Meta는 엔지니어링 조직을 망가뜨리고 있는가?

 (newsletter.pragmaticengineer.com)
1P by GN⁺ | ★ favorite | 댓글 1개
  • Meta는 오랫동안 빠른 실행과 엔지니어 자율성을 강점으로 삼았지만, 2026년 4월 전후 AI 중심 재편으로 내부 신뢰가 급격히 흔들림
  • AI 경쟁을 따라잡기 위해 Scale AI 지분 49%를 약 148억 달러($14.8b) 에 인수하고 Alexandr Wang에게 AI 전략을 맡기면서, 데이터 수집과 라벨링 중심의 운영 방식이 엔지니어 조직에 들어옴
  • 핵심 팀 엔지니어의 30~50% 가 ADO로 이동하고 약 4,000~5,000명의 소프트웨어 엔지니어가 데이터 라벨링·RLHF 업무에 투입된 것으로 추정됨
  • 키 입력·마우스 클릭 추적, AI 토큰 사용량 평가, 10% 감원 예고가 겹치며 제품 품질보다 측정 가능한 AI 활용을 최적화하는 압박이 커짐
  • Instagram 계정 탈취와 Facebook·Instagram 장애까지 이어지면서, Meta의 엔지니어링 조직이 profit center에서 비용 센터처럼 취급되고 있다는 비판이 핵심 takeaway임

빠른 실행과 자율성을 중시했던 Meta 문화

  • Meta의 엔지니어링 문화는 크게 두 단계로 바뀌어 왔음
    • 2010년대의 “move fast and break things”
    • 2020년대 초반의 “move fast with stable infra”
  • 2012년 Facebook이 10억 사용자에 도달했을 때, 회사는 약 70쪽 분량의 내부 문화 책자를 직원 책상에 배포함
    • 속도, 두려움 없음, 오너십, 틀 밖의 사고가 핵심 메시지였음
    • 캠퍼스 곳곳에는 “Move Fast and Break Things”, “Done is Better Than Perfect”, “Fail Harder” 같은 문구가 걸려 있었음
  • 2022년의 Meta는 여전히 엔지니어 중심 조직에 가까웠음
    • 개인의 impact가 핵심 평가 축이었음
    • Big Tech 중에서도 프로세스와 표준화가 비교적 적은 편이었음
    • 테스트, 문서화, 코드 주석도 다른 Big Tech보다 적다고 평가됨
    • 신규 엔지니어는 6주짜리 Bootcamp를 거쳐 Meta 문화에 익숙해지고 팀을 선택하는 온보딩을 경험함
  • Facebook과 Instagram은 빠른 실행을 뒷받침할 만큼 성숙한 인프라를 갖추고 있었음
    • Facebook은 업계에서 정교한 자동 롤아웃 시스템을 가진 제품으로 소개됨
    • Instagram은 Threads 출시 첫 주에 1억 사용자를 처리할 만큼 검증된 인프라를 갖춘 사례로 언급됨
  • 당시 내부 엔지니어들은 자신들의 일이 회사 이익을 만드는 profit center에 속한다고 느꼈음

AI 플랫폼 기회를 놓치지 않으려는 투자

  • Meta는 Apple, Microsoft, Amazon, Google과 달리 자체 하드웨어 플랫폼이나 운영체제가 약한 Big Tech로 정리됨
    • Apple은 iPhone, iPad, Mac을 보유함
    • Google은 Android, ChromeOS, Pixel을 보유함
    • Microsoft는 Windows를 보유함
    • Amazon은 Kindle을 보유함
  • Mark Zuckerberg는 2010년대 자체 모바일 OS나 모바일 폰을 만들지 못한 뒤, 다음 플랫폼 기회를 놓치지 않으려는 방향으로 움직인 것으로 풀이됨
  • VR과 AR 투자는 그 흐름의 일부였음
    • Oculus와 Meta Glasses에 큰 투자가 이뤄짐
    • 2021년 Facebook은 사명을 Meta로 변경함
    • 팬데믹 이후 VR에 대한 대중 관심은 크게 줄었다고 평가됨
  • 2022년 AI가 대형 트렌드로 부상하자 Meta는 FAIR와 GenAI 제품 조직을 중심으로 Llama 계열 모델을 출시함
    • Llama 1: 2023년 2월 출시, ChatGPT 출시 3개월 뒤, FAIR가 개발
    • Llama 2: 2023년 6월 출시, GenAI 제품 조직이 개발
    • Llama 3: 2024년 4월 출시, Meta의 가장 경쟁력 있는 LLM으로 소개됨
    • Llama 4: 2025년 4월 출시, “깊이 실망스러운” 모델로 평가됨
  • 2025년 6월 Meta는 Scale AI 지분 49%를 148억 달러에 인수해 AI 노력을 재시동함
    • Scale AI CEO Alexandr Wang이 Meta의 AI 전략을 맡음
    • Manus AI를 20억 달러에 인수하려던 건은 중국이 막아 완료 여부가 불확실한 상태임

