👉🏻 90% 국비지원으로 AI 커리어 시작!

구글에서 AI 옹호자(AI Advocate)로 일했던 로렌스 모로니가 스탠포드에서 AI 시대의 실전 커리어 조언을 공유했습니다. 그는 35년간 마이크로소프트, 구글, 로이터 등에서 일하며 수많은 면접을 진행하고 멘토링해온 경험을 바탕으로, 지금 취업 시장에서 무슨 일이 일어나고 있는지, 그리고 어떻게 살아남을 수 있는지 솔직하게 이야기합니다.

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

1. 300번 지원하고 모두 떨어진 엘리트 개발자의 실수

로렌스는 최근 멘토링했던 한 젊은 개발자의 이야기로 시작합니다.

"뛰어난 학력, 훌륭한 경험, 엘리트 코더였어요. 모든 코딩 챌린지를 풀 수 있었죠. 그런데 4월에 의료 소프트웨어 회사에서 해고됐습니다. 연방 정부 예산 삭감 때문이었어요."

그의 능력과 경험으로라면 쉽게 새 직장을 구할 수 있을 거라 생각했습니다. 하지만:

지원한 직장: 300개 이상
Meta, Microsoft 최종 면접까지 진출
결과: 모두 탈락

"모든 코딩 챌린지를 완벽하게 풀었어요. 사람들과 좋은 대화를 나눴다고 생각했죠. 그런데 항상 하루 뒤에 리크루터가 전화해서 '불합격'이라고 했습니다. 가슴이 찢어지는 일이었어요."

게다가 4월에 여자친구와 헤어졌고, 몇 주 후 개까지 죽었습니다. 최악의 시기였죠.

문제는 '태도'였다

로렌스가 모의 면접을 진행했을 때, 문제가 보이기 시작했습니다.

"정말 터프한 면접을 줬어요. 어려운 LeetCode 문제, 코드의 애매한 엣지 케이스들을 던졌죠. 그가 어떻게 반응하는지 지켜봤습니다."

그는 채용 가이드에서 받은 조언대로 행동했습니다.

"많은 채용 안내서에는 '의견을 공유할 기회가 있을 때 입장을 고수하라, 백본을 가져라, 굽히지 마라'고 써있어요."

하지만 그의 해석은 극단적이었습니다.

"제가 그의 코드에서 구멍을 찾고, 엣지 케이스를 지적하고, 위기 상황을 주자, 그가 받은 '입장을 고수하라'는 조언이 면접 환경에서 그를 적대적으로 만들었어요."

로렌스는 면접관의 관점에서 생각했습니다.

"제가 팀을 관리한다면? 이 사람은 그 전형적인 10배 엔지니어(10x engineer)예요. 하지만 이 태도 때문에 우리 팀 근처에도 두고 싶지 않아요."

해피엔딩

태도를 조정한 후:

"다음 면접에서 합격했어요. 팀워크를 매우 중시하는 회사였죠. 해고당했던 직장보다 연봉이 2배가 됐습니다. 지금 돌아보면 6개월의 재미있는 실업 기간이었다고 하는데, 그 당시엔 정말 힘든 시간이었어요."

로렌스의 조언:

"입장을 고수하고 백본을 갖는 건 좋아요. 하지만 그러는 동안 jerk가 되지는 마세요."

"회사가 여러분을 보고 함께 일할 사람을 선택하는 것처럼, 여러분도 회사를 선택합니다. 좋은 회사들은 정말로 함께 일할 사람들을 선택하고 싶어 해요."

2. 현재 AI 채용 시장: 냉정한 현실

로렌스는 청중에게 물었습니다.

"올해 졸업하는 분? 이미 구직 중이신 분?"

많은 손이 올라갔지만, 성공한 사람은 단 한 명이었습니다.

시장의 시그널들

주니어(졸업생 레벨) 채용이 크게 감소
대규모 정리해고가 헤드라인 장식
진입 레벨 포지션이 부족하다는 '느낌' (이 단어를 강조)
치열한 경쟁

"하지만 걱정해야 할까요? 아니요."

