👉🏻 90% 국비지원으로 AI 커리어 시작!

스탠포드 CS230 수업에서 앤드류 응 교수가 'AI 시대의 커리어'를 주제로 특강을 진행했습니다. 신입 채용이 얼어붙고 AI가 일자리를 위협한다는 뉴스가 넘쳐나는 지금, 그는 오히려 "지금이 AI로 커리어를 쌓기에 최고의 시기"라고 말합니다. 그 이유는 무엇일까요?

^{Stanford CS230 | Autumn 2025 | Lecture 9: Career Advice in AI}

1. AI는 여전히 빠르게 진화하고 있다

앤드류 응은 METR 연구를 인용하며 흥미로운 통계를 공유했습니다. AI가 처리할 수 있는 작업의 복잡도가 7개월마다 2배씩 증가하고 있다는 것입니다. 코딩 영역에서는 이 속도가 더 빨라 약 70일마다 2배가 됩니다.

"예전에는 AI가 몇 초 걸리는 작업만 할 수 있었어요. 이제는 몇 분, 몇십 분 걸리는 작업도 처리합니다. 이 추세는 계속될 거예요."

벤치마크 점수가 100%에 가까워지면서 'AI 발전이 둔화되고 있다'는 이야기가 나왔지만, 실제로는 다른 지표들이 AI의 급속한 성장을 보여주고 있습니다.

2. 더 강력하고, 더 빠르게 만들 수 있는 시대

앤드류 응은 현재를 AI 개발의 황금기라고 부르며 두 가지 키워드를 제시합니다.

More Powerful (더 강력함)

"여러분은 이제 1년 전 세계 최고 팀도 만들지 못했던 소프트웨어를 만들 수 있습니다."

LLM, 에이전틱 워크플로우, 음성 AI, 딥러닝 등 강력한 AI 빌딩 블록들이 누구나 사용할 수 있게 되었습니다. 심지어 최신 LLM에게 "트랜스포머 네트워크 구현해줘"라고 요청하면 꽤 괜찮은 코드를 만들어냅니다.

Faster (더 빠름)

"제가 가장 좋아하는 코딩 툴은 3개월마다 바뀝니다. 몇 달 전엔 Claude Code였고, GPT-5 출시 후엔 OpenAI Codex가 엄청난 발전을 했어요. 오늘 아침엔 Gemini 3이 나왔고요."

AI 코딩 툴은 정말 빠르게 진화하고 있습니다. 앤드류 응은 반세대만 뒤쳐져도 생산성이 크게 떨어진다고 강조합니다.

"AI 코딩 툴은 제가 본 AI 섹터 중에서도 진짜 엄청난 속도로 발전하고 있어요. 최신 세대 툴을 쓰는 것과 반 세대 뒤처진 툴을 쓰는 것은 솔직히 생산성에서 큰 차이를 만듭니다."

3. 제품 관리(PM)가 새로운 병목

흥미로운 변화가 일어나고 있습니다. 코딩은 점점 쉬워지는데, 정작 "무엇을 만들지 결정하는 일"은 여전히 어렵습니다.

앤드류 응은 제품 개발을 이렇게 설명합니다:

1. 소프트웨어 작성

2. 사용자 피드백 수집 (PM 업무)

3. 피드백 기반으로 개선 방향 수정

4. 다시 1번으로

"AI 코딩 덕분에 소프트웨어 작성은 훨씬 빠르고 저렴해졌어요. 그런데 아이러니하게도 이것 때문에 병목이 '무엇을 만들지 결정하는 것'으로 이동했습니다."

엔지니어 대 PM 비율의 변화

실리콘밸리에서는 전통적으로 엔지니어 대 PM 비율이 4:1에서 8:1 정도였습니다. PM 한 명이 제품 스펙을 작성하면 4~8명의 엔지니어가 바쁘게 일하는 구조였죠.

그런데 지금은 2:1, 심지어 1:1로 변하고 있습니다.

"제가 일하는 팀 중에는 PM 1명에 엔지니어 1명을 제안한 곳도 있어요. 전통적인 실리콘밸리 기업에서는 상상도 못할 비율이죠."

왜 이런 일이 벌어질까요? 엔지니어링은 AI 덕분에 엄청나게 빨라졌지만, 제품 관리 업무는 AI의 도움을 그만큼 받지 못하기 때문입니다.

엔지니어가 PM 역할까지 하면?

더 나아가, 앤드류 응은 엔지니어가 직접 사용자와 소통하고 제품 결정을 내리는 경우를 주목합니다.

"물론 모든 엔지니어가 사용자와 대화하거나 사람과의 공감적인 작업을 즐기는 건 아닙니다. 하지만 점점 더, 사용자와 대화하고, 피드백을 받고, 사용자에 대한 깊은 공감을 발전시켜서 무엇을 만들지 결정할 수 있는 엔지니어들이 제가 오늘날 실리콘밸리에서 보는 가장 빠르게 움직이는 사람들입니다."

앤드류 응은 과거 한 가지 실수를 인정합니다.

