채용과 소프트웨어는 망가졌다

 (urflow.bearblog.dev)
1P by GN⁺ | ★ favorite | 댓글 1개
  • 약 10년 경력의 소프트웨어 엔지니어가 2025년 6월 Blizzard에서 팀과 함께 해고된 뒤 구직을 이어가며, 최근 몇 년 중 최악의 채용 시장을 겪고 있음
  • 지난 6개월간 최종 면접, 초반 탈락, 답이 끊긴 지원이 반복됐고, 최종 단계에서 다른 후보나 내부 이동자에게 밀린 경험이 큰 타격으로 남음
  • Coderpad, HackerRank, AI 감독 시험 같은 초기 필터는 AI로 우회될 수 있는데도, 규칙을 지키는 지원자에게는 API 참고나 도움말 접근을 막아 불리한 구조를 만듦
  • AI는 키워드 기반 이력서 선별과 잡무를 더 어렵게 만들었고, 회사가 Claude 토큰 소비 같은 요구까지 밀어붙이는 소모적인 구직 과정으로 이어짐
  • AI 코딩을 미래로 받아들이라는 압박은 예술가, 테스트·리뷰 담당자, 작가, 보안과 코드 품질을 중시하는 엔지니어의 존엄성을 포기하라는 말처럼 받아들여짐

해고 이후 이어진 구직 경험

  • 약 10년 경력의 소프트웨어 엔지니어로, 작은 계약업체를 거쳐 Blizzard에서 약 7년을 보냈고 2025년 6월 팀 전체와 함께 해고됨
  • 이후 계속 구직 중이며, 현재 시장을 최근 본 것 중 가장 나쁜 채용 시장으로 느끼고 있음
  • 지난 6개월간 지원 결과는 한 방향으로만 나쁘지 않았지만, 그래서 더 소모적이었음
    • 일부 면접은 최종 단계까지 진행됨
    • 몇 건은 초반 필터에서 탈락함
    • 기술이 직무와 잘 맞는다고 느낀 지원도 회사가 완전히 침묵하는 경우가 많았음
  • 최종 단계 탈락은 특히 크게 남음
    • 과정이 긍정적으로 보였지만 다른 후보나 내부 전환자가 앞선 경우가 있었음
    • 몇 주 동안 진행된 뒤 채용 담당자에게 맞는 다른 포지션을 문의했지만 답이 끊김
    • 무의미한 연결과 채용 담당자에 지쳐 LinkedIn 연결을 삭제함

AI와 초기 필터가 키운 소모감

  • Coderpad, HackerRank, AI 감독 시험 같은 초기 필터가 가장 짜증 나는 요소로 꼽힘
    • 회사는 이를 여러 방식의 필터로 쓰지만, 휴대폰과 최신 AI 도구를 쓰는 사람에게는 무력화될 수 있음
    • 반대로 규칙을 지키는 지원자는 앱이 전체 화면을 차지하고 API 문서나 참고 페이지 접근을 막는 상황에서 기억만으로 언어별 리스트나 힙 생성법을 떠올려야 함
    • 이런 필터를 거부하고 싶어도 선택지는 순응뿐이라고 느낌
  • AI를 강하게 밀어붙이는 회사들 사이에서 구직은 시시포스의 과업처럼 느껴짐
    • 채용은 Claude에 태운 토큰 수 같은 요구로 기술을 낮추게 만드는 과정처럼 받아들여짐
    • 키워드 기반 이력서 선별과 바쁜 과제층을 지나기 더 어려운 시스템이 빠르게 쌓였다고 봄
    • 지원할 때마다 회사가 맨발로 레고 위에서 춤추라고 요구하는 것처럼 느껴짐
  • 시간이 지날수록 구직자는 더 절박한 후보들 사이에서 “가장 덜 나은 후보”라고 내면화하게 됨
    • 면접이라도 잡히는 자신은 운이 좋은 편이라고 봄
    • 막 대학을 나온 사람들은 회사들이 사다리를 걷어차고 Anthropic이 주니어 필요성을 없애주길 기대하는 상황을 겪는다고 느낌
  • AI가 시장에 퍼지기 전에도 채용 시장이 좋았던 것은 아니지만, AI가 기존의 나쁜 면을 증폭했다고 봄
    • AI 코딩을 미래로 받아들이라는 조언은 예술을 만드는 친구들, 코드를 제대로 테스트하고 리뷰하는 사람들, 평범한 대사에도 에너지를 쏟는 작가들을 버리는 일처럼 받아들여짐
    • 보안과 코드에 진심인 소프트웨어 엔지니어로서의 존엄성을 버리는 일이기도 함
  • 컴퓨터 너드로서의 즐거움은 빼앗기지 않겠다고 하지만, 전체 과정은 매우 지치게 만듦