로렌스는 올바른 마인드셋과 올바른 접근 방식으로, 그리고 AI 환경이 얼마나 빠르게 변하는지 이해한다면 성공할 수 있다고 말합니다.

왜 이렇게 됐나: 최근 3년의 히스토리

2021-2022: 팬데믹

글로벌 산업 대폭 둔화
회사들이 직접적인 수익을 내는 것에만 집중
모든 회사가 채용 중단
구글에서 오픈소스인 TensorFlow는 직접 수익을 내지 않아 축소됨

2022-2023: 폭발적 성장기

팬데믹에서 벗어남
수년간의 채용 적체
AI가 폭발적으로 등장 (앤드류 응 같은 사람들 덕분에)
모든 회사가 미친 듯이 채용
결과: 과잉 채용

"자격이 안 되는 사람들이 더 높은 포지션을 얻었어요. 인재를 확보하려면 입찰 전쟁을 해야 했거든요. 인재 쟁탈전이 벌어졌고, 앤드류가 말했던 것처럼 'AI 인재가 있으니 데려와, 돈을 던져, 나중에 뭘 시킬지 생각하자'는 식이었죠."

2024-2025: 대각성

과잉 채용 인식
많은 사람들이 업무에 부적격
"이력서에 AI만 있으면 채용됐어요"
대규모 조정 시작
AI 스킬에 대해 훨씬 더 신중해짐

"이제는 이력서에 AI만 있다고 해서 과잉 채용되지 않습니다. 이제는 세 가지 성공의 기둥을 보여줘야 할 뿐 아니라, 말하는 것만으로는 부족하고 보여줘야 합니다."

3. AI 시대 성공의 3가지 기둥

로렌스가 제시하는 핵심 역량입니다.

깊이 있는 이해 (Understanding in Depth)

두 가지 의미가 있습니다.

학문적 깊이:

머신러닝을 깊이 있게 이해
특정 모델 아키텍처 이해
논문을 읽고 이해하는 능력
특히 중요: 그것을 실제로 작동시키는 방법

트렌드에 대한 감각:

특정 트렌드에 손가락을 올려두기
신호 대 노이즈 비율에서 신호를 선호하는 곳 파악

비즈니스 초점 (Business Focus)

"'열심히 일한다'는 게 996(오전 9시~오후 9시, 주 6일)을 의미하는 건 아닙니다. 그건 시간 측정일 뿐이에요. 열심히 일한다는 건 측정 가능해야 하고, 저는 그걸 결과물로 측정합니다."

로렌스는 2개월 만에 책을 씁니다. 사람들은 "하루 16시간 일하나요?"라고 묻습니다.

"비결은 야구예요. 저는 시애틀 매리너스와 LA 다저스를 좋아해요. 보통 저녁 7시에 경기가 있죠. TV 앞에서 멍하니 야구만 보는 대신, 야구를 백그라운드로 틀어놓고 책을 씁니다. 야구는 매우 느린 게임이거든요."

핵심 원칙: 원하는 직업을 위한 결과물을 만드세요

로렌스의 구글 입사 이야기:

"저는 구글 면접에 두 번 떨어졌어요. 마이크로소프트에서 성공적이었고, 20권 이상의 책을 썼고, 대학 강의를 했는데도요. PM으로 지원했을 때 두 번 떨어졌지만, 엔지니어로 지원하니 '왜 몇 년 전에 지원 안 했어요?'라고 하더군요."

세 번째 도전은 달랐습니다.

"구글 클라우드에 Java로 무엇을 할 수 있는지 보여주는 앱을 만들었어요. 기술적 분석으로 주식 가격을 예측하는 거였죠. 면접에서 '버스에 골프공이 몇 개 들어가나요?' 같은 바보 같은 질문을 받는 대신, 제 코드에 대해 물어봤어요."

"제게 주도권이 생겼어요. 랜덤 질문에 맞는 답을 하길 바라는 게 아니라, 제가 아는 것에 대해 소통할 수 있는 힘이요."

