dang: 이런 A 대 B 구도에서는 늘 A 쪽은 HN이 반-A라고 느끼고, B 쪽은 반-B라고 느끼는 불변식이 있음 vbezhenar: 코드를 쓰는 걸 좋아하고, 코드 작성으로 돈 받는 것도 좋아하지만, AI에 프롬프트 쓰는 건 즐겁지 않음 thephyber: “무조건 AI 반대”라기보다 지금 AI가 쓰이는 방식에 반대함 oleg_antonyan: 이런 AI 도구를 무료 인터넷의 독점적 비결정론 데이터베이스라고 부름 spacechild1: 질문의 전제부터 의심스러움 knivets: AI가 “나쁜 코드를 쓰고 버그와 기술 부채를 만든다”는 건 사실임 whoami4041: 내 안에는 AI에 대한 양극단이 동시에 있음 Fr0styMatt88: 사용자는 처음엔 코드가 엉망인지 알 수 없지만, 같은 버그가 몇 년 남아 있거나 새 기능이 끊기거나 배터리를 잡아먹으면 신경 쓰게 됨 manoDev: “AI”를 쓰는 집단은 둘로 나뉨 maccard: AI 보조 버전이 10배 빨리 배포된다는 주장은 증거를 보여줘야 함 haunter: 불에 가까울수록 얼마나 위험한지 더 잘 알게 됨 tensor: AI의 한계를 솔직히 말하는 건 반-AI가 아님 rakel_rakel: 적이 되려면 훨씬 더 필요하지만, “코드는 단지 수단”이라는 말이 나와 갈리는 지점임 culi: HN은 미국 전체보다 훨씬 덜 반-AI지만, 그 기준 자체가 낮음 frankie_t: AI가 가져올 사회경제적 효과에서 나는 패자가 될 것 같음 keiferski: AI 도구를 매일 쓰고 실제로 유용하다고 느끼지만, 모든 게 AI 대화로 포장되고 기술 인접 회사가 전부 AI-first를 내세우며 LLM 의식 같은 과장 예측을 하는 데 점점 짜증이 남 mkl: HN의 많은 사람은 과도한 과대포장에 반대하고, 그게 대상 자체에 대한 반대로 보임 naikrovek: 코드가 “수단”이라는 건 아이가 유전자를 퍼뜨리는 수단이라는 말과 비슷함 happytoexplain: HN은 반-AI가 아니고, 친-AI와 반-AI 감정이 합리적인 비율로 섞여 있음 hollowturtle: AI 보조 버전이 10배 빨리 배포된다는 건 사실이 아니거나, 특정하고 좁은 시나리오에만 해당함 entropyneur: HN보다 AI에 더 열광하는 곳을 잘 모르겠고, 내 일일 기술 흥분제가 기술 불안으로 바뀌었음 ZpJuUuNaQ5: AI가 나쁜 코드와 버그, 기술 부채를 만든다는 건 부정하기 어렵고, 반-AI는 아니지만 현재 일에서 큰 도움을 받음 beej71: “사용자는 제품이 작동하는지만 본다”는 말은 Anthropic이 예전보다 8배 많은 코드를 배포한다고 한 글을 떠올리게 함 chrismarlow9: 전에도 봤고 시간이 지나면 늘 비슷하게 흘러감 lizknope: AI는 시간을 아껴주는 용도가 많지만, AI 봇이 온라인 포럼을 쓰레기 글로 채우고 있음 ChrisMarshallNY: “반-AI”를 어떻게 정의하느냐가 먼저임 hollowturtle: AI 이전에도 소프트웨어는 제대로 작동하지 않는 경우가 많았고, AI가 있다고 지금 갑자기 나아진 것도 아님 agentultra: 친-AI 글도 거의 같은 수만큼 있다고 봄 Snacklive: 딱히 반-AI는 아니고 매일 일에 쓰며, 아이디어 반복과 라이브러리나 난해한 API 정보를 찾는 데 특히 유용함 CrociDB: “코드는 단지 수단”이라는 말은 객관적으로 맞지 않음 truncate: 10배 빠른 AI 보조 출시가 좋은지는 무엇을 배송하는지, 사용자가 무엇을 기대하는지, 개인 선호가 무엇인지에 달렸음 thenoblesunfish: 많은 사람이 엔지니어이기 때문임 Nevermark: 몇 가지 주제가 보임 gortok: 문제는 사람들이 판단과 비판적 사고를 바이브 코딩으로 대체하고 있다는 것임 flkiwi: 딱히 반-AI는 아니고 지식재산 측면에는 우려가 있음 pjmlp: 많은 사람에게 코드 작성은 정확히 자기 일이지 어떤 목적을 위한 수단이 아님 GolfPopper: 우리 직장은 외주를 많이 주고, 그중 두 회사 직원들은 LLM “보조”를 쓴다고 매우 솔직히 말함 smoppi: “AI”라는 건 없고, 이른바 신경망이 대규모 언어 모델을 돌리는 것에 붙인 마케팅 용어일 뿐임 ian_j_butler: 지금 AI 대화는 미국 정치처럼 미묘한 차이를 둘 공간이 없는 팀 스포츠가 됐음 curvaturearth: 사람들은 “이걸 해야 하나?”를 더 생각해야 한다고 봄Hacker News 의견들
지금 프런트 페이지의 “Ask HN: What was your "oh shit" moment with GenAI?” 스레드만 봐도 HN이 결코 반-AI 일색은 아님: https://news.ycombinator.com/item?id=48406174
제목 같은 초기 조건이 어느 쪽 반응을 끌어내느냐를 좌우할 때가 있고, 사회 전체가 AI를 두고 갈라져 있으니 HN도 거시 흐름에서 면역일 수 없음: https://hn.algolia.com/?dateRange=all&page=0&prefix=true&que...
