이 글은 Claude Opus 4.7 (1M context) 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며#

Part 1 에서는 에단 몰릭의 4가지 규칙이 1년 후 어떻게 다시 읽히는지를 다뤘습니다. 이 글은 같은 1년 동안 원래 규칙에는 없었지만 지금은 핵심이 된 다섯 가지 주제 를 정리합니다.

  1. agentic coding 의 본격화 — 도구 지형의 재편
  2. vibe coding 과 새로 발견된 보안 문제들
  3. 인지 위축(cognitive atrophy)과 스킬 형성의 비대칭
  4. MCP — 에이전트 간 표준의 등장
  5. 컨텍스트 엔지니어링 — 새로운 핵심 역량

각 주제 끝에서 1년 전의 네 가지 규칙 중 어디와 연결되는지 짚어 두겠습니다.

1. agentic coding 의 본격화 — 도구 지형이 다시 그려졌습니다#

무엇이 달라졌나#

2024~2025년의 표준은 “자동완성 + 채팅“이었습니다. GitHub Copilot 이 시장의 67%를 잡고 있었고, 개발자는 IDE 안의 인라인 제안과 Copilot Chat 으로 작업했습니다. 2026년 5월 현재 그 지형이 흔들렸습니다.

Pasquale Pillitteri 의 2026 분석에 따르면:

  • Claude Code 사용자는 9개월 사이 6배 성장 (3% → 18%)
  • GitHub Copilot 점유율 67% → 51%로 감소
  • Cursor 의 모회사 Anysphere 매출은 2025년 6월부터 2026년 2월까지 2개월마다 두 배 성장, ARR 20억 달러 달성

핵심은 점유율의 변동보다 사용 방식이 바뀌었다는 점 입니다.

하이브리드 사용 패턴#

NXCode 의 2026 비교와 Pragmatic Engineer 의 AI Tooling 2026이 공통으로 정리한 시니어 팀의 표준은 다음과 같습니다.

  • 일상 작성·탐색: Cursor 또는 VS Code + Copilot
  • 장기 에이전트 세션: Claude Code (크로스 컷팅 리팩토링, 테스트 스위트 생성, 프레임워크 마이그레이션, 시스템적 디버깅)
  • 자동화 워크플로: Codex / Antigravity

즉, “어떤 AI 를 쓰느냐“가 아니라 “어떤 작업에 어떤 AI 를 쓰느냐“가 됐습니다. 작업 단위의 길이와 위험도에 따라 도구를 바꿔 쓰는 것이 자연스러워졌습니다.

규칙과의 연결#

이 변화는 Part 1 의 규칙 2(human in the loop) 와 가장 직접적으로 연결됩니다. 짧은 자동완성에는 사람이 매 순간 루프 안에 있을 수 있지만, Claude Code 가 30분 동안 자율적으로 리팩토링을 진행하는 상황에서는 그렇지 않습니다. 결국 사용자가 “언제 사람이 개입할지를 명시적으로 설계“해야 한다는 뜻이고, 이것은 다음 절에서 다룰 보안 문제와도 직결됩니다.

2. vibe coding 과 새로 발견된 보안 문제들#

vibe coding 이 뭔가요#

Andrej Karpathy 가 2025년 초에 만든 표현으로, “한 줄 한 줄 코딩하는 게 아니라 자연어로 원하는 것을 묘사하면 AI 가 만들어 주는” 작업 방식을 가리킵니다. 2026년 상반기 기준 미국 개발자의 92%가 어떤 형태로든 AI 코딩 보조를 사용하고 있고, 그 중 상당수가 vibe coding 으로 분류됩니다.

문제는 이 방식이 작년 인터뷰 시점에서는 존재하지 않던 규모의 보안 리스크 를 만들어 냈다는 점입니다.

slopsquatting — AI 환각이 만든 새로운 공급망 공격#

Trend Micro 의 2026 리포트 와 Aikido 의 분석이 공통으로 다루는 내용:

  • LLM 이 코드를 생성할 때 존재하지 않는 npm/PyPI 패키지 이름을 환각 으로 만들어 냅니다.
  • 576,000 개 코드 샘플 테스트 결과, 추천된 패키지 이름의 19.7% 가 실제로는 존재하지 않았고, 오픈소스 모델은 21.7%, 상업 모델은 5.2% 비율이었습니다.
  • 그 중 43% 가 일관되게 반복 해서 등장합니다 — 즉, 어떤 환각 이름은 예측 가능하기 때문에, 공격자가 그 이름으로 미리 악성 패키지를 등록해 두면 됩니다.
  • 실제로 2026년 1월 react-codeshift 라는 환각 npm 패키지가 237 개 저장소에 AI 가 만든 에이전트 스킬 파일을 통해 퍼졌습니다. 아무도 의도적으로 심지 않았는데도 말입니다.
  • 한 연구자가 LLM 들이 huggingface-cli 를 Python 패키지로 환각한다는 것을 발견하고 PyPI 에 등록했더니 3개월간 3만 회 다운로드가 발생했습니다.

