[Techmeme 요약] AI 시대, 기업의 경쟁력은 '측정 불가능한 고유 영역'에 달렸다
26
설명
2026년 중반, 인공지능(AI) 기술의 발전으로 많은 업무가 자동화되면서 기업들의 고민이 깊어지고 있습니다. 특히 소프트웨어 개발 분야에서 AI 에이전트(agent)들이 놀라운 성과를 보이며, 기존의 측정 가능한 업무 영역이 AI에 의해 대체될 것이라는 전망이 나오고 있습니다. 하지만 진정한 기업의 경쟁력은 AI가 쉽게 따라올 수 없는, 고유한 데이터와 판단에 기반한 영역에 있다는 분석이 제기되었습니다.
### 배경 설명
최근 AI 기술, 특히 대규모 언어 모델(LLM, Large Language Model)의 발전 속도가 매우 빠릅니다. 이러한 모델들은 과거에는 인간만이 수행할 수 있다고 여겨졌던 다양한 작업들을 수행할 수 있게 되었습니다. 예를 들어, 2024년에 처음 등장한 소프트웨어 개발 AI 에이전트 'Devin'은 초기에는 일부 작업만 수행했지만, 불과 1년 반 만에 80% 이상의 작업을 처리하며 실제 기업 환경에서 활용되고 있습니다. 이는 많은 사람들이 'AI가 소프트웨어 엔지니어링을 대체했다'고 생각하게 만드는 계기가 되었습니다. 하지만 이는 AI가 '측정 가능한' 소프트웨어 엔지니어링의 일부를 자동화했을 뿐, 여전히 인간의 판단과 경험이 중요한 영역이 남아있다는 것을 시사합니다.
측정 가능한 작업은 AI가 학습하고 개선하기 용이합니다. 컴파일러나 테스트 스위트와 같은 도구는 코드의 정확성을 검증하는 데 사용될 수 있으며, AI는 이러한 검증 과정을 반복하며 성능을 향상시킬 수 있습니다. 그러나 수십 년 된 코드베이스의 복잡한 맥락, 문서화되지 않은 이유, 그리고 불안정한 배포 파이프라인과 같은 실제 환경에서의 '올바른' 변화를 판단하는 것은 측정만으로는 어렵습니다. 이러한 종류의 정확성은 리더보드(leaderboard)나 공개된 평가 지표로는 파악할 수 없으며, 실제 시스템을 오랜 시간 운영하며 얻는 경험과 학습을 통해서만 알 수 있습니다. 이는 AI가 아무리 발전해도 단기간에 따라잡기 어려운 영역입니다.
### AI가 대체하는 '측정 가능한' 업무의 가치 하락
AI 에이전트의 발전으로 인해 소프트웨어 개발과 같은 분야에서 '측정 가능한' 작업의 가치가 빠르게 하락하고 있습니다. 예를 들어, 2024년 초에 등장한 Devin은 소프트웨어 개발 벤치마크(benchmark)의 13%를 해결하는 데 그쳤지만, 2026년 현재에는 80% 이상을 처리하며 골드만삭스(Goldman Sachs)와 미 육군(U.S. Army) 등에서 실제 업무에 활용되고 있습니다. MIT의 연구에 따르면, 코딩 에이전트는 코드 작성량을 약 180% 증가시키고 실제 배포되는 코드의 양은 약 30% 늘렸습니다. 이는 '글쓰기'가 저렴해졌음을 의미합니다. 하지만 '측정 가능한' 작업은 AI가 학습하고 개선하기 용이하기 때문에, 결국 가장 저렴한 모델이 해당 작업을 수행하게 되면서 가격 경쟁이 심화됩니다. 또한, AI 모델 자체도 자체적인 스캐폴딩(scaffolding)을 흡수하며 발전하고 있어, 모델을 감싸는 외부적인 요소들의 가치가 점차 줄어들고 있습니다.
