The AI paradox: More automation, more humans, more work | Dan Shipper

3줄 요약

1. Every CEO 댄 시퍼가 Lenny’s Podcast에 1년 만에 다시 출연해 12가지 예측을 내놓는다. 1년 전 그는 “사람들이 Claude Code를 비기술 업무에 잘 못 쓰고 있다"는 예측을 정확히 적중시켰다.
2. Codex·Claude Code 같은 코딩 에이전트 하니스가 새 업무 운영체제가 되고, 그 안에서 SaaS를 띄워 쓰는 시대가 온다. CLI는 끝났고 GUI로 회귀한다. 자동화는 거짓말이다 — 모든 자동화에는 그 곁을 지키는 인간이 필요하므로, 자동화가 늘수록 인간 노동도 늘어난다.
3. 행동 함의는 한 줄이다 — 모델을 “라이드(ride)“하라. 새 모델이 나올 때마다 다시 굴려보고, 어디까지 되는지 끊임없이 확인하라. PM과 풀스택 디자이너가 슈퍼히어로가 되고, 포워드 디플로이드 엔지니어가 가장 중요한 신규 직무가 된다.

자료의 정체

Lenny’s Podcast 2026년 5월 회차. 게스트는 미디어·소프트웨어 회사 Every의 공동 창립자 겸 CEO Dan Shipper, 진행자는 Lenny Rachitsky. 약 94분 분량의 인터뷰다.¹

Every는 약 30명 규모의 회사로, 편집자·운영·세일즈·고객지원·엔지니어 모두가 AI 얼리어답터다. 모델 회사가 출시 전 알파·베타를 그들에게 보낼 정도의 “AI 살아있는 실험실” 포지션이다. 댄은 이 환경 덕에 “예언이 아니라 미래에 같이 살고 있는 것"에 가까운 관찰을 한다고 말한다.

12개 예측 한눈에 보기

1. 미래의 업무 환경은 Codex 또는 Claude Code 안에서 이루어질 것이다.
2. 모든 회사에는 모든 직원이 정기적으로 소통하는 “슈퍼 에이전트"가 Slack에 한 명씩 있을 것이다.
3. SaaS는 죽지 않는다. 지금 당장 SaaS 주식을 사겠다.
4. SaaS 경제는 변한다. 사용자가 자기 AI 토큰을 가져오게 되고, 이는 오히려 SaaS 마진을 향상시킨다.
5. PM은 AI 시대에 번창할 것이다.
6. 풀스택 디자이너는 슈퍼히어로가 될 것이다.
7. AI로 인한 일자리 대란은 일어나지 않는다.
8. 포워드 디플로이드 엔지니어가 가장 중요한 신규 역할이 된다.
9. CLI는 끝났다.
10. 자동화는 거짓말이다.
11. 우리는 AI가 쓴 글을 훨씬 더 많이 읽게 될 것이고, 그것을 좋아하게 될 것이다.
12. 사람과 에이전트가 함께 쓰는 소프트웨어를 만들게 될 것이다.

본 다이제스트는 이 12개를 5개 묶음으로 재구성하여 정리했다 — (1) 새 업무 OS, (2) SaaS와 마진, (3) CLI의 종말, (4) 자동화 패러독스, (5) 누가 슈퍼히어로가 되는가.

1. 새 업무 OS: Codex와 Claude Code

댄의 첫 번째 예측은 일하는 표면(work surface)이 두 갈래로 갈라진다는 것이다.

• 슈퍼 에이전트 — 회사마다 Slack에 상주하는 전사 공용 에이전트 한 명. Shopify의 River, Ramp의 동급 에이전트가 이미 존재한다. 모든 직원이 이 에이전트에 일을 위임한다.
• 에이전트 하니스 — Codex, Claude Code, Co-work 같은 코딩 에이전트 환경이 그 자체로 업무의 OS가 된다. 문서 작성, 이메일, 분석 — 거의 모든 작업이 이 환경 안에서 이뤄진다.

댄이 직접 쓰는 방식은 이렇다. Codex 데스크탑 앱의 인앱 브라우저에 자신의 마크다운 에디터(Proof)를 띄워둔다. Codex는 그가 무엇을 쓰고 있는지 볼 수 있고, 그는 Codex가 무엇을 하는지 볼 수 있다. 옆에서 일하는 짝(work buddy)에 가깝다.

“받은편지함을 10일 연속 비워뒀다 — 나로서는 미친 일이다. Codex가 Cora로 메일을 모아 와서 한 페이지로 렌더링해주면, 나는 각 메일에 대고 말하기만 한다. ‘이건 조사해줘’, ‘여기 변호사 질문이 있는데 지난 4년 문서를 모아서 보고서로 만들고 보내줘.’ 그러면 끝난다.” — Dan Shipper

두 번째 차수의 함의. AI를 브라우저에 넣는 것이 최적이라고 오래 믿어왔지만, 실제로는 그 반대 — AI 에이전트에 브라우저를 넣는 것이 마법 같은 조합으로 드러난다. 그래서 SaaS는 이 에이전트 안에서 돌아가는 형태로 흘러간다.