실행에 대한 편향 (Bias Towards Delivery)

"아이디어는 싸다. 실행이 전부다."

"저는 매우 흐릿한 아이디어를 가지고 들어온 많은 사람들을 면접했어요. 그것을 구현할 방법이 없었죠. 반쯤 구운 아이디어를 가지고 들어왔지만 매우 잘 구현한 사람들도 면접했어요. 누가 채용됐을까요?"

4. AI 업계에서 일한다는 것: 4가지 현실

로렌스는 AI 업계의 변화를 냉정하게 설명합니다.

비즈니스 초점은 협상 불가

"지난 10년간 특히 실리콘밸리의 많은 대기업들이 사람을 개발하는 데 정말 집중했어요. '전체 자아를 일터에 가져오라(bring your whole self to work).' 일 밖에서 관심 있는 것들을 가져오는 것도 포함됐죠."

이것이 기업 내 행동주의(activism)로 이어졌습니다.

"행동주의 자체에는 아무 문제가 없습니다. 정의를 위한 명분을 지지하거나 반대하는 것, 전혀 문제없어요. 하지만 그것에 과도하게 치중한 결과, 많은 기업들이 행동주의를 비즈니스보다 우선시하게 됐습니다."

로렌스는 약 2년 전 구글에서 일어난 사건을 예로 듭니다.

"구글 클라우드 책임자 사무실에 행동가들이 침입했어요. 구글 클라우드가 거래하는 국가에 항의하면서요. 그의 사무실에 침입해서 점거하고, 화장실을 그의 책상에다... 이런 식이었어요. 행동주의가 통제 불능이 된 거죠."

"불행히도 그 행동 때문에 좋은 신호들이 사라졌어요. 사람들이 해고됐고, 행동주의가 억압됐으며, 비즈니스 초점이 협상 불가가 됐습니다."

"추(pendulum)가 있어요. 사람들이 전체 자아를 일터에 가져오도록 허용하는 쪽으로 너무 흔들렸던 추가 이제 반대 방향으로 흔들리고 있어요."

리스크 완화가 업무의 일부

"AI로 특정 비즈니스 프로세스를 전환할 때의 리스크를 이해하고 그 리스크를 완화하는 데 도움을 주는 마인드셋으로 AI에 들어올 수 있다면, 정말 강력합니다."

"면접 환경에서 이것이 1번 스킬이라고 생각합니다. '휴리스틱 컴퓨팅에서 인텔리전트 컴퓨팅으로 비즈니스 전환을 하고 있습니다. 여기 리스크가 있어요. 이렇게 완화하고, 이런 마인드셋을 가지고 있습니다.'"

책임(Responsibility)이 진화하고 있다

AI에서의 책임은 변했습니다.

과거: "AI가 모두를 위해 작동하도록 하자" (매우 흐릿한 정의)

현재: "AI가 작동하도록 하자 → 비즈니스를 추진하도록 하자 → 그리고 나서 모두를 위해 작동하도록 하자"

로렌스는 Gemini의 이미지 생성 문제를 예로 들었습니다. 그가 가상 배우로 작업하며 다양한 인종의 여성 이미지를 생성하도록 프롬프트했을 때:

아시아 여성 → 성공
인도 여성 → 성공
흑인 여성 → 성공
라티나 여성 → 성공
백인 여성 → "사람 이미지는 생성할 수 없습니다. 유해한 고정관념으로 이어질 수 있습니다"

"방금 사람 이미지들을 생성했잖아요. 제 얼굴에 거짓말을 한 거예요."

해결책? "아일랜드 여성"이라고 입력했더니 모든 이미지가 빨간 머리였습니다.

"아일랜드가 전 세계에서 빨간 머리 비율이 가장 높긴 해요. 약 8%. 하지만 사람을 그리면서 특정 민족성을 머리 색깔과 연관시킨다면? 엄청나게 문제가 됩니다."

"책임 있는 AI 관점에서, 매우 좁은 하나의 세계관이 모델을 넘어서고, 모델의 평판과 회사의 평판을 훼손했습니다."