기계학습 발전에는 매우 열려 있지만, 현재 LLM이 프로젝트가 “개인 장난감” 규모를 넘어서면 나쁜 코드를 자주 쓴다는 것도 강하게 의식함
그래서 프로젝트를 더 모듈화하고 경계를 분명히 하려 하며, 고립된 모듈에서는 적절한 지시 아래 LLM이 대체로 잘 작동함
LLM을 지지하면서도 한계를 알고 있을 수 있고, 고객에게 내놓을 앱을 그냥 바이브 코딩으로 만드는 건 나쁘거나 아예 비윤리적일 수 있음
난로 고치기: https://news.ycombinator.com/item?id=48417845, 레트로 키보드용 새 소프트웨어: https://news.ycombinator.com/item?id=48418158, 캠퍼 밴 커스터마이즈: https://news.ycombinator.com/item?id=48417379, 오래된 Nokia 휴대폰의 천문 앱 포팅: https://news.ycombinator.com/item?id=48419242, 아이 과학 전람회 프로젝트 고치기: https://news.ycombinator.com/item?id=48419364
가족 프린터 복구: https://news.ycombinator.com/item?id=48419480, 해부 드로잉 배우기: https://news.ycombinator.com/item?id=48418716, 전기요금 낮추기: https://news.ycombinator.com/item?id=48417949, 클래식 기타 페달 프로그래밍 가능하게 만들기: https://news.ycombinator.com/item?id=48418006, Avocado armchair guy 승리 랩: https://news.ycombinator.com/item?id=48417658 — 아니, 이쪽이 맞음: https://news.ycombinator.com/item?id=48418274, 게임 적에게 오버레이 넣기: https://news.ycombinator.com/item?id=48420635
처음엔 그 글을 보고 조금 걱정했지만, 제목이 딱 맞으면 어떤 일이 벌어지는지 놀라움
몇 달, 어쩌면 몇 년째 생성 AI 글이 많고 대체로 호의적이었는데, 누군가에게는 정반대로 보인다는 점이 흥미로움
코드는 단순한 수단이 아니라 내 행복의 수단이고, 좋은 코드를 사랑함
AI는 내 생활방식과 작업방식을 없애려 하기에 반감이 있지만, 동시에 뒤처지지 않으려는 쥐 경주 때문에 억지로 쓰고 있음
제품을 10배 빨리 내는 데 별 관심 없고, 차라리 0.1배 속도로 내고 싶음; 월급은 매출 비율이 아니라 고정급이니 그 과정에서 좋은 삶을 유지하는 게 더 중요함
다만 “bullish against it”보다는 저항감이 있다가 더 정확해 보이며, 새 기술을 논할 때 개인적 동기와 비판적·객관적 분석은 분리해야 논의가 감정적으로 양극화되지 않음
예전엔 “코드 쓰기”가 사람들이 돈을 내는 일과 충분히 가까웠지만, 사실 사람들은 늘 소프트웨어로 문제 해결하는 데 돈을 냈음
이제는 많은 코드를 직접 쓰지 않고도 더 빨리 유용한 소프트웨어를 만들 수 있어서 상실감이 있지만, 동시에 큰 기회로도 보임
이해나 의도가 없는 코드 생성기는 그것을 정밀하게 표현하는 능력에 한계가 있음
대규모 해고의 연막으로 쓰이고, 1999~2000년식 수익 없는 성장·IPO 경주·무한 총시장 같은 사업 모델이 반복되며, 경영진은 고객 가치가 아니라 토큰 사용 극대화에 몰려 있음
많은 회사가 4월쯤 이미 연간 AI 예산을 소진했다는 얘기도 있고, 실제 가치 증가를 측정할 방법도 모르는 회사가 많음
전 동료들 말로는 비엔지니어가 나쁜 코드와 기능을 빠르게 밀어 넣게 되어 순손실이 커지고, LLM 추론에 기대느라 북마크 정리 같은 기본 작업도 안 하게 되어 인지 위축이 생길 수 있음
기반 모델 회사들이 월 20달러 요금제를 크게 보조하고 있으니 실제 추론 비용에 마진을 붙이면 감당 불가능해질 것 같고, Ed Zitron 인터뷰를 보며 AI 산업과 현재 비즈니스 활용 방식에 대한 냉소에 강하게 동의했음
미국 회사가 소유하고 미국 정부가 어떤 나라 정부를 싫어하면 접근을 끊을 수 있으며, 우리가 자라난 자유 인터넷을 먹고 사람이 읽을 수 없는 형태로 저장한 뒤 접근권을 팔고 있음
어느 날 Claude가 코드 대신 컴파일된 바이너리를 뱉기 시작해도 아무도 눈치 못 채고, 전 세계가 의존하는 독점 클라우드 컴파일러가 될 수 있음
