▲

Amazon Web Services - 4년 그리고 퇴사

 (adventuresinoss.com)
7P by GN⁺ | ★ favorite | 댓글 1개
  • AWS에서의 4년을 보냈고, 조직 변화속에서 해고당했지만, 회사가 예전 모습과 달라져 오히려 다행이라고 생각
  • Amazon의 대체 가능한 인력 관점은 물류센터 운영에는 맞을 수 있어도, 시간이 쌓여야 하는 IT 조직 지식과는 잘 맞지 않음
  • AWS의 초점은 고객 문제를 푸는 S3·EC2·RDS 같은 인프라보다 GenAI로 급격히 옮겨갔고, 인간의 관심과 준비 과정은 뒤로 밀림
  • 정지된 10년 된 AWS 계정의 복구는 작은 매출보다 한 사용자를 사람으로 대하는 일이었지만, 고위 경영진의 관심은 크지 않았음
  • 잇단 해고와 건강 악화 속에서도 AWS에는 좋은 사람이 남아 있으나, 오픈소스가 사용자에게 통제권을 돌려준다는 의미가 더 커짐

AWS에서의 변화와 퇴사 배경

  • 2022년에 합류한 AWS는 4년 사이 크게 바뀌었고, 퇴사는 해고였지만 오히려 다행임
  • 지난 1년 동안 AWS가 오픈소스 커뮤니티와 더 잘 협력하도록 노력했지만, 잦은 조직 변화와 Generative AI 집중 가속화로 업무 만족도가 크게 낮아짐
  • 합류 당시 David Nalley가 이끌던 OSSM(Open Source Strategy and Marketing)은 AWS를 오픈소스 커뮤니티에서 더 나은 구성원으로 만들겠다는 목표를 갖고 있었음
  • David Nalley가 AWS Developer Experience 조직 전체를 맡도록 승진한 뒤 OSSM과의 직접적인 상호작용은 거의 사라졌고, 실질적인 “David Time”도 0에 가까워짐
  • 공식 역할은 AWS와 상업적 오픈소스 회사 고객 사이의 연락 담당이었지만, 실제로는 거대한 기업에 사람의 얼굴을 부여하는 일에 가까웠음

“대체 가능한” 인력 관점과 IT 조직의 한계

  • Amazon은 직원을 거의 대부분 대체 가능(fungible) 한 존재로 보는 독특한 관점을 갖고 있음
  • Fungible은 기본적으로 “대체 가능”을 뜻하며, NFT를 통해 널리 접한 표현임
  • Amazon의 대형 리테일 사업은 상대적으로 건강하고 지능이 있는 사람을 몇 주 안에 생산적인 물류센터 직원으로 만드는 프로세스 위에 구축됨
  • 이 접근은 배송 비즈니스에는 맞을 수 있지만, 정보기술 분야에서는 성공에 필요한 조직 지식이 시간이 지나며 축적되어야 하므로 잘 맞지 않음
  • 대체 가능성에 대한 믿음은 필요한 기술을 가진 사람과 Amazon에서 일하려는 사람이 무한히 존재한다는 가정에 기대고 있음
  • David Nalley는 면접 과정에서 필자를 “non-fungible”이라고 불렀고, 이 표현은 자부심을 느끼게 했음