실수로부터 배우는 것은 지속적

"실수를 할 겁니다. 주변 사람들도 실수를 할 거예요. 그들이 실수할 때 은혜를 베풀고, 그 실수들을 해결하며 앞으로 나아가는 능력이 정말 중요합니다."

5. AI 코딩과 기술 부채

로렌스는 "바이브 코딩(vibe coding)"이라는 용어를 쓰면서도, 앤드류 응이 그 용어를 싫어한다는 걸 인정합니다.

기술 부채란 무엇인가

놀랍게도 스탠포드 학생들 대부분이 '기술 부채(Technical Debt)'를 몰랐습니다.

"집을 생각해보세요. 50만 달러를 빌려 30년 모기지로 갚으면, 이자 포함해서 총 100만 달러를 갚게 됩니다. 하지만 집값은 오르고, 월세를 안 내니까, 이건 좋은 부채입니다."

"나쁜 부채는? 200달러짜리 신발을 고금리 신용카드로 충동구매하면, 다 갚을 때쯤 500달러가 됩니다. 그 신발에서 500달러 가치를 얻지 못해요."

"소프트웨어 개발도 같은 마인드셋으로 접근해야 합니다. 무언가를 만들 때마다 부채를 집니다. 아무리 잘 만들어도 항상 버그가 있고, 지원이 필요하고, 새로운 요구사항, 마케팅, 피드백이 필요합니다. 이 모든 게 부채예요."

부채를 피하는 유일한 방법은 아무것도 안 하는 것.

AI로 코드를 생성할 때

"바이브 코딩으로 뭔가를 만들 때, 그것이 감당할 만한 기술 부채인지 물어야 합니다."

좋은 기술 부채를 위한 체크리스트:

1. 목표가 명확하고 달성했나?

ChatGPT 열고 무작정 코드 뽑아내지 않았나요?
로렌스는 자신의 영화 제작 스타트업 앱을 여러 번 만들고 버렸습니다
"매번 요구사항이 제 머릿속에서 개선됐어요"
코드는 이제 싸지만, 완성된 엔지니어링 코드는 여전히 비쌉니다

2. 비즈니스 가치를 제공하나?

"어떤 VP가 Replit 구독하고 멋진 웹사이트를 만들었어요. 그래서 뭐?"

3. 사람들이 이해하나?

최악의 기술 부채: 자기만 이해하는 코드를 제공하고 이직
문서화, 명확한 알고리즘, 변수명까지 신경 쓰세요

나쁜 기술 부채:

솔루션이 문제를 찾는 경우
스파게티 코드 (계속 프롬프트하다 보면...)
권위가 능력을 이기는 경우

6. 하이프 네비게이션: 신호 vs 노이즈

로렌스는 하이프를 "우주에서 가장 강력한 힘 중 하나"라고 부릅니다.

"소셜 미디어로 뉴스를 소비한다면, 소셜 미디어의 화폐는 참여(engagement)입니다. 정확성이 아닙니다."

"LinkedIn도 인플루언서들이 Gemini나 GPT로 참여를 유도하는 포스트를 쓰는 것으로 넘쳐나요. 엔진 자체가 그런 포스트를 보상하도록 설계돼 있어요."

핵심:

"신호를 노이즈에서 걸러낼 수 있는 사람, 그리고 다른 사람들에게 노이즈가 아닌 신호를 장려할 수 있는 사람은 엄청난 이점을 갖습니다. 소셜 미디어의 좋아요처럼 빠르게 측정되지 않지만, 면접 같은 1:1 환경에서 엄청나게 가치 있습니다."

실제 사례: 에이전트 하이프

작년에 유럽의 한 회사 CEO가 로렌스에게 "에이전트를 구현해달라"고 했습니다.

로렌스의 첫 질문: "왜요?"

CEO: "모두가 비즈니스 비용을 절감할 수 있다고 하더라고요. LinkedIn에서 읽고 Twitter에서 봤어요."

로렌스는 계속 파고들어, AI나 에이전트라는 단어 없이 본질에 도달했습니다.