텔레메트리와 백도어, 제공자가 원하면 사업을 장악할 수 있는 라이선스 조항까지 붙을 수 있고, 세계 지식 기반이 구독형 독점 접근으로 바뀌는 큰 전환임
정치인까지 ChatGPT에 삶의 의미와 팬케이크 레시피를 묻는다면 완벽한 정신 통제 도구가 될 수 있고, 이런 정치적·철학적 차원을 보면 내 PC에서 도는 claudecode가 언젠가 무기가 되지 않으리라 보기 어려움
개인은 인터넷의 방대한 정보를 읽는 것은 물론 종합해 판단하기도 불가능한데, LLM은 그 정보를 바탕으로 새로운 종합 정보와 아이디어, 의견, 데이터를 줌
“무료 정보를 기반으로 만들고 돈 받고 판다”는 비판은, 생수를 직접 만들 자유가 있다는 말처럼 기술적으로만 맞고 현실적으로는 설득력이 약함
AI가 나쁜 코드, 버그, 기술 부채를 만든다는 글이 매일 보였다는 말과 동시에, 매일 여러 개의 AI 과열 홍보 글도 올라옴
HN이 반-AI 감정의 매체가 됐다는 인식은 내 경험과 맞지 않고, 많은 사용자는 이미 바이브 코딩 “Show HN”, AI 모델 토론, 프롬프트 레시피의 지속적 유입에 지쳐 있음
AI는 코드를 빨리 많이 만드는 능력만이 아니며, 특정 분야와 사회 전체에 미치는 실제 부정적 영향도 크므로 논의할 만함
사용자가 코드 작성 주체보다 제품 작동을 본다 해도, 그 작동을 어떻게 보장할지가 문제임
검증은 예전 속도와 같거나 더 느릴 수 있고, 피드백을 받은 뒤에는 이미 유지보수 불가능한 블랙박스 코드베이스가 되어 데이터 손실이나 해킹까지 겪을 수 있음
LLM으로 코드에서 성공하려면 가드레일을 꽤 빡빡하게 유지해야 했음
남의 코드를 물려받으면 거의 항상 쓰레기라고 부르는 현실이 있고, 그래서 프로젝트를 버리고 새로 시작하는 일이 반복됨
Claude Code를 조심스럽게 지도하고 감독하면 인간 개발자보다 더 유지보수 가능한 코드를 만들 때도 많고, 업계는 LLM 전에도 이미 불안정하고 취약한 코드를 데이터센터 단위로 만들고 있었음
제품은 계속 나빠지고, 한 업체만의 문제가 아님
최종 제품과 아키텍처에 대한 강한 비전이 있으면 출시 속도는 놀랍지만, 그 과정은 내게 너무 고되고 약 30%는 영혼을 빨아먹는 느낌임
Opus에게 테스트 스위트를 반복 실행하지 말라고 CLAUDE.md와 훅까지 설정해도 90%는 제멋대로 명령을 쓰고, 실패를 찾겠다며 훅을 우회하거나 기다렸다가 다시 시도함
레버리지는 좋지만 A에서 B로 가는 동안 모델과 싸우는 건 싫고, AI가 하는 모든 일은 의심해야 함
AI를 싫어하는 사람은 너무 많은 걸 기대했거나 충분히 감시하지 않아 리팩터링 고통을 겪는 경우가 많고, 열광만 하는 사람은 덜 복잡한 시스템에 있거나 숨은 버그를 아직 못 봤을 가능성이 큼
생각과 이해를 기계에 넘긴다면 월급을 받기 위해 배송하는 내 일의 의미가 뭔지 모르겠음
AI가 쓴 코드를 깊이 이해할 수는 있어도 직접 만들지 않았다는 점에서 성취감이 훨씬 적고, 코드 카지노처럼 레버를 당겨 작동하면 도파민이 오고 쓰레기가 나오면 다시 프롬프트를 넣게 됨
AI를 쓰고 자신이 천재인 줄 아는 엔지니어들이 가장 견디기 어렵고, 도구의 출력을 자기 창의성과 착각함
기술 부채가 만기가 되면 사용자는 다른 방식으로 알아차리고, 다만 충분히 신경 쓰는지 혹은 선택지가 없는지는 별개의 문제임
한쪽은 알고리즘과 라이브러리 조사, 보일러플레이트, 테스트 하네스, API 통합, 리팩터링, 지루한 작업 자동화에 쓰면서도 아키텍처와 모범 사례, 세부 이해와 해법의 형태는 직접 잡음
다른 쪽은 프롬프트를 큐레이션하고 자율 에이전트와 도구, 가드레일을 만들며 문제의 실제 내부에는 관여하지 않고, 해법이 저절로 쓰이길 기대함
이 두 집단은 매우 다른 세계에 살고 다른 결과를 얻고 있으며, 곧 무엇이 살아남는지 보게 될 것임
AI를 쓰며 점점 덜 생각하는 사람들이 장기적으로 사고가 더 경직될 수 있고, 결과는 매우 고통스럽고 혼재될 것임
적은 정신적 노력으로 더 빨리 시작할 수 있는 장점은 있지만, 배우지 않는 사람들이 늘어나고 뭔가 깨졌을 때 또 다른 AI에게 고치라고 할 뿐이라면, 언젠가는 처음 설계가 어떻게 됐는지 아는 사람이 없어질 수 있음
최근의 AI 반문화가 다른 AI 활용까지 낙인찍지 않길 바람
Claude Code를 가끔 쓰긴 하지만, 사람이 읽을 글을 LLM으로 쓰는 건 이해하기 어렵고, 글의 목적은 인간적 연결과 학습, 가르침, 토론이기 때문임
이미지·영상 생성이 무엇이 “진짜”인지 증발시키는 것도 싫고, 나쁜 행위자가 “AI였다, 내가 아니다”라고 빠져나갈 수 있게 함
