발자 사이의 격차를 AI로 좁히겠다는 방향이었다. 2024년에는 이것이 올바른 방향으로 보였고, 창업자 본인을 제외한 전 직원을 소프트웨어 엔지니어로 채용했다.
하지만 2026년 현재, 한 분야에 지나치게 집중한 것이 아닌가 하는 우려가 생겼다. 다양한 역량의 부재가 걱정되는 상황이며, 이 고민을 팀 내에서 상당히 투명하게 공유하고 있다고 한다.
“고객에게는 오늘을, 투자자에게는 10년을”
이 창업자의 말 중 가장 인상적인 문장은 다음이었다.
“고객에게는 오늘을 팔고, 투자자에게는 10년을 팔아야 한다. 근데 10년 후에 우리 모두 침대에 누워있을 것을 너무나도 잘 안다.”
주변의 모든 사람이 같은 감각을 공유하고 있어서, 실리콘밸리 전체에 묘한 집단적 우울감이 드리워져 있다고 했다.
그럼에도 실리콘밸리를 떠나지 않는 이유
처음 미국에 간 이유는 한국의 획일성에서 벗어나 다양성을 경험하고 싶어서였다. 하지만 실리콘밸리는 인종적으로는 다양할지 몰라도, 결국 모두가 스타트업과 AI에 종사하는 사람들이라 오히려 획일적으로 느껴진다고 했다.
그럼에도 한국으로 돌아가지 않는 이유가 있다. 한국에서는 큰 꿈을 꾸기 어렵지만, 실리콘밸리에는 미친 듯이 큰 꿈을 가진 사람들이 있고, 그들로부터 오는 영감이 있다. 그 에너지 속에서 계속 살고 싶다는 것이다.
역설적 투자 아이디어: K-푸드
AI 소프트웨어의 최전선에 있는 이 창업자가 만약 투자를 한다면 K-푸드에 하겠다고 했다. 이유는 명확하다.
미국에서 넷플릭스 상위권에는 항상 한국어 콘텐츠가 올라와 있고, K-컬처에 대한 관심이 높아지면서 미디어에서 자주 등장하는 한국 음식에 대한 수요도 자연스럽게 증가하고 있다. 현재 미국 내 한식의 문제는 “young하지 않은” 이미지인데, 강남이나 성수동의 감성을 그대로 이식하면 충분히 경쟁력이 있다는 판단이다. 치폴레나 맥도날드처럼 오래된 프랜차이즈밖에 없는 미국 외식 시장에서 새로운 플레이어에 대한 수요는 크다.
AI 소프트웨어의 최전선에 있는 사람이 테크와 가장 거리가 먼 산업에서 30년짜리 기회를 본다는 것은, 지금 실리콘밸리의 분위기를 상징적으로 보여준다.
전쟁과 군수산업이라는 불편한 농담
마지막으로 소름 돋는 이야기가 있었다. AI로 인해 대규모 일자리 소멸이 예상될 때, 역사적으로 국가가 빠르게 새로운 일자리를 창출하는 가장 강력한 수단은 전쟁이었다는 것이다.
그래서 실리콘밸리 일각에서는 반쯤 농담, 반쯤 진담으로 이런 말이 돌고 있다.
“군수 기업에 롱(long)을 잡고 AI 스타트업에 숏(short)을 치는 것이 맞는 것 같다.”
낭만적 시나리오로는 일자리를 잃은 사람들이 VR 같은 엔터테인먼트 산업으로 흡수되겠지만, 비극적 시나리오로는 국가가 전쟁을 일으키고 사람이 죽는다. 그리고 실제로 예상보다 일찍 여러 전쟁이 시작되어버린 지금, 이 농담은 단순한 농담으로 들리지 않게 되었다.
11. 관계는 여전히 AI가 대체할 수 없다
비즈니스에서 여전히 유효한 인간 관계
AI 시대에 글로벌 사업을 꿈꾸는 사람들 사이에서 자주 나오는 질문이 있다. 꼭 현지에 가야 하느냐는 것이다. 두 사람 모두에게 동일한 질문을 던진 결과, 답은 같았다.
메타 엔지니어는 이렇게 말했다.
“관계를 형성하는 건 되게 중요한 것 같다. 근데 관계를 줌으로 형성할 수 있을까? 밥은 먹어야 되지 않나?”
전날 VC와의 줌 미팅에서 편하게 자문을 해줬다고 생각했는데, 저자와 직접 만나 대화하면서 그 깊이가 다르다는 것을 실감했다고 한다. 얼굴을 보고 밥을 먹어야 비로소 서로 마음이 열리는 것은, AI 시대에도 변하지 않는다.
창업자도 같은 입장이었다. 스스로 영업에 약한 내향적 성향임에도 불구하고, 초기 고객을 확보할 수 있었던 것은 스탠포드 동문 네트워크 덕분이었다. 스탠포드 사람들은 스타트업에 관심이 많아, 순수하게 배우고 싶은 마음으로 참여해주는 경우가 많았다고 한다.
이 창업자가 한국에 출장 온 이유 중 하나도, 오랜 친구들을 만나고 가족과 시간을 보내기 위해서였다. 소프트웨어는 글로벌하고 원격 근무도 가능하지만, 사람을 직접 만나야만 채워지는 것이 있다.