GenAI 집중과 고객 중심성의 약화

  • 지난해 AWS의 초점은 완전히, 거의 절박할 정도로 GenAI로 이동함
  • 내부에서는 가능한 한 AI를 많이 쓰라는 요구가 시작됐고, “AI로 이메일을 요약한다”거나 “프롬프트 하나로 콘퍼런스 발표 자료를 만들었다”는 식의 사용이 등장함
  • 이메일 요약보다 더 나은 이메일을 쓰는 편이 낫고, 발표는 하고 싶지만 준비 작업은 하고 싶지 않은 태도는 발표를 대하는 방식과 맞지 않음
  • 현대 경제에서 가장 가치 있는 상품은 관심(attention) 이며, 콘퍼런스 발표는 상당한 시간을 들여 만드는 작업으로 여겨짐
  • 한때 발표 슬라이드에는 알아볼 수 없는 글자나 오탈자가 많은 AI 생성 이미지가 그대로 들어가기도 했고, “충분히 괜찮음”은 고객 집착(customer obsession)이 아님
  • AWS의 GenAI 전환은 진짜 고객 요구에서 거꾸로 출발하기보다, 가능한 한 많은 것을 빠르게 만들어 세상에 던지고 반응을 보는 방향에 가까워 보임
  • AI가 만들고 AI가 소비하는 콘텐츠가 늘어나면서, 과정의 중심에 있던 인간이 사라지고 있음
  • AWS가 처음 실용적인 클라우드를 세상에 내놓았을 때의 강점은 명확했음
    • 1990년대 기업용 소프트웨어를 구현하려면 필요한 컴퓨팅 파워를 먼저 추정해야 했음
    • Sun Microsystems나 Dell 같은 회사에서 하드웨어를 주문하면 배송까지 몇 주에서 몇 달이 걸릴 수 있었음
    • 이후 랙 장착, 전원 연결, 프로비저닝이 필요했고, 과소 산정하면 곤란해지고 과대 산정하면 비판받는 구조였음
  • AWS는 S3, EC2, RDS 같은 서비스로 이런 문제를 해결하고 표준을 만듦
  • 최근 re:Invent에서는 이런 도구에 대한 세션을 찾기 어렵고, 찾더라도 발표의 중심은 여전히 AI가 차지함
  • 개인 목표였던 “오픈소스 워크로드를 실행할 기본 선택지로 AWS를 만들기”도, “vibe code”로 같은 기능을 만들고 라이선스를 우회할 수 있는 상황에서 의미가 흔들림
  • AWS의 고객 초점은 안정적이고 풍부한 기능의 애플리케이션을 만드는 인프라 담당자를 설득하는 것에서, GenAI가 그들을 더 이상 필요 없게 만들 수 있다는 약속 위의 더 추상적인 층으로 이동함
  • 이 변화는 그런 사람들을 다시 대체 가능하게 만드는 방향으로 이어짐

계정 복구 경험과 내부 반응

  • 지난해 가장 자랑스러운 성과는 정지된 AWS 계정을 복구한 일이었음
  • 회사에 미치는 재무적 영향은 작았고 해당 고객도 큰 지출자는 아니었지만, 그는 AWS를 성공하게 만든 유형의 사용자 중 하나였음
  • 북아프리카의 한 사용자는 10년 된 AWS 환경이 거의 예고 없이 닫혔고, 구제 수단도 없었으며, 데이터가 삭제됐다는 안내까지 받았다고 공개함
  • 데이터가 실제로 사라졌다면 복구는 불가능했겠지만, 같은 일을 다른 사람이 겪지 않도록 경험을 최대한 파악하는 일도 중요했음
  • 계정 번호로만 보이던 사용자를 한 사람으로 이해하는 과정에서, 그가 AWS 계정 상실 외에도 여러 문제를 겪고 있었다는 사실을 알게 됨
  • 결국 리소스를 복구할 수 있었고, 실제 작업은 적절한 지원팀에 연결된 뒤 지원팀이 수행함
  • 해당 사용자는 복구 이후 후속 글을 썼지만, 핵심은 이런 일이 애초에 발생하지 말았어야 한다는 데 있었음
  • 사건이 닫힌 뒤 고위 경영진은 관심을 보이지 않았지만, 여러 Amazon 직원들은 Slack으로 감사를 전했고 일부는 회사에 대한 믿음이 되살아났다고 표현함
  • 리더십이 이 일을 중요하게 여기지 않는 듯한 태도는 특히 힘든 부분이었음