인간 작업의 가치가 떨어지는 것도 걱정되며, 방직공들이 동력 직기가 등장했을 때 잘 풀리지 않았던 역사를 떠올리게 됨
Claude Code 이후 과거에는 10년 걸리던 모바일 앱, Photoshop 대체재, 영상·오디오 편집기, 게임, 게임 엔진이 어디에 출시됐는가
코딩 에이전트는 그럴듯한 v0.1, 즉 첫 90%를 만드는 데는 괜찮지만, 실제 좋은 제품을 만드는 두 번째 90% 에는 형편없고 그 부분이 항상 더 오래 걸림
Photoshop 복제도 실제 프로그래머를 고용해도 막대한 시간이 걸리고, 사용자는 보통 해석 여지를 하나로 줄일 정도의 정밀한 설계 문서를 주지 않음
LLM도 받아들일 만한 코드를 출력하는 데 수십 분이 걸리며, 코드베이스가 커질수록 코드 생산 시작까지 1시간 이상 걸리기도 함
그래픽 디자이너가 자기 Photoshop을 만들 수 있다 해도 투자 대비 수익이 없고, 식당 주인도 메뉴 웹사이트를 만들 수는 있었지만 시간이 없어서 안 했음
보험 쪽에서 고객 셀프서비스를 꿈꾸며 대화형 폼을 만들었지만 고객은 작성할 시간이 없고, 무엇을 채워야 하는지 아는 사람과 통화하거나 만나길 원함
AI 채팅은 그 폼의 질문을 챗봇으로 바꿀 뿐, 사업주 시간을 쓰게 한다는 점은 그대로임
기존 앱은 소규모 팀이 6개월~1년이면 대체로 복제할 수 있을지 몰라도, 문제는 전환할 고객을 찾는 것임
여전히 새롭고 유용한 무언가를 더해야 하고, 고객에게 도달해야 함
HN에는 늘 기술에 비판적인 사람이 꽤 있었고, 기술을 가까이 보고 인간적 영향을 이해하면 멀리하고 싶을 이유가 있음
FAANG 엔지니어 중에도 자기 아이에게 스마트폰이나 소셜미디어를 허용하지 않는 사람들이 있는데, 왜 그렇겠는가
현대 기술의 사회적·인간적 영향을 보려면 FAANG 직원일 필요도 없고, AI는 같거나 더 나쁘며 앞으로 더 나빠질 것임
AI는 긍정적 용도도 있지만 오용 가능성이 엄청나므로, 쓴다면 어떻게 적용할지 신중히 생각해야 함
과열 홍보를 완전히 믿은 사람에게는 이런 신중함이 합리성이 아니라 부정성처럼 보임
반대하는 건 과열 홍보, 부수 피해를 무시한 “진보”, 통합과 독점, 소비자 적대 관행, 즉 권력으로 휘두르는 기술임
오래 지켜보면 경계심이 생기지 않기 어려움
출시 속도가 코드 품질보다 중요하다는 말은 코드가 올바를 때만 가능하고, AI는 프로토타입은 꽤 잘하지만 시스템이 복잡해지면 여전히 무너짐
그 순간 인간이 코드를 살펴봐야 하므로 코드 품질이 중요해지고, 오래 살아남을 제품을 만든다면 AI를 적절하게 써야 함
코드 품질 논쟁은 AI만의 문제가 아니라, 인간 개발자와 시니어·주니어의 가치에 대해서도 수십 년간 이어져 왔음
내 주된 동기는 사물이 어떻게 작동하는지 이해하고, 기술적 롤모델들처럼 우아한 해법을 직접 만들며 더 밀어붙이는 데 있었음
LLM이 제품을 그냥 만들어버리면 그 보람 있는 부분을 빼앗기거나 최소한 약화시키기 때문에 쓰기 싫음
사람마다 동기가 다르고 어느 쪽이 객관적으로 우월한 건 아니라, 그냥 다르게 연결되어 있음
이번 일로 많은 사람이 프로그래밍을 전혀 즐기지 않았고 짜증 나는 필요조건으로만 봤다는 게 드러났음
다만 그 집단이 모두가 프로그래밍을 싫어했다고 전제하는 건 마음에 들지 않음
내게 프로그래밍은 이해와 해결 그 자체이고, 프로그래밍 언어는 꽤 아름다우며 다른 사고방식을 장려함
나는 과학 장비를 제어하고 수집 데이터를 분석하려고 프로그래밍을 시작했고, 관심은 연구 대상 시스템이지 소프트웨어 자체가 아님
소프트웨어는 수단이고, 호기심이 소프트웨어의 모든 요소를 향해야 하는 건 아님
어셈블리를 더는 직접 쓰지 않는 것처럼, 소프트웨어의 절반은 소프트웨어를 더 쉽고 빠르게 쓰게 만드는 일임
기계공학 박사를 했지만 프로그래밍의 유연성에 끌렸고, PG의 Lisp 책과 예제들은 내 첫 회사를 가능하게 해줌
요즘은 emacs에서 하루를 보내기보다 에이전트 관리를 하며 장인정신의 기쁨을 잃었지만, 목적도 중요하게 여기는 실용주의 성향 덕분에 엄청나게 효율적인 수단을 다루는 재미를 배우고 있음
Quinnipiac 조사에서 미국인의 80%가 AI를 매우 또는 어느 정도 우려하고, 흥분된다는 응답은 35%뿐이었음: https://poll.qu.edu/poll-release?releaseid=3955
Gallup은 미국인의 71%가 지역사회 내 AI 데이터센터 건설에 반대한다고 봄: https://news.gallup.com/poll/709772/americans-oppose-data-ce...