CEO가 진짜 원한 것: 영업 사원들을 더 효율적으로 만들기

영업 사원들의 고충:

리서치에 80% 시간, 실제 판매에 20% 시간
회사 웹사이트 방문, LinkedIn 검색 등 모든 인지 부하
기본급은 낮고 커미션으로 벌어야 하는데, 판매 시간은 20%뿐

목표 설정: 영업 사원을 20% 더 효율적으로

그제야 AI와 에이전틱 AI에 대해 이야기할 수 있었습니다.

에이전틱 AI의 4단계

로렌스가 설명하는 에이전트 패턴:

의도 이해: LLM으로 명확한 의도 파악
계획: 사용 가능한 도구 선언, LLM이 단계별 계획 수립
도구 사용: 계획에 따라 실행
성찰: 의도를 달성했나? 아니면 루프로 돌아가기

"어떤 문제든 이 4단계로 나누면 에이전트를 만들기 시작하는 겁니다."

결과:

영업 사원들의 낭비 시간 10-15% 절약
의도하지 않은 긍정적 결과: 영업 사원들이 훨씬 행복해짐
주당 몇 퍼센트 포인트 더 판매 → 더 많은 수입

"하이프에 이끌려 '에이전트 만들어주세요' 하고 들어갔다면, 이 회사는 하이프에 길을 잃었을 겁니다."

7. AI 버블과 생존 전략

로렌스는 AI 버블이 올 가능성을 솔직하게 인정합니다.

"버블은 항상 있습니다. 하지만 AI를 제대로 하는 회사들은 버블을 피할 뿐 아니라 버블 이후에 번창할 겁니다."

닷컴 버블의 교훈

"대부분은 2000년대 닷컴 버블을 기억 못 할 거예요. 역사상 가장 큰 버블이었지만, 우리는 여전히 여기 있습니다."

제대로 한 사람들: Amazon, Google

닷컴을 만드는 기본을 이해
닷컴 기반 비즈니스를 만드는 기본을 이해
하이프 버블이 터졌을 때 함께 사라지지 않음

실패한 사례: Pets.com

"만들면 온다" 마인드셋
슈퍼볼 광고
트래픽을 감당 못함
버블이 터지자 증발

AI 버블의 해부학

피라미드 구조:

맨 위: 하이프
대규모 VC 투자: 이미 줄어들고 있음 ("이력서에 AI만 있으면" 투자받던 시대는 끝)
비현실적 밸류에이션: 돈 못 버는 회사의 엄청난 가치
#MeToo 제품들: 누군가 성공하면 다들 따라함
맨 아래: 진짜 가치 (작지만 핵심)

"진짜 가치의 커널을 위해 만드는 사람들이 살아남을 겁니다."

버블을 피하는 법

기본에 집중하라
진짜 솔루션을 만들어라
비즈니스 사이드를 이해하라
무엇보다: 스킬을 다각화하라

"특정 API나 프레임워크만 환상적으로 잘하는 사람들을 봤어요. 산업이 움직이자 뒤처졌죠."

8. 미래: Small AI의 부상

로렌스는 향후 5년간 AI가 두 방향으로 갈라질 것으로 봅니다.

Big AI:

더 큰 LLM
AGI를 향해
Gemini, Claude, OpenAI
다른 사람이 호스팅

Small AI: (로렌스가 열정적인 부분)

오픈소스/오픈 웨이트 모델
자체 호스팅 가능
중국 모델들이 잘하고 있음
Y Combinator 기업의 80%가 사용

왜 Small AI가 중요한가: 할리우드 사례

로렌스는 할리우드 스튜디오와 일한 경험을 공유합니다.

"IP 보호가 미친 수준입니다. 제임스 캐머런이 아바타 때문에 수십억 달러 소송을 당한 이유가 누군가 옛날에 파란 외계인 이야기를 보냈다는 거예요."

LLM의 진짜 기회는 창작이 아니라 분석입니다:

영화 시놉시스 분석
무엇이 효과 있었나?
언제 개봉했나?