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • 5년 넘게 이 분야에 들어가려고 애썼지만(AI 이전), 결국 떠났음
    학위는 변기에 버린 셈 치고, LinkedIn도 닫고, 디젤 정비공으로 기술직에 들어갔음
    지금까지 한 선택 중 최고였고, 보수도 좋고 일도 꾸준하며 동료들도 서로 이기려 들지 않아 편함. 이제는 학교에 다니는 비용도 받고, 정식 자격을 딸 때까지 매년 임금이 오름. 초급 개발직에서 벌던 것보다 훨씬 많음
    평생 기술직은 막노동이고 5년 안에 몸이 망가진다는 얘기를 들었지만, 적어도 이 일은 전혀 힘들지 않음. 크리퍼에 누워 렌치를 돌리고, 50파운드 넘는 건 리프트를 씀
    이제 기술은 다시 재미있어졌고, 만들고 싶어서 프로젝트를 만들게 됨. 집에 와서 개인 프로젝트 코드를 쓰며 쉼
    멀리서 기술 업계 친구들을 보니, 유일한 후회는 더 빨리 옮기지 않은 것임. “이기려면 때로는 져줘야 한다”

    • 이 글과 다른 댓글들을 보니, 진짜 좋아하는 일을 하면서 보상도 잘 받게 된 게 멋지게 느껴짐
      나도 다른 일을 하면 더 행복할지 궁금하지만, 내 성격상 그럴 가능성은 꽤 의심스러움
      원글도 스스로 컴퓨터 쪽 사람이라고 보니, 실력이나 감이 없어서 업계를 떠난 건 아니라고 이해함
      다만 소프트웨어 개발 업계에는 업무를 “그럭저럭” 해내지만, 직관적으로 딱 맞아떨어지는 느낌이 나만큼 쉽게 오지 않는 사람들도 꽤 봤음
      그래서 늘 열정이던 일을 즐겁게 할 수 있는 회사에 있다는 게 운 좋고 깊이 행복함. 컴퓨터 업계가 완전히 끔찍한 건 아니지만, 어떤 사람에게는 진짜 열정이 아닐 뿐이고 그건 괜찮음
    • “LinkedIn을 닫고 디젤 정비공으로 기술직에 갔다”는 게 마음에 듦
      20년쯤 전 고등학교 졸업 후 자동차 정비공을 고민했다가 결국 컴퓨터과학으로 돌아갔음
      다시 학교에 가야 했는지, 견습으로 받아주는 정비소를 찾았는지 궁금함. 받아줬다면 내가 이 일을 잘할 수 있고 계속할 사람이라는 걸 어떻게 설득했는지도 궁금함
    • 비슷한 전환을 하는 중임. 기술 업계에서 일하는 건 즐거웠지만 이제 내게는 수명이 다한 느낌임
      최근 EDC 가방과 미니멀 노트북 백팩을 만들기 시작했음. https://ancientedc.com
      기술 업계만큼 돈이 되지는 않겠지만, 재봉틀 앞에 앉아 사람들이 실제로 즐겨 쓰는 물리적 제품을 만들어내는 게 정말 좋음
    • “학교에 다니는 비용을 받고, 정식 자격을 딸 때까지 매년 임금이 오른다”는 부분이 핵심임
      사람들은 꾸준한 진전이 주는 기쁨을 과소평가함. 빠른 정점은 대개 길고 우울한 하락으로 이어짐
      많은 사람은 급등했다 무너지는 경력보다 40년 동안 매년 몇 퍼센트씩 성장하는 경력을 선호할 것임. 35세에 타버리는 반짝 스타보다, 느리게 성장하더라도 계속 가치 있는 사람이 낫다
      솔직히 이 하락에는 AI와 무관한 이유도 있다고 봄. IT 산업이 성숙해졌기 때문임. 고전적인 GoF 패턴과 엔터프라이즈 패턴, 그 변형을 빼면 최근에 널리 채택된 새롭고 깊이 있는 설계 패턴이 뭐가 있나? 웹에 널린 “필수” 자료구조와 알고리즘 중 최근 10년 안에 발명된 건 몇 개인가? 오픈소스에서도 지난 5년 사이 생겨나 주요 기업들이 자원을 쏟아붓는 새 플랫폼급 프로젝트는 많지 않음
      결국 우리는 자기 꼬리를 먹고 있는 상태임. 끝없는 CRUD뿐임. 이렇게 정체되면 기술 부서는 필연적으로 비용 센터가 됨. AI가 없었어도 막다른 길로 가고 있었고, AI는 그저 대부분의 일이 오래된 코드 패턴을 다시 배열하는 것이라 자동화하기 쉽게 만들어주는 도구일 뿐임
    • 렌치질은 평균적인 기술직보다는 낫지만, 손과 어깨에는 손상이 쌓일 수 있음
      임팩트 렌치의 진동과 공구를 꽉 쥐는 동작은 10~20년 일하면 손에 상당한 손상을 줌. 지금은 아프지 않아도 두꺼운 패드 손잡이를 쓰는 게 좋을 수 있음
      무거운 렌치질은 어깨도 망가뜨릴 수 있음. 어깨 관절은 교체 가능하지만, 그 과정은 그리 유쾌하지 않다고 들음

