LLM이 생산성을 높이는 진짜 이유는 우리가 생각하는 것과 다르다

게시일: 2026년 2월 24일 | 원문 작성일: 2026년 2월 23일 | 저자: William Alexander | 원문 보기

• • •

생각보다 덜 뜨거운 의견 하나

LLM이 사람들의 생산성을 진짜로 높이고 있어요. …그런데 말이죠… 그 이유를 우리가 거의 완전히 잘못 짚고 있다고 생각해요.

먼저 뻔한 얘기는 빨리 치우죠. 네, 비개발자도 이제 우리 같은 건방진 엔지니어들한테 안 물어보고 프로토타입을 만들 수 있어요. 개발팀은 보일러플레이트1와 툴링에서 더 빠르게 움직이고, 점점 더 실제 프로덕션 코드에서도 그래요. 이건 분명한 성과이고, 진지한 사람이라면 아무도 부정하지 않을 거예요.

진짜 핵심은 이거예요

제 생각에 생산성 향상의 대부분은 인간이 자기가 원하는 걸, 글자 그대로밖에 이해 못하는 기계가 시도라도 해볼 수 있을 만큼 명확하게 표현하도록 강제당하는 데서 나와요.

LLM이 “틀렸지만 비슷한” 답을 내놓으면 “아니, 내가 원한 건 그게…” 하다가 멈추게 되거든요. 자기가 뭘 원했는지 100% 확신이 없다는 걸 깨닫게 돼요. 이건 사고의 놀이공원 거울2이에요. 반사된 모습이 뒤틀려 있고, 바로 그 뒤틀림이 핵심이에요. “아니, 그거 말고, 이거!”를 반복할 때마다 자기 생각을 다듬고, 진짜 원하는 게 뭔지 좁혀가는 거예요. 처음 출발점과는 완전 딴판인 곳에 도착하기도 하고요.

몇 주가 몇 분이 됐어요

이 루프는 원래 몇 주가 걸렸어요. 스펙을 써요. 누군가 만들어요. 보고는 “내가 원한 게 이게 아닌데”라고 해요. 그러면 상대가 스펙 들여다보면서 “요청하신 게 말 그대로 이건데요”라고 하죠. 이제 그 사이클이 몇 분이면 돼요. 바로 그게 생산성 향상의 정체예요.

10배 생산성의 진짜 출처

10배 생산성 향상이라는 주장들이 바로 이 지점에서 나오는 것 같아요. 한 번도 앉아서 생각부터 해본 적 없이 바로 코드부터 치던 엔지니어와 팀들이, 이제 생각을 강제당하는 건 물론이고, 그 생각을 전에는 상상도 못했던 속도로 반복까지 할 수 있게 된 거죠.

그리고 가장 잘하는 팀이 이 도구를 가장 잘 활용하는 이유도 이걸로 설명이 돼요. LLM 조련사여서가 아니라, 원래부터 이렇게 일하던 팀이니까요. 작은 단위, 더 빠른 피드백. 그뿐이에요.

가장 오래된 병목

이 거창한 새 AI 도구들이 가장 가치 있는 이유는 도구가 만들어내는 결과물 때문이 아닐 수도 있어요. 모든 산업에서 가장 오래된 병목을 마침내 직면하게 만들어주기 때문이에요. 인간은 자기가 뭘 원하는지 파악하는 데 놀라울 만큼 서투르고, 그걸 남한테 전달하는 건 말할 것도 없죠.