Stanford AI Index 2026이 이를 자율 에이전트 시대의 3대 신규 공격 표면 중 하나로 지목했습니다.

AI 생성 코드의 취약점 비율#

BeyondScale 의 2026 엔터프라이즈 가이드 와 Checkmarx 의 분석 에서 정리한 숫자들:

  • AI 생성 코드의 40~62% 가 어떤 형태의 취약점을 포함합니다.
  • 5개 주요 LLM 의 출력 샘플 중 86% 에서 XSS 취약점이 발견되었습니다.
  • 2026년 3월 한 달 동안만 vibe coding 관련 CVE 35건이 발생했습니다.
  • 2026년 2월, vibe coding 으로 만든 소셜 네트워크 사이트 Moltbook 에서 150만 개의 인증 토큰과 35,000 개의 이메일 주소가 잘못 구성된 데이터베이스를 통해 노출되었습니다. 창업자는 “한 줄도 안 짰다"고 자랑했었습니다.

가장 무서운 결과는 2025년 IEEE-ISTAS 실험입니다. AI 가 만든 코드를 다섯 번 반복해서 다듬게 했더니 취약점 수가 37.6% 증가 했습니다. “AI 에게 한 번 더 정리하라고 시키면 좋아진다"는 직관이 보안 측면에서는 틀린다는 뜻입니다.

context poisoning#

Atlan 의 2026 분석에 따르면 OWASP 가 2026년 agentic AI 의 톱 리스크로 꼽은 것이 컨텍스트 포이즈닝입니다. 외부 데이터, 도구 출력, 검색 결과를 통해 에이전트의 컨텍스트에 적대적 지시가 섞여 들어가는 공격입니다. 사람이 의도적으로 프롬프트를 조작하지 않아도, AI 가 자율적으로 가져온 정보 자체가 공격 벡터가 됩니다.

규칙과의 연결#

이 보안 문제들은 Part 1 의 규칙 2(human in the loop) 가 단순한 권고가 아니라 필수 안전 장치 임을 보여 줍니다. 또한 규칙 4(최악의 AI) 의 낙관적 프레임에 보정이 필요한 이유이기도 합니다. 모델이 좋아진다고 보안 문제가 자동으로 사라지는 것이 아니라, 새 유형의 공격 표면이 함께 자라기 때문입니다.

3. 인지 위축 — AI 가 우리를 어떻게 바꾸는가#

Anthropic 의 자체 연구#

가장 충격적이었던 것은 모델 제공자 본인이 낸 자료입니다. InfoQ 가 보도한 Anthropic 의 2026년 2월 연구 에 따르면:

  • AI 보조를 쓰는 개발자가 새 코딩 라이브러리를 배울 때 이해도 테스트에서 17% 낮은 점수 를 받았습니다.
  • 같은 시간 동안 생산성 이득은 통계적으로 유의미하지 않았습니다.
  • AI 를 개념 탐구(conceptual inquiry) 에 쓴 그룹은 65% 이상의 점수를, 코드 생성 위임(code generation delegation) 에 쓴 그룹은 40% 미만의 점수를 받았습니다.

Shen & Tamkin 의 후속 연구#

같은 InfoQ 기사 가 인용한 Shen & Tamkin (2026) 의 통제 실험: 52명의 프로 또는 프리랜서 프로그래머가 새로운 복잡한 프로그래밍 스킬을 학습했고, AI 사용 그룹과 대조군의 장기적 스킬 형성에 명확한 차이가 발생했습니다. 핵심 결과는 “AI 가 문제냐, AI 가 없는 게 정답이냐” 가 아니라 “인지적 참여(cognitive engagement) 가 핵심“이라는 점입니다.

