Hacker News 의견들

• 내 또래 개발자들이 1년 안에 새 직장을 못 구하는 이유가 소프트웨어 개발자 시장이 평균보다 빠르게 성장해서라니 놀라움

  • 매년 미국은 12만 명 이상의 H1B, L1, OPT 비자 소지자를 받아들이고 있음. 전체 190만 명의 개발자 수를 고려하면, 단순히 고용을 유지하려면 매년 5% 이상 성장해야 함. 여기에 미국 내 졸업생까지 포함하면 10% 성장률이 필요함. 장기적으로는 비현실적임.
    의회나 대통령이 H1B 비자를 일시 중단하거나, 비자 수수료를 20만~50만 달러로 인상해 진짜 예외적인 인재만 받도록 해야 함. 지금은 대기업이 대량 해고하면서도 비자를 남발하는 구조임
  • “평균보다 빠르게 성장”이라는 표현이 통계의 함정처럼 들림. 실제로는 지역, 인력 공급, 다른 직종 변화 등 여러 요인을 고려해야 함. 많은 사람들이 업계를 떠나면서 생긴 빈자리가 ‘성장’으로 보이는 착시일 수도 있음. 단일 데이터포인트로 전체를 판단하는 건 통계적 착시에 불과함
  • 아마 당신은 ‘컴퓨터 프로그래머’일 수도 있음. 이 직종은 고용이 6% 감소할 것으로 예상됨
  • 데이터는 2024년 기준임

• “Top Executives” 직군의 일자리 수가 “Retail Sales Worker”와 비슷하다는 게 흥미로움. 자동화와 미국의 글로벌 경제 역할을 생각하면 이해되지만, 계급과 불평등의 통념과는 어긋나는 현상임

  • 이 직군의 중간 연봉은 105,350달러이며, “General and Operations Manager”와 “Chief Executive”가 포함됨. 소규모 기업의 경영자들도 포함된 듯함. BLS 링크
  • 나도 그 그래프를 보고 처음엔 말이 안 된다고 생각했음. 하지만 같은 링크를 보면 실제로 그 수치가 맞음
  • 긱 이코노미가 정부 통계의 신뢰도를 망치고 있음. 많은 라이드셰어 운전자가 ‘CEO’로 분류되는 경우가 있음
  • “계급과 불평등의 통념과 어긋난다”는 말이 흥미로움. 좀 더 설명해줄 수 있는지 궁금함

• 시각화가 멋지지만, 색맹 모드가 있었으면 좋겠음. 빨강과 초록을 구분할 수 없음

  • 임시로 쓸 수 있는 해킹 스크립트를 만들어줬음. Chrome 콘솔에서 “allow pasting”을 먼저 활성화해야 함
  • Daltonize 같은 도구를 써보면 좋을 듯함. 색각 이상자를 위해 생리학적으로 인식 가능한 색상 조정을 해줌. 예시 이미지
  • 색맹이 아닌 입장에서 궁금한데, 시스템의 Accessibility 설정(고대비 모드 등) 으로는 해결이 안 되는지?
  • 나도 빨강/초록 색맹이라 같은 문제를 겪고 있음

• AI가 만들어내는 잉여 생산물(surplus) 은 어디로 가는가에 대한 고민임. 데이터센터나 연구소 투자가 아니라, 실제 AI가 만들어내는 결과물의 분배를 말함.
  AI는 우리가 일하는 방식과 선택을 바꾸고, 경쟁은 그 잉여를 새로운 구조에 재투자함. 결국 그 구조는 필수 인프라가 되어버림. 컴퓨터가 수백만 배 빨라졌지만, 임금이나 노동시간은 거의 변하지 않은 이유가 여기에 있음. 잉여는 결국 ‘기본 비용’으로 흡수됨