해고, 건강 악화, 오픈소스로의 회귀

  • 지난해 10월 대규모 해고는 가까이 일하던 사람들에게 큰 영향을 주지 않았지만, 1월 대규모 해고는 훨씬 심각했고 AWS에서 사귄 여러 친구들이 구직자가 됨
  • 스트레스는 건강에도 영향을 미쳤고, 4년 동안 체중이 거의 30파운드 늘었으며, 그중 최근 1년 동안 10파운드가 추가됨
  • 혈압계에서는 계속 새로운 최고치가 나왔고, 수면이 심하게 깨져 몇 주 동안 제대로 잔 밤이 없었음
  • AWS에는 여전히 훌륭한 사람들이 많지만, 인력 감축과 더 나은 회사로 떠나는 사람들이 이어지면 그 상태가 얼마나 유지될 수 있을지 불확실함
  • Cory Doctorow의 “reverse centaurs”는 Amazon에서 일하는 사람들에게 적어도 약간의 부끄러움을 느끼게 할 만한 글이었음
  • AWS가 잘하는 점 중 하나는 #actual-aws-memes라는 Slack 채널을 허용하는 것임
    • 이 채널은 강하게 관리되지만, AWS 생활에 대한 밈을 올리며 스트레스를 푸는 공간임
    • 마지막 주에 처음이자 마지막으로 밈을 올림
  • 해당 밈 때문에 해고됐다고 보지는 않으며, AWS에서 4년 동안 비윤리적이거나 불법이라고 느낀 일을 하라는 요구를 받은 적은 없음
  • 다만 미국과 전 세계에는 법을 따르는 것이 선택 사항처럼 되는 수준이 존재하는 듯함
  • AWS에서의 미래가 불확실했기 때문에 강제로 떠나게 된 일은 오히려 안도감을 줌
  • 올해 GrafanaCon 참석 이후 오픈소스 뿌리로 돌아가고 싶은 마음이 커짐
  • 오픈소스는 기술적 힘과 통제를 벤더가 아니라 사용자 손에 두는 것과 관련되어 있음
  • 최첨단 모델이 모두 API로만 접근 가능한 GenAI 환경에서 오픈소스의 의미가 어떻게 전개될지는 불확실함
  • 로컬에서 모델을 실행하고 싶더라도 필요한 하드웨어를 감당할 수 있는 사람이 얼마나 되는지도 문제로 남음
  • AI의 세계에서 인간으로 일한다는 것이 무엇을 뜻하는지가 마지막 질문으로 남음

함께 보면 좋은 글 β

▲
GN⁺   [-]
Hacker News 의견들

  • 지난달에 몇 년 만에 처음으로 AWS Support에 문의했는데, 과금 방식에 대한 질문이었음
    케이스를 만들고 7일 동안 배정되지 않았고, 실시간 채팅을 열어 25분쯤 1차 지원 담당자와 이야기했는데 그는 주제를 잘 몰라서 이미 내가 읽은 AWS 문서를 그 자리에서 읽고 있었음
    결국 답을 못 찾자 잘못된 답을 주지 않고 에스컬레이션한 건 괜찮지만, 애초에 티켓을 봤다면 내가 재촉하지 않아도 됐을 일임
    11일 뒤 완전히 틀린 답이 왔고, 그사이 내가 정답을 찾아 설명해 답장했더니 다음 날 내 답이 맞다는 AI 생성 장문이 돌아왔음
    AWS가 소비자인 내가 AI 생성 답변을 사람의 답변과 비슷하게라도 가치 있게 여길 거라고 오해하는 게 핵심 문제로 보이며, 나는 검증되지 않은 응답으로 보고 거의 무시함

