메뉴
HN
Hacker News 56일 전

AI 엔지니어 또한 AI로 대체될 수 있다

IMP
8/10
핵심 요약

본 글은 현재 'AI 엔지니어'라는 직무가 지나치게 포괄적으로 사용되어 실제 업무 범위가 불분명한 현실을 지적합니다. 특히 최근 ChatGPT와 같은 범용 거대 언어 모델(LLM)과 파운데이션 모델이 급격히 발전함에 따라, 기존의 다양한 AI 하위 분야까지 하나의 모델로 통합되고 있어 AI 엔지니어들의 일자리가 다른 개발자들보다 오히려 먼저 대체될 수 있음을 경고하고 있습니다.

번역된 본문

2025년 8월 17일 — 이제는 일상적인 안부 인사가 되어버렸습니다. IT 업계에서 일하는 동료 엔지니어들과 이야기를 나눌 때면, 우리는 항상 어김없이 같은 주제로 흘러갑니다. "요즘 AI 에이전트가 정말 똑똑해져서, 결국 내 일자리도 그들에게 대체될 거야. 너는 걱정 안 해도 돼. 넌 AI 엔지니어잖아. AI를 만드는 사람인데 대체될 리가 없지." 이 말을 들을 때면 내 얼굴은 묘한 표정이 된다. 일종의 불편함이 섞인, 그리고 '이걸 어떻게 쉽게 설명하지?' 하는 난감한 표정 말이다. 마치 엘리베이터에서 모르는 사람과 마주쳤을 때 어떻게 행동해야 할지 모를 때 짓는 그런 표정이다.

사실, 내 직업이 다른 대부분의 개발자 직업보다 훨씬 먼저 대체될 가능성이 높다. 내가 왜 이렇게 생각하는지 그 이유를 파헤쳐 보자. 먼저 'AI 엔지니어'가 무엇인지 정의하는 것부터 시작해 보자.

AI 엔지니어란 정확히 무엇일까? 이 글을 쓰게 된 계기는 내 링크드인(LinkedIn) 피드에서 다음과 같은 이미지를 보았기 때문이다. 이 글은 아르빈드 나라야난(Arvind Narayanan)이 올린 것으로, 사야시 카푸어(Sayash Kapoor)와 함께 집필한 그의 저서 "AI 스네이크 오일: 인공지능이 할 수 있는 것, 할 수 없는 것, 그리고 그 차이를 분별하는 방법"에서 발췌한 것이다. 비록 내가 이 책을 직접 읽지는 않았지만, 이 서론은 현재 AI와 AI 엔지니어들의 상황을 아주 잘 설명하고 있다고 생각한다.

현재 이 세상에서 인공지능(AI)은 모든 것이면서 동시에 아무것도 아니다. 챗GPT(ChatGPT)는 AI이고, 스마트폰 카메라에서 이미지를 후처리하는 소프트웨어도 AI이다. 소셜 미디어에서 사용자에게 최적의 광고를 보여주기 위해 선택하는 알고리즘도 AI이고, 최신 비디오 게임의 NPC(Non-Player Character)들도 AI이다. 하지만 이 네 가지 유형의 인공지능은 서로 완전히 다른 기술이다.

챗GPT는 수십억 개의 매개변수(Parameter)를 가진 트랜스포머(Transformer) 기반 아키텍처인 LLM(대형 언어 모델)이다. 스마트폰의 이미지 처리 알고리즘은 (상대적으로) 작은 기기의 컴퓨팅 파워에서 작동하도록 설계된 작고 효율적인 합성곱 신경망(CNN, Convolutional Neural Networks)일 가능성이 높다. 추천 시스템은 꽤 복잡하며, 해당 응용 분야에 특화된 다양한 종류의 기술을 사용할 수 있다. 비디오 게임 내 NPC의 AI는 A*와 같은 고전적인 길찾기(Pathfinding) 및 탐색(Search) 알고리즘인 경우가 많다.

기술적으로 말하자면, 이러한 AI들을 개발하는 데 필요한 지식은 서로 완전히 다르다. 물론 기반이 되는 몇 가지 근본적인 원리는 같다. 결국 신경망(Neural Networks)은 거의 모든 곳에 사용되고 있으니까. 하지만 위 이미지에서 사용된 비유로 다시 돌아가 보자. 자동차와 자전거는 모두 바퀴를 사용하지만, 자전거 가게에 가서 자동차 바퀴를 고치라 하거나, 자동차 정비사에게 로켓 엔진을 고쳐달라고 하지는 않을 것이다.

그렇다면 우리는 이러한 AI들을 어떻게 구분할까? 대답은 '우리는 구분하지 않는다'이다. 현재 모든 것이 그 의미가 무엇인지에 대한 명확한 설명 없이 단순히 '인공지능(AI)'으로 마케팅되고 있다. 그리고 이는 직함(Job Title)에도 영향을 미친다. 'AI 엔지니어'라는 직함을 가진 사람은 문자 그대로 모든 종류의 일을 할 수 있다. 나는 단지 챗GPT API를 사용해 소프트웨어를 만드는 것뿐인데도 자신을 AI 엔지니어라고 소개하는 사람들을 수없이 봤다.

만약 내가 AI 엔지니어로서 직장을 찾기 시작한다면, 내가 관심도 없는 온갖 종류의 AI 관련 채용 제안을 받게 될 것이다. 반대로, 주로 이미지를 다루는 나는 컴퓨터 비전 엔지니어(Computer Vision Engineer)라고 말할 수도 있는데, 그러면 컴퓨터 비전이 AI보다 훨씬 더 광범위한 분야이기 때문에 AI와 전혀 상관없는 수많은 채용 제안을 받게 될 것이다.

