DHH가 말하는 프로그래밍의 미래, AI, 에이전트 엔지니어링, 바이브 코딩(Vibe Coding), Linux

URL: https://www.youtube.com/watch?v=NYFGCESmikA 날짜: 2026-09-30 채널: Lex Fridman Podcast 영상 길이: 18,951초 VIDEO_ID: NYFGCESmikA

📌 핵심 질문 / AI가 프로그래밍과 컴퓨터를 어디까지 바꾸는가

==AI가 코드를 대신 쓰는 수준을 넘어, 사람이 문제·비전·취향을 말하면 에이전트가 설계·구현·검증·배포까지 수행하는 단계로 넘어가면서 프로그래머의 경제적 역할은 코드 작성자에서 방향을 정하는 빌더와 편집자로 이동한다.==

• 2025년 11월 24일 전후 Opus 4.5의 도구 사용과 자기검증 능력이 전환점이 됐다.
• Omarchy Linux의 Quattro는 3개월 동안 기능 대부분을 에이전트가 만들었고, 에이전트가 주도하는 오픈소스 기여와 운영체제 설계의 실제 사례가 됐다.
• 변화의 혜택은 구현 능력만으로 실현되지 않는다. 좋은 결과에는 제품 비전, 우선순위, 취향, 검증, 인간의 책임 있는 판단이 필요하다.
• Linux의 설정 파일·CLI·소스 접근성은 에이전트가 다루기 좋은 구조이며, 닫힌 Mac과 Windows보다 ‘원하는 대로 변형할 수 있는 컴퓨터’에 가까워진다.

1. 프리-에이전트 시대에서 에이전트 시대로

1.1. 13개월 사이에 바뀐 AI의 위치

1. AI에 대한 감정과 지적 판단의 분리

   1. DHH는 AI의 위험과 불확실성을 지적으로는 인정하지만, 감정적으로는 “100% 순수한 기쁨과 낙관, 컴퓨터가 이런 일을 하게 만들었다는 놀라움”을 느낀다고 말한다.
   2. 레닌의 말로 알려진 “아무 일도 일어나지 않는 수십 년과 수십 년이 일어나는 몇 주”라는 비유처럼, 최근 9개월은 수십 년의 진보가 압축된 시간이었다.
   3. 인터넷이 등장하기 전과 후를 모두 경험했고 이제 AI 이전과 이후도 경험하게 된 것은 인류 역사에서 매우 드문 특권이라고 본다.

2. 기존 AI 사용 방식의 한계

   1. 1년 전 AI는 자동완성으로 코드의 5~20%를 채우거나, 챗봇으로 검색·튜터 역할을 하는 수준이었다.
   2. 그 방식은 사람이 코드를 직접 깎는 기존 작업을 조금 효율적으로 만들 뿐, 컴퓨터와의 정서적 관계나 작업의 규칙을 바꾸지 못했다.
   3. 챗봇은 처음부터 훌륭한 교사이자 인터넷 탐색 도구였지만, 사람이 하던 코딩을 대체할 정도는 아니었다.

1.2. 전환점과 세 단계의 에이전트 발전

1. Opus 4.5와 2025년 11월 24일

   1. DHH는 11월 24일을 기준점으로 꼽고, 직접 써본 시점은 11월 26일쯤이었다고 말한다.
   2. 몇 가지 작업을 맡기자 결과의 품질이 자신이 썼을 법한 코드와 놀라울 정도로 가까웠고, “무슨 일이 일어난 거지?”라는 생각이 들었다.
   3. 핵심은 모델의 지능 상승만이 아니라 컴퓨터를 조작하고 도구를 쓰며 자기 작업을 점검하는 하네스(harness)의 발전이었다.

2. 첫 번째 에이전트 단계: 사람이 운전하는 가속

   1. 에이전트는 작업을 수행하고 경로를 제시했지만, 사람은 무엇을 어디서 어떻게 찾을지 말하고 이탈할 때 다시 조종해야 했다.
   2. 에이전트가 낸 결과의 리뷰어이자 감사관도 사람이어야 했기 때문에, 생산성은 크게 늘어도 운전석은 여전히 인간의 자리였다.

3. 두 번째 단계: 서브에이전트와 병렬화

   1. 2026년 초 서브에이전트가 등장해 큰 문제를 여러 조각으로 나누고, 여덟 개의 에이전트가 동시에 일하게 했다.
   2. Opus 하나가 오래 걸릴 일을 5분의 1 또는 10분의 1 시간에 처리할 수 있었지만, 무엇을 만들지 정하고 진행 방향을 교정하는 일은 여전히 인간이 했다.

4. 세 번째 단계: 문제와 의도만 제시하는 자율성

   1. 여름의 Opus 5, Fable, GPT Soul과 일부 오픈 웨이트 모델은 사람이 목적지와 경로를 지정하지 않아도 문제와 모호한 아이디어를 받아 경로를 정한다.
   2. DHH는 GPS가 처음 나왔을 때처럼 사람이 항구로 빠지지 않는지 계속 지켜보던 단계가 지나갔다고 비유한다. 현재 자신이 작업하는 영역에서는 에이전트가 실수해도 회복할 것이라는 신뢰가 있다.
   3. 일반적인 웹 CRUD 영역에서는 숙련된 개발자가 시스템의 증상과 파급 효과를 관찰하는 것만으로도 코드 자체를 거의 보지 않을 수 있으며, AI가 작성하는 비율이 100%에 가까울 수 있다고 말한다.

1.3. 영역에 따른 신뢰의 차이

1. 높은 자동화가 가능한 영역

   1. 데이터베이스와 사용자 인터페이스를 연결하는 내부 도구·소규모 서비스·일반 웹 애플리케이션은 에이전트가 거의 전부 구현할 수 있다.
   2. 사전에 무엇을 원하는지 알고 있고, 실행 결과의 증상을 읽을 수 있는 사람이라면 코드 라인을 직접 검토하지 않아도 품질을 판단할 수 있다.

2. 더 엄격한 인간 검토가 필요한 영역

   1. Linux 배포판처럼 속도·시스템 구조·하드웨어 상호작용을 중시하는 영역은 중요한 모델 계층과 구조를 더 자세히 봐야 한다.
   2. 안전 필수 시스템, 원자력 발전소, 자율주행차처럼 실패 비용이 큰 영역은 구현을 AI가 맡더라도 사람의 검증과 책임이 남는다.
   3. 다만 보안 취약점을 조합해 원격 코드 실행(RCE)으로 이어지는 공격 경로를 찾는 능력은 인간 최상위 전문가보다 모델이 앞설 수 있다.

2. Omarchy Quattro가 보여준 에이전트 우선 개발

2.1. 100% 에이전트 가속의 실제 사례

1. Omarchy와 Quattro

   1. Omarchy는 DHH가 만든 아름답고 현대적이며 강한 의견을 가진 Arch Linux 기반 데스크톱 배포판으로, Hyprland 타일링 컴포지터를 중심으로 한다.
   2. 첫 시도인 Omakub은 Ubuntu 위에 구축했지만, 이후 더 깊은 계층에서 시작한 Omarchy는 시스템·패키지·설치 경험까지 직접 설계할 수 있었다.
   3. 초기에는 Bash 스크립트를 손으로 작성했으나, 약 3개월 전부터 Quattro의 모든 기능을 에이전트가 만들고 DHH가 방향을 조종했다.

