앤드류 응이 그은 선: 프론트엔드부터 리서치까지 AI 전환 속도가 다르다
앤드류 응이 정의한 AI 코딩 가속 차등이란, 같은 조직 안에서도 프론트엔드·백엔드·인프라·리서치 레이어마다 가속 효과가 다른 현상이다. deeplearning.ai가 6주간 확인한 이 신호는 PM의 팀별 기대치 재설계를 요구한다.
주제별 글 / 생산성 지표
커밋·PR·토큰 같은 기존 지표가 무너진 뒤 AI 시대 팀 성과를 무엇으로 잴 것인가.
7편, 최신순
앤드류 응이 정의한 AI 코딩 가속 차등이란, 같은 조직 안에서도 프론트엔드·백엔드·인프라·리서치 레이어마다 가속 효과가 다른 현상이다. deeplearning.ai가 6주간 확인한 이 신호는 PM의 팀별 기대치 재설계를 요구한다.
아이디어 생산 능력이란 에이전틱 환경에서 유일하게 자동화되지 않은 PM의 핵심 역량이다. OpenAI의 Akshay Nathan은 2026년 8월 Latent Space에서 '아이디어가 새 병목'임을 명시했으며, Stripe Staff Engineer는 에이전트 병렬 조율을 직급 기대치로 올렸다.
아이디어 생산력이란 코딩 비용이 사실상 0에 수렴할 때 PM에게 유일하게 남는 차별화 역량이다. OpenAI의 Akshay Nathan은 2026년 8월 'Ideas are the new bottleneck'을 명시했고, 삼성SDS 실측에서 에이전트 실제 도입률은 5%로 집계됐다.
아이디어 병목이란 에이전트가 코드 실행을 무한 가속할 때 남는 유일한 인간 제약이다. OpenAI Akshay Nathan과 SVPG·Stripe가 같은 날 독립적으로 이 결론에 도달했고, 커밋·PR·토큰 등 생산성 지표 3종은 동시에 무효화됐다.
아이디어 병목이란 에이전트가 실행 속도를 10배 높인 지금 PM의 성과가 판단 품질로 결정되는 현상이다. OpenAI의 Akshay Nathan과 SVPG가 같은 날 지적했고, 실제로 기업 에이전트 도입률 88% 중 프로덕션 스케일은 5%뿐이다.
코딩 에이전트가 커밋과 PR을 무한 생산하면서 기존 생산성 지표가 의미를 잃었다. 아이디어가 새 병목이 된 지금, PM이 측정해야 할 것은 무엇인가.
AI 에이전트가 실행을 맡아도 팀이 더 바빠진다면 KPI를 잘못 잡은 것이다. 세 개의 수렴 신호가 말하는 AI 시대 PM의 새 성과 지표 — 제거한 반복 업무량, 검증 루프 완성도, 약속 범위 정확도.