# 저커버그, "AI 에이전트 기술이 기대보다 느리게 발전하고 있다" > Clean Markdown view of GeekNews topic #31203. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=31203](https://news.hada.io/topic?id=31203) - GeekNews Markdown: [https://news.hada.io/topic/31203.md](https://news.hada.io/topic/31203.md) - Type: GN+ - Author: [xguru](https://news.hada.io/@xguru) - Published: 2026-07-07T11:00:36+09:00 - Updated: 2026-07-07T11:00:36+09:00 - Original source: [reuters.com](https://www.reuters.com/business/zuckerberg-says-ai-agent-development-going-slower-than-expected-2026-07-02/) - Points: 4 - Comments: 1 ## Topic Body - **AI 에이전트** 개발 속도가 기대에 미치지 못했으며, 최근 최소 4개월간의 개발 궤적이 예상만큼 **가속화되지 못함** - 올해 초 도입된 대규모 조직 개편이 충분히 "깔끔하지" 못했고, 경영진이 변화 **시점 판단에서 오판**함 - 5월에 전체 인력의 약 10%를 감원하고 약 7,000명을 **AI 중심 팀으로 재배치**, 직원 반발과 사기 우려 발생 - 새 조직 구조에 대한 베팅이 **아직 결실을 맺지 못함**, 향후 3~6개월 내 더 큰 효과 기대 - 올해 최대 **1,450억 달러의 AI 인프라 투자**가 예정된 가운데, 마우스 추적 소프트웨어 검토와 옵트인 방식 재도입 논의가 함께 진행 --- ### AI 에이전트 개발 지연 - 사내 타운홀에서 회사의 대대적 구조조정에 결함이 있었음을 인정하며, **AI 에이전트** 시스템이 기대만큼 빠르게 발전하지 못했음을 언급 - AI 에이전트는 사용자를 대신해 작업을 실행하는 **자동화 시스템**을 의미 - 최소 지난 4개월간의 **에이전트형(agentic) 개발** 궤적이 예상한 방식대로 가속화되지 않았으며, 새 구조에 대한 베팅이 아직 결실을 맺지 못함 - 1~2월 구조조정 계획 당시 "최고 인력들"과의 대화에서 **변화 적응 속도가 충분히 빠르지 않을 것**이라는 우려가 있었음 - 당시 경영진은 AI 스타트업 Anthropic의 **Claude Code** 같은 도구에 대해 "매우 낙관적"이었음 ### 구조조정과 조직 개편 - 대규모 인력 감축을 포함한 조직 개편이 가능한 만큼 "깔끔하지(clean)" 못했으며, 경영진이 변화 시점을 오판함 - 올해 초 도입한 조직 변화 일부를 **근본적 방향 전환 없이 완화**하려는 시도 진행 중 - 5월에 전 세계 인력의 약 10%를 감원하고 약 **7,000명을 AI 중심 팀으로 재배치**, 직원 반발과 사기 저하 우려 초래 - 이 변화는 AI 인프라 투자 재원 마련과 AI 지원 업무의 효율성 확보를 위한 **광범위한 구조조정**의 일부 - 5월에 올해 추가 전사적 감원은 없을 것이라고 직원들에게 언급했으나, 일부 직원은 회의적 반응 ### AI 투자 규모와 전망 - 올해 최대 **1,450억 달러**를 AI 인프라에 지출할 것으로 전망되며, 이는 빅테크 전체 7,000억 달러 이상 지출의 상당 부분을 차지 - 향후 **3~6개월 