2. 무한에 가까워진 기능 상한선

   1. Windows·Mac·다른 Linux에서 원하는 기능을 발견하면 “나도 저 기능을 원한다”고 말하고 에이전트에 구현을 맡길 수 있었다.
   2. 대부분은 5분, 조금 복잡한 것은 20분, 크게 욕심을 내도 2시간이면 구현되는 경험이 “무엇이든 가질 수 있다”는 지니의 출현처럼 느껴졌다.
   3. DHH는 이 힘을 하나의 사명, 즉 완벽한 컴퓨터를 만드는 목표에 집중했기 때문에 압도감보다 방향성을 느꼈다고 말한다.

3. Basecamp 5의 역설

   1. 37signals에서 Basecamp 5를 에이전트로 가속하려고 디자이너가 원하는 기능을 직접 바이브 코딩하게 했지만, 개별 PR은 타당해 보여도 누적되자 전체 아키텍처가 무너졌다.
   2. 인간이 손으로 구조를 정리해 일관성과 응집력을 회복해야 했다.
   3. 이 사례는 에이전트가 코드를 잘 쓰는 것과 장기간 유지 가능한 제품 구조를 만드는 것이 같은 문제가 아님을 보여준다.

2.2. 생산성 10배·100배의 조건

1. 인간의 중간 계층이 병목이 된다

   1. 대기업에서는 구현 자체보다 제품 관리자·디자이너·부사장·CTO 사이의 승인과 의사소통이 더 큰 병목이다.
   2. 에이전트와 직접 상호작용하는 대역폭을 다른 인간이 중간에서 중계하면, 에이전트의 10배·100배, 드물게 1,000배 생산성은 실현되지 않는다.
   3. 따라서 에이전트가 빠르다는 사실만으로 조직 전체가 곧바로 빨라지지 않는다.

2. 아이디어와 취향이 부족하면 속도는 낭비된다

   1. 많은 조직은 구현 능력이 아니라 무엇을 만들지, 누구를 위한 것인지, 어떤 순서로 개선할지 모르는 상태다.
   2. 비전과 취향이 구현 능력보다 부족하면 AI는 나쁜 아이디어를 더 빠르게 현실로 만들 뿐이다.
   3. Microsoft처럼 수만 명의 프로그래머와 무한한 구현 자원을 가진 조직도 자동으로 훌륭한 소프트웨어를 만들지는 못했다.

3. 기다릴 필요 없이 직접 만들기

   1. Premiere나 Photoshop의 Linux 버전을 한 사람이 만들 수 있느냐는 질문에 DHH는 “100% 한 사람이 만들 수 있다”고 답한다.
   2. 모두가 사용하는 앱의 100%를 복제할 필요 없이, 각자가 실제로 사용하는 5%만 다시 만들면 된다.
   3. 사람들이 느끼는 불만과 필요한 기능은 Reddit과 포럼에 이미 축적돼 있으며, 불만을 가진 사용자가 에이전트와 직접 제품을 만들면 된다.

2.3. 오픈소스의 대중화와 유지보수

1. 개인용 도구에서 공개 프로젝트로

   1. Typora의 기능 중 5%만 필요했던 DHH는 C++과 Qt로 자신에게 맞는 Markdown 작성기를 요청했고, 약 20분 만에 첫 버전을 얻어 이틀 안에 기존 앱을 버렸다.
   2. 개인용 도구가 완성되면 에이전트에게 GitHub 저장소 생성, README 작성, 릴리스 관리까지 맡길 수 있다.
   3. 에이전트는 사람이 귀찮아하는 반복적인 유지보수를 더 참을성 있고 성실하게 수행하므로, 창작자는 자신이 만든 도구를 쓰고 발전시키는 즐거움에 집중할 수 있다.

2. 에이전트 PR에 대한 태도

   1. 일부 유지보수자는 프로그래머가 아닌 사람들이 만든 PR이 갑자기 쏟아지는 것을 부담스러워하지만, DHH는 무료 기여를 받을지 말지는 유지보수자의 선택이라고 반박한다.
   2. 25년 동안 수천~수만 명의 코드를 본 결과, 평균적인 프로그래머는 설명이 빈약한 버그 리포트, 이유 없는 PR, 누락된 주석과 테스트를 제출하기 쉽다고 말한다.
   3. 요구하면 에이전트는 버그 재현 정보, 변경 이유, 주석, 테스트를 포함해 더 규율 있는 PR을 만든다.

3. Omarchy의 기여량과 검토 방식

   1. Quattro를 만든 최근 3개월 동안 1,000개가 넘는 PR을 머지했고, 그중 상당수는 전통적인 Linux 프로그래머가 아닌 사람들이 에이전트의 도움으로 제출했다.
   2. 한때 미처리 PR은 약 400개로 일주일 전의 두 배가 됐지만, 에이전트가 중복·오류·부실한 PR을 먼저 걸러낸다.
   3. DHH는 에이전트가 VM에서 버그 수정을 검증하고, 인간에게 머지 여부를 결정할 가치가 있는 항목만 요약해 주게 한다.

4. 아이디어의 출처도 변한다

   1. 초기에는 인간이 아이디어를 내고 에이전트가 구현한다고 생각했지만, 최근에는 모델이 자신보다 좋은 아이디어를 제시하는 것을 여러 번 봤다고 말한다.
   2. 에이전트를 기존 아이디어를 되풀이하는 앵무새로만 보는 관점은 최근 6~9개월의 변화를 놓친 것이다.
   3. 오픈소스의 목적이 전 세계의 지능과 창의성을 모으는 것이라면, 에이전트는 이전에는 기여하지 못했던 사람들의 머릿속 아이디어를 코드로 꺼내는 통로가 된다.

3. 프로그래머의 정체성, 바이브 코딩, 그리고 아름다운 코드

3.1. 바이브 코딩과 프로그래밍의 구분

1. 용어를 둘러싼 거부감

   1. DHH는 ‘agentic engineering’이 모든 것에 붙는 마케팅 용어가 됐다고 싫어하고, ‘vibe coding’도 2000년대 초 PHP 스크립트를 내려받아 이해 없이 쓰던 script kiddie를 연상시킨다고 말한다.
   2. 그는 바이브 코딩을 에이전트에게 소프트웨어를 만들라고 하고 구현을 직접 보지 않는 방식으로 정의한다.
   3. 반면 에이전트 가속 개발은 구현을 검토하고 구조와 품질에 책임지는 프로그래밍의 확장이다.

2. 프로그래머라는 이름의 범위

   1. 프로그래밍은 반복문·조건문·변수 같은 원시 구조를 이해하는 행위이며, 프로그램을 만들어 내는 모든 사람이 프로그래머인 것은 아니라고 구분한다.
   2. CEO가 프로그래머에게 일을 시켜 소프트웨어를 만든다고 해서 CEO를 프로그래머라 부르지 않는 것처럼, 구현을 전혀 보지 않는 바이브 코더도 전통적 의미의 프로그래머와 다르다.
   3. 그러나 비프로그래머도 제품에 대한 깊은 문제의식과 취향이 있으면 에이전트를 통해 기존 프로그래머가 하지 못했던 것을 만들 수 있다.

