오레스티스 이오아누(Orestis Ioannou)는 AI 에이전트를 쓰기 시작한 뒤 일을 덜 하기는커녕 어느 때보다 많이 하고 있다고 밝혔다. 볼드닷오알지(Bold.org)에서 엔지니어링 조직을 이끄는 그는 GitHub 활동 기록을 살펴보고, 코딩 부담이 줄자 이전에는 시작하지 않았을 일까지 맡게 됐다고 설명한다. 에이전트 여러 개가 동시에 움직일 때 사람에게 남는 일은 무엇인지, 생산성 향상이 왜 피로로 이어질 수 있는지를 보여주는 사례다.
핵심요약
- 이오아누는 여러 AI 에이전트(업무를 맡아 진행하고 결과를 돌려주는 AI 도구)를 병렬로 쓰면서 구현보다 질문에 답하고 결과를 검토하는 일이 더 큰 부담이 됐다고 말한다.
- 기술 부사장이 된 뒤 줄어들었던 그의 GitHub 활동은 2026년 다시 늘어 10월 27일까지 2,102건을 기록했지만, 이 수치는 업무의 가치를 재는 지표는 아니다.
- 2026년 8월에는 월 427건으로 전체 기록 중 최고치를 찍었고, 필자는 새로운 모델이나 작업 방식이 등장할 때마다 일을 늘렸다가 피로로 속도를 늦추는 흐름을 겪었다고 설명한다.
- 눈에 띄는 급증기가 아닌 3월에도 활동은 203건으로 수석 엔지니어 시절의 월평균 114건을 웃돌아, 평소의 업무량 자체가 커졌음을 보여준다.
- 토론에서는 하루 업무 범위를 정해 AI 사용을 통제하자는 의견과, 절약한 시간이 결국 더 많은 업무와 높아진 기대치로 채워진다는 의견이 맞섰다.
한 번에 하나에서 여러 에이전트로
이오아누는 AI가 반복적인 코딩을 덜어 주면 시간을 돌려받을 것이라 기대했다. 도구에 대한 불만은 아니다. 그는 이제 엔지니어링 업무 전반에 에이전트를 쓰며, 2년 전이라면 시작할 가치가 없다고 여겼을 조사와 구현도 진행할 수 있다고 말한다. 그런데 올해 들어 일하는 시간과 피로감이 모두 늘었다는 사실을 알아차렸다.
풀스택 엔지니어였을 때 그의 한 주에는 대체로 큰 과제 두세 개가 들어왔다. 기능 하나를 만들거나 까다로운 버그를 고친 뒤 다음 문제로 넘어가는 식이었다. 지금은 변경 사항을 구현하는 에이전트, 운영 중인 서비스의 질문을 조사하는 에이전트, 코드 검토를 돕는 에이전트가 동시에 움직인다. 나중에 필요할 자료를 조사하는 작업도 그 옆에서 돌아간다.
에이전트마다 사람의 주의가 늘 필요한 것은 아니다. 하지만 각각은 어느 순간 질문을 던지고, 계획 승인을 기다리고, 코드 변경분이나 조사 결과를 가져온다. 그때마다 이오아누는 서로 다른 문제와 코드 저장소, 앞서 내린 결정을 다시 머릿속에 올려야 한다. 그는 개별 과제가 어려워졌다기보다 여러 과제 사이를 오가는 일이 새로운 종류의 피로를 만든다고 설명한다.
직책이 바뀌며 줄어든 GitHub 기록
그는 체감한 변화를 살펴보려고 2019년 1월부터 2026년 10월 27일까지의 GitHub 기여 활동을 월별로 모았다. 이 집계에는 비공개 저장소의 활동도 포함되며, 커밋과 풀 리퀘스트, 리뷰, 이슈가 섞여 있다. 따라서 작업이 얼마나 가치 있었는지보다는 GitHub에 기록된 활동이 얼마나 많았는지를 보여준다. 2019년에는 이전 직장에서 자체 운영 깃랩(GitLab)을 썼으므로, 그해 GitHub 수치는 온전한 비교 기준도 아니다.
