정의
Unlearn-Learn 패러다임은 AI 모델의 능력이 급격히 향상됨에 따라, 인간 개발자가 기존의 복잡한 harness(가드레일, 프롬프트 체인, 엄격한 워크플로우)를 점진적으로 제거하고 모델의 자율적인 판단과 실행을 신뢰하는 개발 방식으로의 전환을 의미한다.
핵심 속성
- Harness의 점진적 제거: Claude Code, Antigravity 등의 에이전트 도구가 등장하면서, 기존에 엔지니어들이 구축한 복잡한 harness(테스트, spec, 단계별 검증)를 모델이 스스로 처리할 수 있게 됨.
- 신뢰 기반 개발: 모델이 더 많은 컨텍스트와 의도를 이해하고 실행할 수 있으므로, 개발자는 문제의 본질(essence)에 집중하고 모델에게 실행을 위임함.
- Abundance Mindset: 제한된 자원(컴퓨팅, 시간)이 아니라 풍요로운 자원(모델의 능력)을 기반으로 접근하는 사고방식.
- 고에너지 프롬프트: 성공적인 Unlearn-Learn은 단순한 프롬프트가 아니라, 문제의 본질을 꿰뚫는 고밀도 의도(high-energy intent)를 전달하는 능력에 달려 있음.
관계
- 20260607-unlearn-learn-trust-shift — 신뢰 전환의 구체적 사례: Claude Code harness 철회
- 20260607-engineer-to-problem-finder — 결과적 역할 전환: 엔지니어에서 문제 발견자로
- 20260607-intelligence-zero-price-business-bottleneck — 경제적 배경: 지능 비용 하락이 Unlearn-Learn을 촉진
인용
“저희가 예전에 unlearn, learn 배운 것만큼 빠르게 버리는 것도 중요하다고 얘기하는데… 모두가 다 유치원생이 된 것 같은 그런 느낌이 들어요.”
출처
- 📎 클리핑: 20260613-ep77-ko-transcript