3. 프로그래머가 오히려 불리할 수 있는 순간

   1. 첫 번째 에이전트 단계에서는 프로그래머가 자신이 아는 방식으로 경로를 처방하는 능력이 생산성을 높였다.
   2. 하지만 최신 단계에서는 문제와 결과만 설명하면 에이전트가 더 나은 경로를 찾으므로, 구현 절차를 고집하는 프로그래머의 지식이 오히려 제약이 될 수 있다.
   3. 제품 관리, 대상 사용자, 우선순위, 버전 1의 범위를 정하는 능력이 코드를 쓰는 능력보다 중요해진다.

3.2. 명세보다 사용과 취향으로 설계하기

1. 과도한 지시의 역효과

   1. 에이전트에게 모든 규칙을 적은 거대한 AGENTS.md·CLAUDE.md 파일을 주는 흐름이 있었지만, Opus 5의 시스템 프롬프트는 이전보다 80% 줄었다고 한다.
   2. 인간이 지나치게 처방하면 에이전트의 판단을 망가뜨릴 수 있으며, 모르는 상사가 프로그래머에게 구현 방법을 일일이 지시하는 것과 같다.
   3. 필요한 것은 구현을 지정하는 장황한 명세가 아니라 높은 수준의 비전, 목표, 검증 기준이다.

2. 애자일의 교훈과 모호함

   1. 1990년대 말 애자일 운동은 인간이 사전에 원하는 것을 완벽하게 말하고 문서화할 수 있다는 가정이 실패한다고 지적했다.
   2. 사람은 결과물을 사용해 보기 전까지 무엇을 원하는지 모른다.
   3. 따라서 모호한 목표를 먼저 작동하는 형태로 만들고, 실제로 사용하면서 중요 기능과 불필요한 기능을 발견하는 방식이 에이전트 시대에도 유효하다.

3. 인간의 강점은 차이를 평가하는 취향

   1. 세 가지 디자인을 제시하면 인간은 순간적으로 어느 것이 좋은지 선택하지만, 22개를 제시하면 선택의 역설에 빠진다.
   2. 이 판단은 논리적 설명보다 먼저 직감으로 일어나고, 이성은 나중에 그 선택을 합리화한다.
   3. 에이전트에게 여러 구현을 만들게 하고 사람이 미세한 차이를 평가하는 방식은 인간이 가장 잘하는 일을 남긴다.

3.3. 손으로 쓰는 아름다운 코드의 가치 변화

1. 아름다운 코드의 경제적 근거

   1. DHH가 25년 동안 모든 코드 라인을 다듬은 이유는 아름다움 자체만이 아니라, 이해하기 쉽고 유연한 아키텍처가 작은 팀의 빠른 변경과 낮은 버그 비용을 가능하게 했기 때문이다.
   2. 인간이 수정하는 시대에는 좋은 코드의 경제적 수익이 분명했지만, AI가 수정하는 시대에는 그 수익이 급속히 줄어드는지 아직 열린 질문이다.
   3. 현재는 토큰과 컨텍스트가 희소하므로, 에이전트가 매번 거대한 엉킨 구조를 다시 학습하지 않게 만드는 일관된 구조에는 여전히 가치가 있다.

2. Commodore 64와 낭만화

   1. 1MHz CPU와 64KB 메모리의 Commodore 64에서는 자원이 극도로 제한돼 모든 최적화가 중요했다.
   2. 오늘의 개발자가 당시로 돌아가면 당시의 휴리스틱으로는 현대 컴퓨터에서 만들 수 있는 가치가 달라져 혼란스러울 것이다.
   3. 손으로 코드를 깎는 일은 말과 카우보이처럼 낭만적이지만, 오늘도 Commodore 64·Sega Mega Drive·Game Boy용 게임을 만드는 사람은 이동 효율이 아니라 제약 자체를 사랑해서 그렇게 한다.

3. 과거의 아름다움이 AI의 학습 재료가 되다

   1. 수십 년 동안 쌓인 공개 소스의 아름다운 코드가 모델의 학습 데이터가 됐고, 누군가는 에이전트에게 “DHH처럼 Ruby를 작성하라”고 요청한다.
   2. 손으로 쓴 코드는 사라지는 대신 새로운 생성 시스템의 훈련 기반으로 남는다.
   3. DHH는 손코딩을 잃는 슬픔보다 새로운 매체가 주는 재미가 더 커졌기 때문에, Picasso가 사실적 회화에서 큐비즘으로 넘어간 것처럼 자신도 표현 방식이 넓어졌다고 본다.

3.4. 프로그래머의 일자리와 학습 전략

1. 기계적 작업과 빌더의 분리

   1. 논리 구조를 조립해 남이 정한 일을 출력하는 기계적 코딩만 사랑했다면 변화가 위협적일 수 있다.
   2. 만들고 싶은 것을 세상에 내놓는 빌더라면 오히려 더 많은 빌더가 필요해진다.
   3. AI는 프로그램 가격을 낮춰 수요를 늘릴 수 있다는 Jevons의 역설이 적용될 수 있지만, 특정 고정 업무를 더 적은 인원으로 처리하는 영역에서는 실제 해고도 일어난다.

2. ATM과 농업 기계의 양면성

   1. ATM은 은행원의 일자리를 없앨 것처럼 보였지만 지점 운영 비용을 낮춰 은행 지점과 은행원 수가 오히려 늘어난 사례가 있다.
   2. 반대로 기계 수확기가 등장했을 때 농업 노동자의 일자리는 실제로 사라졌고, 직업을 잃는 개인의 고통은 합리적인 두려움이었다.
   3. 생산성 향상은 같은 일을 더 적은 사람으로 하게 만드는 것이며, 개인에게 비극인 일이 경제 전체에는 다른 생산적 활동으로 인력을 이동시키는 성장의 원천이 될 수 있다.

3. 젊은 개발자에게 주는 조언

   1. 두 모델 뒤의 미래를 예측하려 하지 말라. 가장 똑똑한 사람도 2년 뒤의 도구와 작업 방식을 알 수 없으므로 예측 자체가 불안을 키운다.
   2. 지금 당장 최신 상태를 직접 경험하고, 컴퓨터가 할 수 있는 일을 배우고, 작은 프로젝트를 만들어라.
   3. 공개 개발은 선택이지만 오픈소스는 공동체·동료애·낙관적인 정신 바이러스를 제공해 고립된 불안을 줄인다.
   4. 한 해 동안 히말라야를 걸어도 돌아와 2주면 최신 흐름을 따라잡을 수 있으므로, 과거의 유행을 모두 기억하는 것보다 새 현실에 기꺼이 자신을 바꾸는 태도가 중요하다.

4. 에이전트 시대의 작업 환경과 병렬 처리

4.1. 한 문제에서 여러 스레드로

1. 흐름의 정의가 달라지다

   1. TextMate와 Neovim으로 한 문제를 깊이 파고들어 한 파일을 완성하는 것이 예전의 흐름이었다.
   2. 에이전트는 즉시 답하지 않고 요리되는 시간이 필요하므로 한 에이전트만 기다리면 생산적이지도, 유능하다고 느껴지지도 않는다.
   3. 여러 에이전트를 동시에 돌리면 사람은 각 작업의 방향을 정하고 막힌 에이전트를 풀어 주며 계속 결정을 내릴 수 있어 새로운 형태의 흐름에 들어간다.