내** AI 투자로부터 더 큰 효과를 경험하기 시작할 것으로 기대 - Meta 대변인은 이날 논평을 거부 ### 마우스 추적 소프트웨어 검토 - 최고기술책임자 Andrew Bosworth가 최근 데이터 보안 사고에 대한 검토 결과, **AI 학습에 직원 데이터가 포함되지 않았음**을 밝힘 - 지난달 Meta는 민감 데이터 노출 조사를 위해 직원 마우스 움직임과 디지털 활동을 추적해 AI 학습에 쓰는 프로그램을 **일시 중단** - 검토 완료 후 프로그램을 다시 켤 경우 **"옵트인(opt-in)" 방식**으로 운영 예정 - "편안한 사람은 이 훌륭한 인간 조사에 기여할 수 있고, 그렇지 않은 사람은 문제되지 않는다"고 직원들에게 설명 - 4월 미국 직원 컴퓨터에 프로그램을 처음 설치할 당시에는 **옵트아웃 방법이 없다**고 안내했던 것과 대비 ## Comments ### Comment 61368 - Author: neo - Created: 2026-07-07T11:00:37+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48767058) - 작년 이맘때만 해도 올해쯤이면 회사들이 엔지니어링 팀을 소수만 남기고 줄이고, 대부분을 인간이 지시하는 **자율 에이전트**가 처리할까 봐 걱정했지만 그런 일은 일어나지 않았음 지금은 모든 코드를 에이전트와 함께 쓰지만, 원하는 결과만 던져주고 감독 없이 맡기는 건 절대 불가능함 예전보다 코드는 더 많이 만들 수 있지만, 제품 관리자와 디자이너가 원하는 대로 안정적이고 좋은 코드를 만들려면 증가 폭은 **2~3배** 정도이고, 그만큼 리뷰해야 할 코드도 2~3배로 늘어 생산성 향상이 상쇄됨 - 동료들이 제대로 리뷰할 수 있는지는 신경 쓰지 않는다면, **LLM 없이도 2~3배** 많은 코드를 만들 수 있음 코드 줄 수는 자산이 아니라 부채이고, 실제 자산인 기능을 해치지 않는 한 가능한 한 적어야 함 소프트웨어 엔지니어링의 큰 부분은 적절한 시점에 적절한 양의 코드를 만드는 일임 - 작년 이맘때는 **Cursor의 Claude**로 컴파일되는 서비스 뼈대조차 만들기 어려웠는데, 이미 자율 에이전트가 회사를 대체할 거라 걱정했다는 건 좀 의아함 실제로 큰 손질 없이 어느 정도 작동하기 시작한 건 11월에서 2월 사이였고, 지금도 현재 모델과 도구를 어떻게 최대한 활용할지 조직들이 배우는 중으로 보임 - 개발자가 직접 코드를 쓰는 일에서 에이전트를 관리해 코드를 쓰게 하는 일로 옮겨가는 건, 개발자가 리더십이나 관리 역할로 옮겨 **개별 기여자**가 코드를 쓰게 관리하는 것과 매우 비슷해 보임 어떤 개발자는 금방 감을 잡고 팀을 잘 이끌며 좋은 문화를 만들지만, 많은 개발자는 IC에서 관리자로 바뀔 때 무엇이 달라지는지 지원받지 못하면 어려움을 겪음 팀이나 에이전트 무리가 잘 못하면 구성원 문제가 아니라, 새 관리자가 모든 것을 붙잡고 **마이크로매니징**하거나 반대로 완전히 방치하다가 체크인 때만 나타나 결과물을 망쳐놓는 경우가 많음 근거는 없지만 개발자에게 일종의 관리 교육을 시키면 에이전트 무리를 훨씬 잘 활용할 것 같음 - 만족할 만한 코드를 에이전트에게 쓰게 하는 데 정말 애먹고 있음. 