"커리어 초기에 많은 엔지니어들에게 제품 작업을 더 하라고 설득하려 했어요. 그런데 정말 좋은 엔지니어들을 좋은 제품 매니저가 아니라는 이유로 기분 나쁘게 만들었죠. 그건 실수였고, 몇 년간 후회했습니다."

하지만 지금은 다시 같은 이야기를 하고 있습니다.

"제가 코드를 작성할 수 있으면서 동시에 사용자와 대화해서 무엇을 할지 결정할 수 있다는 사실이, 저와 이렇게 할 수 있는 엔지니어들을 훨씬 빠르게 움직이게 해요."

다른 누군가가 제품을 고객에게 가져가길 기다리지 않아도 됩니다. 코드를 작성하고, 다음에 무엇을 할지 직관을 가지고, 그 속도로 반복하면 실행 속도가 훨씬 빠릅니다.

4. 그래서 앤드류 응의 조언은?

"그냥 가서 만드세요(Just go and build stuff)."

스탠포드 수업도 듣고, 온라인 코스도 들으세요. 하지만 무엇보다도, 직접 만들고 다른 사람들에게 보여줄 기회가 그 어느 때보다 많습니다.

"뭔가를 만들어 내는 게 너무 쉬워졌어요. 온라인 쇼핑몰을 만드는 건 너무 쉬워졌어요. 조금만 배우면 정말 하루 만에 나만의 온라인 쇼핑몰을 만들 수도 있어요."

물론 책임감 있게 해야 합니다. 다른 사람들에게 해를 끼치는 소프트웨어를 만들지 마세요. 하지만 그것만 지킨다면:

"세상에는 아이디어가 넘쳐납니다. 하지만 그것을 만들 스킬을 가진 사람은 부족해요. 여러분이 만들지 않으면, 아무도 만들지 않을 프로젝트들이 많습니다."

"실패의 비용이 훨씬 낮아졌어요. 주말을 낭비하지만 뭔가를 배우는 거잖아요. 괜찮아 보입니다."

5. 열심히 일하라는 '정치적으로 올바르지 않은' 조언

앤드류 응은 한 가지 논란이 될 수 있는 조언을 추가합니다.

"어떤 서클에서는 다른 사람들에게 열심히 일하라고 격려하는 게 정치적으로 올바르지 않다고 여겨집니다. 저는 여러분에게 열심히 일하라고 격려하겠습니다."

물론 그는 누구나 열심히 일할 수 있는 건 아니라는 점을 인정합니다.

"제 아이들이 태어난 직후에는 저도 짧은 기간 동안 열심히 일하지 않았어요. 부상이나 장애 때문에, 또는 다른 매우 타당한 이유로 지금 당장은 열심히 일할 수 있는 위치가 아닌 사람들이 있습니다. 우리는 그들을 존중하고, 지원하고, 열심히 일하지 않더라도 잘 돌봐줘야 합니다."

하지만 그의 경험은 명확합니다.

"제 모든 PhD 학생들이 매우 성공했는데, 그들 모두가 엄청나게 열심히 일하는 걸 봤어요. 새벽 2시에 앉아서 하이퍼파라미터 튜닝하는... 해봤어요. 지금도 어떤 날엔 하고 있어요."

"만약 여러분이 인생에서 정말 열심히 일할 수 있는 위치에 있다면, 지금 할 수 있는 기회가 정말 많습니다. 저처럼 저녁과 주말에 코딩하고 만들고 사용자 피드백 받는 게 신나다면, 그렇게 하세요. 정말 성공할 확률이 높아집니다."

6. 당신을 둘러싼 사람들이 성공을 결정한다

앤드류 응이 강조한 또 다른 핵심은 네트워크의 중요성입니다.

"커리어를 헤쳐나가는 데 있어, 학습 속도와 성공 수준에 가장 강력한 예측 변수 중 하나는 여러분 주변의 사람들입니다. 우리는 모두 사회적 존재예요. 우리 모두 주변 사람들로부터 배웁니다."

"사회학 연구에 따르면, 가장 친한 친구 5명이 흡연자라면 당신도 흡연자일 확률이 꽤 높습니다. 담배 피우지 마세요. 그냥 예시예요."

"가장 친한 5명이나 10명이 정말 열심히 일하고, 결단력 있고, 빠르게 배우며, AI로 세상을 더 좋게 만들려는 사람들이라면, 당신도 그럴 가능성이 훨씬 높습니다. 제 생각엔 거의 확실히 사실이에요."

스탠포드의 독특한 이점

앤드류 응은 스탠포드의 특별함을 이렇게 설명합니다.

"솔직히 말하면, 많은 최첨단 AI 연구소, 프론티어 랩에서 일하는 사람들이 많은 스탠포드 교수진의 전 학생들입니다. 그래서 이 풍부한 연결 조직은 솔직히 스탠포드에서 우리가 종종 널리 알려지지 않은 많은 것들을 알게 된다는 걸 의미합니다."

