AI 시대, 기업이 찾는 상위 1% 인재는 무엇이 다를까?｜메타 시니어 엔지니어의 문제해결법 (feat. AX 인재전쟁)

한 줄 핵심

AI 시대의 상위 1% 인재는 코드를 직접 많이 쓰는 사람이 아니라, 문제 정의·컨텍스트 설계·검증 구조·병렬 실행 구조를 잘 짜서 에이전트를 원하는 결과로 이끄는 사람이다.

시간별 요약

1. 0:00
   이 해커톤은 코드 작성 능력보다 실제 기업 문제를 어떻게 정의하고 에이전트를 어떻게 활용해 풀어내는지를 검증하는 대회였다. 문제를 잘못 정의하면 답이 좋아 보여도 틀린 결과가 되기 때문에, 시작점은 구현이 아니라 문제 정의와 솔루션 설계였다.
2. 2:00
   과제는 여섯 개 기업 중 세 곳을 골라 공개적으로 검증 가능한 문제를 찾고, Codex plugin을 만들어 제출하는 방식이었다. 제출물에는 결과물뿐 아니라 AI와 주고받은 로그까지 포함되어, 실제로 에이전트를 어떻게 다뤘는지가 중요한 평가 대상이었다.
3. 7:01
   핵심 전략은 먼저 컨텍스트를 충분히 주는 것이었다. 해커톤 규칙, 심사 방식, 기업별 유튜브 인터뷰, 공식 자료, 숫자와 고객 리뷰를 모아 에이전트가 스스로 문제를 찾게 했고, 여섯 개 기업을 모두 리서치한 뒤 가장 가능성 높은 문제 세 개를 고르는 방식으로 압축했다.
4. 22:00
   검증은 실제 심사 구조를 그대로 모사해 AI 저지와 휴먼 저지 스킬로 설계됐다. 문제 정의가 페인 포인트를 정확히 짚는지, 근거가 검증 가능한지, 데모가 현업에서 통할지까지 기준을 높게 잡고 반복 점검해, 산출물보다 먼저 문제 자체를 걸러냈다.
5. 33:00
   작업 구조는 리서치, 문제 정의, 솔루션 플래닝, 구현, 검증을 공통 파이프라인으로 만들고 병렬로 돌리는 방식이었다. 설계 세션과 구현 세션을 분리하고 핸드오프로 넘겨 컨텍스트를 깨끗하게 유지했으며, 사람은 방향과 기준을 올리고 에이전트가 실행하는 역할 분담이 핵심이었다.

실무 인사이트

• 에이전트를 쓸 때는 프롬프트보다 먼저 규칙, 심사 기준, 기업 맥락, 실제 숫자를 묶은 컨텍스트 패키지를 설계해야 결과 품질이 안정된다.
• 문제 정의를 먼저 자동 채점하는 검증 루프를 만들면, 구현에 시간 쓰기 전에 틀린 방향을 빠르게 제거할 수 있다.
• 병렬화가 가능한 작업은 공통 템플릿과 핸드오프로 분리해 맡기고, 사람은 최종 취향 판단과 기준 상향에 집중하는 편이 효율적이다.