대부분 꽤 형편없음 비교적 단순한 **C# 코딩 스타일**인데, 그 단순함을 전달하는 게 생각보다 어려움 에이전트가 코드를 만들면 그게 맞는지 확인하는 데 오래 걸리고, 확인하지 않으면 동료 리뷰에서 질문받을 때 제대로 이해하지 못한 게 드러나 민망해짐 세상이 팔을 퍼덕이면 날 수 있다고 말하는 느낌인데, 직접 해보면 제자리에서 에너지만 태우고 있음 - **AGENTS.md**나 프롬프트에 있는 지시를 무시하는 게 최악이고, 꽤 자주 일어남 설계의 일부로 명시적으로 하라고 한 일을 그냥 제쳐버림 진짜 의미의 바이브 코더들은 프롬프트를 조심스럽게 쓰면 된다고 하지만, 조심스럽게 쓴 프롬프트가 무시되는 상황에서는 전혀 맞지 않음 전역 AGENTS.md에 “묻지 않고 내 결정을 뒤집지 말라”고 넣어도 그냥 지키지 않음 - 이 글은 Reuters 기사 [https://finance.yahoo.com/technology/ai/articles/exclusive-z...]()를 TechCrunch가 더 얇게 다시 쓴 것에 가까움 정확한 인용은 “지난 최소 4개월 동안 에이전트형 개발의 궤적이 우리가 예상한 방식으로 실제 가속되지 않았고, 새 구조에 건 회사의 베팅이 아직 결실을 맺지 못했다”는 내용으로 보임 여기서 Zuckerberg가 말한 **에이전트형 개발의 궤적**이 정확히 무엇인지는 추측하기 어렵지만, Meta 내부 모델의 도구 사용과 장문 작업 능력이 Codex나 Claude Code 같은 에이전트 실행 환경을 OpenAI·Anthropic 최고 모델 수준으로 구동할 만큼 개선되지 않았다는 뜻일 가능성이 큼 더 나아가, 많은 직원을 AI 데이터 라벨링에 재배치한 것도 그 목표의 일부였을 듯함 - 비관적으로 보면 Meta의 실행 환경도 공개적으로 쓸 수 있는 것들과 별반 다르지 않고, Zuckerberg는 전부 별로라고 보는 것일 수 있음 높은 수준에서 보면 이런 에이전트들은 중간 규모 문제조차 합리적인 인간처럼 처리하지 못함 메모리를 추가해도 **환각된 맥락**만 늘어나고, 작업 실패가 더 알아차리기 어려운 방식으로 바뀜 그는 절대 비용과 정의 가능한 **투자수익률**을 놓고 자기합리화를 하고 있을 가능성이 큼 - **유용한 챗봇**과 **유용한 에이전트** 사이의 간극은 사람들이 생각하는 것보다 훨씬 큼 챗봇은 10% 틀려도 여전히 도움이 되지만, 에이전트가 10% 틀리면 아무도 확인하지 않는 상태에서 잘못된 이메일을 보내고 잘못된 API 호출을 하게 됨 - 이건 범용 에이전트와 **코딩 에이전트**의 차이로 봄 코딩 에이전트는 어떤 가정을 세우고 테스트해서 틀렸다는 걸 발견한 뒤 회복할 수 있음 하지만 쉽게 테스트할 수 있는 범위를 넘어, 패치 작성이 아니라 실제 업무를 맡기면 사실이 아닌 것을 사실로 상상하는 게 문제가 됨 - 텍스트나 코드에서는 판단이 어렵다는 게 문제임. 물리적 활동에서는 이렇게 보임: [https://www.youtube.com/shorts/lK7TjujKQLw]() 감독 없이 쓰기에는 잘해야 쓸모가 제한적이고, 최악에는 재앙이 될 수밖에 없어 보임 - 그 간극은 메울 수 있음. 문제는 많은 사람들이 충분히 강한 **판단 계층** 없이 에이전트를 만들고 있다는 데 있음 지금은 합리적인 정확도로 검증 가능한 일이 가장 잘 맞는 영역임 - “앞으로 3~6개월 안에 AI 투자에서 더 의미 있는 이익을 보기 시작할 것”이라는 건 AI처럼 환각하는 것이고, 현장의 사실을 받아들이지 못하는 상태로 보임 Meta는 약 5년 전부터 **metaverse**, VR, 안경, AI에서 방향을 잃었고, 차분히 앉아 핵심 제품이 정확히 무엇인지 생각해야 함 불행히도 WhatsApp과 Instagram 같은 인수 제품 말고는 뚜렷한 핵심이 없음 - 지금은 궤도를 벗어난 독재자처럼 보임 Careless People 저자가 사회에 대한 범죄를 폭로했다는 이유로 삶을 망치려 하고, 직원들은 내부 발표를 