    • 공개 문서를 대신 읽어주는 수준의 AI 지원 봇은 요즘 AI 열풍에서 나온 것 중 가장 짜증 나는 물건일 수 있음
      한때 지원 품질로 유명했던 Stripe도 이제 포기한 듯함
      최근 결제 수금 방식이 예상과 다르게 바뀐 건을 처리했는데, AI 봇은 도움이 안 되는 정도를 넘어 틀린 설명을 적극 제시했고, 문제는 그대로인데 며칠 동안 엉뚱한 것만 바꾸게 만들었음
      내 사업에서는 어떤 서비스를 쓸지 고를 때 이 문제에 큰 가중치를 둠
      서비스와 통합한다면 질문이 있거나 문제가 생겼을 때 실제로 도와줄 진짜 사람이 있어야 한다고 보며, 비용 절감을 위해 모두를 AI 봇으로 밀어 넣는 건 고객을 얼마나 가치 있게 보는지 드러내는 신호임
    • 너무 억울해하지 않아도 됨
      예전에 연간 AWS 지출이 꽤 큰, 10만 달러는 훨씬 넘고 100만 달러는 안 되는 곳에서도 지원 티켓이 몇 달씩 답이 없었고, 배정된 계정 담당자도 여러 번 후속 연락을 해도 몇 달씩 방치했음
      최근 6개월 안에 연 티켓은 전부 AI 생성 답변이 큰 지연 끝에 왔는데, 질문과 맞지 않는 부정확함을 보면 사람이 읽지 않은 게 분명해 보였음
    • 최근 운영 중인 Oracle 데이터베이스에 문제가 생겼는데, 사내 DBA들이 실제 사람을 장애 대응 통화에 붙이려고 AI 지원 봇과 몇 시간 씨름했음
      실제 사람이 통화에 들어오기까지 2시간 넘게 걸렸고, Oracle 지원 계약에 매년 수십만 달러를 내는데 돌아오는 게 AI 봇이라면 받아들이기 어려움
      이제 Postgres로 마이그레이션하는 게 최우선 과제가 됐고, “사람을 AI로 대체”한다는 헛소리는 멈춰야 함 [0]
      [0]: https://www.forbes.com/sites/jonmarkman/2026/04/06/oracles-m...

  • 예전에는 발표 슬라이드에 알아볼 수 없는 글자나 철자가 틀린 단어가 가득한 AI 생성 이미지가 들어가 있는데도 발표자가 그대로 두는 걸 봤음
    “이 정도면 충분하다”는 태도는 고객 집착이 아님
    미성숙한 생성 AI 도입을 강제하는 모습은 Catch 22에서 Milo Minderbinder가 실수로 엄청난 양의 면화를 확보해 놓고 사람들에게 면화를 먹이려는 장면을 떠올리게 함

    • 우리 업계 말고 이렇게 유치하게 구는 산업이 또 있는지 모르겠음
      명백히 말도 안 되는 텍스트가 박힌 AI 생성 이미지를 전문적인 회의에서 보게 될 줄은 몰랐는데, 점점 흔해지고 있음
    • 생성 AI 훨씬 전부터 회사 발표 자료에 밈 생성기로 만든 이미지를 많이 쓰는 걸 봤고, 그것도 똑같이 거슬렸음
      그걸 생성 AI 이미지로 바꾸는 건 오히려 나아진 걸 수도 있음
      최소한 법적 위험은 줄고, 전 세계 청중에게 더 이해하기 쉬워 보이기도 함
      다만 사람들이 왜 이걸 하는지는 아직 모르겠음
      리더십 교육의 일부인지, 아니면 발표자가 이런 요소를 넣으면 발표가 더 기억에 남고 즐거워진다고 믿는 건지 궁금함
    • 생성 AI가 사람 안에 있는 게으름을 증폭해 조직 쇠퇴의 가속제로만 작동하는지는 아직 지켜봐야 함

  • 지난 6개월 동안 대기업 고위 경영진의 핵심 목표는 일반 직원들을 대체 가능하거나 불필요한 존재로 만드는 것 같음
    거대한 실험이고, 산업혁명 같은 선례도 있음
    노동자에게는 한 세대 정도 상황이 더 나빠짐

    • 2018년부터 Amazon에서 일했는데, 내가 있는 동안 소프트웨어 엔지니어가 대체 가능한 인력이라는 얘기는 늘 있었음
      원칙적으로는 모두가 모든 일을 할 수 있어야 하지만, 실제로 더 전문화된 역할을 뽑으려 하면 엄청난 골칫거리가 됨
      Frontend Engineer나 Embedded Systems Engineer 같은 역할을 만들기 시작했지만, 실제로는 여전히 범위가 매우 넓음
    • 산업혁명 뒤에도 상황이 나아진 건 노동자들이 조직화해서 밀어붙였기 때문임
      AI가 노동의 가치를 낮춰 협상력이 줄어든다면, 같은 방식이 다시 통한다는 보장은 없음
      결국 어떤 식으로든 정리되겠지만, 다음 단계로 넘어가는 전환이 매우 고통스럽고 어쩌면 폭력적일 수도 있다고 봄