이오아누는 2020년 1월 볼드닷오알지에 합류해 2022년 8월까지 풀스택 엔지니어로 일했다. 이어 2025년 8월까지 수석 엔지니어를 맡았고, 그 뒤로는 기술 부사장으로 엔지니어링 조직을 이끌고 있다. 기능 구현에 많은 시간을 쓰던 2020년의 GitHub 기여 활동은 2,711건으로 당시 가장 많았다. 2021년에는 1,839건, 2022년에는 1,498건으로 줄었다.
수석 엔지니어 시절인 2022년 8월부터 2025년 7월까지는 월평균 114건이었다. 풀스택 엔지니어 시절의 월평균 173건보다 낮았고, 2023년의 연간 수치는 1,189건이었다. 그는 이 시기에 버그 수정과 기능 개선보다 아키텍처, 개념 검토, 프로젝트 준비와 계획에 더 많은 시간을 썼다고 설명한다. 기술 부사장이 된 뒤인 2025년 8~12월에도 월평균은 111건이었고, 그해 12월은 입사 후 가장 적은 50건이었다.
부사장인데 2020년 수준으로
2026년에는 직책과 GitHub 기록의 방향이 어긋났다. 10월 27일까지 기여 활동은 2,102건으로, 2021년부터 2025년까지의 각 연간 총량을 이미 넘어섰다. 다만 같은 날짜까지 2,371건을 기록했던 2020년보다는 적다. 이오아누는 지금의 업무가 기능 구현 중심이 아닌데도, GitHub에서는 코딩이 주된 일이었던 시절에 가까운 움직임이 나타났다고 짚는다.
일별 기록에서도 변화가 보인다. 20222025년 평일 기여 활동의 중앙값은 해마다 3건 또는 4건이었지만, 2026년에는 7건으로 올라 2020년의 8건에 가까워졌다. 하루 24건 이상 기록한 날은 20222025년에는 매년 정확히 하루였는데, 2026년에는 10월 27일까지 16일이었다. 2020년 한 해의 17일에 거의 닿은 수치다.
GitHub 활동이 없는 평일은 2026년 10월 27일까지 18일이었다. 20222025년에는 한 해마다 4046일이었지만, 이 수치는 휴일이 아니라 GitHub에 기록이 남지 않은 날을 뜻한다. 2026년 활동의 대부분도 비공개 작업이다. 공개 활동은 같은 기간 191건으로 다시 늘었으나, 전체의 10분의 1에는 미치지 못한다.
이오아누가 꼽는 변화는 자신이 맡을 만하다고 판단하는 일의 범위다. 구현 비용이 낮아지자 이전이라면 지나쳤을 버그를 고치고, 코드 전반의 패턴을 손보고, 새 프로젝트와 아이디어를 실행에 옮기게 됐다. 에이전트가 기존 업무를 빨리 끝내 준 데서 그치지 않고, 스스로 더 큰 업무 목록을 만들기 쉽게 했다는 것이다. GitHub 기록은 그 결과로 늘어난 활동을 보여준다.
세 차례 급증 뒤 찾아온 피로
2026년의 활동량이 꾸준히 오른 것은 아니다. 1월 277건, 2월 233건은 이오아누가 에이전트를 본격적으로 쓰기 시작한 첫 급증기였다. 관측 가능성 관련 실험이 사내 에이전트로 발전하던 때이기도 했다. 그는 매주 새로 맡길 수 있는 일을 발견했고, 가능한 시도를 여럿 해보고 싶었다고 돌아본다.