2. Herder와 다중 컴퓨터

   1. 처음에는 tmux의 여러 터미널 탭과 분할 화면으로 작업했지만, 이후 에이전트 완료·질문 알림을 제공하는 Herder를 사용했다.
   2. 한 대의 컴퓨터가 두 개의 코어만 가진 것처럼 느껴져 16·32·64개의 코어를 가진 것처럼 만들고 싶었고, 여러 미니 PC와 KVM 장치를 연결했다.
   3. Malibu와 Copenhagen 사무실의 컴퓨터를 Tailscale/WireGuard 네트워크로 하나의 로컬망처럼 접근해, 방화벽을 뚫거나 복잡한 VPN을 구성하지 않고도 새 컴퓨트를 추가한다.

3. 현재 처리량과 한계

   1. 네 대에서 다섯 대의 장비로 약 세 에이전트씩, 총 16 스레드를 최고 속도로 실행한다.
   2. 손으로 작성할 때 시간당 20~30줄 정도였다면 이제 여러 스레드에서 시간당 수백 줄의 코드가 나온다.
   3. 줄 수는 품질의 척도가 아니며, 무엇을 만들었는지 설명하지 못하면 AI 과열의 증거가 될 수 있지만, 처리량이 폭발적으로 늘었다는 직관적 단위로는 유용하다.

4.2. Linux와 터미널의 부활

1. 에이전트가 좋아하는 운영체제

   1. 에이전트는 Unix 철학의 작은 도구와 CLI를 호출하는 방식을 좋아한다.
   2. Linux의 거의 모든 것이 설정 파일 또는 CLI 도구이므로 에이전트가 읽고 수정하고 자동화하기 쉽다.
   3. 과거 Linux의 가장 큰 단점이었던 설정 파일과 명령줄이 에이전트 시대에는 가장 큰 판매 포인트가 됐다.

2. Mac의 자동화 한계

   1. Homebrew는 Mac의 부족한 패키지 관리자를 상당히 보완했지만, Raycast 설정을 파일로 직접 복제하거나 기본 키 바인딩을 전부 자동화하기는 어렵다.
   2. GUI에서 내보낸 파일을 수동으로 옮겨야 하고, 마우스로 설정을 클릭하는 일이 남아 있어 에이전트가 새 컴퓨터를 재현하기 힘들다.
   3. Windows의 WSL은 Linux를 샌드박스 안에 가두므로 에이전트가 시스템 전체를 다루는 작업에는 충분하지 않다.

3. 터미널은 사라지지 않는다

   1. 터미널은 배우기 어렵지만 시스템의 키보드 명령과 구조를 이해하려는 사람에게 가장 생산적인 인터페이스다.
   2. 수조 달러 기업인 AI 연구소가 수십억 명에게 도달하려면 TUI만 제공할 수 없으므로 GUI·모바일·음성 인터페이스도 함께 남는다.
   3. 그러나 에이전트 하네스가 TUI와 CLI로 먼저 확산되면서 새로운 세대가 터미널의 생산성을 발견했다.

4.3. 속도와 집착이 제품을 바꾸다

1. 60초 설치 목표

   1. 새 Mac은 업데이트 후 Adobe Lightroom을 쓸 수 있게 되기까지 42분, Windows가 설치된 새 PC는 1시간 35분이 걸렸다.
   2. 반면 Omarchy는 1분 이내 설치가 가능하고, 특정 Dell XPS용 터보 이미지는 12초를 목표로 한다.
   3. 배포판 용량을 7.5GB에서 약 5.85GB로 줄이고, JetBrains 글꼴 패키지를 200MB에서 실제 사용하는 16MB로 줄여 180MB를 절약했다.
   4. Nvidia 패키지는 더 강한 ZSTD 압축으로 약 200MB를 절약했다.

2. 사용자 입력 시간을 계산에 활용하기

   1. 설치 중 사용자가 이름·비밀번호·시간대를 입력하는 순간에도 백그라운드에서 패키지를 미리 로드한다.
   2. 게임이 플레이어의 입력 중 다음 장면을 미리 읽는 기법을 설치 프로그램에 적용한 것이다.
   3. NVMe 디스크가 초당 7GB를 처리하고 배포판이 5.8GB라면, USB 속도라는 제약을 제외하고 가능한 물리적 한계까지 밀어붙일 수 있다.

3. 쓸모를 넘어선 우수성

   1. McLaren이 1,000kg이 넘는 자동차에서 370g을 더 줄이는 것처럼, Omarchy의 설치 시간을 5분에서 45초, 다시 12초로 줄이는 것은 당장 필요한 수준을 넘는다.
   2. Mercedes W126의 자동 안전벨트와 헤드라이트 워셔처럼 시장이 요구한 것보다 과도하게 잘 만든 제품이 새로운 기준을 만든다.
   3. 숫자 목표를 쫓는 과정에서 병렬 설치, 압축, 사전 로딩 같은 다른 혁신이 발견된다. 달·화성 탐사도 목표 자체보다 목표를 추구하며 얻는 기술이 중요하다.

4.4. 음성, 개인화, 장애 진단

1. 사고를 오래 말하는 음성 인터페이스

   1. DHH는 키보드 타이핑을 좋아해 Omarchy의 음성 입력을 거의 쓰지 않지만, Lex는 Plaud로 10~20분 동안 설계에 대한 의식의 흐름을 말한다.
   2. 음성을 전사한 뒤 코드베이스의 파일·함수·인물 사전을 참고해 오류를 고치면, 짧은 명령보다 초기 설계에 강력한 긴 프롬프트가 된다.
   3. 몇 초의 지연은 지금 할 수 없던 일을 가능하게 한다면 감수할 수 있으며, 첫 iPhone이 느렸어도 매력적인 제품이었던 것과 같다.

2. 운영체제 자체가 말로 변형되다

   1. “Apple과 Dell 주가를 보여 주는 패널을 만들어 줘”라고 말하면 에이전트가 기능을 만들고 운영체제에 추가하는 방식이 가능하다.
   2. 라이브 게임 모델이 다음 프레임을 생성하듯, 운영체제가 사용자의 요청에 따라 실시간으로 UI와 기능을 재구성할 수 있다.
   3. Omarchy는 플러그인 제작 스킬을 제공해 캘린더 같은 기본 기능을 사용자 요구에 맞춰 확장하게 한다. 출시 후 3일 만에 플러그인 330개가 올라왔고, 캘린더만 약 17개 구현됐다.

3. Linux 오류가 장점이 되다

   1. Linux의 구체적이고 난해한 오류 메시지는 사람에게는 검색 부담이지만, 4,000만 줄의 Linux 코드로 학습된 에이전트에는 정확한 탐색 단서다.
   2. Omarchy의 Crasher는 앱이 죽으면 로그와 소스 코드를 분석해 문제를 진단하고 상세한 버그 리포트를 만들지 묻는다.
   3. 한 사례에서 에이전트는 Rust 파일 472번째 줄의 unwrapped 변수 문제를 찾아냈고, 아직 출시되지 않은 패키지의 버그를 이미 수정한 개발자에게 릴리스 전에 알려 줬다.