  • 나도 오래전 AWS 출신인데, 솔직히 조직 문제는 Jassy가 Amazon 전체 CEO가 되고 Charlie Bell 같은 주요 리더들이 회사를 떠나면서 본격적으로 커졌음
    다른 문제들도 늘 있었음
    비용 측면에서는 더 저렴한 베어메탈 제공업체들이 10년 전보다 훨씬 빠르게 인스턴스를 제공하게 됐고, 제품 품질 측면에서는 스타트업부터 Databricks 같은 더 큰 회사들이 압박했음
    금리가 오르기 시작하자 IoT, AI, 비즈니스 지원, 로보틱스, Ground Station 같은 여러 비싼 베팅이 사실상 실패한 것도 컸음
    최신 베팅인 AI 인프라와 자체 하드웨어 강화는 똑똑한 선택이지만, 이런 역할은 같은 수의 소프트웨어 엔지니어가 아니라 다른 종류의 고숙련 전문가를 필요로 함

    • Amazon Robotics를 실패라고 부르기는 어려움
      작고 보관함에 넣을 수 있는 물품을 다루는 모든 풀필먼트 센터는 로보틱스를 광범위하게 쓰고 있고, 외부인 눈에는 꽤 생산적으로 보임

  • #actual-aws-memes가 언급됐네
    나도 2022년에 입사했는데 내 경험과 많이 맞아떨어짐
    좋은 매니저가 떠난 뒤 “최고 기준을 고집한다”가 점점 무서운 이 정도면 충분하다로 침식됐고, 생성 AI가 그 속도를 더 높였다고 봄

  • Amazon이 인력 풀을 다 써버릴 거라는 얘기는 몇 년째 들었지만, 그래도 계속 굴러가고 있음

    • 2023년에 AWS에서 밀려났음
      그 뒤로 Kuiper의 시스템 엔지니어링 역할로 연락해 온 리크루터가 최소 35명은 됨
      “노란 배지” 계약직일 뿐이어도 매번 Amazon 채용 매니저 단계에 올라가면 즉시 거부됨
      Amazonians는 우리가 블랙리스트에 얼마나 오래 올라가는지 모르고, 아마 알 수도 없을 것임
      결국엔 사람을 다 써버리게 될 것임
    • 경제가 안 좋고, Amazon은 소프트웨어 엔지니어에게 꽤 괜찮은 보수를 줌
      특히 이제 다른 FAANG도 신입에게 터무니없이 많이 주지 않으니, 똑똑한 젊은 인재 공급이 완전히 마를 것 같지는 않음
    • 8년째 거기서 일하고 있는데, 실제로 사람이 부족해지고 있음
      어느 레벨이든 채용이 매우 어려워졌고, 우리 팀의 선임 데이터 과학자 포지션은 1년 반째 열려 있는데 지원자가 거의 없고 유능한 사람도 없음
      새로 들어오는 직원들의 평균 수준도 크게 떨어졌고, 유명한 “채용 기준”은 이제 지하로 내려갔음
    • 지금은 그 어느 때보다 저렴하게 일할 준비가 된 유능한 개발자가 많고, 모두 최신 코딩 에이전트로 강화되어 있음
      소프트웨어 엔지니어 고용주에게는 황금기임
    • 나도 뽑아준다면 일할 것 같음
      보수가 좋고 이력서에도 좋아 보임
      내가 사는 유럽에서는 특히 그럴 듯함