3월에는 203건을 기록했고, 4월에는 187건으로 줄었다. 6월에는 77건까지 내려갔지만, 이오아누는 4월을 하락 흐름 속의 작은 급증기로 설명한다. 그는 모델 개선이 그때의 의욕에 일부 영향을 줬다고 본다. 4월에는 하루 29건을 기록한 날이 있었고, 공개 활동도 68건으로 2026년 중 가장 많았다.
가장 큰 급증기는 여름휴가 뒤인 8월이었다. 월초에는 한 주 내내 기여 활동이 없었지만, 8월 10일부터 27일까지 모든 평일에 하루 14~43건이 기록됐다. 8월 총량은 427건으로 전체 집계 기간의 월간 최고치였고, 앞선 최고 기록인 2020년 4월의 319건을 넘어섰다. 9월에도 301건으로 높은 수준이 이어졌다.
그는 새 모델이나 작업 방식이 등장하면 한꺼번에 여러 아이디어를 시작하는 흐름을 올해 세 차례 겪었다고 말한다. 몇 주간은 에이전트를 더 돌리고 실험을 늘릴 수 있지만, 뒤이어 검토와 맥락 전환의 부담이 몰려온다. 그러면 추가 프로젝트를 멈추고 평소 업무로 돌아갔다가, 새로운 가능성이나 휴식 뒤에 다시 속도를 높인다. 급증기가 끝날 무렵에는 에이전트를 하나 더 시작할 마음조차 들지 않는다고 한다.
쉬어가는 달도 예전보다 바쁘다
이오아누가 더 놀란 대목은 최고 기록을 세운 달보다 급증기 사이의 달이다. 3월의 203건은 그에게 1월이나 8월처럼 특별히 몰아붙인 시기로 느껴지지 않았다. 하지만 수석 엔지니어 시절의 월평균 114건과 비교하면 상당히 높은 활동량이다. 한때 강도 높은 업무로 여겼을 수준이 평소에 가까워진 셈이다.
물론 조용한 달마다 과거보다 바빴던 것은 아니다. 6월의 77건은 수석 엔지니어 시절에도 비교적 한가했던 달과 비슷하다. 그럼에도 이오아누는 쉬어간다고 생각할 때조차 에이전트의 결과를 살피고, 리뷰를 마무리하고, 간단한 요청으로 처리할 수 있게 된 작은 일들을 계속 맡는다고 말한다. 업무의 정점뿐 아니라 평소의 하한선이 달라졌다는 게 그의 관찰이다.
구현 속도를 따라가지 못하는 판단
이오아누는 더 많은 문제를 고치고 아이디어를 실제 결과물로 바꿀 수 있게 된 점을 좋아한다. 다만 아이디어를 구현하는 능력이 그것을 검토하고 판단하는 자신의 능력보다 훨씬 빠르게 커졌다고 말한다. 아직 적절한 균형을 찾지 못했고, 할 수 있는 일이 많아질수록 실제로 하는 일도 많아지고 있다고 정리한다. 그 과정에서 자신은 지쳤다.
글을 쓰는 과정에도 AI가 쓰였다. 이오아누는 AI의 도움을 받아 GitHub 데이터를 수집·분석하고 차트를 만들었으며 초안도 작성했다고 밝혔다. 반면 글에 담긴 경험과 결정, 의견은 자신의 것이라고 설명했다. 자신의 피로를 살피는 작업마저 AI로 더 쉽게 진행했다는 점도 이 사례의 일부다.
커뮤니티 의견
한 사용자는 하루가 시작되기 전에 유한한 할 일 목록을 만들고, 목록 밖의 일에는 쉽게 손대지 말아야 한다고 했다. 에이전트가 열어 주는 곁가지 작업을 계속 좇으면 하루의 통제권을 잃는다는 이유다. 새 일을 추가하려면 AI와 화면에서 벗어나 종이와 펜으로 계획을 다시 짜보자고 제안했다.