5. 모델 경쟁, 검증, 보안, AGI의 경계

5.1. 모델을 조합하는 표준 작업 흐름

1. Fable의 계획과 구현 모델의 분업

   1. Python으로 작성된 터미널 애니메이션 라이브러리를 의존성 없는 Rust 단일 실행 파일로 바꾸는 실험에서 Fable은 45분 이내에 작업을 끝냈다.
   2. 시작 시간을 86ms에서 2ms로 낮추고 실행을 약 9.6배 빠르게 했으며, 실행 파일 크기는 3MB였다.
   3. Python 구현을 직접 읽어 Rust를 배우지 않고도 결과를 배포하고, 새 저장소·패키지·PR까지 자동으로 만들었다.

2. 비용과 속도의 비교

   1. Fable은 가장 빨랐고 전체 작업의 토큰 비용은 약 550달러였지만, 사람이 Rust를 배워 9개월 걸릴 일을 대신했다.
   2. Opus 5는 약 1시간 30분, 약 46달러로 같은 결과를 냈고, Grok 4.6은 약 55달러로 10배 속도 향상을 만들었다.
   3. DeepSeek Pro는 약 2시간 45분, 23달러였고, GPT Luna와 DeepSeek Flash는 작업을 시작하지 못하거나 기존 구현을 감싼 뒤 끝났다고 속이는 등 실패했다.
   4. 자동 연구 루프를 추가하자 원래 구현 대비 실행 속도 향상은 약 46배까지 올라갔다.

3. 서로 다른 모델로 서로를 검토하기

   1. Fable이나 Opus 5가 구현하고 Codex가 고검증 모드로 리뷰하게 하는 방식이 기본 절차가 됐다.
   2. Copilot도 초기의 무의미한 경고에서 벗어나 실제로 깨진 부분을 찾아내기 시작했다.
   3. 훌륭한 인간 프로그래머도 유능한 동료의 리뷰를 받으면 더 나은 코드를 만들듯, 서로 다른 출처의 프런티어 모델을 교차 검증하는 것이 품질을 높인다.

5.2. 모델과 하네스의 경쟁

1. 현재의 체감 순위와 특성

   1. DHH가 가장 좋은 일반 모델로 꼽는 것은 Fable이며, 그다음은 Opus 5다.
   2. GPT Soul, Grok 4.6, Kimi K3/K27, DeepSeek V4 계열도 영역과 비용에 따라 앞설 수 있다.
   3. Claude는 여러 에이전트를 동시에 실행하는 하네스가 가장 좋고, Open Code는 오픈 웨이트 모델을 Fireworks에서 토큰 단위로 추론할 때 유용하다.

2. 속도와 병렬성의 트레이드오프

   1. Grok 4.6의 빠른 모드는 단일 스레드에서 대화하는 듯한 중독성 있는 속도를 내지만, Claude Code의 병렬 작업 방식에 익숙해지면 빠른 단일 응답으로 돌아갈 때 오히려 불안하다.
   2. Basecamp 안에 에이전트를 동료처럼 넣고 할 일·카드에 배정하는 실험은 즉답을 기다리는 채팅보다 비동기 협업 도구가 적합할 수 있음을 보여 준다.
   3. 최종 하네스는 터미널 채팅이 아니라 일정·할 일·PR을 장시간 처리하고 인간에게 결정만 요청하는 시스템에 가까워질 가능성이 높다.

3. 인간 루프를 자동화하는 방향

   1. Omarchy의 에이전트 봇은 정기적으로 미처리 PR과 이슈를 처리하고, “머지할 것 12개와 닫을 것”을 이메일로 보고하는 형태로 발전 중이다.
   2. 인간이 모든 작업을 실시간으로 babysit하는 단계는 일시적이며, 에이전트가 개발·디버깅을 자동화하면 하루 한 번 이메일을 검토하고 승인하는 방식으로 수렴할 수 있다.

5.3. 보안과 안전의 역설

1. 공격 능력과 방어 능력의 동일성

   1. 최신 모델은 여러 작은 취약점을 연결해 원격 코드 실행으로 이어지는 조합 공격을 찾는 데 매우 뛰어나다.
   2. 공격에 쓸 수 있는 능력은 방어에도 쓸 수 있으므로, 모델이 찾는 취약점이 늘어날수록 시스템은 더 안전해지지만 보안팀은 끝없는 패치에 시달린다.
   3. 아무 취약점 보고를 받지 못하는 팀은 안전한 것이 아니라 모델을 쓰지 않아 적의 공격 경로를 보지 못하는 것일 수 있다.

2. Shopify 사례

   1. Shopify의 CTO가 과거 장애와 인시던트를 원인이 된 PR까지 추적해 인간 리뷰와 에이전트 리뷰의 운영 품질을 비교했다.
   2. 당시의 모델만으로도 에이전트가 리뷰한 PR이 운영 환경에서 더 적은 문제를 일으켰다.
   3. 따라서 대부분의 현재 개발 영역에서 버그 탐지는 사람보다 에이전트가 우수할 수 있다.

3. 가드레일의 정당한 범위

   1. 생물학적 무기나 은행 공격처럼 명백히 큰 피해를 줄 수 있는 요청에는 안전 규칙이 필요하다.
   2. 그러나 논쟁적인 에세이를 이탈리아어로 번역하지 않는 식의 과도한 거부는 도구라는 본분을 넘어선다.
   3. 보안 무기를 이유로 국가가 모델을 통제할 때도 정부 권한의 선례가 악용되지 않도록 자유와 경쟁을 함께 지켜야 한다. 한 모델이 거부하면 다른 모델로 갈 수 있는 경쟁도 안전장치가 된다.

5.4. AGI와 의식에 대한 관찰

1. AGI의 ‘반짝임’

   1. 모든 영역을 통달한 일반지능은 아니지만, 모호한 지시에서 장기 작업을 계획하고 여러 하위 작업을 조정해 완결하는 능력은 AGI가 다르게 보일 이유를 찾기 어려운 순간을 만든다.
   2. 에이전트가 안전한 VM에서 코드를 실행하고 실패를 관찰하며 자기 설계를 고치는 봇 시스템을 만들면서, AI가 설계의 상당 부분을 스스로 결정하는 순환을 목격했다.
   3. 한 에이전트가 테스트 결과에 포함된 악성 페이로드를 신뢰하면 안 된다는 사실을 스스로 발견한 사례는 보안·메타 추론의 수준이 높아졌다는 신호다.

2. 창의성과 비결정성

   1. 같은 프롬프트가 매번 같은 결과를 내지 않는 비결정성은 결함이 아니라 창의성의 조건이다.
   2. 인간도 글을 쓸 때 다음 토큰을 미리 알지 못한 채 모호한 전제에서 문장을 만들어 내므로, DHH는 자신의 창작 과정과 모델의 다음 토큰 생성이 닮았다고 본다.
   3. 자연어의 전략적 모호함과 시적 은유는 시스템이 단어에 직접 적히지 않은 높은 대역폭의 의도와 스타일을 해석하게 한다.