  • AI 과대광고를 제쳐두고, 고객이 숫자에 불과한 무색무취한 대기업이 되는 걸 피할 방법이 있는지 궁금함
    Amazon은 수년간 훌륭하게 고객 중심적이었지만, 어느 순간 그걸 잃었음
    예전보다 훨씬 고객에게 불친절해진 사례를 길게 뽑을 수 있지만, 다들 자기 사례가 있을 것임
    정확히 무엇이 잘못됐고, 다른 회사들은 어떻게 피할 수 있을까

    • 규모를 제한하고, 자기 기술을 즐기면 됨
      과대광고와 “요즘 뜨는 것”에 면역이 되고, 대신 “고객에게 원래 접근 불가능했던 어떤 경험을 가능하게 만들 수 있을까”에 집중해야 함
      열정적인 괴짜가 아니라 돈 계산하는 사람들이 운전대를 잡으면, 필연적으로 스프레드시트식 사고로 이동함
      그런 큰 조직의 불을 계속 켜두려면 어쩔 수 없는 면도 있다고 봄
      아직 안 봤다면 Jiro Dreams of Sushi를 보고 그런 삶의 방식이 와닿는지 봐도 좋음
      Noma의 René Redzepi와 한 인터뷰도 추천함
      자기 기술에 집중하는 일이 어떻게 남에게 훌륭한 것을 만들고 전달할 기회를 자연스럽게 만들어내는지에 대한 통찰이 많음
    • 세상에는 분명 존경받는 회사들이 있음
      Costco가 떠오름
    • Cory Doctorow의 Enshittification을 아직 안 읽었다면 읽어볼 만함
      그 과정이 꽤 잘 묘사돼 있음
      어떻게 막을지는 잘 모르겠지만, 회사를 작고 품질과 지속 가능성에 집중하게 유지하고 벤처캐피털 영향에서 자유롭게 두는 게 해법일 수 있다고 봄
      다만 분재를 돌보듯 계속 손봐야 할 것임

  • 계정을 복구한 이야기가 아주 가깝게 느껴짐
    적어도 그에게는 응원해 주는 동료들이 있었지만, 팀이 너무 줄어들어서 결국엔 선택한 LLM만이 “잘했어”, “네 말이 완전히 맞아”라고 등을 두드려 주게 될 것 같음

    • 동료들이 응원하는 동안 매니저들은 도끼를 갈고 있었을 것임
      그런 영웅적 행동은 승인 없이 할 수 없고, 시스템을 무능하고 망가진 것처럼 보이게 만든 뒤 공개 처형당하지 않고 사과까지 하는 일은 흔치 않음
      공개적으로 그를 응원한 사람들도 뒤를 조심해야 함

  • AWS는 길을 잃었음
    S3, SQS, EC2, VPC는 훌륭한 혁신이었고, 안정적이고 탄력적으로 확장되는 시스템을 원했던 엔지니어들이 만든 서비스였음
    우연히 비용 효율도 좋았음
    이후의 것들, 특히 데이터 스택과 지금의 AI 서비스는 혁신을 이해하지 못하고 엔지니어링을 은행처럼 비용 항목으로 보는 MBA 중심 경영진이 만들었음
    최근 실적을 보면 그 영향이 드러남
    Google은 AWS의 거의 두 배 속도로 성장했는데, 단순한 우연일 수도 있음

  • 우리 회사도 모두에게 AI 관련 도구를 더 많이 쓰라고 요구하는데, 그 자체가 잘못됐다고 보지는 않음
    다만 이런 도구로 만들어지는 작업 품질은 결국 개인 역량에 크게 좌우됨
    어떤 사람들은 별로 노력하지 않고 정말 엉성한 결과물을 내놓아서 많이 거슬림

    • 실제로는 그게 잘못됐다고 봄
      중요한 건 어떤 도구를 썼느냐가 아니라 나온 결과물이어야 함
      AI 도구가 정말 주장만큼 대단하다면 쓰는 사람들이 앞서 나갈 것이고, 회사도 다른 직원에게 “동료는 당신보다 두 배 일을 해낸다”고 정당하게 말할 수 있음
      하지만 도구 사용 자체를 강제하는 건 무의미하고 역효과가 남
답변달기