[2026-07-11] 메타코드 AI 현직자 특강 — 손 들고 내 고민을 꺼낸 날
한 줄 결론: 이틀간 들은 세 특강 중 제일 좋았다. 마지막 Q&A에서 내 고민을 직접 꺼냈고, "문제를 키워드로 쪼개서 하나씩 해보라"는 답과 "좀만 하시면 금방 잘하실 것 같다"는 말을 받았다. 전날 아침의 두려움이 여기서 명확함으로 바뀌었다.
왜 갔나
이틀째, 마지막 세션. 전날 두 자리(박람회 멘토링, 청년쓰리룸 특강)를 거치면서 두려움이 꽤 풀린 상태로 들어갔다. 장소는 DDP 아트홀 1관, 1시간 특강. 강연자는 다니엘(닉네임) — 대기업 데이터 엔지니어를 거쳐 지금은 가상자산 분야에서 일하는 현직 소프트웨어 엔지니어다.
무엇을 들었나
좋은 엔지니어의 정의. 코드를 빨리 짜는 사람이 아니라, 프로덕트를 만들고 → 세상에 출시하고 → 모니터링과 장애 대응으로 운영하고 → 지표를 보며 개선하는 사람. 끝까지 책임지는 사람.
AI 시대에도 변하지 않는 역량 4가지.
- CS 지식과 논리적 사고 — 알아야 AI 결과를 검증할 수 있다
- 문제 정의와 분해 — 본질을 설명하고 작게 쪼개서 푼다
- 검증과 책임 — 이해 못 하면 오류도 못 찾는다. 내보낸 결과는 사람이 책임진다
- 소통 — "AI가 그러던데요"가 아니라 근거로 설명하고 토론한다
AI 활용의 3요소: 컨텍스트, 디렉션, 검증. AI에게 프로젝트의 맥락을 전달하고, 기획자처럼 명확한 방향을 제시하고, 결과를 검증한다.
AI는 학습 가속기이자 인간 용량의 거울. AI 덕에 배우는 속도는 빨라지지만, 오래 쓰다 보면 사람이 그 출력을 이해하고 검증하는 용량이 병목이 된다. 독서와 공부로 자기 처리 능력을 키워야 한다는 말이 뼈아팠다.
실전 학습 4단계. 기존 서비스 따라 만들기 → 내 서비스 명세를 쓰고 구현 → 팀 프로젝트 → 실제 운영(유저 모집, 배포, 트래픽, 장애 대응).
포트폴리오. "React·TypeScript·Kafka를 안다"가 아니라 — 목표 → 설계와 기술 선택 이유 → 실제 문제와 장애 → 원인 탐색과 해결 → 운영 결과와 지표 → 다음 개선.
기억에 남는 장면 — 내가 손을 든 순간
마지막 질의응답에서 손을 들고 내 고민을 그대로 꺼냈다.
"AI로 개발을 시작했다 보니 원초적인 지식과 기본기가 중요하다고 느끼는데, 배우고 습득하기가 쉽지 않다. 보안이 제일 중요하고 책임져야 한다고 생각하는데, AWS를 쓰자니 비용이 감당이 안 된다. 이런 게 고민이다."
답은 이랬다.
이미 문제에 대해 충분히 얘기하신 것 같다. 그 문제들을 본인이 키워드로 잘 나누고 나열해서 하나씩 해보면 좋겠다. A부터 Z까지 다루는 강의나 유튜브 영상도 한번 봐라. 좀만 하시면 금방 잘하실 것 같다.
대단한 비법이 아니었다. 근데 그게 좋았다. 내 문제는 무서워할 대상이 아니라 쪼개서 하나씩 풀 목록이라는 것. 비전공자 바이브코더라고 무시당할까 봐 두려워하던 게 이틀 전인데, 현직자 앞에서 고민을 꺼내고 실행 가능한 답을 받아 나왔다.
키워드 사전 (개발 몰라도 되는 버전)
- 프로덕트 엔지니어 — 프론트엔드/백엔드 구분보다 제품이 실제로 돌아가고 성장하는 결과에 집중하는 역할
- 관측 가능성(Observability) — 로그·지표·알람으로 시스템 안에서 무슨 일이 벌어지는지 들여다보는 능력
- POC — 아이디어가 되는지 안 되는지 빠르게 만들어서 증명하는 시제품
- A/B 테스트 — 두 버전을 사용자에게 나눠 보여주고 지표로 승부를 가리는 실험
그래서 나는
솔직히 집에 와서 일단 잤다. 머리가 복잡해서. 자고 일어나서 한 일이 두 가지다.
- 요한 스튜디오 쇼룸 정비 — 프로젝트마다 "왜 이걸 만들었는지, 왜 이 기술을 골랐는지"가 보이게 설명을 다시 썼다. 세 특강이 공통으로 가리킨 지점.
- AI 쓰는 습관 교정 — AI가 좋아질수록 알아서 다 해버려서 그냥 넘어가게 된다. 프롬프트를 구체적으로 쓰고, 모르는 부분은 짚고 넘어가고, 이상하면 지적한다. 놓치지 않으려고.
원본 노트 (딥다이브)
특강 전체 요약(Q&A 7건 포함)은 내 세컨드브레인에 보관 중이다. 비공개 문서라 링크는 걸지 않는다.