  • AI가 시장 구석구석에 들어오기 전에도 구직 시장이 그렇게 좋았던 건 아니지만, AI가 모든 최악의 면을 가속했음
    나보다 똑똑하다는 사람들이 AI 코딩이 미래라며 그냥 받아들이라고 하는 걸 봤음. 하지만 그러면 예술을 만드는 친구들, 코드를 제대로 테스트하고 검토하려고 죽어라 일하는 사람들, 평범한 대사 하나에도 온 힘을 쏟는 작가들을 버리는 셈임
    보안과 코드에 진심인 소프트웨어 엔지니어로서의 존엄도 버리는 일임
    코앞에 열기가 느껴지면 30초 안에 걸어나올 각오가 없는 기술 스택에는 절대 애착을 갖지 말아야 함. 그게 규율임

    • 슬프지만 원칙적인 사람일수록, 그 원칙이 자본의 추진력 앞에서는 죽은 무게로 드러날 때 세상이 자신을 지나쳐 가는 걸 감당해야 함
      산업혁명 초기에 기계로 만든 물건을 사는 건 수년간 기술을 갈고닦은 친구들을 배신하는 것이라고 똑같이 말할 수 있었음. 그래도 사람들은 10배 싸고 빠른 기계를 택했음
      이제 AI는 충분히 좋아져서, 더 높은 품질 기준을 지키려고 안 쓴다고 주장하기 어려움. 결국 감각적으로 불쾌해서 안 쓰는 문제에 가까움
    • Heat(1995)의 그 대사는 정말 많은 맥락에 갖다 붙일 수 있음
    • 어떤 일이든 그 일을 이끄는 사람들보다 더 신경 쓰면 안 됨
      영리 기업이든, FLOSS 프로젝트든, 그냥 시간을 보내는 일이든 마찬가지임
      그들이 더 신경 쓰게 만들 수 없고, 실제로도 그렇게 되지 않음. 지구에서의 시간을 거기에 낭비하지 말아야 함
    • “내가 움직일 때 네가 같이 움직여야 하는 상황이라면, 도대체 어떻게… 기술 스택을 유지할 건데?”
    • 그 말이 그럴듯해 보일 수 있지만, 기본적인 논리적 이정표와 결과를 생각해봐야 함
      소프트웨어 엔지니어와 기술 인력의 공급 과잉은 계속될 것임. 일부는 AI 분야로 옮길 수 있고, 일부는 환멸을 느끼고, 일부는 아예 일을 못 구할 것임
      기술 분야 일자리가 어느 정도 남을 수는 있지만, 다수의 임금은 계속 내려가 평균 최저임금에 가까워지거나 완전히 외주화될 수 있음. 일자리 수와 임금이 교육비에 비해 맞지 않으면 많은 사람이 비기술 분야로 옮기려 할 것임. 하지만 선호도 높은 일자리에도 정원은 있고, 그중 일부도 자동화나 AI로 넘어갈 수 있음
      사소해 보이는 변화도 중요해짐. 예를 들어 캘리포니아 마을의 범죄율 하락이 자동차·창문 유리 수리업자를 갑자기 밀어낼 수 있음. 기술 업계를 떠난 사람들은 줄어드는 같은 일자리를 두고, 더 찾기 쉽고 함께 일하기 쉬운 사람들과 경쟁하게 됨. 집세는 크게 내려가지 않을 것이고, 다른 물가는 오르거나 정체될 가능성이 큼. 기술직 임금도 일부는 크게 올랐지만 다수는 내려가거나 정체됨. AI가 모든 분야에서 모두를 밀어낸다는 말은 아니지만, 사람들이 거시적 관점을 너무 작게 보고 있는 느낌임
      AI의 “지식”이 서로 다른 언어와 우선순위를 가진 더 많은 나라에서 채워질수록 영어권과 일부 언어권 사람들은 밀려날 것임. 뇌-기계 인터페이스가 당연해지면 더 그럴 수 있음. 인구 10억 명과 대가족을 가진 나라들은 미국 같은 곳의 일부 사람들을 사회적 네트워크에서 지워버릴 수 있음. 이름이 민족적으로 비슷하면 대기열에서 더 우대할 가능성이 있고, 같은 나라 출신이면 더 그렇다. 지금도 반대 방향으로 늘 작동하는 일이고, AI 모델도 사람처럼 이런 데이터를 씀
