야, 넷플릭스 얘긴데, 거기 엔지니어들이 이제 코딩만 죽어라 하지 않는대. 오히려 자기 사고를 다듬는 데 토큰(AI 사용량 단위)을 더 많이 쓴다고 하더라. 핵심은 이제 "시스템 씽커"가 제일 중요해진다는 거야. 엘리자베스 스톤(넷플릭스 CPTO)이 그랬다는데, 이 사람들은 단순히 깊은 전문성만 가진 게 아니라, 그 전문성을 가지고 한 단계 더 밖으로 나가 시스템 전체를 이해하고 설계하는 사람들이래.

AI가 풀던 문제, 이제는 사람이 시스템으로 푼다

이게 무슨 말이냐면, AI가 PM, 디자이너, 엔지니어의 경계를 엄청 빠르게 허물고 있다는 거야. 예전엔 각자 자기 영역에서 좋은 결과물을 만들어내는 게 중요했다면, 이제 AI가 그 결과물을 만드는 비용을 확 낮춰버린 거지. 그러자 새로운 병목이 생긴 거야. 생성(creation)이 아니라, 통합, 검수, 보안, 일관성 관리 같은 시스템적인 문제가 커진다는 거지.

넷플릭스 같은 큰 조직에서 수많은 AI 에이전트가 여러 팀과 시스템을 오가며 일한다고 상상해봐. "어떤 데이터가 진짜인지", "누가 어디까지 접근할 수 있는지", "품질 기준은 뭔지", "보안과 책임은 누구한테 있는지" 이런 걸 매번 사람에게 물어볼 수는 없잖아. 그래서 이제 넷플릭스는 각자가 직접 산출물을 만드는 것보다, 모든 사람과 AI가 좋은 결과물을 반복해서 만들어낼 수 있도록 빌딩 블록, 표준 경로, 템플릿, 가이드레일을 만드는 데 더 집중한대. 전문가의 역할이 자기 머릿속에만 있던 판단 기준을 시스템에 녹여 넣는 쪽으로 옮겨가는 거지. 디자이너는 화면 하나가 아니라 넷플릭스다운 결과가 나오도록 디자인 언어나 룰을 만들고, 데이터 전문가는 정본 데이터 사용법을 시스템화하는 것처럼 말이야.

싸고 똑똑해진 AI, 이제는 설정도 시스템처럼 관리해야

이런 변화는 AI 모델 자체의 발전과도 연결돼. 앤트로픽이 어제 클로드 Opus 5를 공개했는데, 전작이랑 똑같은 요금으로 성능은 엄청 좋아졌어. 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러인데, 더 비싼 모델인 Fable 5에 버금가는 성능을 절반 값에 내는 수준이야. 업무 자동화 완수율도 1.5배나 뛰었대.

이건 우리가 같은 예산으로 더 좋은 결과를 얻거나, 아니면 지금보다 훨씬 적은 비용으로 비슷한 품질을 유지할 수 있다는 뜻이거든. 여기서도 시스템 씽커의 관점이 중요해져. Opus 5는 '생각의 깊이(effort)'를 다섯 단계로 조절할 수 있는데, 공식 문서에선 낮은 단계를 적극적으로 쓰라고 권장한대. 낮은 단계에서도 품질이 유지되는 구간이 넓으니까. 또 "마지막에 검증 단계를 넣어라" 같은 프롬프트 지시는 이제 빼는 게 낫대. Opus 5는 시키지 않아도 자기 작업을 검증하기 때문에, 그런 지시를 남겨두면 과잉 검증으로 비용만 더 늘어나는 거야. 단순히 좋은 모델을 쓰는 걸 넘어, 그 모델을 어떻게 시스템적으로 효율적으로 쓸지 고민해야 하는 시점이 온 거지.

AI가 컴퓨터를 직접 조작하는 시대, 설계는 누가 할까?

더 나아가서, AI가 진짜 우리 컴퓨터를 직접 조작하는 시대가 코앞이야. 챗GPT 데스크톱 앱의 Codex 기능이 브라우저랑 컴퓨터를 움직이는 실제 사례가 막 쏟아져 나오기 시작했어. 복잡한 QA 테스트를 AI가 모바일 환경까지 고려해서 대신 해주거나, 링크드인 인박스를 AI가 관리해주고, 심지어 온라인 쇼핑몰에서 "수유 친화적이고 하와이에 어울리는 미디엄 사이즈 옷 10개 카트에 넣어줘"라고 하면 AI가 그걸 다 찾아 장바구니에 넣어버리는 식이야. 폼 작성이나 아이폰 미러링 같은 것도 AI가 다루기 시작했대.

이게 무슨 의미냐면, AI가 이제 텍스트를 생성하는 걸 넘어, 실제 우리 시스템 안에서 '행동'하기 시작했다는 거야. AI 에이전트가 우리 컴퓨터와 웹 환경을 직접 조작하면서 일을 처리하게 되면, 결국 우리는 이 AI 에이전트들이 어떤 환경에서, 어떤 규칙으로, 어떤 데이터를 가지고 일하게 할지 그 '시스템'을 설계해야 하는 숙제를 안게 되는 거지. AI가 아무리 똑똑해도, 그 AI가 움직일 무대와 규칙은 결국 사람이 짜야 하니까.

결국 AI 시대에 인간에게 남는 일은 문제 선택과 판단, 그리고 그 판단을 시스템으로 녹여내는 일이 되는 것 같아. 지금 당신의 전문성은, 어떻게 하면 AI와 동료들이 더 좋은 결과를 만들어내는 시스템으로 바뀔 수 있을까?

참고

  • 정구봉 (Goobong Jeong). 2026-07-20. AI 시대: 깊은 전문성, 넓은 시스템 사고. LinkedIn.
  • 정상록 (Sangrok Jung). 2026-07-25. 어제 공개된 AI 모델은 성능이 올라갔는데 사용료는 전작과 같습니다... LinkedIn.
  • Claire Vo. 2026-07-22. Computer and browser use in Codex (5 real examples). Lenny's Newsletter.