Fox News Poll에서는 유권자 80%가 규제 없는 기술 혁신보다 공익 보호와 규제를 우선해야 한다고 답함: https://www.foxnews.com/politics/fox-news-poll-voters-see-ai...
Pew Research도 AI에 대해 “흥분보다 우려가 크다”는 미국인이 다수이고 그 비율이 늘고 있다고 봄: https://www.pewresearch.org/short-reads/2026/03/12/key-findi...
기술 자체보다 현재 정치 시스템의 문제이고, 노동자 관점에서는 일자리를 잃거나 유지하더라도 더 스트레스 많고 덜 흥미로워질 뿐 이득이 전혀 없음
경제 효과가 너무 커서 낙수의 부스러기만으로도 괜찮게 살 수 있길 바라는 정도지만, 내 나라에서는 그럴 가능성이 낮음
세습 부가 있어 AI를 내 편으로 활용할 수 있다 해도, 저렴한 콘텐츠 생성이 사기, 정치 선전, 온라인 대화 붕괴를 촉진하며 세상을 나쁘게 만든다고 봄
“pre-Facebook” 인터넷에서 “pre-ChatGPT” 인터넷으로 넘어간 2010년대 초반과 비슷한 변화를 느낀다
사람을 고용하는 건 비싸지만 토큰은 훨씬 싸며, 예측 가능한 미래에는 사람이 루프 안에 있어야 하고 프로그래머가 그런 역할에 잘 맞음
직업을 누가 빼앗아갈 소유물처럼 보는 태도는 이해하기 어렵고, 내 일은 돈을 받고 유용한 일을 하는 것임
유용하지 않게 되면 잃어도 괜찮고, 덜 돈을 받거나 지위가 낮아져도 내가 유용할 수 있는 곳을 찾으면 됨
많은 산업을 바꾸는 유용한 기술이지만 과열 홍보는 피곤함
대신 조카들을 보러 하룻밤 있는 24시간 넘게 AI 이야기를 들었음
사람들이 흥분하는 건 상관없지만, 나를 빼주고 AI 콘텐츠라고 미리 말해주면 잘 지낼 수 있음
그 밖의 사용 사례는 사회적 비용과 부정적 외부효과가 매우 크고, 특수 학습 데이터로 훈련한 로컬 모델을 제외하면 AI가 기술 밖 대부분 역할에서 인간을 대체할 만큼 신뢰 가능하거나 결정론적이라고 보기 어려움
답은 돈이고, 지금 경제에서 흑자로 추세를 보이는 거의 유일한 것이 AI라 시장이 올인하도록 부추겨졌기 때문임
HN의 반-AI 사람들도 LLM이 놀랍고 유용한 소프트웨어라는 점은 대체로 인정하지만, 현재 상업화와 마케팅 방식이 매우 해롭다는 데 문제가 있음
암호화폐 과열 홍보가 유행했을 때도 비슷했음
동시에 반-LLM 쪽에서도 “이 문장은 이런 특징이 있으니 LLM이 썼고 볼 가치 없다” 같은 매우 멍청한 반응이 나오기도 함
그런데 AI 기업 꼭대기의 사람들이 퍼뜨리는 거짓말을 믿고 능력을 과장하면, 현실을 조금 섞어 말하는 순간 바로 “반-AI”나 “파멸론자”가 됨
이제 많은 사람에게 AI는 정치나 얼마 전 암호화폐처럼 문자 그대로의 컬트처럼 보임
이른바 반-AI 사람들 상당수는 AI 자체보다, 위쪽 사람들이 탐욕과 권력욕을 채우려 해로운 방식으로 쓰는 것과, 다른 사람들이 생각 자체를 피하려고 쓰는 방식에 반대한다고 봄
그렇다고 사회가 형편없는 사람을 세상에 풀어놓게 두지는 않고, 규칙을 통해 사회에 이로운 아이들이 자라도록 함
많은 사람에게 코드 품질은 프로그래머로서 자기 품질의 반영임
1980년대 컴퓨터가 얼마나 빠르게 동작했는지 보고 지금 소프트웨어가 얼마나 느린지 비교해봤다면, 코드를 단순한 수단이라고 말하기 어려울 것임
요즘 소프트웨어가 끔찍한 이유는 너무 많은 사람이 그것을 “단지 수단”으로 보기 때문이고, 어떤 사람에게는 코드를 만드는 과정이 바로 보상임
같은 사람이 둘 다 품을 수도 있는데, AI라는 범위가 워낙 넓기 때문임
최근 며칠간 프런트 페이지에 있던 https://news.ycombinator.com/item?id=48323101 같은 글은 현실과 너무 동떨어져 있었고, https://news.ycombinator.com/item?id=48259784도 마찬가지임
특정 현재 모델 이야기가 아니라 Sam Altman 글처럼 AI의 긍정 가능성을 다룬 이야기가 프런트 페이지에 오른 걸 오래 못 봤고, 반례가 있으면 보고 싶음
신경망 안에 학습된 범위라면 몰라도 모두에게 일반화할 수 없음