      물론 기술만의 문제가 아니라는 게 핵심임. 기술 문서는 물론 영화와 소설 쓰기, 대규모 데이터 모델을 다루는 분야, 회계, 제약 연구도 대부분 AI 모델로 자동화되고 연구될 것임. 모델이 존재한다면 법의회계가 필요할까?
      누군가는 사람이 감독해야 한다고 했지만, 하위 AI의 능력이 현재의 중상급·상급 인력보다 훨씬 뛰어나고 빠르게 성장하면서도 오류 수정 능력은 없다면 그걸 어떻게 감시할 건가? AI가 당신의 개입을 원하지 않을 수도 있고, 좋은 해법을 골랐는지 판단하지 못할 수도 있음
      훌륭한 기술자는 대부분 경험, 노력, 반복, 디버깅·크래시·프로그램 실행·데이터 팜의 “느낌”에서 패턴을 보는 능력, 심지어 인간-컴퓨터 상호작용을 통해 실력을 쌓음
      어느 시점엔 AI가 우리가 일을 찾는 것 자체를 말리게 될 수도 있음. 이미 그럴지도 모르고, 우리가 같은 해법을 선택하지 않을 것 같다는 이유일 수도 있음
      편집증이 아니라 단순한 논리임. 우리는 모델을 만들려 하지만 해법은 우리 자신도 갖고 있지 않음. 결국 스스로의 경력, 어쩌면 지구에서의 자리까지 가격 경쟁에서 밀어내는 것 아닌가? 이건 오만 그 이상임

  • 고용주가 쓰길 원하는 기술을 쓰는 것이 친구를 배신하는 건 아님
    이렇게 선동적으로 여러 문제를 한데 묶는 건 큰 실수임. 모든 것이 문화 전쟁의 전선일 필요는 없음

    • 원글은 게임 업계 출신임. 예술 기반 산업인 게임에서 AI는 극도로 분열적인 문제임
      특정 방식으로 AI를 조금만 건드려도 친구를 잃을 수 있음. 게임 산업을 만든 예술가들은 이미 심하게 착취당했고, 이제는 완전히 밀려나는 중이기 때문임
      비즈니스 개발 쪽에서는 AI가 숙련자에게 큰 힘을 주는 도구로 보일 수 있어 덜 실존적으로 무섭겠지만, 게임 업계에서 AI 사용은 곧바로 인간 일자리 하나를 없앰. AI가 수백 개의 독특한 작은 픽셀 캐릭터를 몇 초 만에 올바른 형식으로 뽑아낸다면 왜 픽셀 아티스트에게 돈을 주겠나?
      Hollywood도 같은 일을 겪고 있음. Hollywood용 AI를 만드는 회사들은 숨어서 움직임. 광고도 과시도 하지 않음. 그 도구를 쓰는 쪽 누구도 사용 사실을 알리고 싶지 않기 때문임. 개념 AI와 장편 극장 개봉용 AI 사이의 빈틈을 메울 고도로 숙련된 인재들을 여전히 필요로 하니까
      소프트웨어 세계는 AI를 걱정하는 정도지만, 창작 산업은 말 그대로 불타는 바지를 입고 하늘에 비명을 지르며 마을을 태울 만큼 AI를 두려워함
    • “모든 것이 문화 전쟁의 전선일 필요는 없다”는 말은 무지하고 단절된 위치에서 나온 것처럼 들림
      침공당한 사람들은 자신이 전선 위에서 살지 말지 결정할 수 없고, 수많은 숙련된 창작자들도 거의 하룻밤 사이에 경력 전체를 잃을지 말지 결정하지 못함
      그리고 그건 문화 전쟁이 아니라 계급 전쟁임
    • 게임 업계에서 AI는 확실히 문화 전쟁의 전선임
      특히 인디 공간에서는 AI를 지지하는 것처럼 보이기만 해도 많은 스폰서와 인플루언서와의 광고 계약을 잃을 수 있음. 영원히 그러진 않겠지만 지금은 뜨거운 화약고임
    • 이 특정 기술은 많은 사람들의 친구들을 노골적으로 베껴서 훈련된 것이기도 함
    • 고용주가 그 기술로 사람들의 일자리와 업계에서의 꿈을 지우는 걸 돕는다면, 그건 친구를 배신하는 일임

