William Murray는 AI와 자동화로 소프트웨어의 깊은 사고가 직업적 가치를 잃어가는데도 변화에 저항하지 않는 태도를 공모이자 체념이라 비판했다. 그는 프로그래머를 자동화에 위협받으면서도 힘을 얻는 고숙련 장인으로 보며 현재를 산업혁명기 영국과 비교했다.
저자는 단순히 멋진 데모 영상을 생성하는 것보다 실제 프로젝트에서 모델의 안정성을 평가하는 것이 더 중요하다고 판단하여 Wan 3.0을 위한 체계적인 워크플로우를 준비하고 있습니다. 이를 위해 이미지-비디오 일관성, 참조 기반 생성, 카메라 이동 등을 테스트할 수 있는 간단한 스토리를 구성하여 실용적인 성능을 검증할 계획입니다.
Claude Code는 사용자가 작성한 프롬프트 외에도 매 턴마다 설정 텍스트 묶음을 모델에 전송하며, 저자의 환경에서 실측한 총량은 약 165KB였다. 주요 주입원은 ~/.claude/rules/의 138.8KB, 프로젝트 memory 11.3KB, 글로벌 CLAUDE.md 7.2KB, 스킬 description 41개 8.4KB 등이며, 이는 대화의 모든 턴에서 매번 전송된다.
저자는 Claude, Codex, Gemini, Cursor, Windsurf 등 AI 코딩 도구를 활용한 '바이브 코딩'이 프로토타입 제작을 몇 주에서 하루 만에 단축시켜 주며 개발의 재미를 되찾아 주었다고 회고한다. 하지만 더 큰 프로젝트를 시도하자 모든 것이 무너지기 시작했고, '나중에 정리하겠다'는 약속은 지켜지지 않는다는 현실을 마주하게 된다.
AI가 시니어 엔지니어의 가치를 높였다는 업계의 통념에는 다음 세대 시니어가 어디서 올 것인지에 대한 구멍이 존재한다. AI가 자동화한 단순 작업들은 사실 주니어들이 시니어로 성장하기 위해 거쳐야 할 필수적인 수습 과정이었으며, 현재 고용 데이터는 이 바닥 단계가 이미 사라졌음을 보여준다.
AI 에이전트는 신비로운 존재로 여겨지지만, 사실 프레임워크 없이도 약 80줄의 코드로 핵심 루프를 구현할 수 있다. LangChain이나 CrewAI 같은 프레임워크는 대화 메모리나 도구 실행 등을 단순화할 뿐이며, 기저의 원리를 이해하면 언제 프레임워크가 필요한지 판단하기 쉬워진다.
