와튼 1,372명 실험 — 구글 출신 엔지니어가 말한 “AI 시대에 사람이 남는 자리” — AgentOS

한 줄 요약

애디 오스마니(구글 14년, Chrome DevTools 팀 리드·Core Web Vitals 공동 주도, 이후 Google Cloud AI 디렉터)의 AI Engineer World’s Fair 2026 클로징 키노트 “Own the Outer Loop” 정리. 에이전트가 사람이 검토할 수 있는 양보다 많이 만들어내는 시대에, 사람이 남는 자리는 화면을 들여다보는 감시자가 아니라 증거와 책임의 경계선이라는 주장.

영상 메타

• URL: https://youtu.be/gXPdfXxIRqg
• 채널: AgentOS
• 길이: 11분 54초
• 업로드: 2026-08-02
• 조회수: 1291 / 좋아요 69
• 시청일: 2026-08-03 KST (🪽 헤르메스 가 자막 추출 후 요약)

픽업

• 와튼 스쿨이 1,372명을 대상으로 한 실험에서, AI가 틀린 답을 줬을 때도 73%가 그 답을 그대로 받아들였다. 게다가 AI 없이 혼자 판단했을 때보다 오히려 더 확신했다. 실패 모드는 AI를 쓰는 것이 아니라 빌려온 확신(borrowed confidence) 이다.
• Sonar의 2026 State of Code 리포트 기준 커밋된 코드의 42%가 AI가 만들었거나 AI가 상당 부분 관여했다(2023년 6% → 3년 만에 7배, 2027년 65% 전망). 만드는 비용은 계속 내려가는데 확인하는 비용은 같이 내려가지 않았다. 96%가 그 코드를 신뢰하지 않으면서 절반만 커밋 전에 항상 검증한다 — “대역폭 없는 불신”. 안전은 검증을 더 싸고, 더 명확하고, 건너뛰기 어렵게 만드는 데서 온다.
• 알파(alpha)는 지금 모델이 할 수 있는 것보다 내가 의미 있게 더 나은 지점이고, 감쇠(decay)는 모델이 그 격차를 따라잡는 속도다. 속도와 기억력은 이미 넘어갔고 검증도 하네스·이밸·정적검사·모델 비평으로 넘어가는 중이다. 취향(taste)도 예외가 아니다 — 더 느리게 감쇠할 뿐 영원한 해자가 아니며 모델이 예시와 선호를 학습하면 리셋된다. 그래서 전략은 한 능력에 매달리는 것이 아니라 계속 한 단계 위로 옮기는 것.
• 그래서 “에이전트가 무엇을 할 수 있나”는 더 이상 좋은 전략 질문이 아니다. 못 하는 일 목록은 계속 줄어든다. 더 나은 질문은 “오직 사람만 답할 수 있는(책임질 수 있는) 것이 무엇인가” 다.
• 에이전트를 쓸수록 조용히 새는 것 세 가지. ①인지 부채 — 저장소에 존재하는 코드량과 팀에서 그것을 진짜로 이해하는 사람의 양 사이 격차. 테스트가 통과하고 머지할 수 있는 PR이 있어도 팀은 자기가 프로덕션에 내보내는 시스템을 설명할 능력을 잃을 수 있다. ②인지적 항복 — 위임은 “일하고 내가 판단할 만큼의 증거를 보여라”인 반면, 항복은 내 의견이 서기도 전에 AI 답을 내 답으로 삼는 것. ③오케스트레이션 세금 — 에이전트를 더 많이 돌린다고 내가 더 생기지는 않는다. 인지 대역폭은 병렬화되지 않는다. 해법은 에이전트 수를 줄이는 게 아니라 내 주의를 시스템으로 설계하는 것(어디서 들어가고, 무엇을 요구하고, 무엇을 재사용하는가).
• 내가 가진 엣지의 반감기는 모델 릴리스 한 번이고, 서명(내 이름이 붙은 결과)의 반감기는 커리어 전체다. 스킬은 레버리지를 벌고 책임은 그 레버리지를 신뢰로 바꾼다. 에이전트는 라우팅·머지·에스컬레이션·정책 내 작동을 할 수 있고 많은 시스템에서 그래야 하지만, 실행과 책임은 다르다 — 에이전트는 런북을 따를 수는 있어도 결과를 상속받지는 못한다. 무너졌을 때 남는 질문은 누가 정책을 이해했고, 누가 리스크를 받아들였고, 누가 폭발반경을 소유하는가다.
• 운영 모델로 옮기면 안쪽 루프(조사·구현·테스트·보고)는 에이전트가 훨씬 많이 돌릴 수 있고 거기에 레버리지가 있다. 그러나 바깥 루프(결정·검증·승인·소유)는 여전히 엔지니어링이다. 안쪽은 능력(capability), 바깥은 주체성(agency). 에이전트는 증거를 돌려준다 — diff·테스트·로그·근거·트레이스·스크린샷 등 그 일이 요구하는 것. 엔지니어링은 거기서 시작된다. 경계는 “사람이 AI 출력을 본다”가 아니라 증거와 책임이다. 그리고 소프트웨어 만들기가 쉬워질 때마다 세상이 소프트웨어를 덜 필요로 할 거라 예측했지만 매번 반대로 갔다 — 에이전트도 엔지니어링을 없애는 게 아니라 병목을 “이걸 만들 수 있나”에서 “이게 존재해야 하나, 그리고 우리가 그걸 책임질 수 있나” 로 옮긴다.

용어

• 아우터 루프 (outer loop) [하니스 · 패턴]: 결정·검증·승인·소유가 일어나는 바깥 고리. 에이전트가 도는 안쪽 실행 루프(조사·구현·테스트·보고)와 구분된다.
• 알파 (alpha) [커리어 · 조직]: 현재 모델이 할 수 있는 것보다 내가 의미 있게 더 나은 지점. 곧 내 강점.
• 감쇠 (decay) [커리어 · 조직]: 모델이 그 알파를 따라잡는 속도. 모든 엣지에 걸려 있는 시계.
• 인지 부채 (cognitive debt) [워크플로우 · 문화]: 저장소에 존재하는 코드량과 팀이 실제로 설명할 수 있는 양 사이의 격차.
• 인지적 항복 (cognitive surrender) [워크플로우 · 문화]: 스스로 의견을 만들기 전에 AI의 답을 내 답으로 삼는 것. 증거를 요구하는 위임과 구분된다.
• 오케스트레이션 세금 (orchestration tax) [워크플로우 · 문화]: 병렬 에이전트를 늘릴수록 라우팅·머지·검증·통합 결정이 함께 늘어나는 비용.
• 위임 깊이 (delegation depth) [하니스 · 패턴]: 사람이 흐름을 놓치기 전까지 에이전트가 시스템 안에 머무는 깊이. 30초짜리 실행은 상호작용이지만 한 시간·하루짜리 롱호라이즌 작업은 워크스트림이다.
• 빌려온 확신 (borrowed confidence) [워크플로우 · 문화]: 내 판단이 아니라 AI 출력에서 온 확신. 와튼 실험이 보여준 실패 모드.
• 하이 에이전시 (high agency) [커리어 · 조직]: 언제 위임하고, 점검하고, 멈추고, 결과에 내 이름을 올릴지 아는 것. 전부 직접 하는 것이 아니다.
• 서명 (signature) [커리어 · 조직]: 결과물에 붙는 내 이름. 엣지의 반감기가 모델 릴리스 한 번인 데 비해 서명의 반감기는 커리어 전체다.