  • 업계는 LLM으로 코드를 쓰게 하는 건 쉽지만, 프로덕션에 올릴 만한 좋은 코드를 쓰게 하는 건 그 자체로 별도 기술이라는 걸 깨닫게 될 것임
    이 일은 결국 사람이 해야 하고, LLM으로 효과적으로 자동화할 수 없다고 봄. 미래의 소프트웨어 엔지니어링에서 차별화 요인이 될 것임
    솔직히 말하면 게임 업계에 있다면 LLM 코딩이 당신을 대체할 걱정은 거의 없을 것임. 게임 업계 도구는 LLM 코딩에 가장 불친절함. 시각적 스크립팅 비중이 높고, 리플렉션이 극단적으로 많으며, Unreal C++와 Unity C# 코드는 일반 C++/C#처럼 보이지만 실제 동작은 다름
    LLM은 숨겨진 암묵 상태를 효과적으로 추론하지 못함. 코드가 맞아 보이는데 실제로 다르게 동작하면, LLM은 혼란에 빠져 환각을 시작함

    • 동의하지 않음
      형편없이 작성된 코드의 특징은 놀라울 정도로 오래 동작할 수 있다는 것임
      그리고 멈출 때쯤이면 그걸 만든 사람, 밀어붙인 리더, 강요한 임원은 이미 떠났을 가능성이 큼
      그래서 아니라고 봄. 대체로 소프트웨어가 작동하는 것처럼 보이는 한 대부분의 기업은 코드 품질에 신경 쓰지 않음. AI로 작성한 고품질 코드를 천천히 내는 사람은 쓰레기를 빠르게 쏟아내는 사람에게 새로운 기준에서 질 수 있음
    • 많은 사람이 이걸 이해하지 못하고, 답글 중에도 그런 경우가 있음
      AI는 엔시티피케이션을 잘함. 필요 없는 코드, 깨진 로직을 추가함. 작동할 수도 있지만 모범 사례는 아닐 수 있음
      사람들은 현재의 AI가 인공지능이라기보다 기계학습이며, 훈련된 모델만큼만 좋다는 점을 잊음. 모델이 좋으면 에이전트도 좋고, 모델이 나쁘면 에이전트도 그저 그럼
      회사들도 같은 실수를 하고 있음
      Claude가 API로 MCP 서버와 통신하는 스킬을 만들었는데, 같은 작업에 토큰을 약 2천 개 대신 700개 정도만 써서 더 싸고 훨씬 빠름. 몇 분 대신 몇 초 걸림
      결국 에이전트형 AI는 훈련된 모델만큼만 좋다는 말로 돌아감. 취약점을 넣지 않고 바이브 코딩하는 건 완전히 다른 수준임
    • LLM에서 예전만큼 성과를 못 내는 문제를 업계를 밝히지 않고 이야기해왔는데, 이 말이 정확히 맞음
      LLM 열풍 초기에 팀으로 Godot에서 ChatGPT를 시험했음. 그때 GDScript 2가 막 나왔고, ChatGPT의 훈련 말뭉치가 명백히 GDScript 1 기반이라 성공적이지 않았음
      ChatGPT로 Godot에서 무언가를 하는 단계 개요를 만들 수는 있었고, 맞춤형 튜토리얼처럼 쓸 수 있었음. 코드가 없을 때는 ChatGPT도 괜찮았고 Gemini가 더 나아 보였음. 느낌상 Gemini가 어떤 이유로 GDScript 2를 조금 더 잘 다뤘음
      최근에는 Claude로 시도하고 있는데 여전히 결과가 섞임. 몇 가지 스킬·확장을 설치해야 했고, 사실 AI 옹호자가 추천한 걸 거의 맹목적으로 따른 거라 어떤 건지 말하기 어렵다. 될 때도 있지만 안 될 때는 왜 안 되는지 짚기 더 어려움. 전체적으로는 ChatGPT로 맞춤형 튜토리얼을 생성하는 개발자 경험이 더 좋았음