2. SaaS는 죽지 않는다 — 오히려 마진이 좋아진다

“SaaS 종말론은 멍청한 소리다. 지금 당장 SaaS 주식을 사겠다.”

댄은 가장 역발상적인 예측을 던진다. 에이전트가 SaaS의 사용자 수를 늘릴 것이며, SaaS를 죽이지 않는다는 것이다.

논리는 두 단계다.

지금 GitHub가 사람의 트래픽이 아니라 에이전트 트래픽으로 인프라 문제를 겪고 있다는 사례가 직접 인용된다. 이게 SaaS 전반에 일어날 일이라는 진단이다.

또한 제품의 모양 자체가 달라진다. Every의 Proof는 Word 같은 페이지 브레이크·표 서식·페이지 매기기를 갖고 있지 않다 — 에이전트가 알아서 다 해주기 때문에 필요 없다. 대신 에이전트의 대량 변경을 인간이 검수할 인박스 UX가 더 중요해진다.

3. CLI는 끝났다

“We speed-ran the CLI era. It was nice while it lasted. CLIs are over.”

Claude Code가 처음 떴을 때, 많은 사람이 “CLI라서 잘된 것"이라고 해석했다. 댄은 정반대로 본다. CLI 자체가 핵심이 아니라, 코딩 에이전트가 컴퓨터 위에서 돌면서 모든 것에 접근할 수 있다는 점이 핵심이었다는 것이다. GUI로 옮겨도 똑같은 이점을 누릴 수 있고, 비-프로그래머에게는 GUI가 훨씬 낫다.

“Every의 기술자 대부분은 더 이상 CLI를 메인 업무 표면으로 쓰지 않는다. 모두 Codex·Claude Code·Cursor로 옮겨갔다.” — Dan Shipper

40~50년 묵은 CLI가 완전히 사라진다는 뜻은 아니다. 다만 AI 시대의 주요 업무 표면은 GUI로 회귀했고, “CLI가 미래"라고 베팅한 사람들은 과적합이라는 진단이다.

4. Automation is a lie — AI 패러독스²

“I’m simultaneously extremely AI-pilled and very bullish on humans. Automation is a lie. Every agent needs a human.”

이 회차의 중심 테제다. 댄의 회사 Every는 지난 1년간 직원 수를 2배(15명 → 30명)로 늘렸다 — AI를 가장 앞서서 쓰는 회사가 오히려 더 많은 사람을 고용했다. 왜?

자동화에는 매번 인간이 따라붙는다

매번 무언가를 자동화하면, 그 자동화가 제대로 도는지 지켜보는 인간이 한 명 더 필요하다. 댄은 몇 년 전 “AI와 일하는 인간은 매니저처럼 일하게 된다"고 썼다 — 그리고 매니저는 해변에서 노는 사람이 아니라, 직원들을 끊임없이 확인하며 일을 더 많이 하는 사람이다.

“우리는 그렇게 많이 자동화했는데, 나는 훨씬 더 많이 일하고 있다.” — Dan Shipper

벤치마크가 만드는 착시

METR의 벤치마크는 모델이 17시간짜리 작업을 50% 정확도로 자율 수행할 수 있다고 보고한다. 댄도 이걸 인정한다. 다만 벤치마크가 측정하지 못하는 것이 있다고 강조한다.

댄은 자기 회사 앱 Proof가 출시 직후 계속 다운된 사건을 벤치마크화해서 “시니어 엔지니어 벤치마크"를 만들었다.

GPT-5.5가 다른 모델 대비 30점 점프를 보인 이유는 단 하나 — “이건 바이브 코딩 슬롭이다. 처음부터 다시 써라"는 지시를 실제로 받아들여서 처음부터 다시 쓴 유일한 모델이었기 때문이다. 다른 모델은 모두 기존 코드를 살짝 패치하려 들었다.

“벤치마크는 우리가 프레이밍한 문제, 우리가 점수 매길 수 있는 문제 위에서 오른다. 인간 작업의 상당 부분은 프레임을 잡는 것 자체다. 모델이 시니어 엔지니어 점수에 도달해도, 나는 곧장 벤치마크를 다시 짠다 — 그러면 그 모델이 다시 0점이 된다.” — Dan Shipper

결론: 자동화는 역설적으로 인간 노동을 늘린다

모델은 어제까지의 인간 역량을 값싸게 만든다 — 그러면 그 역량은 일순간 상품화되고 가치를 잃는다. 그 시점에 인간은 새로운 것을 만든다. 그러면 다시 모델이 그걸 흡수한다. 이 프론티어 게임은 모델의 구조적 특성상 사라지지 않는다.

