AI를 공부해 본 사람이라면 한 번쯤 **안드레이 카파시(Andrej Karpathy)**의 강의나 코드를 만난 적이 있을 것입니다. 테슬라 오토파일럿을 이끌고 OpenAI 창립 멤버로 참여했으며, 무엇보다 어려운 개념을 쉽게 풀어내는 교육자로 잘 알려진 인물입니다. 그가 2026년 5월 앤트로픽(Anthropic)에 합류하면서 다시 화제가 됐습니다.
이 글은 그의 최근 발언을 통째로 옮기거나 번역한 것이 아닙니다. 그가 직접 정리해 블로그에 올린 세쿼이아 어센트 2026 발표 요약(2026년 4월 30일)을 국내 독자 눈높이로 간추리고, 핵심 문장 몇 개만 인용한 뒤 제 생각을 덧붙인 소개 글입니다.
안드레이 카파시는 누구인가
카파시는 1986년생으로, 2015년 스탠퍼드에서 페이페이 리(Fei-Fei Li) 교수의 지도 아래 박사 학위를 받았습니다. 스탠퍼드의 딥러닝 입문 강의 CS231n을 만들고 직접 가르치며 이름을 알렸고, 이 강의는 지금도 컴퓨터 비전을 배우는 사람들의 교과서처럼 쓰입니다.
이력만 보면 그는 늘 최전선에 있었습니다. OpenAI 창립 멤버(20152017)로 참여했고, 2017년부터 2022년까지는 테슬라에서 AI·오토파일럿 비전 디렉터를 맡았습니다. 이후 OpenAI에 잠시 복귀(20232024)했다가, 2024년 7월에는 AI 교육 스타트업 Eureka Labs를 세워 LLM101n 같은 강의를 만들었습니다. 그리고 2026년 5월 19일, 앤트로픽의 프리트레이닝(사전학습) 연구팀에 합류했습니다.
그가 꾸준히 사랑받는 이유는 직함이 아니라 설명하는 능력에 있습니다. nanoGPT처럼 핵심만 남긴 작은 코드로 거대한 개념을 이해시키는 방식은, 이제 막 AI를 배우는 사람에게 특히 고맙습니다.
카파시가 말하는 소프트웨어 3.0과 에이전틱 엔지니어링
이번 발표 요약에서 그는 소프트웨어를 만드는 방식이 세 단계로 변해 왔다고 정리합니다. 직접 코드를 짜던 소프트웨어 1.0, 데이터로 학습한 가중치가 동작을 결정하는 소프트웨어 2.0, 그리고 LLM(거대 언어 모델 — 방대한 텍스트로 학습해 문장을 생성·이해하는 AI)에게 맥락과 도구, 지시를 프롬프트로 건네는 소프트웨어 3.0입니다. 그의 표현을 그대로 옮기면 이렇습니다.
"The unit of programming changed from typing lines of code to delegating larger 'macro actions'." (프로그래밍의 단위가 코드 줄을 타이핑하는 것에서, 더 큰 '매크로 동작'을 위임하는 것으로 바뀌었다.)
두 번째 축은 **검증 가능성(verifiability)**입니다. 카파시는 AI가 결과를 확인하고 피드백을 받을 수 있는 영역, 즉 수학·코딩·엔지니어링처럼 정답을 검증하기 쉬운 분야에서 특히 빠르게 발전한다고 봅니다. 반대로 그는 이 시스템이 고르지 않다는 점도 분명히 합니다.
"These systems can be brilliant in one moment and bizarrely dumb in the next. They are not smooth human minds. They are jagged, alien tools." (이 시스템은 한순간 뛰어나다가 다음 순간 기이할 만큼 멍청해질 수 있다. 매끄러운 인간의 정신이 아니라, 들쭉날쭉한 이질적 도구다.)
