2026 서울 메타위크 후기

 

이준석 세션

 

이준석 세션에서는 정치 분야에서 AI가 실제로 어떻게 활용되고 있는지 현황을 살펴보고, AI 시대를 맞아 한국과 한국 정치가 나아가야 할 방향에 대한 의견을 들을 수 있었다.

이준석은 현재 비서 대신 개발자 두 명을 채용해 정치 업무에 특화된 AI 플로우를 직접 구축해 활용하고 있다고 소개했다. 다만 정치와 개발을 모두 이해하는 개발자가 매우 드물어 쉽게 대체할 수 없다는 점을 언급하며, 앞으로는 단순한 개발 역량보다 각자의 도메인 지식이 더욱 중요한 경쟁력이 될 것이라고 강조했다.

또한 고객사의 요구사항을 대신 정리하거나 정의해 주는 형태의 SaaS 기업은 점차 축소될 것이며, 이미 이러한 변화가 빠르게 진행되고 있다고 진단했다. 이에 따라 해당 분야의 개발자 채용 시장 역시 위축될 가능성이 높다고 전망했다.

반면, AI가 다양한 산업에 확산되면서 각 도메인에 특화된 개발자에 대한 수요는 새롭게 증가할 것이라고 내다봤다. 따라서 개발자 채용 시장은 단순히 축소되는 것이 아니라, 분야에 따라 오히려 더욱 안정적인 흐름을 보일 가능성도 있다고 설명했다.

한국의 AI 산업에 대해서는 LLM 자체를 개발하는 것보다 AI 응용 애플리케이션에 대한 투자와 개발에 집중해야 한다고 주장했다. 이미 미국과 같은 선도 국가와는 LLM 모델 자체의 기술 격차가 상당히 벌어졌으며, 해외 LLM을 활용하는 데에도 큰 제약이 없는 만큼, 한국은 독자적인 LLM 개발에 막대한 자원을 투입하기보다 AI IDE와 같은 생산성 도구나 응용 서비스 개발에 집중하는 것이 더 현실적인 전략이라고 설명했다.

아울러 최근의 GPU 수급 문제와 관련해서도 견해를 밝혔다. GPU의 성장 가능성만을 이유로 무분별하게 투자하거나, 국가 차원의 AI 지원 정책을 GPU 지원 중심으로 추진하는 것은 효율적인 접근이 아니라고 평가했다. AI 산업 경쟁력은 단순한 GPU 확보가 아니라 이를 활용해 실질적인 서비스를 만들어내는 응용 기술과 산업 생태계에서 결정된다는 점을 강조했다.

 

 

Hermes Agent가 프로젝트를 통째로 맡는 법 : 릿코퍼레이션 정승현

 

이번 세션에서는 AI 에이전트를 단순한 코딩 보조 도구로 활용하는 수준을 넘어, 소프트웨어 개발·운영·모니터링·장애 대응·데이터 수집·기획 등 개발 업무 전반의 반복적인 프로세스에 배치한 사례를 소개했다. 발표자는 헤르메스(Hermes) 에이전트를 활용해 AI가 실제 운영 파이프라인에서 '노동 주체'로 역할을 수행하고, 인간은 이를 감독하고 최종 의사결정을 내리는 역할을 맡을 때 비로소 AI 네이티브(AI Native) 조직으로 발전할 수 있다고 설명했다.

발표자가 구축한 시스템에서 AI 에이전트는 다양한 업무를 자율적으로 수행한다. 새로운 이슈를 분석해 작업 단위로 분해하고, 우선순위를 결정한 뒤 여러 에이전트에게 개발 작업을 분배한다. 이후 코드를 작성하고 Pull Request(PR)를 생성하며, 보안·품질·가드레일 관점에서 코드 리뷰를 수행한다. 또한 운영 로그를 지속적으로 분석하여 노이즈와 실제 장애를 구분하고, 장애 발생 시 원인을 재현한 뒤 수정안을 작성한다. 수정 코드와 검증 결과를 PR에 첨부하는 과정까지 자동화하며, 반복적으로 수행한 작업의 노하우를 스킬(Skill)과 메모리(Memory) 형태로 축적한다. 다만 최종적인 판단과 서비스 배포에 대한 책임은 사람이 담당하는 구조를 유지하고 있었다.