새로운 아이디어를 몇 달 동안 AI로 빠르게 만들려다 좌절하고 결국 손코딩으로 다시 시작했으며, 그 과정에서 많이 배웠기 때문에 오히려 가치 있었음
에이전트를 잘못 쓴 것도 아니었음
코드의 “우아함”이라는 건 따로 있는 게 아니라 주로 유지보수성이고, 보안·성능 같은 요소가 조금 붙는 정도임
유지보수성의 중요도는 프로젝트와 산업, 개인 관점에 따라 크게 달라져 AI 보조 코딩에 대한 태도도 다양해짐
지금 AI는 인간의 유지보수성을 따라오지 못하는 듯하지만, 더 좋은 코드를 써서라기보다 나쁜 코드도 유지보수할 수 있게 되면서 격차가 줄어드는 것 같음
“진짜 신자 맞아?”라고 묻는 식임
그래도 dang의 해석에는 동의하고, 이 사이트는 양쪽 진영이 꽤 대표될 만큼 크지만 사람들은 보고 싶은 것만 봄
부스터는 파멸론자만 보고, 반대쪽도 마찬가지임
다만 이런 도구를 쓰려면 여전히 꽤 많이 관여해야 하며, 그렇지 않으면 시스템이 커질수록 기존 기능 수정과 새 기능 추가가 어려워짐
내부 구조와 멀어지기 시작하면 AI에게 문제를 짚게 할 적절한 맥락조차 줄 수 없고, 결국 낭비된 토큰과 잘못된 가정, 엉성한 코드 산더미가 생김
LLM이 쓰는 것도 여전히 소프트웨어라, 더 취약하고 복잡해질수록 LLM이 유지보수하기도 어려워짐
스파게티 코드나 카드집처럼 한 부분을 건드리면 무관한 곳이 깨지는 구조가 되고, 정형 검증으로 고칠 수 있다 해도 복합적으로 쌓임
일부 프로젝트에서는 괜찮지만 대부분의 엔터프라이즈·상용 소프트웨어에는 더 엄격함이 필요하고, 그렇지 않으면 가까운 미래에 길고 비싸며 위험한 마이그레이션을 겪게 됨
LLM은 AI가 아니라 다음 토큰 예측 함수이고, 매우 강력하지만 전체 스택의 수많은 함수 중 하나일 뿐임
엔지니어는 여전히 올바른 입력과 위치에서 그 함수를 호출할 프레임워크를 갖추고 결과를 검증해야 함
마케팅 과장이 아니라 기술적 세부에 집중하면 잘 맞는 영역에서 놀라운 결과를 얻을 수 있음
앱을 쓰면서 “이거에 필요한 건 코드가 더 많아지는 것이야”라고 생각한 적이 몇 번이나 있었는지 떠올려 봤음
버그가 있으면 더 많은 코드, 예상 밖 동작이 있으면 문서를 읽는 대신 1000줄 우회책, 그래도 안 되면 또 1000줄 원숭이 패치를 씀
실제 해법은 그 2000줄을 지우고 문서에 명확히 나온 25번째 줄 인자를 제대로 넘기는 것일 수 있음
대부분 인간은 귀찮아서 그렇게까지 안 하지만, AI는 코드 줄 수 지표를 지수적으로 부풀리기 쉬움
그 팀은 라이브러리와 공유 코드를 피했고, 복사·붙여넣기가 everywhere였으며, 결함 하나를 100개 넘는 미니 앱에서 고쳐야 했음
통신 MMI 제품이었음
클라우드가 나오자 CTO가 클릭만으로 인프라와 앱을 만들 수 있다고 했지만, 실제로는 디버깅해야 할 추상화 계층이 하나 더 생겼음
장점도 있고 문제도 있으며, 베어메탈과 좋은 팀보다 비싼지는 상황과 경제성에 따라 다름
Mongo 같은 문서 저장소가 유행했을 때도 SQL의 종말과 관계형 복잡성 제거를 외쳤지만, 몇 년 지나자 데이터가 망가지고 기능 추가와 버그 수정이 순수 문서 저장소에서 복잡해졌음
AI도 이 두 길을 동시에 가는 것처럼 보이고, 5년 뒤 대부분 바이브 코딩 결과물은 고칠 수 없는 거대한 더미가 될 것임
프로그래머를 없애기보다는 클라우드처럼 또 하나의 추상화 계층을 더할 뿐이고, 이미 무엇을 하는지 아는 사람에게만 유용할 것임
과열 주기라는 요지는 이해하지만, SQL 사례와 클라우드는 비슷한 우주에 있는 예시로 보이지 않음
SQL은 여전히 있지만 클라우드는 꽤 완전하게 이긴 것 아닌가
새로 시작한다면 데이터베이스 선택 논쟁은 남아 있어도, 기존 온프레미스 인프라가 있는 대기업이 아닌 이상 자기 하드웨어를 관리하는 선택지를 상상하기 어렵고, 웹 세계의 대부분 신규 SaaS는 Vercel과 PostHog 같은 버튼 클릭 추상화로 충분히 덮임
질문을 읽다가 실제 사람이 아니라 학습 데이터를 얻으려는 AI라는 단서를 보면 짜증남
아무 조치가 없으면 죽은 인터넷 이론이 2년 안에 현실이 될 것임
어떤 사람은 맹목적 숭배가 아니면 반대라고 보고, 어떤 사람은 격렬한 경멸만 반대라고 봄
AI는 훌륭하고 개발 속도와 범위를 크게 높이는 데 쓰고 있지만, 완벽과는 아주 멀음
