요즘은 링크드인이나 기업들의 채용공고에서 스타트업정신, 하드워커, 주체적이고 주도적인 인재를 찾는 모습들이 예전보다 더 많이 보이는 것 같다.
어찌보면 당연한일이기도하다. 정말 열심히하고 잘하기위해 노력하는 사람들만 모아두면 모든일이 일사천리로 풀린다.
거기에 더해 작은 조직은 큰조직이 겪는 어려움이 없다. 인간이 많아지면 인간이 많아지는것으로 인한 문제들이 생겨나기때문이다.
사람이 늘어나면 문제도 늘어난다. 그래서 작은 조직을 유지하는게 중요하다. 그런데 작은 조직이면서도 임팩트를 내려면 인간 개개인의 퀄리티가 중요해진다.
1점짜리 인간 10명을 모아두는것보다 10점짜리 인간 한명이 훨씬 큰 임팩트를 훨씬 적은 인적비용으로 만들어낸다
그러니 향상심높고 뛰어난 하드워커들만 모아두는건 어찌보면 성공의 제 1조건이나 다름없어보이기도한다. 인재밀도가 중요한 이유는 거의 언제나 뛰어난 한명이 평범한 몇명보다 낫기때문이다.
그러나 동시에 그건 전적으로 사용인의 입장에서의 이야기이기도하다. 대부분의 사람들은 제대로 하지 않는다. 최선을 다하지 않는다. 인생의 많은 부분을 남의 일에 쏟아붓지 않는다. 뛰어나지않다. 뛰어나지고 싶어하지 않는다.
미친듯이 일해야 성공한 삶 멋진 커리어를 가지는게 성공한 삶이라는 주장을 하려는 게 아니다. 그런 사람들이 잘못되었다는것도 아니다. 그냥 현실이 그렇다는거다. 하드워커면서도 능력도 뛰어난 인간은 드물다. 오히려 제정신이 아닌사람에 가깝지않을까? 제정신인 사람이라면 일말고도 세상에서 자신에게 중요한 무언가들이 꽤 많지 않을까?
대부분의 인간들은 그렇게 스타트업 사용인들이 원하는 것처럼 살지않는다. 그리고 솔직히 정말 거절할 수 없을만큼 커다란 보상이라도 있지않다면 그렇게 사는 것 자체가 수지타산이 안맞는다.
결국은 등가교환이다. 하드워커의 삶을 사는게 아무리 좋아도 희망도 꿈도없이 무보수로 그렇게 살거냐하면 누가 그렇게 살까?
그럼에도 한국의 사정이 워낙 안좋으니 이런식으로 해도 되는가보다.
---
AI라는 키워드가 부상한 이후 Product engineer , Problem Solver 같은 단어들이 떠오르기 시작했다.
사실 새삼스럽다고 느껴진다. 애초에 정말 제대로 일하는 사람들은 항상 자신의 상황에서 최선의 판단을 내린다. 몰라서 못하는 일은 배워서 해낸다. 기존 방법으로 풀지 못하는 문제는 새로운 접근으로 해결한다. 병목이 있다면 그 병목을 해결해낸다. 짜쳐보이는 일이라도 그렇게 하는게 최선이라면 기꺼이 한다.
그렇게 살고있던 사람들은 AI가 없을때도 이미 그렇게 살았다. AI 아니 사실 LLM인 물건은 그런 사람들이 더 빠르게 뭔가를 배울 수 있는 럭키구글 정도의 역할을 한거라고 생각한다.
다만 그렇게 사는사람들도 단기간에 전문가가 될 수 없는 문제들이 있다.
아무리 러닝커브가 가파른 천재여도 컴퓨터공학의 모든 부분을 항상 최신으로 섭렵하는건 불가능에 가깝다. 몇십년을 쌓아올린 컴퓨터공학의 정수를 삼일만에 흡수하는 사람은 없다. 그럼에도 너무 어렵고 복잡한 문제들은 그런 깊은 전문성을 요구한다. 만에하나라도 잘못되어선 안되는 미션크리티컬한 부분일수록 더더욱
그래서 과거에도 0 to 1 인재 1 to 10 인재 10 to 100 인재를 나눠서 구분했다. 결국 진짜 어려운 일을 당장 해결해야할땐 그 일을 해결할 수 있을만큼의 내공이 있는 사람이 필요하다. 단지 그정도로 어려운 일을 풀어야만 하는 상황까지 비즈니스를 키운 팀보다 그렇지 않았던 팀이 훨씬 많았을 뿐이다.
그런 관점에서 나는 저 용어들이 부상하는게 의아하다.
- 애초에 Product Engineer, Problem Solver라는 이름은 거창하지만 결국에 그들이 하는 일은 당장 빠르게 배워서 해치울 수 있는 일을 하는것에 가깝다. 기존의 0 to 1 인재가 하던 일이랑 전혀 다르지 않다.
- 0 to 1 인재는 개개인의 삶 입장에서는 도박이다. 그들이 하는 일은 사실 큰 전문성이 필요하지않다. 반대로 말하면 대체하기도 쉽다. 일정 이상의 똑똑함이 있다면 그들의 차별성은 얼마나 미친 하드워커인가? 로 나타날 수 밖에 없고 이는 개개인의 삶을 지속가능하지 않게 만들기 때문이다. 미친 하드워커임을 포기하는 순간 차별성이 사라지게되는 삶을 살 수 밖에 없다.
- 0 to 1 인재가 도박인 이유는 그들의 미친 하드워킹이 항상 제품의 성공으로 이어지지는 않기 때문이다. 제품의 성공은 운이 작용한다. 그것도 매우크게.
그럼에도 세상은 0 to 1 인재가 많이 필요하다. 수많은 작은 스타트업의 실패와 피를 통해 하나의 로또당첨이 나오는 구조일 수 밖에 없으니까
그러나 그 계산에는 0 to 1 인재 테크의 도박성과 개개인의 삶에 미치는 영향은 배제되어있다.
---
모든 사람들이 LLM을 AI 라고 부르니 LLM이 AI 처럼 느껴진다.
사람들은 마치 더 많은 데이터만 학습시키면 LLM은 100% 완전해질 것이라고 믿는것만 같다.
그게 될까? 솔직히 나는 안된다고 생각한다. 적어도 지금 방식을 유지해서는 불가능할 것 같다.
'간헐적 회고' 카테고리의 다른 글
| 26년 1월 회고 (2) | 2026.02.09 |
|---|---|
| 2025.08.10의 간헐적 회고 (10) | 2025.08.11 |
| 2025년 06월 14일의 간헐적 회고 (1) | 2025.06.14 |
| 2024년의 첫번째 간헐적 회고 (3) | 2024.01.11 |
| 11월 중순의 간헐적 회고 (5) | 2023.11.18 |