보이지 않는 관계 자산의 가치
저자는 스스로를 돌아보며, 메타에 있는 선배와 편하게 연락해 이런 깊이의 대화를 나눌 수 있다는 것 자체가 거대한 무형 자산임을 깨달았다고 했다. 미국 빅테크 현직자를 인터뷰하려면 다른 사람들은 비용을 지불해야 하는 상황에서, 이런 관계 자산은 비즈니스 성립 여부와 무관하게 엄청난 임팩트를 만들어낸다.
12. 결론 및 시사점
핵심 메시지 요약
이 대화에서 도출되는 가장 중요한 인식은 다음과 같다.
우리가 AI로 인한 업무 병목을 느끼지 못하는 것은, AI를 잘 쓰고 있기 때문이 아니라 아직 충분히 못 쓰고 있기 때문이다.
실리콘밸리의 최전선 워커들은 이미 클로드 블루(Claude Blue), 즉 AI가 가져온 깊은 우울감을 체감하고 있다. 반면 우리가 아무것도 느끼지 못하고 있다면, 그것은 안전한 것이 아니라 변화의 속도에 뒤처지고 있다는 신호일 수 있다.
개인 차원에서의 실천 제언
1. 에이전트를 즉시, 그리고 다수 가동하라 눈을 떠 있는 동안 에이전트 3개 이상이 병렬로 작동하고 있지 않다면, 생산성 격차가 벌어지고 있다고 인식해야 한다. 이는 과장이 아니라, 현재 실리콘밸리에서 고성과자와 그렇지 않은 사람을 나누는 기준이 되고 있다.
2. 스펙 문서를 작성하는 능력을 키워라 바이브 코딩에서 에이전트 오케스트레이션으로 패러다임이 전환되고 있다. 원하는 결과물을 얼마나 정밀하게 언어로 명세할 수 있느냐가 성과를 결정한다. 이 능력은 기술적 역량이 아니라 사고 능력이다.
3. 결과물의 불만 사항을 정확히 언어화하는 훈련을 하라 “마음에 안 들어”가 아니라, “이 부분의 논리 흐름이 앞 단락의 전제와 충돌한다”처럼 구체적으로 표현할 수 있을수록 에이전트는 더 정밀하게 수정된다. 이 언어화 능력이 AI 시대의 핵심 역량 중 하나다.
4. 사람과의 관계 자산을 지속적으로 쌓아라 AI가 대부분의 업무를 자동화하는 시대에도, 신뢰에 기반한 인간 관계는 대체되지 않는다. 직접 만나고, 밥을 먹고, 깊은 대화를 나누는 것이 비즈니스와 커리어의 근간이 된다.
5. 앙트러프러너십을 의도적으로 개발하라 다음 세대의 유일한 무기가 창업가 마인드셋이라는 것은, 자녀 교육의 문제만이 아니다. 지금 현역으로 일하고 있는 사람에게도 동일하게 적용된다. 주어진 역할을 수행하는 것을 넘어, 스스로 문제를 정의하고 기회를 포착하는 능력을 키워야 한다.
조직 차원에서의 시사점
1. 의사결정 속도를 구조적으로 높여라 메타처럼 “만들고 나서 허락받는” 구조로의 전환이, AI 시대의 조직 생존을 좌우한다. 허락을 구하는 계층이 많은 조직은 에이전트 오케스트레이션의 이점을 살리지 못한다.
2. AI 미채택의 진짜 이유를 직시하라 보안 우려나 기술적 미성숙이 표면적 이유라면, 그 이면의 이해관계 구조를 파악해야 한다. 현재의 공급망이나 기득권이 변화를 막고 있다면, 그것이 조직을 시장에서 도태시키는 근본 원인이 될 수 있다.
3. 사람과 에이전트의 역할을 명확히 설계하라 어느 단계에서 AI 검증으로 충분하고, 어느 단계에서 반드시 사람의 판단이 필요한지를 체계적으로 설계해야 한다. 이 설계 없이 에이전트를 도입하면, 메타의 인프라 붕괴 사례처럼 크라이시스가 발생한다.
에필로그
2026년 봄, 실리콘밸리의 공기는 독특하게 복합적이다. AI가 가져올 미래에 대한 실존적 위기감, 그럼에도 멈출 수 없다는 절박함, 그리고 앙트러프러너십만이 유일한 답이라는 확신. 빅테크 시니어 엔지니어와 스타트업 창업자, 두 사람이 동일하게 느끼는 이 감정의 결이 그것을 보여준다.
클로드 블루(Claude Blue)는 단순한 우울감이 아니다. 그것은 가장 앞에 선 사람들이 변화의 임계점을 먼저 통과하면서 느끼는, 지극히 이성적인 위기 인식이다. 그리고 그 위기 인식이야말로, 이 시대를 제대로 살아내기 위한 출발점이다.
이 문서는 brunch.co.kr/@hiclemi/146 의 내용을 바탕으로 작성되었습니다. 원문: “Claude Blue - 실리콘밸리 전체가 우울하다” (2026년 3월)