그냥 제멋대로 하게 두면 어떤 재앙이 날지 상상도 안 됨
엄청난 증폭기가 될 수 있고 언젠가 완벽에 가까워질 수도 있지만, 아직 손으로 다듬어야 할 일이 많이 남아 있음
사용자로서 우리는 매일 신경 쓰지 않고 만든 소프트웨어를 봄
AI는 게으름을 허용하면 게을러지게 만들 뿐이고, 게으르지 않으려면 많은 규율이 필요함
에이전트는 손코딩보다 더 큰 규율을 요구한다고 보며, 그래서 둘 다 씀
AI로 내 코드를 스트레스 테스트하고, 반대로 내 코드가 AI가 더 좋은 코드를 쓰도록 제한하기도 하며, 코드베이스에 대해 질문을 많이 함
여기나 X에서 보이는 서사와는 다르게, AI는 좋지만 주장만큼 좋지는 않고 소프트웨어를 여전히 신경 써야 함
개인적으로는 AI 도구를 쓰고 싶지 않고, 프로그래밍은 좋아하지만 에이전트 코딩이나 프롬프팅은 좋아하지 않음
프런트 페이지가 친-AI나 AI 프로젝트로 가득하면 그날은 그냥 안 읽음
남의 즐거움을 망치고 싶진 않지만 관심이 없고 흥미롭지 않음
HN에 AI에 대한 단일 합의나 다수 의견이 있는 것 같지는 않고, 서로 다른 작은 진영들이 많아 보임
다만 모든 출력을 읽고 대부분의 코드는 손으로 쓰며, 스스로 발등 찍지 않으려 조심함
반대편에는 AI에 매우 흥분한 동료들이 있고, 그들이 보지도 않고 변경해 생기는 결과를 계속 겪고 있음
코드는 취약해지고 버그를 자주 들여오므로, 나는 주로 과열 홍보 반대에 가까움
유용한 도구라는 건 인정하지만, 출력 검토 몇 분도 하지 않고 쓰는 사람들에게 지침
코드는 최종 프로그램을 “짓는” 것일 뿐 아니라 그 프로그램의 청사진이고, 프로그램이 무엇을 하는지에 대한 가장 상세한 설명이자 빌드 지시임
또한 결정론적이라 같은 컴파일러는 같은 코드에서 항상 같은 프로그램을 생성함
아주 자세한 프롬프트도 일종의 코드처럼 같은 것을 만들 수 있다고 생각할 수 있지만, LLM은 결정론적이지 않으므로 그렇지 않음
“제품”이라는 말은 여러 번 나오지만 실제로 빌드되거나 실행되는 “프로그램”은 언급하지 않았고, 둘은 추상화 수준이 다름
경쟁자보다 빨리 제품을 만들고 싶다면 그건 좋지만, 코드는 그보다 훨씬 더 많은 것임
높은 성능과 신뢰성이 필요하고 큰 규모로 배포되어 되돌리기 어려운 제품에서는 10배 속도를 원하지 않음
다른 종류라면 괜찮을 수 있지만, 모두가 모든 것을 한 바구니에 넣는 게 문제임
AI는 유용하지만 사람들이 주장하는 정도만큼은 아님
더티는 빠르게 움직이게 해주고, 클린은 느림
누군가의 건강과 안전에 치명적이지 않은 스타트업이라면 AI로 얼마든지 더티하게 갈 수 있음
하지만 사람이 먹는 위험한 화학물질이나 수백 명을 태운 금속 덩어리를 하늘에서 제어하는 시스템이라면, AI 자체가 클린해질 때까지 클린한 방식을 유지해야 함
프런트엔드 개발자로서 프로젝트를 소유한다면 API는 AI 보조, UI는 AI 주도로 만들 것임
과열 홍보, 넓은 붓질, 쉬운 해법을 의심하고 몇 단계 더 들어가 “그래서 정말 작동하나?”를 묻는 게 우리의 사고방식이자 일임
대부분은 AI 자체보다 어떤 도구든 무비판적으로 받아들이는 태도에 반대하는 것에 가까움
가장 큰 부정성의 원인은 더 큰 우려라고 봄; 인간은 신성하거나 정해진 존재가 아니고, 우리 지능을 넘어서는 존재는 일반적인 장단점을 넘는 위협임
실용 논의가 derail되기 때문에 큰 그림을 직접 말하지 않지만, 많은 견해를 간접적으로 양극화함
또 하나는 비현실적·과도하게 낙관적인 주장에 대한 뉴턴식 반작용인 과열 홍보 반동임
새 기술을 우리에게 맞추는 것과 우리가 새 기술에 맞춰지는 것은 다른데, 지금은 빠르게 자기 적응하는 사람이 기술을 빠르게 적응시키려는 사람보다 먼저 가치를 얻음
엔지니어 상당수는 구조적으로 반골적이고 냉소적이라 한계부터 처리하며 새것에 방어적으로 접근하고, 겉으로는 즉각적 부정성과 세부 집착처럼 보이지만 실제 채택을 막지는 않는 듯함
같은 시간에 10배 많은 코드를 뱉게 하는 건 중독적이고 쉬워 보임
장기적 영향과 비결정론적 알고리즘을 신뢰하는 문제는 코드 생산의 쉬움에 중독된 사람들이 무시하는 듯함
이건 문제가 있고 시간이 지나면 우리 모두에게 돌아와 물 것임
