앤트로픽의 내부 코드 리뷰 시스템 Scion이 하루 병합 건수를 2,500건에서 3만 건 이상으로 끌어올렸다. 12배 이상의 생산성 향상이다. 그런데 발표 직후 팀은 이런 주석을 달았다.

“가상의 우려로 시스템을 과도하게 복잡하게 만들지 않도록 엔지니어 조정이 필요했다.”

코드 생성 속도가 12배 빨라진 세상에서, 사람이 하는 일은 여전히 “어느 우려를 무시할지 판단하는 것”이었다.

같은 시기, 한 개발자가 에세이를 올렸다. 제목은 이랬다. “AI 코딩이 그렇게 좋다면, 새롭고 좋은 소프트웨어는 다 어디에 있나.” AI 코딩 도구가 확산됐는데도 신규 소프트웨어 출시가 기대만큼 폭증하지 않는 이유를 물었다. GeekNews 상위에 오른 글이다.

두 신호가 같은 것을 가리킨다. 생성 비용이 0에 가까워질수록, 희소해지는 건 코드가 아니라 판단이다.

병목은 올라간다

2020년 AI 코딩 도입 초기에 병목은 생성이었다. 코드를 직접 짜야 했기 때문에 속도가 느렸다. 그 병목이 풀렸다.

지금 병목은 검토다. Scion처럼 자동 리뷰 시스템이 있어도, 리뷰 결과를 가지고 “이 우려를 이번 릴리즈에서 처리할지, 다음으로 넘길지”는 사람이 결정한다.

Kent Beck은 Prodacity 2026에서 이렇게 말했다. AI 코딩이 생산성을 끌어올린 뒤에도, 팀이 실제로 씨름하는 것은 속도가 아니라 변경 가능성 관리라고. 빠르게 만든 코드는 빠르게 변경도 가능해야 한다. 이것이 다음 설계 판단을 만든다.

생산 라인의 속도가 두 배가 되면, 다음 병목은 유통이 된다. 코드 생성 속도가 12배가 되면, 다음 병목은 “무엇을 배포할지 결정하는 것”이 된다. 병목은 사라지지 않는다. 올라갈 뿐이다.

판단의 격차가 벌어진다

Karpathy는 최근 무료 구버전 AI 사용자와 최첨단 에이전틱 전문 사용자 간 체감 격차가 확대되고 있다고 진단했다. 격차는 도구의 차이가 아니다. 판단의 차이다.

어떤 기능을 만들지, 어떤 우려를 지금 처리할지, 어떤 설계 선택이 3개월 후 팀을 막히게 할지. 이 질문에 잘 답하는 사람이 AI 시대에 실제로 희소해진다.

여기에 역설이 있다. AI 코딩 도구를 가장 잘 쓰는 팀이 반드시 가장 좋은 소프트웨어를 만드는 게 아니다. 무엇을 만들지를 가장 잘 결정하는 팀이 만든다. 전자는 도구 역량이고, 후자는 판단 역량이다. 두 역량은 서로 다른 근육이다.

한 에세이는 AI가 일자리를 빼앗는 이유로 “더 뛰어나서가 아니라 더 싸고 경영진의 시간을 벌어주기 때문”을 들었다. 이 논리를 뒤집으면 PM의 역할이 보인다. 경영진의 시간을 어떤 문제에 쓸지 결정하는 것, 그 판단 자체가 PM의 핵심 자산이 됐다.

PM의 판단 레이어가 설계 대상이 됐다

AI 코딩 도구가 확산됐는데도 새 소프트웨어가 기대만큼 폭증하지 않는 이유는 여기에 있다. 코드 생성이 충분해진 지금, 새로운 병목은 다음 단계에 있다. 어떤 코드를 생성해야 할지, 그 코드가 어떤 문제를 풀고 있는지, 그 문제가 지금 풀 가치가 있는지.

이 판단 구조를 설계하는 것이 PM의 일이 됐다.

이것은 추상적인 이야기가 아니다. 구체적으로는 이런 질문들이다. 우리 팀의 배포 속도는 지난 6개월 동안 빨라졌는가. 빨라졌다면, “무엇을 배포할지 결정하는 속도”도 같이 빨라졌는가. 두 번째 속도가 첫 번째를 따라가지 못하면, 팀은 빠르게 잘못된 것을 만드는 상태에 있다.

생성이 공짜에 가까워진 세상에서, PM의 가치는 생성의 방향에서 결정된다. 무엇을 만들지, 언제 멈출지, 어느 우려를 지금 처리할지. 이 세 가지가 AI 시대 PM의 핵심 판단 레이어다.

여러분 팀의 “배포 결정 속도”는 “배포 실행 속도”를 따라가고 있는가?