Scale AI식 데이터 수집과 RLHF 강화

  • Scale AI가 Meta에 가져온 핵심 역량은 훈련 데이터와 사람 피드백 기반 모델 개선으로 정리됨
    • Training data and labeling: 코드, 텍스트, 이미지, 비디오 등 고품질 라벨링 데이터셋 제공
    • RLHF and fine-tuning: foundation model에 사람이 피드백을 주는 human-in-the-loop 데이터 엔진
  • Alexandr Wang은 훈련 데이터 생성, 데이터 라벨링, RLHF를 실행할 폭넓은 권한을 가진 것으로 묘사됨
  • 4월 말 Meta는 엔지니어들에게 키 입력과 마우스 클릭을 추적하는 시스템 등록을 알림
    • 목적은 Meta의 새 AI를 위한 훈련 데이터 생성이었음
    • 옵트아웃 방법은 없었다고 되어 있음
    • 개인 은행 계정, 개인 이메일, 개인 통화 응답 같은 상황에서 추적 범위가 어디까지인지 개인정보 우려가 제기됨
  • Reuters 보도에 따르면 Meta는 직원 반발 뒤 일부 수집 계획을 축소함
    • 직원이 데이터 수집을 최대 30분까지 일시 중지할 수 있는 제어 기능이 추가됨
    • 예외 신청도 가능해짐
  • 현재 Meta 엔지니어들과의 대화 기준으로, 해당 로깅 시스템은 데이터 보호 규제로 인해 영국에는 롤아웃되지 않음

ADO로 밀려난 제품 엔지니어들

  • 4월 말부터 제품 엔지니어링 팀에는 30~50%의 엔지니어를 ADO(Agent Data Optimisation) 조직으로 보내라는 지시가 내려옴
  • 이 재배치가 “강제적”으로 받아들여진 이유는 Meta의 기존 문화와 정면으로 충돌했기 때문임
    • 과거 엔지니어는 특정 팀이 아니라 회사에 채용되는 방식이었음
    • 신규 입사자는 6주 Bootcamp 후 팀을 선택했음
    • 팀 매칭은 여러 팀과 이야기하고 작은 일을 해보며 적합한 곳을 찾는 방식이었음
    • 내부 이동은 쉽고, 엔지니어 주도로 이뤄지는 경우가 많았음
  • Bootcamp를 통한 팀 선택은 2024년 무렵 약해지기 시작했지만, 2년 이상 재직한 Meta 엔지니어들은 자신이 무엇을 할지 선택해온 경험을 갖고 있음
  • 인프라와 보안 팀은 특히 큰 타격을 받음
    • 여러 인프라 조직에서 30~50%가 ADO로 이동함
    • 일부 경우 가장 뛰어난 엔지니어들이 빠져나감
  • ADO 조직은 약 6,500명 규모로 설명됨
    • 이 중 약 4,000~5,000명이 소프트웨어 엔지니어로 추정됨
    • Meta 전체 엔지니어가 약 25,000명이라는 점에서, 엔지니어 5~6명 중 1명꼴로 데이터 라벨링을 전담할 수 있는 상황임
  • ADO로 이동한 엔지니어들은 직무 자체와 상명하달식 의사결정에 불만을 느끼는 것으로 전해짐
    • 다만 감원 대상이 아니었고 급여가 유지된 점은 “silver lining”으로 제시됨

감원 예고와 토큰 사용량 압박

  • 4월 20일 Reuters는 Meta가 한 달 뒤 직원 10%를 감원할 계획이라고 보도했고, Meta도 이를 확인함
    • 직원들은 4주 동안 곧 실직할 수 있다는 사실을 안 채 기다리는 상황에 놓임
  • Meta의 성과 평가인 PSC(Performance Summary Cycle)는 Google이나 Apple과 비교해 매우 엄격하다고 설명됨
    • 매니저들은 자기 팀원의 보상 패키지를 높이기 위해 다른 팀 엔지니어의 패키지를 낮추려는 식으로 경쟁함
    • 비즈니스 impact, 코드 리뷰 수, 작성한 코드 줄 수 같은 지표가 성과 평가 과정에서 무기화될 수 있음
    • 각 평가 버킷별 인원 비율이 내려가며, 더 높은 버킷을 확보하려는 내부 정치가 격해짐
  • 감원이 확인된 뒤 엔지니어들은 매니저가 성과 평가에서 토큰 수를 살펴볼 것이라고 알게 됨
    • 토큰 수가 낮으면 저성과자로 표시돼 해고될 수 있다는 우려가 생김
    • Meta 내부에는 토큰 사용량 리더보드가 있었고, tokenmaxxing을 부추기는 환경으로 묘사됨
  • The Information 기준 Meta 직원들은 30일 동안 총 60.2조 AI 토큰을 사용함
    • Anthropic API 가격으로 계산하면 9억 달러에 해당함
    • Meta가 할인된 가격으로 토큰을 구매하더라도 1억 달러 이상일 수 있다고 추산됨
  • 여러 압박이 결합하면서 실제 업무보다 performative work를 유도했다는 해석이 나옴
    • 엔지니어 키보드와 마우스 클릭 추적
    • 상당수 엔지니어의 풀타임 데이터 라벨링 전환
    • 10% 감원 예고
    • 모든 성과 지표를 최적화하는 문화
    • PSC에서 토큰 사용량 측정