"영화 마진은 아슬아슬해요. 이런 분석이 거대합니다. 하지만 영화 디테일을 GPT나 Gemini에 공유? 절대 안 해요. 제3자에게 IP 공유하는 거니까."

해결책: 자체 호스팅 스몰 모델

"오늘의 7B 모델은 어제의 50B 모델만큼 스마트합니다. 1년 뒤 7B 모델은 오늘의 300B 모델만큼 스마트할 겁니다."

필수 스킬: Fine-tuning

"향후 2-3년간 개발자에게 가장 필요한 스킬은 오픈소스 모델을 가져와서 특정 다운스트림 작업에 파인튜닝하는 능력입니다."

Small AI의 미래: AI Everywhere

로렌스는 Arm에서 일하며 이 비전에 열정적입니다.

"전통적으로 AI를 위한 컴퓨팅은 CPU + GPU라고 생각했어요. 하지만 변하고 있습니다."

SME (Scalable Matrix Extensions): CPU에서 AI 워크로드 실행

선두주자: Vivo와 Oppo (중국 폰 제조사)

장점:

별도 외부 칩 필요 없음 (전력 절약)
저전력 CPU에서 AI 실행

실제 사례: Alipay

Alipay는 기기에서 직접 AI 모델을 실행해:

사진 검색 기능 (프라이버시 보호)
제3자에 사진 공유 불필요
업로드/다운로드 지연 없음
클라우드 서비스 비용 절감

"AI를 위해 GPU가 필요하다는 습관을 깨야 합니다. 애플이 아마 이 분야 리더일 겁니다. 저는 애플과 애플 인텔리전스에 매우 낙관적입니다."

9. 가장 놀라운 것: 예상치 못한 사람들의 성공

한 학생이 물었습니다: "AI 업계에서 가장 놀라운 건 뭐였나요?"

로렌스: "하이프가 얼마나 지배했는지. 중요한 의사결정자들이 신호를 더 잘 볼 줄 알았는데요. 하지만 가장 놀라운 건 예상치 못한 사람들의 성공이었습니다."

아이스하키 선수 이야기

"제 친구는 전직 프로 아이스하키 선수예요. 13살에 학교를 그만뒀고, 스스로 '세상에서 가장 멍청한 사람'이라고 해요. 뇌진탕 때문에 은퇴했고, 이제 비영리 아이스링크를 운영해요."

그는 분기마다 이사회 보고서를 위해 연간 15만 달러를 컨설턴트에게 썼습니다.

"그가 ChatGPT를 실험했어요. 스프레드시트와 PDF를 업로드해서 보고서를 만들었죠. 2시간이면 됐어요. 작동했고, 훌륭하게 작동했어요."

그 15만 달러는 이제 가난한 아이들의 하키 장비와 레슨으로 갑니다.

"그는 평생 코드 한 줄 안 써본 사람인데, 비영리를 위해 연간 15만 달러를 절약하는 솔루션을 만들었어요. 이런 놀라움이 저를 항상 기쁘게 합니다."

핵심 교훈

성공의 3기둥

깊이 있는 이해 (학문적 + 트렌드)
비즈니스 초점 (결과물로 증명)
실행에 대한 편향

실전 조언

태도가 중요하다: 뛰어난 실력도 나쁜 태도로 무용지물이 될 수 있음
기술 부채를 관리하라: AI 코딩은 좋지만, 감당할 부채인지 확인
하이프를 필터링하라: 신호를 찾고, 신뢰받는 조언자가 되라
스킬을 다각화하라: 한 가지만 잘하면 산업이 움직일 때 뒤처짐

미래 준비

Small AI와 파인튜닝에 주목
버블은 온다. 기본에 집중하는 사람이 살아남는다
진짜 비즈니스 가치를 만드는 사람이 번창한다

AI 시대는 여전히 기회의 시대입니다. 과장된 유행에 휘둘리지 말고, 진짜 가치를 만들고, 올바른 태도로 사람들과 일하며, 계속 배우고 실행해 보세요.

🎬 원본 영상 보기

👉🏻 90% 국비지원으로 AI 커리어 시작하기