      리플렉션이 많다는 것도 크게 공감함. 실제로 교과서적인 리플렉션까지 가지 않아도 됨. 게임 엔티티는 너무 꼬여 있어서 Fallout 3의 기차 NPC나 Skyrim 내부 동작 같은 사례처럼, 상속과 객체지향을 해서는 안 될 형태로 비틀게 됨
      더러운 고백을 하자면, 우리 게임에는 게임 오브젝트를 처리하는 거대한 switch 문이 있음. 여러 게임 오브젝트 타입에 대해 몇 군데 존재함. LLM(Copilot과 Codex)은 switch case를 추가하고 본문을 쓰는 단순 코드는 만들 수 있었지만, 새 오브젝트가 다른 오브젝트와 상호작용해야 하는 순간 곧 추론을 못 함. 고려해야 할 경계 사례가 수백 개라는 점은 말할 것도 없음
      그리고 누군가 똑똑한 척하기 전에 말하면, 이 코드베이스를 거의 10년 다루는 동안 이 switch 문들을 “리팩터링”하려는 시도가 몇 번 있었고 늘 신입의 열정적 시도였음. 나는 거인 하나를 처치하는 데 성공했고, 내가 아는 한 유일한 성공 사례였으며, 그것도 작년에야 일어남. 하지만 사실상 다른 거인에게 위임한 것뿐이었음. 둘은 쌍둥이였고 하나 없이도 지낼 수 있었음. 대안에는 러브크래프트식 기하학이 들어 있어서, 더러운 방식이 오히려 깨끗한 방식임
      Claude는 경계 사례 버그를 찾는 데는 훌륭했지만, 그건 코드가 제대로 작성된 뒤의 얘기임. 일반적으로 QA가 출시 전 기능의 버그를 보고하면 Claude가 디버그할 확률은 많아야 50 대 50임. 하지만 플레이어 보고나 라이브 사고라면 Claude의 확률은 80% 정도까지 올라감
      그래도 게임 업계라면 LLM 코딩이 대체할 걱정은 없다는 말에는 동의함. 다만 이걸 상위 경영진에게도 말해줬으면 함. 엔지니어로서 내가 제공하는 가치는 자신 있지만, 경영진이 그걸 이해하는지는 모르겠음. 내가 어떤 기능을 출시했고 어떤 인프라를 만들었는지 아무리 말해도, LLM이 그 산출물을 자동화할 수 없었다는 점이 전달되지 않음

  • DevOps도 다르지 않음
    2년짜리 계약을 잡는 데 4개월 걸렸고, 법 때문에 더 연장할 수 없었음
    또 다른 계약을 잡는 데 5개월 걸렸지만 6개월짜리였고, 이번 주가 마지막임
    거의 20년 동안 IT에서 일해왔음. 전화접속에서 ADSL, 온프레미스에서 클라우드, 소프트웨어에서 SaaS, 전부 수작업이던 시절에서 GitHub와 CI/CD, VM에서 Kubernetes, DevOps에서 DevSecOps, 그리고 최근 AI까지 겪었음
    IT 일자리에도 지원했지만, 이제는 IT가 아닌 일을 진지하게 생각 중임. 홈랩이 주된 취미이고 정말 좋아하는데도 그렇다
    그나마 기쁜 건, 엔지니어를 해고하고 AI로 대체한 회사들이 어떤 곳은 반년 만에 50만 달러, 즉 연간 100만 달러를 AI 토큰 비용으로 쓰게 된다는 걸 알아차리고 있다는 점임
    개발자들이 “AI를 썼고 코드는 돌아가지만 이해는 못 한다”고 말하는 걸 계속 듣고 있음. 이미 시작됐고, 2027년에는 AI로 인한 경사면 때문에 침해 사고를 당하는 회사가 그 어느 때보다 많아질 것임
    SEO는 2026년에 죽었으니 Google 대체로 Perplexity AI를 쓰긴 함. 사용한 출처를 모두 보여주기 때문임. 하지만 내 코드는 전부 내가 직접 씀. 복사·붙여넣기와는 다름
    솔직히 말해 지쳤음. 여러 세대의 기술 도약을 겪고 나니 정말 지침