Instagram 계정 탈취와 보안 조직 혼란

  • 5월 30일 Instagram에서 여러 계정이 탈취되는 사건이 발생함
    • Obama White House 계정 같은 고프로필 계정도 포함됨
  • Siddharth Sundharam의 정리에 따르면 공격 흐름은 매우 단순했음
    • 공격자는 계정 사용자명만 있으면 시작할 수 있음
    • 피해자 도시 근처의 VPN이나 프록시를 사용해 Instagram 보안 시스템의 의심을 피함
    • Meta 지원 AI에 계정이 해킹됐다고 말하고, 공격자가 통제하는 임의 이메일 주소로 인증 코드를 보내도록 요청함
    • AI가 보낸 코드를 다시 제출하면 비밀번호 재설정 링크가 제공됨
  • 이 사건은 “proper zero auth password reset”으로 표현됨
    • 새로 입력된 이메일이 사용자가 과거에 쓴 이메일인지 확인하는 추가 검사가 없었던 것으로 설명됨
  • 내부 Meta 인원들과의 대화에 따르면 이 장애의 중심에는 AI가 있었음
    • Instagram Trust and Safety 팀은 데이터 라벨링과 감원으로 약 50% 인력을 잃음
    • 가장 시니어한 인력 일부도 AI 훈련 업무로 이동함
    • 최근 두 달 동안 코드베이스 전반에서 사람이 거의 관여하지 않은 AI 생성 변경과 AI 코드 리뷰가 흔했다고 설명됨
    • 평소라면 Trust and Safety 팀이 보안 침해 모니터링과 알림을 담당했겠지만, 빠른 내부 재편으로 혼란 상태였다고 함
  • 6월 1일 월요일 장애가 해결되고 SEV 프로세스의 일부로 조사가 시작됨
    • 다음 날 Meta CISO Guy Rosen은 퇴사를 발표함
    • 이 퇴사가 우연이 아닐 수 있다는 추측은 있지만 확정되지는 않음
  • 이전 최악의 장애로는 2021년 DNS/BGP 구성 문제로 모든 Meta 서비스가 7시간 중단된 사건이 제시됨
    • 2021년 장애 후 Meta는 사후 분석과 사과문을 공개함
    • 이번 Instagram 계정 탈취 사고에 대해서는 아직 공개 사후 분석이 없다고 설명됨

내부 불만과 리더십의 인정

  • Wired는 Meta 내부 분위기를 보여주는 사례를 전함
    • 직원 전용 라이브스트림 발표 중 한 사람이 욕설 섞인 발언으로 회사와 특정 Meta AI 임원을 비난함
    • 이 사건은 3월 Meta Superintelligence Labs의 AI 연구를 지원하기 위해 만든 Applied AI 팀 내부 불만을 보여주는 사례로 제시됨
  • Wired가 인용한 현직 직원 3명은 약 6,500명 규모 조직이 구성된 방식과 AI 모델 개선을 위한 반복 작업에 광범위한 불만이 있다고 말함
    • 한 직원은 “literally the gulag”라고 표현하며 목적 상실과 고립감을 호소함
  • Meta CPO Chris Cox는 Instagram 직원 전체 회의에서 최근 몇 달간의 환경을 “difficult”, “brutal”로 표현함
    • 직원들이 우박 속에서 마라톤을 뛰는 상황에 비유함
    • 팀원이 교체되고 기록까지 당하는 상황을 언급하며 “what the fuck”이라고 말함
  • Wired에 따르면 Meta CTO Andrew Bosworth는 AI 재편이 형편없었다고 인정하고, 앞으로 더 나은 커뮤니케이션을 약속함
    • 직원들이 AI 코칭 도구에 접근할 수 있게 된다는 말도 덧붙임