  • 그 잉여는 결국 상위 1%의 주머니로 들어감. 지난 50년간 컴퓨터·인터넷·자동화가 만든 생산성 향상도 대부분 그쪽으로 갔음. 관련 데이터
  • 개인 프로젝트에서는 프로그래밍 시간을 절약해도, 결국 더 야심찬 프로그램을 만드는 데 그 시간을 씀. 기업도 마찬가지로 더 큰 목표를 추구함
  • 잉여는 결국 자본의 소유자에게 돌아감. 노동은 이미 오래전부터 자본에 밀리고 있음
  • 만약 AI가 ‘쓸모없는 일’을 수조 배 더 효율적으로 처리해도 경제적 이득이 거의 없다면, 그건 그 일들의 실질적 경제 가치가 낮다는 뜻일지도 모름. 하지만 주식시장이 멀쩡한 걸 보면, 적어도 세 가지 중 하나는 틀린 전제임: 경제가 정체 중이거나, AI가 엄청나게 생산적이거나, 혹은 주식시장이 현실과 동떨어져 있거나
  • 결국 시장경제에서는 기업주가 결정함. 장기적으로는 상품이 더 저렴해지는 방향으로 흘러감. 농업의 역사만 봐도 그렇음. 참고 링크

• BLS의 데이터는 실제 상황보다 시차가 크고 예측 신뢰도가 낮음. 2000~2010년대에 보험계리사(Actuary)가 가장 유망하다고 했던 걸 기억함? 기술 변화가 빠른 시대엔 이런 예측은 의미가 없음

  • 데이터가 최신은 아니지만, 신뢰성은 높은 편임. 내가 예전에 BLS 데이터 제출에 참여했는데, 고용주가 2주마다 보고함. 완벽한 예측은 불가능하지만, 보고된 데이터 기반의 가이드로 보면 됨. AI의 영향은 누구도 정확히 모름
  • 그렇다면 당신이 보는 실제 상황은 어떤지 궁금함
  • 대학 시절 내 파트너가 보험계리사 자격증(FCAS)을 따려 했던 이유가 이거였음. 지금은 안정적이지만, 워낙 진입 장벽이 높은 소수 직종임
  • 데이터의 품질 자체가 낮다면, 아무리 많아도 합성 데이터와 다를 바 없음
  • 트럼프가 BLS 국장을 해임하고 “위대함을 되찾겠다”는 인사를 임명했던 일도 있었음. 이런 정치적 개입을 보면 데이터를 얼마나 신뢰할 수 있을지 의문임

• 흥미로운 점은 학사 학위 직업의 평균 연봉이 석사 학위 직업보다 8천 달러 높음

  • 아마 석사 학위가 필요한 직종들이 포화 상태이기 때문일 것임. 교육, 사회복지, 도서관학 같은 분야에서 자격 인플레이션(qualification creep) 이 일어나고 있음

• “Software Developers +15%”라니 기쁨, 하지만 “Computer Programmers -6%”는 충격임

  • BLS 기준으로 Software Developer의 중간 연봉은 131,450달러, 출처.
    Computer Programmer는 98,670달러, 출처.
    개발자는 사용자 요구 분석, 시스템 설계, 유지보수, 문서화 등 전체 소프트웨어 생명주기를 다룸. 반면 프로그래머는 주로 코드 작성, 수정, 테스트에 집중함
  • 나도 프로그래머지만, 그 직함으로 올라온 구인공고는 대부분 열악한 조건임. ‘Software Engineer’라는 타이틀이 붙는다고 진짜 엔지니어가 되는 건 아님. 결국 단어 놀음임
  • 나도 그 차이를 궁금했음. 그래도 190만 개의 개발자 일자리와 12만 개의 프로그래머 일자리를 보면 희망적인 신호로 보임
  • 아마 용어 변화 때문일 수도 있음. 예전엔 프로그래머라 불리던 역할이 이제는 개발자로 통합된 듯함
  • 프로그래머는 줄지만, 테스터와 QA는 늘어날 거라는 전망이 있음. AI가 보편화된 미래에는 품질 관리가 더 중요해질 것 같음. 하지만 개발자 직군이 그만큼 늘어난다는 뜻은 아닐 수도 있음

• 부동산 관점에서 보면, AI에 가장 노출된 직업군은 사무직임. 비서, 서기, 회계, 고객 서비스, 변호사, 개발자 등이 포함됨. 최근 몇 년간 오피스 부동산이 회복세라 했지만, AI로 인한 일자리 감소가 현실화되면 두 번째 충격파가 올 수도 있음

• 이 시각화는 마우스 오버가 핵심인데, 모바일에서는 거의 쓸모가 없음

  • Canvas 렌더링이라서 그렇다고 함. 반응형 접근성이 떨어짐

• 모델(Model) 직업이 AI 노출도 8/10으로 나온 게 흥미로움