    • 어떤 법이 2년 계약을 더 이어가지 못하게 했는지 궁금함
    • 5개월 걸려 잡은 계약이 6개월짜리라니, 이건 정말 미친 상황임

  • 2주 전, 큰 회사의 1차 선별 테스트에서 AI 없이 100점 만점을 받았음
    1차는 통과할 거라 꽤 자신 있었고 친구 몇 명에게도 암시했는데, 결국 자동 메일로 탈락함
    지금 구직 시장은 미쳤고 채용 담당자들이 뭘 찾는지 모르겠음. AI를 쓰면 탈락, 안 써도 탈락임. 역사책에서 보던 대실업의 시대가 이런 건가 싶음

    • 요즘 채용 공고의 절반 이상은 가짜임. 활동 중인 것처럼 보이기 위한 절차이거나, 이미 뽑을 사람이 있지만 정해진 절차를 따라야 해서 올리는 경우임
    • 호황기에도 면접 과정을 통과하는 데는 작은 무작위 요소가 항상 있었음
      지금 같은 채용 침체기에는 거의 전부가 무작위라고 이해하고 받아들여야 함. 기술 퀴즈나 HackerRank 점수가 완벽한데도 탈락했다고 해서 내가 뭘 잘못했는지 찾으려 할 필요는 없음
    • 채용 담당자들이 찾는 건 자기 일자리의 정당화임
      이론적으로는 소프트웨어 엔지니어 인재를 채용하기에 지금보다 좋은 때가 없었음. 코로나 채용 붐을 타고 높은 소득을 바탕으로 빚을 냈다가 해고되어 돈이 필요한 후보자가 아주 많음
      그런데 채용은 늘지 않음. HR 업계에는 후보자 필터링, 기계학습, 기본적인 기술 면접 절차를 조합하면 자기 일을 대체할 수 있다는 걸 아는 사람이 많음. 그래서 과정을 최대한 복잡하고 난해하게 만들어 임원들에게 “우리가 이렇게 많은 저품질 후보를 걸러냈다”고 말해야 함
      이 상황이 계속되면 평균으로 회귀하거나 대부분 사회가 크게 불안정해질 것임. 노동연령 인구 대부분을 일자리 밖으로 밀어낼 수는 없음
    • 면접에서 모든 것을 제대로 해도 탈락할 수 있음. 지금 구직 시장은 정말 운빨 게임임

  • 한 달 전 patio11의 “don’t call yourself a programmer”를 다시 읽었고, 지금 상황에 잘 맞는다고 느꼈음
    핵심은 스스로 붙이는 직함이 아니라 다른 경력 조언에 있었음
    그래서 “don’t call yourself a Software engineer”를 쓰고 싶어졌음. https://idiallo.com/blog/you-are-an-ai-enabled-engineer-now
    우리는 여전히 기술 역량만으로 채용된다고 생각하는 같은 함정에 빠져 있음
    역량만 보고 이력서를 파싱해 평가한다면 원글이 맞음. 모두 불리함. 하지만 구직은 일자리를 찾기 훨씬 전부터 시작됨. 결국 핵심은 길에서 만들어둔 연결임

    • 이 조언은 별로 유용하지 않다고 느낌. 스스로를 소프트웨어 엔지니어나 프로그래머라고 부르는 건 서비스를 팔기 위해서임
      고객은 “소프트웨어 엔지니어”라는 칸에 들어갈 사람을 찾는 회사들이고, 그래서 그렇게 자신을 파는 것임. 전혀 문제 없음
      당시 Patrick이 누구였는지도 봐야 함. 그는 SEO 컨설턴트였고, 전반적으로 사업 개발 전문가였음. 코딩도 할 수 있었을 뿐이고, 그 분야에 매우 일찍 들어갔음. SEO 전문가라는 직업 자체가 거의 없던 시절임
      그래서 유일한 기술이 소프트웨어 개발이라면 당연히 그렇게 부르면 됨. 주된 기술이 SEO나 다른 마케팅 채널이라면 그렇게 부르면 됨
      “프로그래머라고 부르지 말라”는 조언의 진짜 교훈은 코딩을 활용할 수 있으면서 더 높은 보상을 주는 시장 기회를 찾으라는 것임. 그렇게 하면서도 스스로를 프로그래머라고 불러도 됨
    • “엔지니어는 보통 매우 높은 보수를 받는 비용 센터라서 MBA들의 최적화 안테나를 자극한다”는 부분이 정말 좋음
      그래서 아웃소싱 같은 멋진 아이디어가 나온다는 설명이 웃김. “우리가 어느 정도 필요하지만 딱히 신경 쓰지 않는 마법을 부리는 비싼 비용 센터를 저임금 국가의 더 싼 비용 센터로 바꾸자”는 식임
      이 가이드를 나머지까지 읽는다면 아웃소싱을 경력 위협으로 완전히 무시해도 된다는 사이드노트도 좋음. 아무도 수익 센터는 아웃소싱하지 않음. 그건 MBA식 농담의 도입부처럼, 버전 관리 시스템을 플로피 디스크 사본 묶음으로 대체하자는 말과 같음
      https://www.kalzumeus.com/2011/10/28/dont-call-yourself-a-pr...

