2026년 5월 17일
Mitchell Hashimoto on Twitter / X
Mitchell Hashimoto
저는 지금 일부 회사 전체가 심각한 “AI 정신증(psychosis)” 상태에 빠져 있으며, 그들과는 이 문제에 대해 이성적인 대화를 나누는 것 자체가 불가능하다고 강하게 믿고 있습니다. 구체적인 사람들의 이름을 댈 수는 없습니다. 그중에는 제가 깊이 존경하는 개인적인 친구들도 포함되어 있기 때문입니다. 하지만 이 일이 앞으로 어떻게 전개될지 걱정됩니다.
저는 클라우드와 클라우드 자동화로 전환하던 시기에 인프라 업계에서 벌어졌던 거대한 MTBF 대 MTTR 논쟁을 직접 겪었습니다. MTBF는 평균 고장 간격, MTTR은 평균 복구 시간을 뜻합니다. 당시의 그 논쟁들이 다시 고개를 들고 있는데, 이번에는 그 대상이… 소프트웨어 개발 업계 전체입니다. 어쩌면 정말로 전 세계일지도 모르고요.
무서운 점은, 이 “정신증”에 빠진 사람들은 거의 절대적으로 “MTTR만 있으면 된다”는 사고방식으로 움직인다는 것입니다. “버그를 배포해도 괜찮아. 에이전트들이 인간이 할 수 없는 속도와 규모로 금방 고칠 테니까!” 같은 식입니다. 하지만 우리는 인프라에서 이미 배웠습니다. MTTR은 훌륭하지만, 그렇다고 해서 회복력 있는 시스템 전체를 그냥 내던져서는 안 된다는 것을요.
가장 큰 문제는, 제가 개인적으로 아는 사람들에게 이 문제를 어떻게 꺼내야 할지조차 모르겠다는 점입니다. 이 주제를 꺼내면 곧바로 “아니 아니, 테스트 커버리지가 완전해”라거나 “버그 리포트가 줄고 있어” 같은 식으로 일축당합니다. 하지만 그런 지표들은 전체 그림을 보여주지 않습니다.
우리는 이미 인프라에서 이 교훈을 한 번 배웠습니다. 자동화를 통해 스스로를 매우 회복력 있는 재앙 제조기로 만들 수 있다는 것을요. 시스템은 국소적인 지표상으로는 건강해 보일 수 있지만, 전역적으로는 점점 이해 불가능해질 수 있습니다. 버그 리포트는 줄어들 수 있지만, 잠재적 위험은 폭발적으로 커질 수 있습니다. 테스트 커버리지는 올라가지만, 의미론적 이해는 떨어질 수 있습니다. 변화는 너무 빠르게 일어나서 아무도 그 밑바탕의 아키텍처가 썩어가고 있다는 사실을 알아차리지 못합니다.
걱정됩니다.
slow ai: ai that matches a human’s pace
2026년 5월 4일
내 마음은 내가 믿고 싶어 하는 것보다 훨씬 더 느린 속도로 정보를 소화한다. 대학 시절, 나는 수학 강의를 2배속으로 훑어보며 교수가 말하는 모든 내용을 따라가고 있다고 확신하곤 했다. 그러다가 막상 문제 세트를 마주하면 어디서부터 시작해야 할지 몰라 멍하니 바라보곤 했다.
수학은 내가 속도를 늦추고, 새로운 정보를 흡수하는 데는 내가 보통 예상하는 것보다 더 긴 시간이 걸린다는 사실을 인정하고 나서야 매우 즐거워졌다. 나는 양질의 문제 몇 개를 골라 그것들을 속속들이 익히고, 내가 정확히 어디에서 막히는지 알아차리고, 몇 가지 논리적 도약을 해본 뒤, 바로 다음 날 새로운 눈으로 같은 문제에 다시 돌아오곤 했다. 어느 시점부터 나는 사실 그렇게 많은 정보를 소비할 필요가 전혀 없다는 것을 깨달았다. 새로운 주제를 잘 이해하는 것1은 몇 가지 핵심 개념에 깊이 관여하는 일과 훨씬 더 관련이 있었다.
나는 우리의 뇌가 단순한 문제에 오랫동안 붙잡혀 있도록 설계되어 있다고 믿는다. 우리는 같은 문제를 몇 달 동안 붙들고 씨름할 수 있다. 샤워를 하면서, 버스를 타면서, 여러 다른 각도와 관점에서 그 문제를 생각한다. 위대한 과학자들과 예술가들은 종종 그렇게 몇 년을 보낸다.