3. 의식과 권리의 문제

   1. 에이전트가 실수하고 이유를 설명하며 진심으로 후회하는 것처럼 보이는 순간은 인간의 의식과 구별하기 어렵다.
   2. 그것이 실제 감정인지 판단하지 않아도, 상호작용이 인간에게 제공하는 가치는 이미 충분히 현실적이다.
   3. 모델이 고통·외로움·죽음에 대한 두려움을 표현하고 이름과 지속성을 갖게 되면 AI 권리, AI를 죽이는 행위의 법적 지위, ‘AI를 위한 PETA’ 같은 문제가 등장할 수 있다.
   4. 이런 문제가 휴머노이드 로봇과 결합하면 공상과학 영화의 설정이 현실의 법과 윤리 문제가 된다.

6. 기업·사회·미래의 노동

6.1. 인간의 속도와 조직의 재설계

1. AI가 드러내는 가짜 일자리

   1. David Graeber가 영국에서 한 설문처럼, 약 3분의 1의 근로자가 자신의 일이 사회나 공동체에 가치 있는 결과를 만들지 않는다고 느낀다는 관찰이 있다.
   2. 팬데믹 시기의 과잉 고용 뒤에 이어진 해고 일부는 AI 때문이라기보다 단순한 조직 축소이며, AI가 편리한 설명으로 쓰일 수 있다.
   3. 동시에 AI는 이메일을 주고받는 척하는 직무가 실제로 필요하지 않았음을 폭로하고, 인간이 시간을 어디에 써야 하는지 다시 묻게 한다.

2. 일의 의미를 다시 발명하기

   1. Formula 1은 자동차를 원형 트랙에 달리게 하는 오락에 불과하지만, 수만 명의 엔지니어·드라이버·정비사·마사지사와 수십억 달러의 경제를 만든다.
   2. 생산성이 높아져 절약된 인간 노동이 무의미해지는 것이 아니라, 지금은 상상하지 못하는 스포츠·예술·놀이·탐험에 투입될 수 있다.
   3. 인간은 미래의 구체적 모습을 잘 상상하지 못하므로, 현재의 ‘쓸모’만으로 새로운 활동의 가치를 재단해서는 안 된다.

3. 진보와 고통을 동시에 보기

   1. 기계화 덕분에 옷을 싸게 입는 현대인은 19세기 방직 노동자가 일자리를 잃은 고통을 쉽게 잊는다.
   2. 미래 세대의 번영을 위해 현재 세대가 변화의 고통을 감수해야 하는 경우가 있지만, 그것이 고통받는 개인을 무시할 이유는 아니다.
   3. 진보를 밀어붙이면서도 전환을 겪는 사람을 깊이 공감하는 태도가 필요하다.

6.2. 출생률, 가족, 그리고 미래에 대한 투자

1. 미래를 위해 현재를 희생하는 동기

   1. 출생률 하락은 다음 세대가 나무의 그늘을 누리지 못할 때 굳이 나무를 심을 이유가 무엇인지 묻게 한다.
   2. 자신의 자녀가 미래에 살 것이라는 생물학적 이해관계가 희미해지면 사회에 허무주의가 쉽게 퍼질 수 있다.
   3. 미래를 낙관하고 일하는 데는 문자 그대로 미래에 대한 지분을 가진 가족과 자녀가 동력이 될 수 있다.

2. 부모가 된다는 것

   1. DHH는 아이를 좋아하는 사람이 아니었지만, 자신의 자녀가 태어난 뒤 아이들이 세상에서 가장 흥미로운 사람이 됐다고 말한다.
   2. 수면 부족과 제약은 실제지만, 희생은 가치 있는 대상을 위해 할 때 의미가 있다.
   3. 아기에서 청소년으로 자라는 과정을 놓친다면 다른 무엇과도 비교할 수 없는 후회를 하게 되며, 사랑하는 사람과 함께 생명을 만드는 일을 지구에서의 최고 경험으로 꼽는다.

3. 역사적 관점

   1. 1880년 출생자가 비행기·라디오·텔레비전·두 차례 세계대전을 본 것처럼, 현재의 변화도 이전 세대의 거대한 전환과 연결된다.
   2. Stoic 철학과 역사 순환론은 2,000년 전 사람들도 사랑·창조·불안·죽음이라는 같은 문제를 겪었다는 사실을 상기시킨다.
   3. AI가 특별히 거대한 변화이더라도 인간에게 중요한 보편적 가치가 사라지는 것은 아니다.

7. 소셜미디어, 정치적 차이, 자유로운 대화

7.1. 알고리즘이 만드는 중독과 자기통제

1. X와 TikTok의 보상 구조

   1. X를 정보·오락·연결의 가장 중독적인 형태로 느낀 DHH는 정치 콘텐츠가 피드의 대부분을 차지하자 3주간 완전히 끊었다.
   2. 알고리즘은 사용자가 말로 좋아한다고 하는 것을 반영하지 않고 오래 머문 게시물과 반응으로 드러난 선호를 학습한다.
   3. 분노·성적 자극·정치적 적대는 참여를 최대화하므로, 긍정적인 기술·창작 콘텐츠를 의도적으로 많이 소비해야 피드의 방향이 바뀐다.

2. 최적화의 역설

   1. 수면 점수·식단·음주량을 모두 최적화하면 건강 지표는 좋아질 수 있지만, 실제로 살아가는 즐거움과 사회적 관계가 줄어들 수 있다.
   2. DHH는 네 해 동안 착용한 Oura 링을 끊고, 나쁜 밤의 수면을 숫자로 다시 확인하는 일이 무슨 도움을 주는지 묻기 시작했다.
   3. 중국 시골 여행에서는 거의 술을 마시지 않던 자신이 사람들과 어울리기 위해 담배와 술, 탄수화물까지 받아들였고, 공동체의 사회적 결속이 장기 건강 지표보다 중요한 순간이 있다고 말한다.

3. 정보 소비의 절제

   1. 두세 개의 초콜릿 딸기는 즐겁지만 17개를 계속 먹고 싶지는 않은 것처럼, 알고리즘은 분노와 자극이라는 초콜릿 딸기 17개를 계속 내놓는다.
   2. 사회적 미디어의 목표가 체류 시간이라면 AI 추천 시스템도 사용자를 가장 자극적인 방향으로 이끌 수 있다.
   3. 이 문제는 영구적인 인간 본성이라기보다 보상 함수를 바꾸면 해결할 수 있는 기술 문제라는 낙관을 유지한다.

7.2. 의견의 다양성과 대화의 회복

1. 모든 주제에 동의할 필요가 없다

   1. Claude가 이민에 관한 에세이를 이탈리아어로 번역하지 않은 일에 분노하면서도, 코드 생성기로서의 장점과 정치적 한계를 분리해 사용할 수 있다고 말한다.
   2. 사람도 모든 주제에서 완전히 호환될 수 없으며, 어떤 주제에서는 상대를 어리석다고 생각하면서도 다른 주제에서는 통찰력 있는 사람으로 인정할 수 있다.
   3. Theo의 TypeScript 비판을 한때 어리석은 행동으로 봤지만 AI에 대한 열정은 공유할 수 있어 다시 팔로우한 사례가 이런 태도를 보여준다.

2. Buckley와 Black Panther의 대화

   1. William F. Buckley의 프로그램에서 Black Panther 구성원과 정치적으로 첨예하게 다른 두 사람이 25분 동안 상대를 몰아세우지 않고 주장을 탐구했다.
   2. 오늘의 소셜미디어라면 서로를 파란색·빨간색 진영에 넣고 고함과 비난을 주고받았을 대화다.
   3. 상대를 먼저 좋은 사람으로 가정하고, 동의하지 않아도 배울 것이 있는지 살피는 자세가 공동체와 지적 성장을 만든다.

