AI가 AI를 만드는 시대
오류도 스스로 바로잡네
클로드 코워크는 3주 만에 AI가 100% 만들었다 - 실질적 생산 주체로 자리 잡은 AI
https://www.chosun.com/economy/tech_it/2026/02/26/FN2MV43ZTRFIJB34633QN7INBM/
🤖 앤스로픽의 AI 툴 '클로드 코워크'가 등장하자 글로벌 소프트웨어 기업들의 주가가 폭락했습니다.
그런데 더 충격적인 사실이 있었습니다.
이 툴 자체가 AI(클로드)로 3주 만에 만들어진 것이었습니다.
마이크 크리거 앤스로픽 CPO는 선언했습니다.
"코워크는 100% 클로드로 구축됐다."
공상과학 소설에나 나올 줄 알았던 'AI가 AI를 만드는 시대'가 현실이 됐습니다.
AI는 이제 보조 도구가 아닌, AI 기업의 실질적인 생산 주체입니다.
오늘 이 글을 읽으면, 주요 AI 기업들이 어떻게 AI로 AI를 만들고 있는지, 엔지니어의 역할이 어떻게 바뀌는지, 그리고 AI 교육 현장에서 우리가 지금 무엇을 가르쳐야 하는지 명확히 알 수 있습니다.
AI 코드 작성 비율
코딩 작업 비율 (2023년 6%)
고용 감소율 (스탠퍼드)
뉴스 3줄 핵심 정리
- 앤스로픽 AI 툴 '클로드 코워크'가 100% AI로 3주 만에 구축됐다. 앤스로픽 CPO는 "제품 대다수가 사실상 전부 클로드로 작성되고 있다"고 밝혔고, 엔지니어들은 AI를 통해 2,000~3,000줄의 코드를 정기적으로 생산하고 있다.
- 오픈AI의 GPT-5.3-코덱스는 "자신의 개발 과정에 핵심적으로 활용된 최초의 모델"로, AI가 자신의 오류를 자체 수정하고 배포까지 관리했다. 일본 사카나 AI는 코드를 스스로 개선하는 '다윈 괴델 머신(DGM)' 연구에 나섰다.
- AI 코딩 비율이 2023년 6%에서 2025년 42%로 급증했고 2027년에는 65% 전망이지만, 22~25세 초급 엔지니어 고용은 16% 감소했다. 엔지니어 역할이 "코드 작성"에서 "큰 그림을 그리는 것"으로 전환되고 있다.
빅테크가 AI로 AI를 만드는 방식
클로드 코워크를 100% 클로드로 3주 만에 구축. AI가 '적대적 코드 검토자'로 보안 취약점과 허점을 직접 찾아냄. 엔지니어 1명이 AI로 2,000~3,000줄 코드를 정기 생산.
GPT-5.3-코덱스가 자신의 개발 과정에 직접 참여한 최초의 모델. AI가 훈련 오류 자체 수정, 자체 배포 관리, 테스트 결과 진단까지 수행.
'다윈 괴델 머신(DGM)' 연구 착수. AI가 자기 코드를 스스로 뜯어고쳐 성능을 높이고, 유익한 변경만 다음 세대로 넘기는 자기 진화 시스템.
구글은 엔지니어들에게 AI 도구로 코딩 실력 향상 압박. 마이크로소프트는 사내 코드의 30%를 AI가 작성했다고 공식 발표.
AI 전문가의 해설 - 쉽게 풀어보면
이 뉴스의 핵심은 단순히 "AI가 코드를 잘 짠다"는 게 아닙니다. AI가 자신의 오류를 스스로 발견하고 수정하며, 다음 버전의 자신을 만드는 단계에 진입했다는 것입니다.
지금까지 AI 발전의 한계는 이것이었습니다. AI 모델을 학습시키고 개선하려면 인간 엔지니어가 필요했습니다. 그런데 이제 AI가 그 과정에 직접 참여합니다. 오픈AI의 GPT-5.3-코덱스가 자신의 개발 오류를 스스로 수정했다는 것은, AI 발전의 가속 페달이 인간의 손에서 AI 자신의 손으로 넘어가고 있다는 신호입니다.