그렇다면 AI 엔지니어란 대체 무엇일까? 글쎄, 나는 그것이 '네가 원하는 무엇이든 될 수 있다'는 결론에 도달했다.

왜 대체될 것이라고 걱정하는가? 이것은 이해할 수 있는 질문이다. 나는 AI가 다양한 종류의 주제를 포괄하는 포괄적 용어(Umbrella term)라고 방금 말했다. 챗GPT와 같은 LLM은 이른바 AI의 일부일 뿐이다. 그렇다면 왜 내가 걱정해야 할까?

문제는, 이러한 LLM과 파운데이션 모델(Foundation Models)이 너무나 범용적으로 진화하여, AI 세계의 자신들 측면에 훨씬 더 많은 도메인을 포함하기 시작했다는 것이다. 불과 며칠 전, 메타(Meta)는 다재다능하고 강력한 새 버전의 디노(DINO)를...

원문 보기
원문 보기 (영어)
17 Aug 2025 It quickly became small talk; whenever I speak with a fellow engineer working in tech, we somehow always end up in the same direction: “AI agents are getting so smart nowadays, my job will eventually be replaced by them. You don’t have to worry about this instead. You are an AI engineer, you create AIs, you cannot be replaced.” My face takes a specific expression at this point, showing some sort of discomfort, mixed with a “how do I explain this now in simple terms?” kind of face. The kind of face you have when you meet a stranger in the elevator and you don’t know how to act. The fact is, it will be very likely that my job will be replaced sooner than most developer jobs. Let’s dive into the reasons why I think this, starting by defining what an AI engineer is. What exactly is an AI engineer? The idea for this post came after seeing this image on my LinkedIn feed: This excerpt was posted by Arvind Narayanan, and it comes from his book “AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell the Difference”, written together with Sayash Kapoor. 1 Although I didn’t read the book myself, I think this introduction explains the current situation with AI — and AI engineers — very well. At this moment in the world, artificial intelligence is everything and nothing at the same time. ChatGPT is AI, the software that post-processes images on your camera phone is AI, the algorithm that selects the best commercials to show you on social media is AI, the non-playing characters on your latest videogame are AI. And yet, these four types of artificial intelligence are very different from each other. ChatGPT is an LLM, a transformer-based architecture with billions of parameters. The image processing algorithms on your phone are likely small and efficient convolutional neural networks designed to work with the computational power of your (relatively) tiny device. Recommender systems are quite complicated, and they could use many different kinds of technologies specifically engineered for the field of application. The AI of NPCs in video games are often just classical pathfinding and search algorithms, like A*. Technologically speaking, the knowledge you need to develop any of these AIs is different from each other. Sure, some of the underground fundamentals are the same — in the end, neural networks are almost everywhere — but going back to the figurative examples used in the image above, you can say that both the car and the bike use wheels, but you wouldn’t call a bike shop to fix your car’s wheel — or a car mechanic to fix the engine of a rocket. So how do we differentiate between these AIs? The answer is: we don’t. Currently, everything is marketed as “Artificial Intelligence” without any clarification of what this means. And this affects the job title too; a person having the “AI engineer” title could literally do everything. I have even seen many people claiming they were AI engineers while they were just using ChatGPT APIs to build their software. If I start looking for a job as an AI engineer, I would receive job offers of any possible kind of AI out there that I don’t even care about. On the opposite side, since I mainly work with images, I could say I’m a Computer Vision Engineer, and I would receive tons of job offers that have nothing to do with AI, since Computer Vision is a far wider field than only AI. So, what exactly is an AI engineer? Well, I came to the conclusion that it is whatever you want it to be. Why are you worried that you will be replaced? It’s an understandable question. I just said that AI is an umbrella term that encapsulates many different kinds of subjects. LLMs like ChatGPT are only a part of what is called AI. So why should I be worried? The thing is, these LLMs and foundation models are becoming so general that they are starting to include way more domains under their “side” of the AI world. Just a few days ago, Meta released their new version of DINO, a versatile, powerful and efficient vision model that could be easily applied to different tasks with very little work. Without using annotations and with very good performances. No more need to do research about a certain topic — you already have a plug-and-play solution that will probably work for many applications. This is the direction AI is taking: cannibalizing all the other branches of AI into general models that can be applied to everything. Why bother tailoring a solution to a specific problem when you can just use the latest generalization breakthrough from big tech? We’ll eventually reach a point where having AI engineers and researchers will no longer be convenient for most companies. The best AI researchers will be concentrated in big tech, and the rest of the market will be highly saturated. Tailored AI solutions will become a luxury that most companies will happily avoid. 2 Luckily, this isn’t the case yet. General models still aren’t specialized enough for many domains — especially when data from those domains is scarce or difficult to obtain. It’s not possible to achieve the best outcomes by only relying on a general model. But give it a few years, and this will change. Models will become so general that with only a small sample from the domain you want to apply them to, they’ll quickly specialize for that application. Most AI engineers will be replaced by AI sooner than software developers, who will still be needed to integrate these AI models into applications. And I don’t think AI agents can steal their jobs completely — not yet, at least. Someone still has to use the AI to build the application they want, and that person needs the knowledge to ensure the AI is doing the right thing in the best way possible. This isn’t something AI can fully replace, since agents need a user, and that user has to know what they’re building. But this is the topic for a different post. :) I do not personally know the authors, and I am not affiliated with them in any way. The purpose of the link is only for credit to the authors — I gain nothing from it. ↩ In my opinion, this will also bring a flattening of the curve of AI progress, as there will be fewer and fewer AI engineers, leading to fewer ideas and research, with only a niche of very experienced and stubborn (as most seniors are) engineers working in the field. ↩ ai random Related Posts Detecting AI Fakes with Compression Artifacts 15 Sep 2025