진짜 반대하는 건 AI가 생각하는 기계라서 인력 90%를 해고하고 자신을 C-suite로 데려다줄 거라 믿는 듯한 기능적 문맹 MBA들과, 타인의 정보를 마음대로 써서 기계 신을 만들 권리가 있다고 믿는 전도사들임
슈퍼마켓 직원을 셀프 계산대로 대체한 뒤 창고에서 물건 채우는 일로도 충족감을 느끼라고 기대하는 것과 비슷함
또한 낙관주의자만 자기 일이 위험하지 않다고 볼 수 있음
내가 사업주라면 10배 빨리 배포하는 사람에게 같은 일을 맡기기 위해 더 적은 인원을 쓰면 됨
할 일이 매년 기하급수적으로 늘지는 않고, 전달 능력을 가진 사람들 사이에 분배될 물리적 한계가 있음
마지막으로 환경 영향은 지난 몇 년의 진전을 망치고, 컴퓨터 가격을 1980년대로 되돌리는 듯함
몇 달 걸리던 것을 몇 주에 한다면, 회사 안에서 소프트웨어로 가능해지는 영역 자체가 새로 열림
실제 회사에는 예전 경제성으로는 하지 못하던 작업 백로그가 항상 많고, 특히 개발자 도구, 인프라, 기술 부채 같은 내부 엔지니어링 작업에 더 해당함
10배 빠르다는 건 제품 코드만 10배 더 내는 뜻이 아니라, 프로토타입과 베타, 반복 루프를 빠르게 하면서도 품질을 높이고 기술 부채를 줄이며 비즈니스가 보지 못하는 엔지니어링 측면을 지속 개선할 수 있다는 뜻임
유지보수해야 할 것도 기하급수적으로 더 많아질 것임
약 1년 전부터 그들의 산출물은 점점 나빠졌음
LLM 보조로 만든 펌웨어는 하드웨어가 안정적으로 작동하지 않게 하고, LLM 보조로 만들거나 유지한 도구도 안정적으로 동작하지 않음
내 직접 경험상 LLM 생성 제품은 작동하지 않음
지능이 있는 게 아니라 추측 기계에 가깝고, 문장과 가짜 이미지·영상을 생성할 수 있음
이런 것들을 돌리려고 기가와트 단위의 컴퓨팅 에너지를 낭비해서는 안 됨
이런 이야기를 하려면 처음부터 논의 범위와 기대치를 분명히 하고 구체적인 기반을 잡아야 함
정치라면 경제, 데이터, 특정 정책이어야 하고 AI라면 연구, 벤치마크, 아주 구체적 작업흐름이나 사용 사례여야 함
논의 범위를 정하는 것조차 지루하고 대부분은 인내심이 없어서, 실제 선택지는 멍청한 응원전식 대화나 아예 안 하는 것뿐임
포럼은 읽기 전용으로도 엔지니어링의 집단 문화 확인에 별로 효과적이지 않고, 참여는 더 많은 노력에 더 적은 이득을 줌
스레드를 연 걸 후회하니 다시 연구와 hands-on 프로젝트에 머리를 묻겠음
내 경험상 LLM 덕분에 재미로 온갖 랜덤 앱을 만들 수 있었지만, 토큰이 떨어지면 책을 읽거나 밖에 나가거나 다른 걸 하게 되고, 대체 이게 무슨 의미였는지 생각하게 됨
나만 그런지 모르겠지만 생산성의 약속이 내 자유시간을 빨아들였고, 지금은 그것을 되찾으려 하고 있음
Ask HN: HN 이용자들은 왜 이렇게 AI에 반대하나요?
17 hours ago
2
Related
현대 카메라 렌즈 수리의 복잡한 내부(2024)
20 minutes ago
0
하네스 엔지니어링: 에이전트 우선 세계에서 Codex 활용하기
1 hour ago
0
최악의 VC 일화 세 가지
1 hour ago
1
Show GN: Claude Code가 답변을 요구할 때 화면에 오버레이를 띄우는 플러그인
2 hours ago
2
거실의 스마트 TV는 AI 스크래핑 경제의 노드
4 hours ago
2
SQLite에서 UUID 기본 키의 위험성
7 hours ago
1
Pokemon Emerald, WebAssembly로 포팅됨(100k FPS)
8 hours ago
2
LLM이 인간 같은 속성을 가진다면 Age of Empires II도 그렇다
9 hours ago
2
Popular
Global Keynote: The Beginning of Better | SAP Sapphire Madri...
2 weeks ago
106
Customer Success Keynote: Connected to Win: From Moment to M...
2 weeks ago
101
Making AI Value Real Today
3 weeks ago
78
English (US) · © Clint IT 2026. All rights are reserved