책임 소재와 조직 피해

  • 내부 엔지니어들은 Mark Zuckerberg와 Alexandr Wang을 현 상황의 핵심 인물로 지목함
    • Zuckerberg는 엔지니어 재배치, 추적 소프트웨어 롤아웃, 기록적 매출과 이익 속 10% 감원을 결정한 책임자로 제시됨
    • Wang은 Scale AI식 데이터 생성, 라벨링, RLHF 접근을 가져온 인물로 언급됨
  • 감원을 제외한 많은 조치는 Scale AI의 방식과 닮았다는 평가가 나옴
    • 키 입력과 마우스 추적을 통한 훈련 데이터 생성
    • 4,500명 이상의 엔지니어를 동원한 데이터 라벨링
    • Meta가 구축 중인 코딩 LLM을 위한 고품질 RLHF 생성
  • 핵심 제품인 Instagram, Facebook, Messenger의 안정적 운영보다 코딩 AI 훈련이 더 중요하게 취급된다는 해석이 제기됨
  • 6월 12일에는 Facebook과 Instagram에서 또 다른 SEV0 수준 전체 장애가 발생함
  • Meta는 연말까지 Google을 제치고 세계 1위 광고 사업자가 될 궤도에 있었다고 설명됨
    • 그럼에도 리더십이 코딩 LLM 구축을 더 중요하게 본다는 비판이 이어짐
  • 현재 상태가 계속되면 장기 재직 엔지니어들이 더 많이 떠날 것이라는 전망이 나옴
    • 데이터 라벨링 배정과 직원 추적 같은 변경이 철회되면 정상으로 돌아갈 짧은 시간이 있을 수 있다고 덧붙임

“AI psychosis”가 Meta만의 문제인지에 대한 우려

  • Mitchell Hashimoto는 일부 회사들이 강한 “AI psychosis” 상태에 있으며, 이에 대해 합리적으로 대화하기 어렵다고 말함
  • 그는 클라우드와 자동화 전환기 인프라에서 겪은 MTBF와 MTTR 논쟁이 소프트웨어 개발 업계 전체에서 다시 나타나고 있다고 설명함
    • “버그를 내도 에이전트가 빠르고 대규모로 고칠 수 있다”는 사고가 문제로 제시됨
    • MTTR은 중요하지만, 회복력 있는 시스템 전체를 포기할 수는 없다고 말함
  • Hashimoto의 우려는 지역 지표가 좋아 보여도 전체 시스템이 이해 불가능해질 수 있다는 점임
    • 버그 리포트가 줄어도 잠재 위험은 커질 수 있음
    • 테스트 커버리지가 높아져도 의미적 이해는 낮아질 수 있음
    • 변경 속도가 너무 빨라 아키텍처 부식을 알아차리지 못할 수 있음
  • Instagram 계정 탈취 사고는 AI 생성·AI 리뷰 코드의 품질 기준을 낮춘 결과로 해석됨
    • 장애 복구는 이뤄졌지만, 고프로필 계정이 탈취되고 시스템이 공개적으로 침해된 뒤였음
  • 리더십이 AI를 이유로 급격한 조직 변경을 검토한다면 Meta 사례를 먼저 봐야 한다는 경고로 마무리됨
    • Meta 엔지니어들은 AI를 일찍부터 적극적으로 써온 인재들이며, 제품과 AI 인프라 구축 경험을 갖춘 인력으로 묘사됨
    • 이들이 회사와 리더십에 실망한 상태라면, 다른 스타트업과 Big Tech에는 채용 기회가 될 수 있다고 정리됨

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • Meta에서 일해 보니, 잘 굴러가는 조직은 대체로 인수된 조직이었음. WhatsApp, Reality Labs, Instagram 등이 그랬고, 내가 있던 순수 내부 성장 조직은 끔찍했음
    일은 진행됐지만 과잉 채용과 극단적인 요구사항·일정 변경 때문에 비효율이 심했음. Meta 밖에서 형성된 문화가 Meta 전체의 엔지니어링 문화가 좋은 것처럼 보이게 이미지 세탁에 쓰인다고 봄

    • Google에서도 비슷했음. 자기들이 세상에서 유일하게 좋은 엔지니어링 회사라고 믿고 외부의 “잘못된 생각”으로부터 스스로를 지켜야 한다고 여겼지만, 실제 진전은 인수를 통해서만 나왔음
    • 내 고용주가 FB에 인수된 적이 있는데, FB 안에도 같이 일하기 좋은 뛰어난 팀들은 있었음. 다만 그 팀들은 일반적인 FB 팀처럼 운영되지 않았고, 인수된 조직의 방식이 FB 조직에도 조금은 반영되길 바랐지만 그건 눌러 둔 낙관주의였던 듯함
    • Instagram 인수 후 그곳에서 일하다가 나갔다가 Facebook 팀으로 돌아온 친구가 있었음. 예전부터 Instagram 문화는 늘 칭찬했지만, 돌아온 회사는 알아볼 수 없을 정도였다고 했음
      자신이 일해 본 최고의 직장과 최악의 직장이 문자 그대로 밤낮처럼 달랐다고 함
    • 제품 조직에서는 그랬을 수 있지만, 인프라와 개발 인프라 조직은 꽤 강했다고 봄
    • 아마 Meta의 나머지 조직과 비교하면 잘 운영됐다는 뜻일 가능성이 큼. 인수 전 자기 자신들과 비교하면 아닐 수 있고, WhatsApp은 날이 갈수록 나빠지고 있음