사회과학 쪽의 정리#

University of Technology Sydney 의 2026년 3월 리포트 와 arXiv 의 The Augmentation Trap 는 이렇게 정리합니다.

  • 인지적 오프로딩(cognitive offloading) 자체가 문제가 아닙니다. 계산기, 검색엔진도 오프로딩 도구였습니다.
  • 문제는 스킬을 형성·유지하는 데 필요한 인지 활동을 통째로 떠넘길 때 발생합니다.
  • 그 결과를 인지 위축(cognitive atrophy) 이라고 부릅니다.

규칙과의 연결#

이 부분은 1년 전 인터뷰에서 거의 언급되지 않았던 영역입니다. 가장 가까운 것은 규칙 1(AI를 초대하라) 인데, “초대” 자체가 자동으로 스킬을 형성하지는 않는다 는 점이 새로 확인되었습니다. 우리는 “언제 위임할지” 만큼이나 “언제는 일부러 위임하지 않을지“를 의식적으로 설계해야 합니다. 이것은 Part 1 의 규칙 2 재해석 에서 다룬 “매니저로서의 인간"과도 통합니다 — 좋은 매니저는 자신의 핵심 스킬을 의도적으로 유지합니다.

4. MCP — 에이전트 간 표준의 등장#

작년 인터뷰 시점에는 존재하지 않던 표준입니다. Model Context Protocol 은 Anthropic 이 2024년 11월에 발표한 오픈 프로토콜로, LLM 과 외부 도구·데이터 소스 사이의 통합 방식을 표준화합니다.

1년 사이의 확산#

Digital Applied 의 2026 통계 와 WorkOS 의 2026 가이드:

  • 2026년 4월 기준, 엔터프라이즈 AI 팀의 78% 가 프로덕션에 최소 1개의 MCP 기반 에이전트를 보유.
  • 설문에 응한 CTO 의 67% 가 12개월 내 MCP 를 에이전트 통합의 기본 표준으로 채택.
  • 2025년 12월 시점, MCP SDK 의 월간 다운로드가 9,700만 회.
  • 2025년 3월 OpenAI 가 공식 채택, 2026년 1분기 Google 이 Gemini API 와 Vertex AI Agent Builder 에 통합.

거버넌스 이전#

Anthropic 의 발표 에 따르면, 2025년 12월 Anthropic 은 MCP 를 새로 출범한 Linux Foundation 산하 Agentic AI Foundation 에 기증했습니다. Block, OpenAI, AWS, Google, Microsoft 가 창립 멤버로 참여한 이 단계 이후로 MCP 는 “한 회사의 프로젝트"가 아닌 공용 인프라 가 되었습니다.

규칙과의 연결#

Part 1 의 규칙 3 재해석 에서 “역할 지정은 아키텍처로 옮겨갔다"고 했는데, 그 아키텍처의 표준 인터페이스가 MCP 입니다. 에이전트에게 도구·데이터·역할을 노출하는 방식이 통일됨으로써, 1년 전에는 회사마다 제각각이던 통합 방식이 표준화되었습니다. 이는 규칙 2(human in the loop) 에도 직접 영향을 줍니다 — 모든 도구 호출이 같은 프로토콜로 흐르기 때문에 사람이 감독·감사할 수 있는 지점이 일관됩니다.

5. 컨텍스트 엔지니어링 — 새로운 핵심 역량#

작년 인터뷰에서 몰릭은 “프롬프팅이 어렵지 않다, 사람한테 말하듯 하면 된다"고 했습니다. 2026년의 답은 다릅니다 — “프롬프트가 아니라 컨텍스트를 설계해야 한다.”

왜 컨텍스트가 중요해졌나#

LogRocket 의 2026 분석 이 정리한 세 가지 압력:

  1. 에이전트의 등장: 멀티 스텝으로 계획·추론·행동하는 에이전트는 각 스텝마다 컨텍스트를 정교하게 설계해야 합니다.
  2. 긴 컨텍스트 윈도우: Claude Opus 4.7 의 1M 토큰 컨텍스트는 강력하지만, LLM 이 가지는 U자형 성능 곡선 때문에 중간 정보가 무시되는 “lost in the middle” 문제가 더 심해졌습니다.
  3. 장기 작업의 메모리 문제: METR 의 반감기 연구 가 지적했듯이, 각 세션이 이전 세션을 기억하지 못한다는 점 이 에이전트 시대의 가장 큰 미해결 문제입니다.