세 번째 축이 이 글의 제목이기도 한 **에이전틱 엔지니어링(agentic engineering)**입니다. 여기서 에이전트(agent)란 사람이 매 단계를 지시하지 않아도 스스로 여러 작업을 이어서 수행하는 AI를 말합니다. 카파시는 이를 바이브코딩과 구분합니다. 즉흥적으로 프롬프트를 던져 결과를 받는 방식과 달리, 전문적인 에이전틱 엔지니어링에서는 사람이 보안·설계·품질·취향에 대한 판단을 계속 쥐고 있어야 한다는 것입니다. 그가 남긴 한 문장이 이 태도를 압축합니다.
"You can outsource your thinking, but you can't outsource your understanding." (생각은 외주로 맡길 수 있어도, 이해까지 외주로 맡길 수는 없다.)
마지막으로 그는 제품의 사용자가 사람에서 에이전트로 옮겨간다고 말합니다. 클릭하는 화면 대신 API, 명령줄(CLI), 기계가 읽을 수 있는 구조화된 데이터가 AI 코딩 에이전트의 기본 인터페이스가 된다는 전망입니다.
국내 개발자에게 무슨 의미인가
이 이야기가 먼 미국 컨퍼런스의 담론으로만 들리지 않는 이유가 있습니다. 국내에서도 이미 많은 사람이 AI에게 코드를 맡겨 제품을 빠르게 만들고 있기 때문입니다. 카파시의 구분은 여기에 유용한 잣대를 줍니다. 빠르게 데모를 만드는 일과 책임지고 운영할 제품을 만드는 일은 다르며, 후자에는 여전히 사람의 판단이 필요하다는 것입니다.
특히 "이해는 외주로 맡길 수 없다"는 말은 비개발자에게도 그대로 적용됩니다. 코드를 직접 읽지 못하더라도 데이터가 어디로 가는지, 누가 접근할 수 있는지, 실패하면 어떻게 되돌릴지는 스스로 설명할 수 있어야 합니다. 검증 가능성 이야기도 마찬가지입니다. 결과를 확인할 수 있는 작업일수록 AI에게 크게 맡기고, 검증이 어려운 영역일수록 사람이 더 개입하는 편이 안전합니다.
다만 그의 발표는 특정 시점, 특정 관점의 정리라는 점도 함께 기억해야 합니다. "에이전트가 곧 모든 것을 대체한다"는 결론이 아니라, 오히려 사람의 역할이 어디로 이동하는지를 짚는 이야기에 가깝습니다.
나의 생각
저는 카파시의 "들쭉날쭉한 이질적 도구"라는 표현이 가장 정직하다고 느꼈습니다. AI 코딩 도구를 쓰다 보면 놀랄 만큼 잘하다가도 어처구니없는 실수를 하는데, 이걸 "아직 덜 똑똑해서"라고만 이해하면 대응이 어렵습니다. 인간과 다른 방식으로 똑똑하고 다른 방식으로 실수하는 도구라고 받아들이면, 어디를 믿고 어디를 검증할지 설계하는 감각이 생깁니다.
한편으로는 이 담론이 최전선 연구자와 대형 팀의 경험에서 나왔다는 점도 감안하게 됩니다. "16시간 내내 에이전트에게 일을 위임한다"는 식의 이야기는 인상적이지만, 자원과 검증 체계가 다른 소규모 팀에 그대로 옮기기는 어렵습니다. 그래서 저는 이 발표를 정답표가 아니라 좋은 질문지로 읽습니다. 우리 일 중 무엇이 검증 가능하고, 어디까지 위임할 수 있으며, 이해를 놓치지 않으려면 무엇을 계속 붙잡아야 하는가 — 이 질문에 각자의 답을 채우는 것이 핵심이라고 생각합니다.
정리하면 세 줄입니다. 첫째, 카파시는 프로그래밍의 단위가 코드에서 위임으로 옮겨간다고 봅니다. 둘째, 그 전환의 안전선은 검증 가능성과 사람이 놓지 말아야 할 이해입니다. 셋째, 도구가 강해질수록 "무엇을 왜 만드는가"라는 사람의 판단은 오히려 더 중요해집니다.
댓글 없음:
댓글 쓰기