  • 이 스레드의 조롱은 방향이 많이 잘못됐다고 봄. Meta가 악한 건 맞지만 핵심은 그게 아니라, 이런 AI 정신증이 업계의 새로운 정상, 혹은 새로운 정상 중 하나가 될 수 있다는 점임
    내 직전 회사도 CEO가 AI에 집착하면서 독성이 확 뛰었고, 토큰 순위표를 만들고 한동안 비AI 업무를 모두 중단하라고 했음. 우리는 Meta도 아니었음

    • LLM과 생성 모델 활용에서 훨씬 앞서 있던 AI 스타트업에서 1년 반 일했는데, AI 정신증은 실제로 존재하고 남들보다 먼저 그걸 봤음. CEO가 원래 그랬을 수도 있지만, 호감 가고 사람들에게 좋아받던 사람이 완전히 미친 사람처럼 변했음
      그가 데려온, 몇 년간 같이 일했던 여러 사람이 해고되거나 그만뒀음. 내가 정말 지옥 끝까지라도 같이 갈 만한 사람이 퇴사하면서, “당신에게 무슨 일이 있었는지 모르겠지만 내가 알던 사람의 이 버전과는 일하고 싶지 않다”고 직접 말했음
      나는 세 번의 정리해고를 버틴 뒤 결국 해고됐고, 지금 그들이 만드는 걸 보면 참담함. 많은 사람들과 멀어질 걸 감수할 수 있다면 링크를 공유하고 싶을 정도임. 지금은 솔직히 광기의 왕 같은 상황이고, 회사에서 가장 싫어하고 유해했던 아첨꾼 몇 명에게 둘러싸인 채 회사가 불타 내려가고 있음
      이게 Zuck뿐 아니라 다른 많은 회사에서도 충분히 벌어질 수 있다고 봄. 나는 조직의 하찮은 톱니바퀴일 뿐인데도, 내가 뭔가 놓친 게 아니라면 이런 회사를 운영하는 대부분의 사람들보다 훨씬 똑똑해 보인다는 사실에 어이가 없음. 훗날 누군가 이 시기를 두고 그리스 비극을 쓸 것 같고, 곧 정말 나빠질 듯함
    • 여기서 또 다른 교훈도 읽힘. 글이 묘사한 AI 이전의 황금기에도 성과 평가 시스템은 이미 망가져 있었음
      작성한 코드 줄 수나 개인 기여도가 목표가 되어서는 안 됐고, 팀 응집력, 아키텍처 일관성, 실제로 말이 되는 것을 만드는 능력이 목표여야 함
    • 결국 사람들이 알고리즘에 얼마나 중독됐는지 보여주는 또 하나의 사례라고 봄. 이번 차이는 이 선전 물결이 업계에 큰 영향을 미치는 사람들에게 닿았고, 그래서 그들의 비합리적 행동이 훨씬 더 잘 보인다는 데 있음
    • 토큰 순위표는 터무니없는 발상이지만 놀랍지도 않음. 수년간 리더들은 커밋한 코드 줄 수, 총 커밋 수 같은 것을 추적하려 해 왔음
      결국 현장 직원을 모르고 실제로 수행되는 일을 이해하지 못하는 단절된 리더십이 지켜볼 정량 지표를 필요로 하기 때문에 생기는 일임. 통계라는 건 참 지독함
    • 운 좋게도 제품과 연구 양쪽에서 AI 중심 엔지니어링 팀을 여러 번 거쳤고, AI가 어떻게 변화를 만들고 있는지 진지하게 따지며 계속 실무 방식을 바꿔 왔음. 다만 전부 50명 이하 조직이었음
      AI 정신증은 작고 영향력 큰 팀보다 대형 기술 조직에서 훨씬 다르게 나타나는 듯함
      작은 스타트업에서는 결국 팀이 좋은 제품을 출시하지 못하면 회사가 망함. 무엇보다 각 개인이 여전히 자기 작업에 대한 책임을 짐. 좋은 팀에서는 모두가 이걸 알아내느라 고생 중이라는 걸 알기 때문에 나쁜 풀 리퀘스트 같은 것에도 꽤 신중하게 대응하는 걸 많이 봤음
      그래도 일이 잘 안 되면 반드시 누군가가 더 낫게 만드는 방법을 찾아야 함. AI로 만들고 AI를 써서 제품을 실제로 출시하는 법에 대해 내가 배운 거의 모든 것은 이런 팀들에서 나왔음
      소프트웨어 엔지니어링은 변하고 있지만, 제품을 출시하는 입장에서는 초창기 웹 개발 시절과 많이 비슷함. 그때도 이 새로운 소프트웨어 세계를 안정적으로 굴릴 패턴을 모두가 찾아내야 했음. jQuery 이전 JavaScript를 기억하는 사람이라면 웹 개발이 오늘날처럼 되기 전 얼마나 많은 것을 알아내야 했는지 알 것임
      대형 기술 조직에서는 직원의 노력과 실제 전달 가치 사이의 단절이 훨씬 크고, 책임도 훨씬 넓게 흩어져 있음. 책임이 추상적이고 아무도 자기 일이 실제로 어떤 가치를 내는지 확신하지 못하면, AI 정신증이 날뛰기 좋은 토양이 됨
      어느 정도는 이런 대형 조직 안에 원래 잠재적 정신증이 있기 때문이기도 함. 누가 “생산적”이고 무엇이 “가치 있는지”는 항상 현실에 꼭 기반하지 않은 상상력 있는 이야기 만들기를 요구함
      다만 이것이 “새로운 정상”으로 오래 지속되지는 않을 것 같음. 웹 애플리케이션 개발이 떠오를 때처럼 작은 팀들이 앞서 나가며 일부를 알아낼 것임. 웹 앱에 적용된 MVC 패턴, 점점 강력해진 JavaScript 프레임워크와 모범 사례, 애자일 방식, Git과 GitHub의 대중화, 확장을 위한 NoSQL 사용 등은 주로 작고 빠른 스타트업에서 전투 테스트를 거쳤고, 지금은 어떤 현대 개발자들은 누군가가 구축해야 했다는 사실조차 모를 기반이 됐음