계속 유출하고 있음 - 핵심 제품은 **광고**임 광고라는 무한 돈 복사 버그가 있어서, 다른 허황된 꿈을 좇으며 수십억 달러를 낭비할 수 있음 그 많은 꿈이 아무것도 아닌 것으로 끝나도 Meta에는 별 타격이 없음 - **매몰비용 오류**임 - 에이전트가 생긴 건 걷다가 **자전거**를 갖게 된 것과 비슷함 경영진은 이걸 보고 “이 속도면 몇 년 안에 자율주행차가 나오겠다”고 생각하며 그 세상에 맞춰 진지하게 계획을 세움 현실적으로는 오랫동안 자전거를 타게 될 것 같고, 개인 기여자의 생산성이 올라가는 상황은 엔지니어를 예산 부담이 아니라 더 가치 있고 쓸모 있는 존재로 만듦 그러므로 엔지니어가 훨씬 더 생산적이 될 잠재력이 커진 바로 그때 인원을 줄인 건 어리석은 결정임 이는 사람을 효과적으로 관리하는 법을 모른다는 고백이고, 관리 능력으로 막대한 돈을 받는 입장에서는 꽤 부끄러운 일임 - 에이전트가 생긴 건 걷다가 자전거를 갖게 된 게 아니라, 잘해야 **롤러스케이트**를 신은 정도임 그것도 바퀴가 육각형일 가능성이 큼 - 우리가 정말로 오랫동안 “그저 자전거만” 타게 될지는 아무도 모름 사회가 적응할 시간을 벌기 위해서는 그렇게 되길 바라지만, 실제로는 전혀 알 수 없음 - 모두가 과소평가한 건 필요한 **연산 자원**의 미친 듯한 규모와, 더 큰 모델을 따라가기 위해 그 연산 자원이 어떻게 확장되어야 하는지였다고 봄 - 그보다 더 큰 문제는 사람들이 연산 자원을 더 던지면 AI가 얼마나 발전할지 과대평가한다는 데 있음 AI판 “여자 9명이 있어도 아기를 한 달 만에 낳을 수는 없다”에 가까움 추가 연산 자원이 마법처럼 **범용 인공지능**을 만들어주지는 않음 - 2010년대에 준비가 덜 된 기초 모델을 상용화하려는 세 번의 시도에 관여했기 때문에, 이런 류의 진전이 어떻게 일어나는지 감이 있음 업계가 말해온 속도는 비현실적이고, 예를 들어 사람들이 **Apple Intelligence**의 발전 속도에 실망했지만 실제로는 예상한 정도의 속도로 진행됐음 - 그게 Meta에 문제일까? 최근에는 남는 연산 자원을 팔겠다고 발표했음 실제 문제는 AI가 기대만큼 효과나 사용량을 만들지 못해서 그렇게까지 하게 됐고, Zuck이 이긴 것 같지만 기분 나쁜 승자가 된 것일 수 있음 - 효율성 돌파구가 나오기 전까지는 비효율적으로 확장될 것임 다만 그 돌파구가 언제 올지는 예측하기 매우 어렵기 때문에, 최악을 가정해 계획하되 기회가 오면 활용할 수 있게 준비해야 함 - 이 정도는 기본적인 **대략 계산**만 해도 쉽게 추정할 수 있을 것 같음 - AI가 생산성의 큰 도약이라면, 회사는 경쟁 우위로 더 많은 시장 점유율을 얻기 위해 같은 수나 더 많은 직원을 고용해야 하지 않을까 직원이 더 효율적이 됐다는 이유로 줄이는 건, 경주에서 같은 자리에 서 있으려고 자기 발을 쏘는 것처럼 보임 AI는 덜 숙련된 직원도 더 고용 가능하고 유용하게 만들었어야 하므로 **고용 시장 호황**을 불러왔어야 함 그렇지 않다는 건 AI가 인원 감축의 핑계일 뿐, 근본 원인은 아닐 가능성을 시사함 - **근시안**임 이 기술은 10년도 되지 않았고, 정말 유용해진 것도 최근 3년 정도임 벌써 변혁적이길 기대하는 이유가 뭔지 모르겠음 “인터넷은 화려한 팩스 기계일 뿐”이라고 하던 것과 비슷함 - Zuckerberg도 1년쯤 전에 정확히 그렇게 말했음 - 문제는 사람과 함께 일하고 있다는 데 있음. 