카맥, AI 시대 손코딩을 무술의 '-도'에 비유하며 '낡은 쿵푸 고수' 경계

AI 보조 코딩 덕에 머릿속 프로그램을 문법, API 이름, 라이브러리 함정에 맞춰 옮기는 소모전이 줄었음. 순수 바이브 코딩은 아직 단순한 시스템에서만 되지만, AI 보조는 컴퓨터에 대한 재미를 되살려줬음.

그런 타이핑 부담은 AI 이전에도 Smalltalk이나 Lisp 같은 라이브 프로그래밍, 좋은 에디터의 편집-컴파일-실행 순환으로 많이 줄일 수 있었음. 옛 방식 자체보다 도구를 제대로 쓰지 않은 문제 같음.

주변의 AI에 빠진 사람들은 여유를 구조 개선에 쓰기보다 산출량을 늘리는 데 쓰더라. 코드가 더 빨리 쌓일 뿐 설계가 나아진 사례는 별로 못 봤음.

난 코드를 직접 씨름하며 모델을 만들고 시험할 때 문제를 이해하게 됨. LLM이 만든 코드를 읽어도 같은 뇌 활동이 일어나지 않고, 오히려 컴퓨터에 대한 흥미가 빠지는 느낌임.

카맥이 공개한 코드의 가치는 알겠지만, 과거에 id Tech 5 공개소스를 말한 일이나 Microsoft의 게임 IP 인수를 좋게 본 발언까지 생각하면 그의 공개 발언을 왜 중시하는지 모르겠음. 지금은 AGI 스타트업 Keen Technologies를 운영하며 기계 생성 코드를 밀고 있기도 함.

한 사람이 항상 맞을 리 없으니 발언은 건별로 판단하면 됨. 업계 흐름을 따라야 한다는 말 자체는 맞고, 1990년대 고급 언어나 2010년대 빅데이터를 익힌 것처럼 지금은 AI를 익힐 때인 것뿐임.

코드를 타이핑하는 일은 우발적 복잡성이라 줄어들면 문제를 더 빨리 풀 수 있음. 대신 모델에 실행 환경과 세밀한 테스트를 붙여 현실에 접지하고, 원하는 해법 형태로 제약해야 함.

'뒤처지지 말라'는 AI 글은 제일 싫음. AI로 배울 게 뭐가 있나, 그냥 시키는 대로 입력하는 건데.

프로그래밍도 결국 컴퓨터에 지시하는 일이라고 말할 수 있음. 에이전트 수십 개를 병렬로 쓰거나 정확성이 중요한 소프트웨어, 해법이 불명확한 연구 문제를 다루려면 지시만으로는 좋은 결과가 안 나옴.

손으로 모든 코드를 쓰는 일자리는 줄겠지만 없어지진 않을 거임. 격투기 대회에서 이기려는 쿵푸 고수의 자리는 아니어도, 그 일을 원하는 사람이 더 적어지면 일부에게는 여전히 직업 경로가 됨.