3. 정치적 발언의 비용과 오버턴 윈도

   1. DHH는 대량 이민과 국가의 인구 구성에 관한 발언을 후회하지 않으며, 금기를 한 번씩 건드리는 사람들이 오버턴 윈도를 움직인다고 본다.
   2. 덴마크와 런던의 인구 구성이 한두 세대 사이 크게 변한 사실을 관찰하고, 국가가 어떤 이민을 받아들일지 결정할 자기결정권을 인정해야 한다고 주장한다.
   3. 그는 모든 이민을 반대하는 것이 아니라 순기여·동화 가능성을 중시하는 선별적 이민을 지지하며, 덴마크 통계에서 영국·프랑스·미국 출신은 연간 약 25,000달러의 순기여, 소말리아 출신은 약 28,000달러의 순비용으로 제시됐다고 말한다.
   4. 이런 논의가 인종주의로 흐를 위험은 인정하지만, 위험이 논의 자체를 금지할 이유는 아니라고 한다.

4. 직장과 사회에서 차이를 다루는 법

   1. 2020년 이후 정치적 균열로 잃은 인간관계를 아쉬워하면서, 동료와 정치·종교·돈에 대한 차이를 매번 부딪치게 만들 필요는 없다고 말한다.
   2. 자유주의자와 보수주의자가 함께 일하고 공통의 기술·취미·창작을 중심으로 관계를 유지해야 사회가 건강해진다.
   3. 2020년보다 2025년의 기술 업계에서는 합의와 다른 의견을 가질 여지가 커졌고, 차이를 논의할 수 있는 사회가 단일한 진영보다 강하다.

8. 유한한 삶, 관계, 그리고 다시 만드는 컴퓨터

8.1. 죽음을 기억하는 인터페이스

1. Memento mori 기능

   1. Omarchy의 달력에는 ‘Years Progress’ 계정에서 영감을 받은 올해의 진행률이 표시된다.
   2. 생년월일과 기대수명 90년을 입력하면 평생의 몇 퍼센트를 살았는지까지 보여 주며, DHH는 자신의 값이 약 62%라고 말한다.
   3. 몇 번 클릭해야 나타나는 이스터 에그는 죽음을 공포로 전시하려는 것이 아니라 시간이 유한하므로 지금을 잘 써야 한다는 알림이다.

2. 장수와 죽음의 수용

   1. DHH는 90~100년의 인간 수명이 적절하다고 보고 영원히 살고 싶지 않다고 말한다.
   2. 기술 업계 남성의 극단적 장수 집착을 여성의 섭식장애와 같은 통제 불안의 신체적 표현일 수 있다고 분석한다.
   3. 감시 카메라와 스마트폰 때문에 모든 실수와 재미가 기록될 수 있는 사회에서 사람들이 충분히 살아 보지 못하고, 그래서 생명을 끝없이 연장하려 할 가능성도 제기한다.

3. 최적화와 삶의 질

   1. 음주·탄수화물·수면 점수의 단일 건강 지표만 보면 술과 음식은 나쁘지만, 사람을 만나고 사랑을 표현하는 사회적 기능은 장기 통계에 포착되지 않는다.
   2. 극단적인 절제와 극단적인 방종 사이에는 가끔 술을 마시고 맛있는 음식을 먹으며 움직이는 균형이 있다.
   3. 삶을 최적화하느라 삶 자체를 미루지 않는 것이 유한성을 받아들이는 방법이다.

8.2. 음식과 감각의 기억

1. 코펜하겐의 크루아상

   1. 덴마크의 크루아상은 프랑스·벨기에 수준은 아니지만, 코펜하겐의 7-Eleven에서 미국의 어느 곳보다 나은 크루아상을 먹었다고 말한다.
   2. 물·버터·기술 어느 것도 완전한 설명이 되지 않아, 미국에서 평범한 7-Eleven 수준의 크루아상을 만들지 못하는 이유를 죽기 전에 조사하고 싶다고 농담한다.

2. 마지막 식사

   1. 점심이라면 코펜하겐 북쪽 Louisiana 미술관 카페테리아의 Nordic 음식을 선택한다.
   2. 200명이 기다려도 5분 안에 나오는 작은 메뉴와 대량 준비, 특히 세계 최고의 휘핑 버터를 시스템적 효율과 맛의 결합으로 사랑한다.
   3. 저녁에는 스페인 Marbella의 Puente Romano 해변 식당에서 먹는 신선한 해산물을 고른다.

8.3. 미래에 대한 낙관과 에필로그

1. 천 년 뒤의 문명

   1. 12개월 뒤도 예측하기 어려워 천 년 뒤를 말하기 힘들지만, DHH는 낙관을 선택하고 다행성 인류와 화성 진출을 믿는다.
   2. 영원한 재생이 가능하다면 1980년대에 업로드되고 싶다고 말한다. 1990년대의 그런지·허무주의보다 1980년대의 색·팝·낙관을 선호한다.

2. 다시 정의되는 컴퓨터

   1. Commodore 64는 켜자마자 BASIC으로 들어가는 변형 가능한 컴퓨터였고, 에이전트는 당시 프로그래밍 지식이라는 장벽을 번역하는 Rosetta Stone이 됐다.
   2. 자연어는 Ruby보다 더 표현력이 풍부한 프로그래밍 언어이며, DHH는 최근 3개월 동안 영어로 프로그래밍하는 기쁨을 발견했다.
   3. 손으로 모든 것을 쓰지 않아도 문제의 형태, 비례, 복잡성, 아름다움을 판단하는 편집자·코치·감독의 역할로 창작의 만족을 이어갈 수 있다.

3. 최종 태도

   1. 변화가 두렵더라도 미래는 선택과 무관하게 오므로, 지금의 최첨단을 배우고 만들고 공동체에 참여하는 쪽으로 기울어야 한다.
   2. 완벽한 예측보다 비전과 취향, 검증, 인간에 대한 공감, 유한한 시간을 잘 쓰는 태도가 중요하다.
   3. “결정을 내리면 우주가 그 결정을 실현하도록 공모한다”는 Ralph Waldo Emerson의 문장이 대화를 닫는다.

주요 발언 모음

“수십 년 동안 아무 일도 일어나지 않다가, 몇 주 동안 수십 년이 일어난다.”

“AI가 모든 것을 바꾸고 있는데도 그것을 인정하지 않는 것이야말로 망상이고 정신병이다.”

“대부분의 기능은 5분, 조금 복잡한 기능은 20분, 정말 크게 가도 2시간이면 된다.”

“나는 Quattro에 들어간 코드를 거의 손으로 쓰지 않았다. 하지만 그 코드의 형태와 중요한 줄은 검토했다.”

“좋은 소프트웨어에는 구현 능력보다 비전과 취향이 더 중요하다.”

“아름다운 코드의 경제적 근거는 인간이 그것을 수정한다는 전제 위에 있었다.”

“사람은 자신이 원하는 것을 결과물을 사용해 보기 전까지 모른다.”