그것도 각자 오래도록 익힌, 좁고 특수한 방식으로 일해온 똑똑한 사람들임 모든 엔지니어가 당신처럼 **AI에 빠져서** 요청받을 때마다 Claude Code를 켤 거라고 가정하면 접근이 틀린 것임 아무리 훌륭한 도구라도 엔지니어의 행동과 작업 방식에 맞지 않으면 그냥 버려짐 고객이나 잠재 고객에게서 이 문제를 늘 봄. 5명짜리 팀이 2주 동안 foobar 위젯 하나를 만들면 50인일이 들어간 것임 누군가 AI로 같은 것을 2시간 만에, 그것도 같거나 더 높은 품질로 만들 수 있음을 보여주면 경영진은 좋아하겠지만, 팀은 여전히 손으로 프로그래밍하고 빌드 도구 오류를 Stack Overflow 대신 ChatGPT에 묻는 정도에 그칠 수 있음 도구를 나눠주고 멋지다고 말하는 것만으로는 충분하지 않음 엔지니어링 팀을 이해하고, 함께 일하고, 단계별로 제대로 이끌어야 하며 행동을 바꿔야 함 그건 하룻밤에 일어나지 않음. 안타깝게도 지금의 접근은 AI 지원 소프트웨어 엔지니어링 시대에 성과를 못 내는 사람을 내보내는 쪽인데, 그건 옳지 않다고 봄 - Zuckerberg가 **AI 에이전트**에 대해 뭐라고 말하든 왜 신경 써야 하나 싶음 그는 2000년대 초 PHP 개발자였고 Facebook으로 운이 좋았던 사람이지, AI 과학자나 연구자가 아님 AI 에이전트의 미래를 말할 어떤 권위가 있나 회사 사기는 사상 최저 수준이고, 그건 그가 집중해야 할 리더십 역량을 더 잘 보여줌. 아니면 에이전트가 곧 그를 대체할지도 모름 - Zuckerberg를 전혀 좋아하지 않지만, 그의 생각을 신경 쓸 만한 이유는 꽤 있음 그는 높은 수준에서 AI 에이전트 개발 상당 부분을 감독하므로 성공 여부를 볼 위치에 있고, 자세한 지표도 받을 것임 그의 판단이 맞든 아니든, 기술 업계 CEO들은 유행을 좇는 것으로 악명 높아서 그의 판단이 다른 회사들의 분위기를 정할 수 있음 어쩌면 그 자신도 이번에는 유행을 따라가는 쪽이고, **AI 과열**을 초기에 낮추는 흐름을 주도하는 중일 수도 있음 - 오랜만에 CEO가 한 말 중 가장 냉정한 축에 드는 내용이 “CEO 생각을 누가 신경 쓰나?” 취급을 받는 게 흥미로움 - 그래도 그는 세계에서 가장 큰 **기술 기업** 중 하나를 운영하고 있음 - 새로운 통찰이 전혀 없더라도, 그는 AI뿐 아니라 대부분의 일에 대해 일반인은 앞으로도 얻기 어려울 정보에 접근할 수 있음 칭찬하려는 건 아니고, 많은 대기업 C레벨에게도 마찬가지로 적용되는 이야기임 - 그는 수많은 AI 과학자와 연구자를 고용한 **1조 달러 기업**을 이끌고 있음 - 측정된 생산성과 “일화적” 생산성 사이에는 괴리가 있음 이 차트가 좋은 이유는 생산성을 올리는 가장 효과적인 방법 중 하나도 보여주기 때문임. 단순히 **인력을 줄이면** 됨 [https://fred.stlouisfed.org/series/OPHNFB]() - 노동자 1인당 산출은 생산성의 공식 정의지만, 그렇다고 산출이 고정돼 있다고 가정해서는 안 됨 희소성이 있는 조건에서는 보통 산출을 늘리거나 다른 종류의 산출을 만드는 편이 이롭고, 누군가 돈을 낸다면 더욱 그럼 그래서 중요한 질문은 무엇이 희소한지, 누군가 그에 돈을 낼지, 어떻게 그것을 더 많이 만들지임 사람들이 돈을 낼 만한 것을 만들 수 있다면 사람을 고용해 만들 수 있음 안타깝게도 돈 있는 사람들이 기꺼이 지불하는 가장 뚜렷한 것은 **AI 토큰**, 데이터센터, 데이터센터 투입물임 이것이 우리가 원하는 다른 것들을 더 많이 얻게 해줄지는 불분명함 - 모두를 해고하고 스스로도 월급을 받지 않으면 비용을 줄이고 생산성도 올릴 수 있음 투자의 목적은 **생산, 성장, 이익**이지 생산성 그 자체가 아님