  • 완전히 다른 이야기지만, 글 중간에 전형적인 세로 형태로 수면 위에 10%만 보이는 빙산 그림이 있음. 그런데 실제 빙산은 그렇게 뜨지 않고, 대부분 수평이 될 때까지 회전함
    이걸 알고 나니 잘못 그려진 빙산이 everywhere 보이기 시작했음. 자세한 내용은 https://axbom.com/iceberg/를 읽고, 빙산 시뮬레이터 https://joshdata.me/iceberger.html를 써 보거나, 이 이야기를 촉발한 트윗 https://xcancel.com/GlacialMeg/status/1362557149147058178을 보면 됨

  • “핵심 팀 엔지니어의 30~50%가 데이터 라벨링과 RLHF로 강제 재배치됐다”는 건 솔직히 믿기 어려움. 요즘 벌어지는 모든 광기를 생각하면 모르겠지만, 미국 소프트웨어 개발자는 정말 비싸서 데이터 라벨링에 쓰는 건 자원 낭비임
    “핵심 팀”이 전체 개발자 수 중 작은 일부라는 뜻이 아니라면, 비율도 너무 높아 보임

    • 최전선 작업은 전문가가 전문가 콘텐츠를 라벨링하고 학습시키는 데 있음. 화려한 일은 아니고 거의 확실히 FAANG급 보상을 정당화하지도 않지만, 애초에 대부분의 FAANG 엔지니어들이 하던 일도 그랬음
      다만 해당 전문 영역의 유능한 인재는 필요함. Meta도 동종 회사들처럼 채용 붐 때 검증된 유능한 인력을 거대한 풀로 보유하고 있고, 비슷한 기회들이 거의 사라진 취약한 경제 상황에서 전문가 AI 학습은 가장 익은 사업 기회임
    • Zuck은 사실상 전체 회의에 나와 직원들에게, 자신에게 남은 직원들의 가치는 AI를 위한 학습 노새로서의 가치라고 설명한 셈임
    • Zuck은 Applied Intelligence 팀에 더 높은 지능을 가진 사람들이 필요하다고 말했음. 그리고 그 가장 좋은 방법은 Meta 면접을 통과할 만큼 “지능적”인 사람들을 내부에서 옮기는 것이라고 봤음
      그래서 맞음, 돈으로 보면 자원 낭비지만 그게 초기 의도였음
    • 엔지니어들이 일정 시간 아무것도 안 하고 있으며, 그 시간을 즉시 측정 가능한 다른 일에 쓰는 편이 낫다는 믿음은 이 직업만큼 오래됐음
      아이러니하게도 더 좋은 하드웨어나 소프트웨어를 요구하는 식으로 입장이 바뀌면 이 믿음은 사라짐. SSD가 새롭고 작고 매우 비쌌을 때, 그 가치가 있다고 고용주를 설득하는 데 얼마나 힘들었는지 이야기할 사람이 여기에도 많을 것임
    • 나도 완전히 동의하고 믿기 어려운 얘기처럼 들림. 문제는 내가 바로 그런 핵심 인프라 팀 중 하나에 있고, 적어도 우리 팀은 엔지니어의 50~75%를 AI 조직에 빼앗겼다는 것임
      내가 협업하는 다른 인프라 팀 대부분도 비슷한 상황임

  • 엔지니어링 조직을 제쳐두더라도, 표면 아래에서 훨씬 큰 변화가 커지고 있음. 인프라 조직의 여러 엔지니어와 이야기했는데, 팀의 30~50%가 ADO 조직으로 차출됐고 어떤 경우에는 최고의 엔지니어들이 떠났다고 함
    화요일에는 Meta의 최고정보보안책임자(CISO) Guy Rosen이 퇴사를 발표했음. 그는 2013년 모바일 추적 앱 Onavo가 인수된 뒤부터 있었고, Cambridge Analytica 스캔들 같은 고위험 시기에 Trust & Safety / Integrity 부사장으로 플랫폼 남용과 선거 개입을 다뤘음
    그가 떠나면 조직의 사이버보안과 위험 관리를 움직이는 누적된 윤리, 철학, 암묵지가 함께 빠져나감. 이 세 가지는 자동화로 없앨 수도 없고 공개적으로 말하기도 어려운 중요한 요소임. 이건 엔지니어링보다 더 큰 의사결정 변화처럼 들림

