보건의료 R&D

• 목록
• 답변

요즘은 아이디어를 프로토타입으로 옮기는 일이 정말 쉬워졌다.

예전 같으면 몇 주 걸리던 것이 이제는 몇 일, 때로는 몇 시간 안에도 나온다.
하지만 여기서 많은 사람이 착각한다.

프로토타입을 만드는 능력과 서비스를 운영 가능한 제품으로 만드는 능력은 전혀 다른 문제라는 점이다.

인공지능은 초반 80%를 빠르게 만들어준다.
화면도 나오고, 기능도 얼추 돌아가고. 문서도 그럴듯하다.

문제는 그 다음이다.
마지막 20%에는 늘 이런 것들이 기다리고 있다.
요구사항 정리, 예외 처리, 승인, 테스트, 배포, 모니터링, 장애 대응, 보안, 유지보수 등.
바로 이 지루한 구간에서 사업은 아이디어와 갈라지고, 제품은 데모와 갈라진다.

그래서 나는 이렇게 본다.

AI는 문제 해결의 비용을 크게 낮췄다.
하지만 제품화의 비용은 아직 충분히 낮추지 못했다.

이 말은 매우 중요하다.
왜냐하면 모든 소프트웨어가 시장에 나가야 할 필요는 없기 때문이다.

내 일의 병목을 줄여주는 도구, 팀의 반복 업무를 덜어주는 내부 시스템, 작지만 정확하게 문제를 해결하는 개인용 유틸리티라면 굳이 “출시”까지 가지 않아도 이미 역할을 다한 것이다.

즉, 제품이 부족하다고 해서 문제 해결이 부족한 것은 아니다.

다만 여기에는 또 하나의 그림자가 있다.

인공지능이 코드를 너무 쉽게 만들어주기 시작하면서 사람은 점점 “왜 고장 났는가”보다
“다시 돌려보면 되지 않을까”에 익숙해질 수 있다.

이건 꽤 위험하다.
디버깅 감각, 즉 문제의 근본 원인을 추적하는 근육이 약해질 수 있기 때문이다.
겉보기엔 생산성이 올라간다.
그러나 깊이 들어가면 생산성의 일부는 이해의 축적이 아니라 시행착오의 외주화일 수도 있다.
그래서 숙련된 사람일수록 인공지능을 좋아하면서도 동시에 경계한다.

결국 앞으로 더 가치가 올라갈 사람은 코드를 빨리 찍는 사람이 아니라 다음 네 가지를 함께 할 수 있는 사람일 것이다.
• 무엇을 만들지 결정하는 사람
• 어디서 멈출지 아는 사람
• 왜 문제가 생겼는지 끝까지 파는 사람
• 데모를 운영 가능한 현실로 바꾸는 사람

나는 AI 붐을 무조건 거품이라고 보지는 않는다.
다만 과열은 분명히 있다.

앱은 더 많이 나올 것이다.
도구도 더 많이 생길 것이다.
하지만 그중 상당수는 “시장용 제품”이 아니라 문제 하나를 조용히 해결하고 사라지는 내부 도구로 남을 가능성이 크다.

어쩌면 그것으로 충분하다.
모든 삽이 금광이 될 필요는 없다.
그러나 정말 금을 캐려면 삽질 이후의 공정이 더 중요하다.

AI가 잘하는 것은 시작이다.
여전히 사람의 몫인 것은 끝까지 책임지는 일이다.


#AI #SoftwareEngineering #ProductDevelopment #Prototype #GrantThinking #BekayStyle