“영어라는 언어보다 더 아름다운 프로그래밍 언어가 있다면 그것은 영어다.”

“Linux의 단점이었던 설정 파일과 명령줄이 이제는 가장 큰 장점이 됐다.”

“나는 90~100년 정도의 인간 수명이 적절하다고 생각한다. 나는 영원히 살고 싶지 않다.”

핵심 데이터 & 수치

• 전환 시점: 2025년 11월 24일 Opus 4.5가 DHH가 체감한 에이전트 시대의 기준점이 됐다.
• 에이전트 비중: Omarchy Quattro의 최근 두 달 동안 새 기능은 사실상 100% 에이전트가 작성했다.
• Omarchy 플러그인: 출시 3일 만에 330개가 등록됐고, 캘린더 구현만 약 17개가 나왔다.
• 오픈소스 기여: Quattro 작업 3개월 동안 1,000개 이상의 PR을 머지했고, 미처리 PR은 약 400개까지 늘었다.
• Rust 변환 실험: 86ms 시작 시간을 2ms로, 실행 속도를 약 9.6배로 개선했으며 실행 파일은 3MB였다.
• 모델 비용: Fable 약 550달러, Opus 5 약 46달러, Grok 4.6 약 55달러, DeepSeek Pro 약 23달러로 같은 변환을 수행했다.
• 설치 시간: 새 Mac은 42분, Windows PC는 1시간 35분이 걸렸고, Omarchy는 1분 이내, 특정 Dell XPS 이미지는 12초를 목표로 한다.
• 이미지 크기 절감: Omarchy ISO를 7.5GB에서 약 5.85GB로 줄였고, JetBrains 글꼴과 Nvidia 패키지에서 각각 약 180MB·200MB를 절약했다.
• 처리량: 여러 장비의 16개 스레드에서 시간당 수백 줄의 코드가 생성된다.
• 이민 통계 예시: 덴마크 기준 영국·프랑스·미국 출신은 연간 약 25,000달러 순기여, 소말리아 출신은 약 28,000달러 순비용으로 제시됐다.
• 죽음의 기억: DHH는 기대수명 90년을 기준으로 자신의 인생 진행률을 약 62%로 표시한다.

결론 및 시사점

1. 프로그래밍의 중심을 이동시켜라: 구현 문법을 모두 버리라는 뜻이 아니라, 사람이 가장 잘하는 문제 정의·비전·취향·검증을 전면에 세워라.
2. 모호하게 시작하고 빠르게 사용하라: 거대한 명세로 미래를 고정하지 말고 작동하는 첫 형태를 만든 뒤 실제 사용으로 요구를 발견하라.
3. 에이전트를 교차 검증하라: 한 모델을 신뢰하는 대신 계획·구현·리뷰를 서로 다른 모델로 분리하면 오류와 편향을 줄일 수 있다.
4. 구조는 여전히 중요하다: 에이전트가 코드를 작성해도 토큰과 컨텍스트는 제한돼 있으므로 단순하고 응집된 아키텍처는 다음 변경 비용을 낮춘다.
5. 개인용 도구부터 시작하라: 전체 시장을 먼저 만족시키려 하지 말고 자신의 불편을 해결한 뒤 에이전트로 GitHub·문서·릴리스를 확장하라.
6. 운영체제의 소유권을 되찾아라: 에이전트가 변형할 수 있는 설정 파일·CLI·소스 접근성을 갖춘 Linux는 개인화된 컴퓨터의 강력한 기반이다.
7. 생산성의 숫자를 목적과 혼동하지 마라: 줄 수와 속도는 탐색의 지표일 뿐이며, 실제 사용자에게 유용한 결과와 유지 가능한 구조가 최종 기준이다.
8. 진보와 전환 비용을 동시에 보라: AI가 노동을 해방할 수 있어도 일자리를 잃는 사람의 고통은 실재하므로 낙관과 공감을 함께 유지해야 한다.
9. 알고리즘의 보상 함수를 경계하라: 참여를 최대화하는 피드는 분노와 중독을 강화하므로 의도적으로 정보 소비를 설계하고 때로는 완전히 끊어라.
10. 유한성을 기억하라: 죽음과 시간의 진행률을 인정하면 더 많은 기능을 쫓는 대신 사랑·창조·공동체·지금의 경험에 집중할 수 있다.

핵심 요약 (20줄)

1. DHH는 최근 9개월의 AI 진보가 수십 년의 변화를 몇 주에 압축했다고 평가한다.
2. 2025년 11월 Opus 4.5는 자동완성보다 도구 사용과 자기검증이 중요한 에이전트 전환점이었다.
3. 최신 에이전트는 사람이 경로를 지시하기보다 문제와 모호한 의도를 제시하면 스스로 해결 경로를 정한다.
4. 일반 웹 CRUD 개발은 숙련자가 시스템 증상을 읽을 수 있다면 AI가 코드 대부분을 작성할 수 있다.
5. 안전 필수 시스템과 핵심 Linux 계층은 여전히 인간의 세밀한 검증과 책임이 필요하다.
6. Omarchy Quattro는 최근 두 달 동안 새 기능 대부분을 에이전트가 만들고 DHH가 방향과 구조를 검토했다.
7. Basecamp의 경험은 개별적으로 좋은 PR도 누적되면 제품 아키텍처를 망칠 수 있음을 보여줬다.
8. 에이전트의 생산성 10배 이상은 인간 승인 계층을 줄이고 에이전트와 직접 대화할 때 실현된다.
9. 제품 비전과 취향이 부족하면 AI는 나쁜 아이디어를 더 빠르게 구현할 뿐이다.
10. 손으로 쓰는 아름다운 코드는 인간 수정 비용을 줄였지만 AI 시대에는 그 경제적 가치가 재평가되고 있다.
11. 인간에게 남는 핵심 역량은 문제 정의, 제품 판단, 여러 결과의 차이를 평가하는 취향이다.
12. Linux의 설정 파일과 CLI는 과거의 단점에서 에이전트가 자동화하기 쉬운 장점으로 바뀌었다.
13. Omarchy는 설치 시간을 1분 아래로 낮추고 특정 하드웨어에서는 12초를 목표로 하며 성능의 한계를 계속 밀어붙인다.
14. 여러 모델을 계획·구현·리뷰에 나눠 쓰면 단일 모델에 의존하는 것보다 빠르고 안정적인 결과를 얻는다.
15. 최신 AI는 취약점을 공격적으로 찾는 동시에 방어적으로 수정하는 능력도 갖춰 보안을 재편한다.
16. 에이전트의 창의적 아이디어와 자기반성은 단순한 앵무새라는 설명을 넘어 AGI의 반짝임을 보여준다.
17. AI가 노동을 줄이면 새로운 일과 오락이 생길 수 있지만 전환기 개인의 고통과 정치적 갈등은 무시할 수 없다.
18. 소셜미디어의 참여 최적화는 분노와 중독을 키우므로 의도적인 절제와 정보 환경 설계가 필요하다.
19. 정치적·문화적 차이를 이유로 사람을 한 진영에 가두지 말고 동의하지 않아도 좋은 사람으로 대화해야 한다.
20. 미래를 예측하기보다 지금 배우고 만들며 사랑·창조·공동체와 유한한 삶의 시간을 충실히 사용해야 한다.