다른 사용자는 AI가 예전에는 끝낸 뒤 성취감을 느끼던 평범한 업무의 가치를 낮췄다고 봤다. 그의 체감으로는 예전 방식의 약 80% 품질을 1%의 시간에 낼 수 있지만, 결과가 아쉬워도 속도 때문에 그 방식을 택하게 된다. 반대로 문서 작성 같은 부수 업무를 빨리 처리해 더 중요한 일의 품질에 집중할 수 있다는 답글도 달렸다.
고용 관계를 먼저 봐야 한다는 반론도 나왔다. 한 사용자는 생산성이 높아져도 고용주가 같은 보수를 주면서 업무량을 줄여 줄 것이라고 기대하기 어렵다고 했다. 작은 소프트웨어 사업을 운영한다는 답글 작성자 역시 고용주는 없지만 고객의 기대와 경쟁이 커져 더 빠르게, 더 많은 기능을 낮은 가격에 내야 한다고 말했다.
또 다른 사용자는 사람에게 선택권을 주는 도구와 사람이 기계의 속도에 맞춰야 하는 도구를 구분하는 ‘역방향 켄타우로스’라는 비유를 들었다. 에이전트가 계속 검토를 요청하면 사람이 기계의 보조 역할을 맡게 된다는 해석이다. 다만 이오아누는 기술 부사장으로서 할 일을 고를 여지가 있으므로 그 비유가 꼭 맞지는 않는다는 답글도 있었다.
AI 덕분에 세미콜론 누락이나 오타를 찾고 로그를 뒤지는 일을 덜 하게 됐다는 의견도 나왔다. 이 사용자는 더 많은 일을 하더라도 지루한 부분은 줄었으며, 앞으로 AI와 일하는 법을 익히면 피로를 다룰 수 있을 것으로 기대했다. 이에 세부적인 코딩 자체를 좋아하는 사람에게는 그 작업을 넘기는 것이 즐거움을 잃는 일이라는 반론이 달렸다.
한 사용자는 업무량이 늘었지만 일을 즐기고 있으며 재충전할 시간도 더 챙긴다고 했다. 대신 하루 종일 에이전트와 글을 주고받다 보니 일하면서 팟캐스트나 오디오북을 들을 정신적 여유는 사라졌다고 설명했다. 그는 작업 도구와 대표 에이전트로 여러 프로젝트를 관리하고 업무 일지도 유지한다고 덧붙였다.
AI가 고용주에게 노동자를 압박할 수단을 더 준다는 우려도 있었다. 반면 직원 역시 큰 팀 없이 소프트웨어 사업을 시작할 수 있으므로 협상력이 높아질 수 있다는 답글이 나왔다. 같은 도구가 누구에게 유리하게 작용하는지는 고용 형태와 경쟁 상황에 따라 다르다는 시각이다.
마지막으로 한 사용자는 정보의 흐름이 늘면 창의적인 사고에 필요한 여백이 줄어든다고 지적했다. 단순 작업을 하던 시간이 뜻밖의 아이디어가 떠오르는 시간이기도 한데, AI가 그 작업까지 없애면서 새로운 정보 처리와 관리 업무를 만든다는 주장이다. 빠른 구현이 곧 더 나은 창작 환경을 뜻하지는 않는다는 문제 제기다.
핵심통찰
이오아누의 기록은 AI가 코딩에 쓰는 시간을 줄여도 사람의 일이 자동으로 줄지는 않는다는 점을 보여준다. 구현이 쉬워지면 보류했던 일들이 업무 목록으로 들어오고, 병렬로 움직이는 에이전트의 결과는 결국 사람이 읽고 결정해야 한다. 지켜볼 것은 GitHub 활동량의 증가만이 아니다. 팀과 개인이 새로 시작할 일의 범위를 어떻게 정하고, 검토와 맥락 전환에 드는 시간을 실제 업무량으로 어떻게 다루는지가 AI 활용의 지속 가능성을 가를 것이다.
원본: AI Promised Less Work. I Have Never Worked More. - Orestis Ioannou
토론: Hacker News