"엔지니어의 역할은 특정 언어의 숙련도를 높이는 것에서 무엇을 만들고 어떻게 문제를 해결할지 큰 그림을 그리는 것으로 바뀌고 있다. 엔지니어 한 명이 AI 부하 직원 여러 명을 거느리는 셈이다."
- AI 업계 관계자 / 조선일보 인터뷰AI 코딩 비율의 변화를 보면 속도가 얼마나 빠른지 알 수 있습니다.
| 연도 | AI 이용 코딩 작업 비율 | 비고 |
|---|---|---|
| 2023년 | 6% | 초기 도입 단계 |
| 2025년 | 42% | 2년 만에 7배 증가 |
| 2027년 (예상) | 65% | 소나르 설문 1,100명 기준 |
| 앤스로픽 현재 | ~100% | 사실상 전 제품 AI 작성 |
⚠️ 스탠퍼드대 연구: AI 노출도가 높은 직종에서 경력직 고용은 안정적으로 유지됐지만, 22~25세 초급 인력 고용은 16% 감소했다. 엔지니어가 주니어에서 시니어로 성장하는 "수련 과정을 AI가 통째로 가져갔다"는 우려가 현실이 되고 있다.
핵심 인사이트 3가지
AI 발전 속도는 이제 AI가 결정한다 - 기하급수적 가속의 시작
지금까지 AI 발전의 속도는 인간 엔지니어의 수와 역량에 제한됐습니다. 그런데 AI가 AI를 개선하기 시작했다는 것은 그 제한이 사라지기 시작했다는 뜻입니다.
사카나 AI의 다윈 괴델 머신(DGM)이 의미하는 바가 바로 이겁니다. AI가 자기 코드를 뜯어고쳐 성능을 높이고, 유익한 변경만 다음 세대로 넘깁니다. 진화의 주체가 자연이나 인간에서 AI 스스로로 이동하는 것. 테크 업계에서 "AI 발전 속도가 기하급수적으로 빨라질 것"이라는 전망이 나오는 이유입니다.
AI 교육자로서 우리가 가르치는 내용의 유효기간이 점점 짧아진다는 것, 끊임없이 학습하고 재설계하는 능력을 기르는 것이 더 중요해지는 이유입니다.
초급 직군 위기는 엔지니어만의 이야기가 아니다
초급 엔지니어 고용 16% 감소. 이 숫자는 개발자에게만 해당되는 이야기가 아닙니다. AI가 잘 처리하는 것은 항상 '정형화된 초급 업무'입니다.
이전 호(#035)에서 다뤘듯 규칙 기반의 반복적인 업무가 먼저 대체됩니다. 개발에서는 초급 코딩, 회계에서는 기초 회계 처리, 법률에서는 단순 계약 검토. 공통점은 모두 "배우면서 성장하는 단계의 업무"라는 겁니다.
엔지니어가 주니어에서 시니어로 성장하는 수련 과정을 AI가 가져갔다는 우려는 사실 모든 직군에 적용됩니다. AI 시대에 주니어가 어떻게 성장 경로를 찾는가는 AI 교육이 반드시 다뤄야 할 질문입니다.
"큰 그림을 그리는 능력" - AI 시대 모든 직군의 생존 역량
기사에 나온 업계 관계자의 말이 AI 교육의 핵심을 찌릅니다. "엔지니어의 역할은 무엇을 만들고 어떻게 문제를 해결할지 큰 그림을 그리는 것으로 바뀌고 있다."
이것은 하네스 엔지니어링(#036), Context Engineering(#031), AI 역할 설계(#040)가 모두 같은 방향을 가리키고 있다는 것을 다시 확인시켜줍니다. AI에게 무엇을 시킬지, 어떤 목표를 향해 움직이게 할지를 설계하는 능력.
AI에게 '큰 그림'을 전달하는 것이 인간의 핵심 역할이 됩니다. 그 큰 그림을 얼마나 명확하고 정확하게 AI에게 설명할 수 있는가 - 이것이 피플웨어교육컨설팅 AI 전문가 양성과정이 집중하는 역량입니다.
