The Golden Age of AI Engineering — Alexander Embiricos & Romain Huet & Peter Steinberger, OpenAI

한 줄 핵심

AI 모델 성능이 빠르게 좋아지면서 엔지니어링은 사라지는 것이 아니라, 에이전트를 실제 업무에 연결하는 더 좋은 루프·하네스·제품 형태를 설계하는 시대로 들어가고 있다.

시간별 요약

1. 0:13
   AI 엔지니어링의 미래는 멀리서 오는 것이 아니라 이 자리의 사람들에 의해 이미 만들어지고 있으며, 엔지니어의 역할은 코드를 치는 일이 아니라 문제를 해결하기 위해 최신 기술과 디자인, 판단, 상상력을 결합하는 일로 돌아가고 있다. 모델 출시 속도와 제품 진화 속도가 급격히 빨라지면서, 이제는 에이전트가 단순 보조를 넘어 실제 작업 전후의 흐름까지 맡는 단계로 이동하고 있다.
2. 6:00
   AI 제품의 목표는 엔지니어를 자동화하는 것이 아니라 엔지니어를 최대한 강하게 보조하는 것이며, 그 형태는 대화형 인터페이스와 직접 조작하는 협업 UI의 결합으로 정리된다. 코딩을 시작하기 전의 문제 정의부터 작업 후의 리뷰와 배포까지 에이전트가 연결될 때 더 많은 일을 맡길 수 있고, Codex 앱은 이런 흐름을 실제 제품 형태로 구현하고 있다.
3. 10:00
   Codex는 단일 완제품이 아니라 모델, 하네스, app server, 플러그인까지 여러 층으로 열린 구조로 설계되어 있으며, OpenAI 내부와 외부 개발자가 같은 프리미티브를 공유하도록 만든다. compaction 같은 기능도 먼저 제품에서 필요해졌고 API로 흡수되었으며, open source 하네스와 확장 가능한 플러그인 구조는 다른 모델과 다른 IDE에서도 같은 에이전트 루프를 재사용할 수 있게 한다.
4. 14:01
   에이전트를 잘 활용하려면 단순히 더 많이 쓰는 것이 아니라 가치 최대화 관점에서 비용, 속도, 실행 환경을 함께 최적화해야 한다. GPT 5.6 계열은 더 낮은 비용으로 높은 성능을 내고, Cerebras 위의 GPT 5.6 Soul은 750 tokens a second 수준의 속도로 병렬 탐색과 빠른 피드백을 가능하게 하며, 궁극적으로는 로컬과 클라우드의 구분보다 작업에 맞는 환경을 에이전트가 스스로 고르게 되는 방향으로 가고 있다.
5. 19:02
   실전에서 핵심 병목은 이제 토큰이나 컴퓨트보다 인간의 주의력이며, 오래 유지되는 manager와 worker 구조가 그 부담을 줄여 준다. server-side compaction, delegation, trigger가 갖춰지면 에이전트는 내부 실행 루프를 돌고 사람은 방향 설정과 최종 의사결정만 맡는 바깥 루프를 담당하게 되며, 결국 더 중요한 과제는 더 나은 루프를 설계하는 일이다.

실무 인사이트

• 에이전트를 도입할 때는 기능 하나보다 작업 전·중·후 전체 흐름을 설계해야 실제 생산성이 올라간다.
• 장기 실행 작업에서는 모델 성능보다 compaction, delegation, trigger 같은 루프 설계가 실패율과 운영 부담을 더 크게 좌우한다.
• 도구 전략은 단일 앱 중심보다 open source 하네스와 API, 플러그인으로 확장 가능한 구조를 선택해야 장기적으로 빠르게 진화할 수 있다.