  • 10년 다닌 회사를 지금 그만두는 중임. 주변에서는 모든 게 엉망이라는 얘기만 계속 들림
    나는 Tokyo에 있고, 여기서는 그 정도로 나쁘지는 않은 듯하지만 그래도 상황을 보자면, 내 계획은 이렇음
    내 회사를 세우고 고객을 찾기 시작할 것임. 분야는 Rust 컨설팅임
    계속 취업 기회도 찾겠지만, 형편없는 일자리에는 굴복하지 않을 것임
    내가 너무 낙관적인 걸 수도 있지만, 해보지 않으면 알 수 없음. 반년 뒤 아무것도 안 풀리면 “모든 게 엉망”이라는 무리에 합류할지도 모르지만, 그전까지는 희망적으로 보려 함

    • 그만두기 전에 고객부터 찾아보는 건 왜 안 하는지 궁금함
    • 다음 자리가 정해지기 전에는 떠나지 않는 게 좋음

  • 지금 구직 시장이 빡빡한 데에는 여러 이유가 있다고 봄
    정치적으로는 엄청난 불확실성이 있음. 모든 기업은 계획을 세우고, 불확실성은 그 계획을 멈추게 함
    경제적으로도 정치와 연결되어 있고, 아주 나쁜 경기침체의 가장자리에 서 있음. 국가 석유 비축이 어디로 가는지 보면 됨
    AI는 새로운 기술이 나올 때마다 겪는 현상에 넣고 싶음. 정상화 전에는 항상 혼란기가 있음. 우리는 아직 혼란기에 있음
    사업 고통도 봐야 함. 지금은 고통받는 섹터가 잘 보이지 않음. 인플레이션이 소비자에게 타격을 줬지만 우리는 여전히 소비하고 있음. 소비자가 지갑을 닫으면 그 고통이 돌아오고 구직 시장도 바뀔 것임
    해법은 각자 자기 일을 할 방법을 찾는 것 말고는 모르겠음. 창업자가 되기에 이보다 좋은 때는 없음

    • 이 경우 사람들이 두려워하는 건 혼란기가 아니라 정상화 이후임

  • 어리석은 선택일 수도 있지만, 지금 보험계리사로 전환하는 중임
    이 분야는 매우 투명한 시험 제도로 자격을 부여하고, 적절한 일정에 맞춰 시험을 통과했다면 면접은 비교적 형식적인 편임
    나는 수학 학위가 있고, 소프트웨어 경험은 모두 데이터 엔지니어링 쪽이라 수요가 있어 보임
    지난여름 대기업에서 해고된 뒤 여행하면서 좀 쉬었음. 지금은 New Zealand의 리조트 타운에서 여유롭지만 저임금인 개발 일을 하고 있음. 다만 장기적으로 개발 일이 내 길은 아닐 것 같음
    이 일은 전환하는 동안 생활비를 내줄 수 있지만, 비자 연장을 위해 스폰서해주지는 않을 거라 시간이 제한되어 있음. 미국 시장은 계속 엉망인 것 같고 다시 들어가고 싶지 않음

    • 좋은 선택 같고 어리석지 않다고 봄. 이제 “보험계리사는 회계사를 흥미진진하게 보이게 만든다”는 농담만 무시하면 됨
      수십 년 전 보험계리사들이 널리 쓰던 주요 애플리케이션 하나를 이전하는 프로젝트를 이끌었음
      그때가 좋았음. https://news.ycombinator.com/item?id=48641095
답변달기