이 글은 LLM Wiki를 구축하고, 기존 블로그 글들 및 참고 문헌들을 바탕으로 ‘기술 전환 경험’을 주제로 작성한 첫 번째 포스트입니다. LLM Wiki 구축 후기는 별도 글로 포스팅할 예정입니다. 참고 바랍니다.
Tesla Model Y를 50일쯤 탄 뒤, 렌터카로 내연기관 차를 운전한 적이 있습니다. 이상하게 뭔가 빠진 느낌이 들었습니다. 차가 나빠진 게 아니었습니다. 제 기준이 바뀌어 있었습니다. Mac mini를 쓰기 시작한 뒤 Windows 환경으로 돌아갔을 때도, AI 코딩 도구를 좀 써본 뒤 다시 빈 에디터를 열었을 때도 같은 느낌이었습니다.
좋은 기술은 기존 일을 조금 빠르게 만드는 데서 끝나지 않습니다. 무엇을 문제로 보는지, 어떤 실행 방식을 기본값으로 삼는지까지 바꿉니다. 세 가지 경험이 모두 같은 방향을 가리켰습니다.
자동차가 플랫폼이 된다 — 테슬라 경험
Tesla Model Y를 선택하기 전까지 자동차를 하드웨어 완성도로 평가했습니다. 승차감, 소음, 실내 마감. 그런데 Model Y를 직접 써보고 나서 평가 기준 자체가 달라졌습니다.
결정적인 것은 OTA 업데이트였습니다. 차가 출고된 뒤에도 기능이 추가되고 동작이 바뀝니다. 방향지시등, 와이퍼, 미러 조정이 소프트웨어 로직으로 제어되고, Autopilot은 주행 데이터를 기반으로 개선됩니다. Tesla API를 통해 Tessie, TeslaMate 같은 서드파티 앱이 차량 데이터를 분석하고 자동화하는 생태계도 생깁니다.
피처폰에서 스마트폰으로 넘어간 변화에 비유하면 가장 가깝습니다. 통화 품질보다 중요한 것은, 사용자가 전화기라는 범주를 다시 이해하게 되는 순간이었습니다. Model Y도 마찬가지입니다. 이동 수단이 소프트웨어 플랫폼이 되면, 구매 기준도 유지 기준도 달라집니다.
도구는 사고방식을 바꾼다 — Mac 전환 경험
Mac mini를 처음 꺼냈을 때 장벽이 먼저 왔습니다. Bluetooth 키보드 연결, 스크롤 방향, 한영 전환, Home/End 키 동작. Windows 사용자에게는 작은 것들 하나하나가 낯설었습니다.
그런데 장벽을 넘는 과정에서 다른 일이 생겼습니다. Homebrew로 패키지를 관리하고, Karabiner로 키를 재매핑하고, Logitech Flow로 두 OS 간 키보드/마우스를 공유하면서 작업 환경 전체를 처음부터 다시 설계하게 됐습니다. 장비를 옮긴 게 아니라 작업 방식을 전환한 셈이었습니다.
경험해 보지 않았기 때문에 선택지 자체를 놓치는 상황이 있습니다. Mac이 개인 AI 에이전트 실행 환경으로 자연스럽게 확장될 수 있다는 감각도, 써보고 나서야 생겼습니다.
How는 낮아지고 What이 남는다 — AI 도구 경험
AI 코딩은 구현의 문턱을 낮춥니다. 자연어가 고수준 프로그래밍 인터페이스처럼 작동하고, 짧은 프롬프트로 작동하는 코드를 만들 수 있습니다. 그런데 써보면 곧 알게 됩니다. 복잡성은 사라지지 않습니다. 상태 관리, 보안, 유지보수, 테스트, 운영 책임은 그대로 남고, 오히려 더 늦게 드러납니다.
그 결과 사람의 역할이 이동합니다. 코드를 많이 치는 쪽에서 문제를 정의하고, 구조를 설계하고, 결과를 검증하는 쪽으로. AI 코딩의 민주화는 How의 민주화이지, What의 민주화가 아닙니다.
Coding Agent 관점에서 보면 이 변화가 더 선명해집니다. 에이전트는 검증된 도구를 호출하고, 태스크별 스크립트를 생성하고, 여러 단계를 워크플로우로 연결합니다. 이 구조에서 사람이 책임져야 할 것은 코드 타이핑이 아니라, 전체 흐름의 설계와 검증입니다.
맺음말
세 경험에는 같은 패턴이 반복됩니다.
제품은 플랫폼이 되고, How의 장벽은 낮아지고, What을 정의하는 일은 오히려 더 중요해집니다.
기술은 읽어서 이해하는 것과, 써봐서 기준이 바뀌는 것이 다릅니다.
스펙을 아는 것과, 그 스펙이 만든 세계를 살아본 것은 다릅니다.
직접 경험하지 않으면 기준은 바뀌지 않습니다.
ChulJoo Kim (김철주)
ckarch.kr
© 2026
is licensed under
CC BY-NC-SA 4.0