"어떤 회사가 뭔가를 하면, 제 교수 친구 중 한 명이 그 회사 누군가에게 전화해서 '이거 이상한데, 정말 작동해?'라고 물어요."

"저 자신도 어떤 기술 방향으로 갈지 생각하고 있을 때가 많았어요. 정말 연구에 가까운 누군가, 스탠포드 연구자나 프론티어 랩의 누군가와 1~2통의 전화를 하면, 제가 전에 몰랐던 뭔가를 공유해줘요. 그게 프로젝트의 기술 아키텍처 선택 방식을 바꿉니다."

앤드류 응은 PR처럼 들릴 수 있다는 걸 알지만 솔직하게 말합니다.

"세상에 훌륭한 대학들이 많지만, 지금 이 순간 스탠포드만큼 특권을 누리는 대학은 없다고 생각합니다. 모든 선도적인 AI 그룹들과의 연결 조직의 풍부함 면에서요."

회사를 선택할 때도 '사람'이 핵심

앤드류 응은 몇 년 전 한 학생의 사례를 공유했습니다.

"제가 아는 스탠포드 학생이 있었는데, 스탠포드에서 정말 좋은 일을 했어요. 잘 날아오를 사람이라고 생각했죠. 그 학생이 회사에 지원했고, 핫한 AI 브랜드를 가진 회사 중 한 곳에서 일자리 제안을 받았어요."

하지만 문제가 있었습니다.

"그 회사는 그가 어떤 팀에 합류할지 말해주길 거부했어요. '오, 와서 일자리에 사인하세요. 로테이션 시스템이 있고, 매칭 시스템이 있고... 먼저 점선에 사인하세요. 그럼 당신한테 좋은 프로젝트를 찾아줄게요."

부분적으로는 좋은 회사였고, 부모님도 자랑스러워했기에, 학생은 흥미진진한 AI 프로젝트를 하길 바라며 회사에 합류했습니다.

"그리고 점선에 사인한 후, 그는 회사의 백엔드 Java 결제 처리 시스템에 배정됐어요."

"Java 백엔드 결제 처리 시스템을 하고 싶은 사람들에게 반대하는 건 아닙니다. 훌륭하다고 생각해요. 하지만 이건 AI 프로젝트에 매칭되지 못한 AI 학생이었어요. 그래서 약 1년 동안 정말 좌절했고, 실제로 약 1년 후 이 회사를 떠났습니다."

더 안타까운 건, 앤드류 응이 이 이야기를 몇 년 전 수업에서 했는데, 그 후 또 다른 CS230 학생이 같은 회사에서 똑같은 경험을 했다는 것입니다.

"완전히 솔직하게 말하면, 회사가 여러분이 어떤 팀에 배정될지 말해주길 거부한다면, 무슨 일이 일어날지에 대한 의문이 제 마음속에 생깁니다."

앤드류 응의 조언은 명확합니다.

"가장 핫한 브랜드를 가진 회사에서 일하는 대신, 정말 열심히 일하고, 지식이 있고, 똑똑하고, AI로 좋은 일을 하려는 사람들로 이루어진 정말 좋은 팀을 찾는다면, 그게 회사 로고가 그렇게 핫하지 않더라도, 실제로는 더 빨리 배우고 커리어를 더 잘 발전시킬 수 있다고 생각합니다."

"결국 우리는 문을 통과할 때 회사 로고의 흥분으로부터 배우는 게 아니에요. 매일 상대하는 사람들로부터 배웁니다."

핵심 교훈

앤드류 응의 조언을 정리하면:

지금이 최고의 시기: AI 도구로 1년 전에는 불가능했던 것을 만들 수 있고, 그 속도가 계속 빨라지고 있음
일단 만들어라: 수업과 코스도 좋지만, 직접 만들고 보여주는 게 가장 중요. 실패해도 주말만 날리고 뭔가를 배움
PM 역량도 키워라: 코딩만 하는 엔지니어보다 사용자와 소통하고 제품 결정을 내릴 수 있는 엔지니어가 가장 빠르게 성장함
사람이 전부다: 회사 로고보다 매일 함께 일할 팀과 사람들이 당신의 학습과 성장을 결정함. 스탠포드에 있는 동안 네트워크를 만들어라
열심히 일하라: 정치적으로 올바르지 않을 수 있지만, 성공한 모든 사람들은 엄청나게 열심히 일했음. 할 수 있는 위치라면, 지금이 기회임
최신 도구를 따라가라: AI 코딩 툴은 3개월마다 바뀜. 반세대만 뒤쳐져도 생산성이 크게 떨어짐

🎬 원본 영상 보기 I 한국어 더빙 요약 영상 보기

👉🏻 90% 국비지원으로 AI 커리어 시작하기

다음 Part 2에서는 구글에서 AI 옹호자로 일했던 로렌스 모로니가 들려주는 현실적인 취업 시장 이야기, 면접에서 300번 떨어진 엘리트 개발자의 실수, 그리고 AI 버블을 대비하는 법에 대해 다룹니다.