실무 패턴#

LangChain 의 가이드 와 Harness Engineering Academy 의 2026 가이드 에서 공통으로 강조하는 기법:

  • 계층형 메모리(tiered memory): 단기·중기·장기 메모리를 구분
  • 컨텍스트 압축: 작업과 관련된 정보만 추출해 요약
  • 검색 기반 주입(retrieval): 필요할 때 필요한 정보만 가져오기
  • 사이드카 메타데이터: 도구 출력에 출처·신뢰도·신선도 메타데이터 첨부
  • 컨텍스트 평가(evals): 무엇이 컨텍스트에 들어갈 때 결과가 좋아졌는지 측정

LangChain 사례에서는 컨텍스트 파이프라인 재설계만으로 작업 완료율을 83% 에서 96% 로 끌어올렸습니다.

규칙과의 연결#

이 영역은 규칙 3(사람처럼 대하라) 의 자연스러운 발전이지만, 동시에 규칙 1(초대하라) 의 의미도 바꿉니다. 작년에는 “그냥 일을 시켜 봐라"였지만, 2026년의 “초대"는 “어떤 컨텍스트와 함께 일을 줄 것인가” 를 설계하는 작업이 되었습니다.

4가지 규칙의 2026년판 업데이트#

Part 1 의 표를 확장하면 다음과 같습니다.

규칙1년 전(2025년 6월)2026년 5월
1. AI를 초대하라직접 써서 경계 파악모델 바뀔 때마다 재테스트, 에이전트에 줄 권한·도구·컨텍스트 를 설계
2. 인간이 루프에의사결정 루프 안에 머물기매니저처럼 분해·위임·검증. 자율성은 명시적으로 부여, 보안 체크포인트 필수
3. 사람처럼 대하라자연어 + 역할 지정컨텍스트 엔지니어링 + MCP 같은 아키텍처로서의 역할
4. 최악의 AI더 나아질 거라는 낙관검증됨. 단 발전은 비매끄럽고, 기술 부채와 인지 위축은 누적 된다

여기에 1년 전 인터뷰에는 없었던 보조 규칙 몇 가지를 더할 수 있습니다.

  • 규칙 5(잠정): 새 공격 표면을 가정하라. 모델이 좋아진다고 공격이 사라지지 않습니다. slopsquatting, context poisoning, AI 생성 코드의 86% XSS 같은 새 위협이 함께 자랍니다.
  • 규칙 6(잠정): 인지 위축을 의식적으로 막아라. 위임할 때마다 “이 작업을 직접 하지 않음으로써 잃는 스킬은 무엇인가“를 물으세요. 위임이 자동으로 학습이 되지는 않습니다.
  • 규칙 7(잠정): 단절은 매끄럽지 않게 온다. 몰릭의 “굴러가는 단절(rolling disruption)” 프레임을 기억하세요. 다음 능력 임계값이 깨질 때 어떤 시장·직무·코드베이스가 흔들릴지 시나리오 사고를 해 두세요.

맺으며#

1년 전에 번역했던 글의 마지막 문장은 “당신이 오늘 사용하고 있는 모든 것은 구식이다“였습니다. 그 말은 검증되었습니다. SWE-bench 점수, 에이전트 작업 길이, 도구 시장 점유율 — 모든 숫자가 1년 만에 두 배 가까이 움직였습니다.

그런데 같은 1년 동안 우리는 “구식이 된다“가 좋기만 한 소식은 아니라는 것도 배웠습니다. 새 모델은 새 능력만 가져오는 것이 아니라 새 공격 표면, 새 종류의 기술 부채, 새 종류의 인지 위축까지 함께 가져옵니다. 몰릭 자신이 “공동 지능(co-intelligence)” 에서 “관리(management) “로 프레임을 옮긴 것은 이 비대칭을 인정한 결과로 보입니다.

저자가 작년 인터뷰에서 강조했던 본질 — “일단 자리에 부르고 함께 일해 보라” — 은 여전히 출발점입니다. 다만 그 다음 단계가 1년 사이에 훨씬 두꺼워졌습니다. 컨텍스트를 설계하고, 보안 체크포인트를 두고, 자신의 스킬이 위축되지 않게 의식적으로 일부 작업을 직접 하고, 모델이 바뀔 때마다 경계선을 재테스트하는 일들이 일상이 되었습니다.

다시 1년 뒤, 이 글도 똑같이 구식이 되어 있기를 바랍니다.

References#