우리에게 필요한 준비 - 지금 당장 할 수 있는 것
- 클로드 코드(Claude Code) 또는 커서(Cursor)를 실제 업무에 써보세요. AI가 코드를 생성할 때 "이 코드의 약점과 개선점을 찾아줘"라고 추가로 요청하는 것 - 이것이 앤스로픽 내부에서 AI가 '적대적 검토자'로 쓰이는 방식입니다.
- 강의 기획이나 제안서 작성에서 AI에게 "내 초안의 논리적 허점 3가지를 찾아줘"라고 해보세요. AI를 적대적 검토자로 쓰는 습관이 결과물 품질을 높입니다.
- AI 교육 커리큘럼에 "주니어에서 시니어로 가는 AI 시대의 성장 경로" 모듈을 추가하세요. 초급 업무가 AI로 대체되는 환경에서 어떻게 빠르게 경력을 쌓을지에 대한 구체적 전략이 청년 수강생들에게 가장 절실한 내용입니다.
- "큰 그림 설계 역량"을 커리큘럼의 핵심으로 설정하세요. 목표 정의, 구조 설계, AI 결과물 검증, 방향 수정의 4단계 워크플로를 반복 훈련하는 실습 중심 교육이 가장 효과적입니다.
"다음은 내가 작성한 [문서/기획안/코드/프롬프트]입니다: [내용 붙여넣기] 이것을 '적대적 검토자(Adversarial Reviewer)' 관점에서 분석해줘: ① 논리적 허점이나 약점이 있는 부분 3가지 ② 놓친 가정이나 리스크 2가지 ③ 경쟁자나 반대 의견을 가진 사람이 공격할 수 있는 지점 ④ 이 모든 약점을 보완한 개선안 제시 가능한 한 날카롭고 비판적으로 검토해줘. 칭찬보다 문제 발견에 집중해."
한 걸음 더 - 생각해볼 질문
AI가 자신의 오류를 스스로 수정하고, 다음 버전의 자신을 만드는 시대. 이 흐름이 계속된다면 이런 질문이 생깁니다.
"AI가 스스로 진화하는 속도가 인간이 새 기술을 배우는 속도를 앞질러도, 여전히 인간이 AI보다 잘할 수 있는 것은 무엇인가?"
조선일보 기사의 답이 있습니다. "무엇을 만들고 어떻게 문제를 해결할지 큰 그림을 그리는 것." 그리고 이전 호들에서 반복적으로 나온 답과 일치합니다. 목표를 설정하고, 의미를 부여하고, 가치를 판단하고, 인간과 소통하는 것.
AI가 빠르게 진화할수록, 인간이 할 일은 더 선명해집니다. 바로 그 역할을 키우는 것이 AI 교육의 진짜 목적입니다.
오늘의 핵심 메시지
"AI가 AI를 만드는 시대,
인간이 해야 할 일은 더 줄어드는 게 아니라
더 중요한 것으로 집중됩니다.
큰 그림을 그리고, 방향을 잡고,
가치를 판단하는 것 - 그것이 당신의 역할입니다."
클로드 코워크는 3주 만에 AI가 만들었습니다.
그런데 그 코워크로 무엇을 만들지 결정하는 것은 여전히 사람입니다.
AI에게 오늘 '적대적 검토자' 역할을 한 번 맡겨보셨나요?
결과가 달라지는 경험을 댓글이나 회신으로 나눠주세요! 💬
'🤖 AI에 날개를 달다' 카테고리의 다른 글
| 혼자서 100개의 AI 에이전트를 운영하는 AI 네이티브 컴퍼니 (1) | 2026.04.03 |
|---|---|
| [무료공유] 코딩 몰라도 나만의 웹앱이 뚝딱! 바이브 코딩 시작 프롬프트 100선 (0) | 2026.04.02 |
| 육아하며 바이브 코딩으로만든 앱,앱스토어 1위까지 (0) | 2026.04.02 |
| AI, 검색으로만 쓰면 뒤처집니다 - 앤트로픽이 데이터로 증명한 충격적 사실 (0) | 2026.03.31 |
| 직장인 필독 | AI 프롬프트 하나로 업무 보고서 초안 완성하기 (1) | 2026.03.03 |