### 기업의 '지속 가능한 경쟁 우위'는 어디에 있는가?
AI 시대에 기업의 지속 가능한 경쟁 우위는 '측정 불가능한 고유 영역'에 달려 있습니다. 이는 기업의 '개인 데이터'와 '판단'에 기반한 작업으로, 외부에서 쉽게 평가하거나 AI가 학습하기 어려운 영역입니다. 예를 들어, 금융 기관의 복잡한 규제 준수, 의료 분야의 환자 맞춤형 진단, 혹은 법률 분야의 복잡한 계약 검토 등은 단순히 데이터를 입력하고 결과를 얻는 것을 넘어, 오랜 경험과 전문적인 판단을 요구합니다. 이러한 영역은 '내부에서만 검증 가능한 정확성'을 가지며, AI가 아무리 발전해도 쉽게 침투하기 어렵습니다. 예를 들어, 2026년 5월, 미국 의사들의 상당수가 OpenEvidence를 매일 사용하고 있다는 사실은, 아무리 뛰어난 AI 모델이라도 의사들의 습관이나 병원 시스템의 의사 결정 흐름에 진입하기 어렵다는 것을 보여줍니다. 이는 기술적 능력뿐만 아니라 '신뢰'와 '허가'가 중요한 요소임을 시사합니다.
### AI 시대, '신뢰'와 '책임'의 중요성 증대
AI 기술이 발전할수록 '신뢰'와 '책임'의 중요성은 더욱 커집니다. 아무리 똑똑한 AI 모델이라도 실제 시스템에 통합되고 사용되기 위해서는 보안 검토, 통합 과정, 그리고 계약과 같은 절차를 거쳐야 합니다. 또한, AI가 잘못된 판단을 내렸을 때 누가 책임을 질 것인지에 대한 문제가 중요해집니다. 예를 들어, 법률 분야에서 AI가 제안한 법률 자문이 잘못되었을 경우, AI 자체는 책임을 질 수 없으며 결국 인간 전문가나 기업이 그 책임을 져야 합니다. 이는 AI가 '지능'을 제공할 수는 있지만, '권한'과 '책임'을 부여받는 것은 여전히 인간의 영역임을 보여줍니다. 따라서 기업은 AI를 단순히 도구로 활용하는 것을 넘어, AI가 내린 결정에 대한 신뢰를 구축하고 책임을 명확히 하는 시스템을 마련해야 합니다.
### 가치와 인사이트
AI 기술의 발전은 특정 업무 영역을 자동화하고 효율성을 높이는 데 크게 기여하고 있습니다. 그러나 이러한 자동화는 주로 '측정 가능하고 일반화된' 작업에 집중될 가능성이 높습니다. 따라서 기업은 AI가 쉽게 대체할 수 없는, 자신들만의 고유한 데이터, 복잡한 의사 결정 과정, 그리고 인간적인 판단이 필요한 영역에 집중하여 경쟁 우위를 확보해야 합니다. 이는 단순히 기술 도입을 넘어, 조직 문화, 프로세스, 그리고 신뢰 구축에 대한 근본적인 고민을 요구합니다.
### 향후 전망
AI가 점점 더 많은 '측정 가능한' 업무를 자동화함에 따라, 기업의 핵심 경쟁력은 '측정 불가능하고 고유한' 영역으로 이동할 것입니다. 이는 다음과 같은 변화를 가져올 것입니다.
1. **산업 구조 변화**: AI가 대체하기 어려운 전문 분야(예: 고도의 법률 자문, 복잡한 의료 진단, 맞춤형 금융 컨설팅)의 중요성이 더욱 커질 것입니다. 해당 분야의 전문가들은 AI와 협력하여 더 높은 수준의 가치를 창출하게 될 것입니다.
2. **업무 방식의 변화**: 기업들은 AI를 활용하여 데이터 분석, 정보 요약 등 반복적이고 측정 가능한 업무를 자동화하고, 직원들은 더 창의적이고 전략적인 업무에 집중하게 될 것입니다. 또한, AI의 결정에 대한 인간의 검토 및 승인 과정이 더욱 중요해질 것입니다.
3. **새로운 규제 및 윤리적 논의**: AI의 판단에 대한 책임 소재, 데이터 프라이버시, 그리고 AI의 편향성 문제 등 새로운 규제와 윤리적 논의가 활발해질 것입니다. 이는 AI 기술의 책임감 있는 개발과 활용을 위한 중요한 기반이 될 것입니다.
4. **기업 가치 평가의 변화**: 단순히 기술력이나 시장 점유율뿐만 아니라, 기업이 보유한 고유한 데이터, 의사 결정 시스템, 그리고 고객과의 신뢰 관계 등이 기업 가치를 평가하는 중요한 요소로 부각될 것입니다.
📝 원문 및 참고
- Source: Techmeme
- Techmeme 리버: [techmeme.com](https://www.techmeme.com/260610/p47#a260610p47)
- 원문 기사: [링크 열기](https://saranormous.substack.com/p/the-untrainable)
---
출처: Techmeme ([Original Article](https://saranormous.substack.com/p/the-untrainable))
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.