    • Onavo를 만든 사람이 “Trust & Safety” 부사장이 됐다는 건 확실히 흥미롭긴 함

  • Zuckerberg가 거의 만화처럼 미친 수준으로 이런 일을 벌인다는 점은 감탄해야 한다고 봄. Facebook이 정상적인 사람이 운영하는 회사였다면 소셜 미디어 광고의 중요성이 점점 줄어들면서 앞으로 20년 동안 천천히 모든 걸 낭비했을 것임
    하지만 Zuckerberg가 지휘하면 다름. 그는 계속 중요해질 방법을 찾으려고 그곳을 불태워 버릴 것임. 거기서 일하는 사람들이 자신들은 타지 않을 거라고 생각했다는 게 놀라움

    • 지난 실적 발표에서 광고 매출이 전년 대비 33% 성장했음. 말 그대로 돈을 너무 많이 벌어서 어디에 써야 할지 모르는 수준이고, 혹시 이번 유행이 10억 사용자 규모의 새 사업이 될까 봐 매번 새 유행에 돈을 쏟아붓는 것임
      그와 동시에 자사주 매입과 배당으로 주주에게도 자본을 돌려주고 있음
    • Zuck을 악하거나 탐욕스럽다고 부를 수는 있음. 하지만 사업 운영을 못한다는 건 그의 특성 중 하나가 아님. 지난 10년간 Meta의 순이익은 너무 크게 성장해서, 아이러니하게도 미국 대형 기술 기업 중 가장 정상적인 주가수익비율 추세를 보였음

  • 많은 사람이 Zuckerberg를 탓하지만, 내 관점은 글쓴이와 비슷하게 이 일의 상당 부분이 Scale AI 창업자 Alexandr Wang의 책임이라고 봄. “MEI”(Merit, Excellence, Intelligence)를 내세운 사람이 핵심 엔지니어링 조직의 고성과 분야 전문가들을 빼내 데이터 라벨링에 재배치하도록 허용됐다는 건 꽤 아이러니함
    솔직히 Meta 같은 조직에서 최고 성과자들을 배치하고 싶은 곳이 데이터 라벨링은 아님. 기술 유명 창업자가 고성능 엔지니어링 문화를 망가뜨리도록 허용된 사례임
    주주들이 이 뉘앙스를 알았다면 그의 축출을 요구했을 것임. 그의 리더십에는 merit, excellence, intelligence가 부족했음

    • Zuck이 그를 고용했고, Zuck은 늘 매우 직접적으로 관여해 왔음. 책임은 Zuck에게 있음
    • 핵심 엔지니어링 조직에서 고성과 분야 전문가들을 빼내 데이터 라벨링에 재배치한 주된 추진자는 Wang이 아니라 Bosworth였다고 봄

  • Facebook과 Instagram은 너무 강한 사업이라 개발 작업을 완전히 멈춰도 앞으로 몇 년은 이길 수 없는 독점 기업으로 남을 것임
    그런데 화면 녹화나 키보드 기록이 어떻게 유용한 AI 학습 데이터가 되는지는 이해가 안 됨. 비용도 크고 사람들도 많이 화나게 만들지만 실제 가치는 별로 없어 보임

    • 커리어 동안 배운 것 중 하나는 엔지니어링이 사업 성공에 생각보다 너무 덜 중요해 보인다는 점임. 엔지니어링 문제나 장애가 영업팀이 광장에서 십자가형을 당하고 고객이 떠나게 만들 정도로 심각하지 않다면, 결국 모든 것은 덕트테이프로 대충 덮을 수 있는 듯함
      물론 암호화 소프트웨어나 금융 소프트웨어처럼 진짜로 중요한 영역에서는 덜 맞는 이야기임. 그래도 회사의 성공과 엔지니어링 우수성이 얼마나 적게 연결되는지는 놀라울 정도임
    • 그건 AI 이전의 옛 세상 이야기임. AI가 있으면 어리석은 리더가 생각의 속도로 사업을 망칠 수 있음
    • 컴퓨터 사용 데이터 때문임
    • 그럴 수도 있지만 동의하진 않음. 많은 기업이 소셜 광고에 계속 돈을 붓지만 결과를 얻지 못함. 뭘 하는지 모르면 Meta가 신규 고객을 데려오는 대신 기존 고객에게 예산을 엄청나게 써 버리게 만들기 때문임
      그래서 최근 Amazon Ads 사업부가 성장한 것이기도 함. 실제로 효과가 있기 때문임. 반면 유료 소셜과 유료 검색은 유물이 되어 가고 있음
      가까운 미래에는 돈을 찍어낼 수 있겠지만, 네이티브 광고, 미디어, Amazon 등에서 오는 전면 공격이 있고, 거기서는 1자 데이터와 픽셀이 중요하며 개인정보 보호도 존중해야 함
      이걸 아는 이유는 내가 GA4의 경쟁자인 작은 마케팅 기술 회사를 운영하고 있고 네이티브 광고로 확장 중이기 때문임
    • 그 사업들이 안정적인 건 맞지만, 지금이 소셜 미디어의 정점일 가능성이 큼. 장기 투자 대상으로 흥미로워지려면 새로운 무언가가 필요함
      Zuck에게는 헛소리와 섞여도 결과물이 있는 Musk 같은 후광은 없다고 봄. 그리고 Meta가 새 제품을 자체 개발한 실적도 좋아 보이지 않음
      사용량이 현재 정점이거나 정점에 가까운 분노 유발 기계가 2026년에도 여전히 흥미로운 투자 대상일까?