5. 누가 슈퍼히어로가 되는가

PM — 진단·문제 발견 능력이 그대로 보상받는 시대

“I am super, super bullish on PMs.”

Every 내부 사례. Spiral(글쓰기 앱) 책임자 Marcus는 본래 PM이었다. Axios에서 글쓰기 제품을 운영해 수천만 ARR을 만든 후, 1년 쉬면서 Cursor·Claude Code에 완전히 빠져들었다. 가볍게 기술적인 정도(“DB 마이그레이션이 뭔지는 알고, 코드 보면 이해는 한다”)였지만, 코딩 모델이 좋아진 덕에 그가 가진 PM 감각만으로 풀스택 PM이 되었다.

핵심은 이렇다 — 빌드 자체는 모델이 해준다. 인간이 잘해야 하는 것은 무엇을 만들지 결정하고, 그것이 좋은지 판단하고, 어떤 문제를 풀지 고르는 것, 즉 PM의 전통적 강점 그대로다.

풀스택 디자이너 — 모두가 똑같이 만들수록 미감이 차별점

“Designers can make stuff that looks so different — and now they can actually build it.”

바이브 코딩의 약점은 결과물이 다 똑같이 생긴다는 것이다. 디자이너의 안목은 바로 그 슬롭의 바다에서 튀어 보이게 만드는 능력이다. 이제 그들은 손수 빌드까지 한다.

포워드 디플로이드 엔지니어 — 에이전트를 가꾸는 사람

“Every agent needs a human"의 직접적 귀결이다. 큰 모델 회사들도 내부 에이전트를 돌리는 팀을 따로 가지고 있다. Every에는 Claudie라는 컨설팅 운영 에이전트가 있고, AI 엔지니어 Nitesh는 대부분의 시간을 Slack에서 Claudie에게 말 거는 데 쓴다 — “왜 이런 멍청한 짓을 했어? 고치자"라는 식으로.

이건 베이비시팅이 아니다. 지식이 적은 사람도 에이전트 시스템을 안전하게 쓸 수 있게 만드는, 엔지니어링 시스템 빌딩에 가깝다.

일자리 대란? — 일어나지 않는다, 단 한 가지 조건이 있다

“The only thing you need to do is ride the models.”

새 모델이 나올 때마다 다시 굴려본다. 작년에 안 되던 게 올해는 된다. 어디까지 되는지를 직접 확인하는 사람이 모델을 타고 가는 사람이다.

댄은 “AI의 변경은 샌프란시스코에 있지 않다"고 강조한다. AI가 실제 사람을 만나 진짜 일을 하는 모든 자리가 변경이다. SF의 모델 빌더들은 모델을 만들지만, 그것을 어떻게 써야 가장 잘 쓰는지는 모른다. 사용처를 발견하는 사람이 가치를 만든다.

“If you don’t ride the models, they leave you behind. If you do, they extend your powers.” — Dan Shipper

가장 흥미로운 지점

가장 인상 깊었던 부분은 “모델은 어제까지의 인간 역량을 값싸게 만들고, 인간은 새 프론티어로 나아간다"는 구도다. 이 구도가 사실이라면, AI 시대의 일자리 불안은 “AI에 의해 대체된다"는 모양으로 오는 게 아니라, “어제의 내 역량이 갑자기 상품화되었다"는 모양으로 반복적으로 온다.

그래서 “라이드 더 모델"이라는 조언은 한가한 격려가 아니다 — 모델 출시 사이클이 곧 내 직무 정의의 사이클과 같아진다는 뜻이고, 그것을 따라가지 않는 순간 어제의 역량 상품화 사이클에 휘말린다는 뜻이다.

또 하나 인상 깊은 건 모든 자동화에 인간이 따라붙는다는 관찰이 Every의 고용 통계로 직접 입증되고 있다는 점이다 — 세상에서 가장 AI를 앞서 쓰는 회사가 1년 만에 사람을 2배로 늘렸다는 사실이 어떤 매크로 분석보다 무겁다.

출처

• 채널: Lenny’s Podcast (Lenny Rachitsky 진행)
• 게스트: Dan Shipper (Every 공동 창립자/CEO)
• 영상 제목: “The AI paradox: More automation, more humans, more work | Dan Shipper”
• 길이: 약 1시간 34분
• 원문: https://youtu.be/4D3hDmGhFhA

본문 인용은 영상의 영어 트랜스크립트에서 직접 옮긴 뒤 사실 위주로 정리했다. 스크린샷은 영상에서 직접 추출했다.