정의
AI가 모든 구성원에게 사실상 무한한 headcount(token workforce)를 부여한 조건에서, AI 네이티브 인재를 “eval(완료 기준과 검증 증거)을 스스로 정의하고 그것이 행동으로 체화된 사람”으로 규정하는 채용·평가 기준. 도구 숙련도나 토큰 사용량(token maxing)이 아니라 판단 기준의 설계 능력을 신호로 삼는다.
핵심 속성
- 문제 인식: AI는 headcount를 무한히 늘리지만, 지시자의 모호함도 같은 배율로 확장된다
- 판별 행동 6단계: ① 모호한 일을 쪼갠다 ② 완료 정의와 확인 evidence를 정한다 ③ AI가 일할 수 있는 context를 넣고 맡긴다 ④ 결과가 이상하면 중간에 멈추고 방향을 바꾼다 ⑤ AI의 “완료했습니다”를 믿지 않고 실제 결과를 확인한다 ⑥ 실패를 다음 eval로 남긴다
- 체화 판정 조건: 한 과제에서 우연히 나온 행동이 아니라 문제가 바뀌어도 반복될 때만 체화로 인정
- 역량 등급 구분: 자기 일만 빨라지면
AI power user, 자기 판단을 팀의 workflow·eval·skill·default로 이식해 타인이 반복하게 만들면AI Transformer - 전환의 최소 단위: 개인이 아니라 팀 — 업무 context·data, 변경 권한, 현업 전문가 협업이 붙어야 실제로 회사가 바뀐다
- 기존 신호의 붕괴: 자기소개서·코딩테스트·포트폴리오는 AI가 다듬고 풀고 빠르게 생산하므로 변별력을 잃는다
- 명시적 한계: 하루짜리 해커톤이 장기 업무 성과를 예측하는지는 미검증. 도구 접근을 동일하게 열어도 사전 경험·도메인 지식·개인이 준비한 harness 차이가 결과에 개입한다
관계
- 20260807-cofa-probe — 하위개념: 이 기준을 운영 가능한 평가 절차로 구현한 것
- 20260707-goobong-jeong — 이 기준을 제안한 인물
- 20260605-verifiable-evaluation-principle — 상위개념: 검증 가능성이 작업 성립의 전제라는 원리
- 20260603-okr-turns-all-work-into-verifiable-reward — 연장: “Evals are the new OKRs”의 조직 목표 관리 버전
- 20260806-agentic-delegation-measurement — 대조: 조직 단위 에이전틱 전환을 위임·복잡도·체계화·동시성으로 측정
- 20260806-internal-ai-lab — 연장: 같은 저자가 제시한 조직 차원의 학습 축적 장치
- 20260508-no-evals-no-improvement-direction — 뒷받침: eval 없으면 개선 방향을 알 수 없다
인용
“You just hired a million bad employees.” George의 표현을 빌리면 AI는 모든 직원에게 사실상 무한한 headcount를 준 셈입니다. 문제는 일 못하는 사람의 모호함까지 같이 확장된다는 겁니다.
저는 AI 네이티브 인재를 eval을 스스로 정의할 수 있는 사람이라고 생각합니다. 그리고 그게 체화된 사람입니다.
George의 표현대로 “Evals are the new OKRs”입니다. AI를 관리하는 일도 결국 무엇이 좋은 결과인지 정의하는 일입니다.
AI 네이티브 인재는 이력서보다 일하는 방식, eval을 대하는 것으로 드러납니다.