AI 코딩 도구가 소프트웨어 엔지니어링의 하드 스킬을 상향 평준화시키면서, 인간의 차별화 요소는 점점 더 ‘무엇을 풀 것인가’를 결정하는 문제 정의 능력과 ‘포기하지 않고 밀어붙이는 끈기’로 수렴하고 있다. 팟캐스트에서 최승준이 3D 메쉬 알고리즘(비메쉬)을 구현하며 겪은 ‘덜컹 구간’의 경험은 이를 생생하게 보여준다.
그는 모델이 제안한 여러 가설 중 자신의 직관에 따라 ‘볼록 껍질을 활용한 위상 연결’ 가설을 밀어붙였고, 비록 완전한 성공은 아니었지만 유용한 부산물을 얻었다. 이 과정에서 중요한 것은 모델의 반대에도 불구하고 자신의 도메인 지식을 신뢰하고 반복 시도한 ‘끈기’다.
노정석이 지적했듯, “결국은 problem이다. 문제를 잘 포착하고, 그다음 문제를 잘 돌려볼 수 있고, 그리고 그 문제 해결 과정을 잘 가이드할 수 있는 능력”이 인간의 핵심 덕목이 되고 있다. 특히 끈기는 단순한 인내가 아니라, 실패에서 배우고 다른 가설을 실험할 수 있는 회복력과 메타인지를 포함한다.
근거
“근데 이렇게 말씀하신 거 듣다가 저도 한번 되묻고 싶어지는 부분이, 정석님도 코딩이나 이런 거는 확실히 안 하고 있을 가능성이 크다고 보는데 그럼에도 불구하고 아까 생명공학에 대한 걸 살펴본다거나 뭔가 나 자신을 다음으로 인도하는 정보를 흡수하는 일들은 또 잘 하게 되는 거가 맞는 거죠. 그런 역량이 오히려 발휘가 되고 있는 거라고.” — 최승준
또한 “될 것 같은 일은 하지 마라. 왜냐하면 가치가 없는 일이니까”라는 정규님의 발언은 문제 정의의 방향성을 제시한다. AI가 쉽게 해결할 수 있는 일은 이미 ‘된 일’이므로, 인간은 그보다 한 단계 위의 ‘덜컹 구간’에 도전해야 한다.
연결된 생각
- 20260606-clunk-zone — 덜컹 구간을 식별하고 공략하는 방법론.
- 20260606-if-someone-did-it-it-is-possible — ‘된 일’을 판별하는 기준.
출처
- 📎 클리핑: 20260613-ep89-ko-transcript