와튼 1,372명 실험 — 구글 출신 엔지니어가 말한 "AI 시대에 사람이 남는 자리"

한 줄 핵심

AI가 코드를 더 많이 만들수록 사람의 가치는 생성이 아니라 검증, 판단, 책임을 지는 바깥 루프에 남아 있으며, 에이전트 시대의 핵심 경쟁력은 더 많이 맡기는 능력이 아니라 증거를 바탕으로 무엇을 승인하고 책임질지 결정하는 능력이다.

시간별 요약

1. 0:00
   와튼 스쿨 1,372명 실험에서 AI가 틀린 답을 줘도 73%가 그대로 받아들였고, 오히려 더 확신하는 현상이 확인됐다. 코드는 AI가 빠르게 만들어내지만 확인과 검증은 여전히 병목이며, 그래서 안전은 검증을 더 싸고 명확하게 만드는 쪽에서 나온다.
2. 2:00
   에이전트가 사람보다 더 많이 산출하는 시대에는 '무엇을 할 수 있나'보다 '오직 사람이 답할 수 있는 것이 무엇인가'가 더 중요한 질문이 된다. 취향, 판단, 책임은 완전히 사라지지 않지만 모델이 학습하고 따라오면서 계속 좁아지는 영역이므로, 자신의 강점이 얼마나 빨리 잠식되는지 보는 감각이 필요하다.
3. 5:01
   피해야 할 것은 인지 부채, 인지적 항복, 오케스트레이션 세금이다. 코드베이스의 겉모습은 멀쩡해도 팀이 시스템을 설명하지 못하게 되거나, AI 답을 근거 없이 내 판단처럼 받아들이거나, 에이전트를 병렬로 많이 돌리며 오히려 조율 비용만 커지는 문제가 생긴다.
4. 8:00
   책임은 AI가 충분히 좋아진 뒤에 남는 찌꺼기가 아니라, 나머지 모든 가치를 확장시키는 조건이다. 에이전트는 정책 안에서 실행·병합·에스컬레이션할 수 있지만, 실패했을 때의 결과를 인수하지는 못하므로 사람이 해야 할 일은 위험을 이해하고, 서명하고, 결과를 소유하는 것이다.
5. 9:00
   바깥 루프의 본질은 결정, 검증, 승인, 소유이며, 안쪽 루프의 실행은 에이전트가 맡을 수 있다. 에이전트가 반환하는 diff, tests, logs, traces, screenshots 같은 증거를 바탕으로 사람은 그 작업이 가치 있었는지, 충분히 검증됐는지, production에 올릴지 판단해야 한다.

실무 인사이트

• 에이전트를 도입할수록 최종 산출물보다 증거 체계가 중요해지므로, diff·테스트·로그·스크린샷을 표준 출력물로 강제하는 검증 프로세스를 먼저 설계해야 한다.
• 팀 차원에서는 '얼마나 많이 맡겼는가'보다 '누가 어떤 리스크를 승인했는가'를 추적해야 하며, 승인 책임자를 명확히 두지 않으면 인지 부채가 빠르게 쌓인다.
• 실무자는 AI 활용 범위를 넓히되, 최소 한 줄로 설명할 수 없는 결과물은 내보내지 않는 원칙으로 판단력의 하한선을 지키는 것이 좋다.