  • 슬픔. Meta는 특히 Google과 비교하면 엔지니어 활용 면에서 많은 것을 잘했다고 생각했음. React(Facebook)와 Kubernetes(Google) 중 고르라면 언제든 전자를 고르겠음
    Kubernetes는 지난 10년간 클러스터 기술을 지체시켰고, 작은 회사나 독점 이익을 다루기 힘든 기술과 프로세스에 낭비할 수 없는 회사들을 위한 더 나은 대안이 나오지 못하게 막았음
    누군가 IBM의 오래된 Parallel Sysplex를 기반으로 오픈소스 제품을 만들었다면 훨씬 좋았겠지만, 거기엔 특허가 있었을 것임. 지금은 만료됐겠지만
    사람들이 불평을 많이 해도 React는 경쟁이 치열한 시장에서 결국 정상에 올랐음. Microsoft의 XAML이나 Oracle의 FXML처럼 표면적으로 비슷해 보이는 UI 객체 구축 시스템을 많이 봤지만, React의 시스템이 단연 가장 단순하고 유연함
    On Lisp의 아이디어를 기본적인 함수형 프로그래밍 관행이 있는 어떤 언어에도 적용할 수 있고, 위에 아주 작은 컴파일러 조정만 얹으면 자연스럽게 만들 수 있다는 예시임

    • React와 Kubernetes를 개발자가 쓰는 기술로서 왜 비교할 수 있는지 설명이 필요함
      React가 프론트엔드의 선두 주자인 건 맞아 보이는데, 백엔드에서 그에 해당하는 것은 무엇이라고 보는지 궁금함
    • React를 Kubernetes와 비교할 게 아니라 Vue.js와 비교해야 하지 않나?
    • “Meta가 엔지니어 활용에서 많은 것을 잘했다”는 말이 잘 이해되지 않음. 재능 있는 소프트웨어 엔지니어들을 사용자 추적과 중독성 있는 알고리즘 설계에 쓰는 게 어떻게 좋은 일인가?
      React가 좋은 부작용일 수는 있지만, Meta를 생각할 때 가장 먼저 떠오르는 것은 전혀 아님
    • React를 Kubernetes와 비교하고, React(Facebook)와 Vue.js(Google)를 비교하지 않는 사람은 이 사안에 대해 충분한 도메인 지식을 가지고 있다고 보기 어려움
      Kubernetes는 이유가 있어서 업계 표준 클러스터 오케스트레이터가 됐고, 훌륭함
    • Instagram은 Angular로 돌아가지 않나? 사용자당 수익이 핵심 FB 제품보다 더 높음. FAANG 여정의 판단 기준을 다시 봐야 할 수도 있음

  • 여기엔 많은 사람이 인식하지 못하는 변화가 있다고 봄. TV 초창기에, 특히 TV가 매우 실험적이고 표준이 매년 바뀌던 시절에 일했다면 손으로 직접 엔지니어링을 많이 했거나 엔지니어와 아주 가깝게 일했을 것임
    오늘날 텔레비전에는 엔지니어링이 거의 없음. 소셜 미디어에서도 같은 일이 벌어지는 듯함. 제품이 성숙했고, 앞으로 풀어야 할 엔지니어링 문제가 점점 줄어들 것임

    • 그래서 Meta가 최근 VR/AR이나 AI 같은 온갖 부업 프로젝트에 뛰어든 것일 가능성이 큼. 소셜 미디어 영역에서는 할 만한 가치가 있는 일을 많이 떠올리지 못하기 때문임
      물론 그 부업 프로젝트들이 애매하게 진행되는 걸 보면 Meta가 정리해고로 돌아서는 것도 놀랍지 않음. 너무 많이 채용했고, 그 많은 엔지니어를 잘 쓸 방법을 진지하게 찾지 못했음
    • 아마 Meta의 전체 구상은 이 엔지니어들을 성장 영역에 투자하는 것이었을 것임. 그리고 거기서 성공하지 못했음
답변달기