특히 인상 깊었던 부분은 운영 로그 분석과 장애 탐지 방식이었다. 기존의 개발 환경에서는 기능 개발이 완료된 이후 사용자의 신고나 오류 제보를 기다린 뒤, 티켓을 발행하여 장애를 처리하는 사후 대응 방식이 일반적이었다. 반면 이 구조에서는 AI가 운영 로그를 지속적으로 분석하고 노이즈와 실제 장애를 스스로 구분하기 때문에, 개발자가 직접 방대한 로그를 확인하며 이상 징후를 찾아다닐 필요가 없다. 더 나아가 작은 이상 징후를 조기에 발견하여 심각한 장애로 확대되기 전에 대응할 수 있어, 서비스 운영의 안정성을 높이고 장애 대응 시간을 크게 단축할 수 있다는 점이 인상적이었다.

이러한 자동화가 가능하기 위해서는 에이전트가 경험을 축적하고 이를 지속적으로 활용할 수 있는 구조가 중요하다. 발표자는 이를 가능하게 하는 핵심 요소로 '스킬(Skill)'을 소개했다. 스킬은 특정 작업을 수행하기 위한 노하우와 규칙, 반복 절차를 문서화한 것으로, 에이전트는 해당 문서를 참고하여 정해진 절차에 따라 작업을 수행한다. 따라서 스킬이 구체적이고 체계적으로 작성될수록 에이전트의 작업 품질과 수행 결과의 일관성이 높아진다고 설명했다.

이번 발표를 통해 반복되는 업무를 단순히 자동화하는 것을 넘어, 업무 수행 과정 자체를 기록하여 스킬로 전환하고 이를 AI 에이전트에게 학습시키는 것이 중요하다는 점을 확인할 수 있었다. 결국 반복 업무는 에이전트가 담당하고, 사람은 감독과 의사결정에 집중하는 형태로 역할을 재정의하는 것이 앞으로 AI 시대의 소프트웨어 개발 조직이 지향해야 할 방향이라는 점을 시사한 발표였다.

 

 

아쉬웠던 점

 

이번 보고서에서는 인상 깊었던 세션 위주로 정리했지만, 전체적으로는 아쉬움이 적지 않은 행사였다. 내가 참석한 Day 2 세션의 경우, 일부 발표를 제외하면 연사들의 AI 활용 경험이나 기술적 이해도가 기대에 미치지 못한다는 인상을 받았다.

가장 아쉬웠던 점은 여러 세션에서 전달하는 메시지가 지나치게 유사했다는 것이다. 발표마다 사례는 조금씩 달랐지만 결국 "개발자는 사라질 것이다", "AI 활용을 위해 특정 장비를 구매해야 한다"와 같은 동일한 결론으로 귀결되는 경우가 많았다. 다양한 관점과 실질적인 활용 사례를 기대했던 입장에서는 반복적인 내용이 많아 아쉬움이 남았다.

또한 일부 연사는 AI를 활용해 높은 수익을 창출한 경험을 소개했지만, 이는 개발자의 관점에서 공감하거나 실무에 바로 적용할 수 있는 사례로 느껴지지는 않았다. 소개된 활용 방식 역시 이미 널리 알려진 수준을 크게 벗어나지 않아 새로운 인사이트를 얻기에는 다소 부족했다.

오히려 이번 행사는 'AI 시대의 빌더로서의 개발자'라는 제목보다는 AI 활용 경험이 적은 일반 사용자나 비개발자를 대상으로 한 입문형 컨퍼런스에 가까운 성격으로 느껴졌다. 만약 행사의 타깃을 해당 계층으로 명확히 설정했다면, 참가자의 기대와 실제 콘텐츠 사이의 간극도 줄어들었을 것이라고 생각한다.

종합적으로는 몇몇 세션은 충분히 인상 깊고 배울 점이 있었지만, 행사 전체의 완성도 측면에서는 개선의 여지가 있다고 느꼈다. 향후 메타위크가 다시 개최된다면 연사의 전문성과 발표 내용에 대한 사전 검증을 더욱 강화하고, 세션별 난이도와 대상 참가자를 보다 명확하게 구분한다면 행사 만족도가 한층 높아질 것으로 기대한다.