모델이 하네스를 삼킨다 — 그래서 '딸깍'이면 끝일까

들어가며 — “하네스, 이제 필요 없다”는 헤드라인

이번 주 AI 업계에 같은 서사가 번졌습니다. 구글에 이어 오픈AI에서도 비슷한 얘기가 나왔다는 것 — 차세대 모델이 하네스를 삼켜버릴 거라는 전망입니다. 한 매체는 이걸 “하네스 무용론”이라는 제목으로 뽑았습니다.

하네스(harness)라는 말이 낯설 수 있습니다. 쉽게 말하면, 모델 바깥에서 도구·자료·순서를 이어 붙여 일이 굴러가게 만드는 받침 구조입니다. AI에게 사내 문서를 물려주고, 정해진 순서로 작업을 돌리고, 위험한 단계에선 사람 승인을 받게 하고, 무슨 일을 했는지 기록을 남기는 — 그 모든 뒤치다꺼리를 하는 껍데기죠. 지금까지는 이걸 사람이 직접 짜서 모델 위에 얹었습니다.

그 껍데기가 필요 없어진다. 모델이 다 알아서 한다. 그러니 이제 딸깍 한 번이면 끝난다. 헤드라인이 은근히 깔아두는 기대는 이겁니다.

방향은 맞습니다. 그런데 이 이야기에는 과장된 대목과, 아예 뒤집어야 할 대목이 하나씩 섞여 있습니다.

1. 방향은 맞습니다 — 모델이 껍데기를 먹고 있습니다

먼저 인정할 것부터. 흐름 자체는 실재합니다.

가장 또렷하게 말한 사람은 구글 딥마인드의 로건 킬패트릭입니다. 한 팟캐스트에서 그는 이렇게 표현했습니다 — “모델이 그 받침 구조를 먹어치우고, 그게 모델 자체의 일부가 된다.” 그리고 시한까지 붙였습니다. 대략 12개월이면 지금 껍데기가 하는 일의 상당 부분을 모델이 소화해버리고, “차별화의 값어치(알파)는 그때쯤 다른 곳으로 옮겨가 있을 것”이라고요.

오픈AI에서도 결이 같은 얘기가 나왔습니다. 리서치를 이끄는 노엄 브라운은 곧 등장할 차세대 모델이 “현재 사용되는 하네스 대부분을 쓸모없게 만들 가능성이 높다”는 취지로 말한 것으로 전해집니다. 제품 쪽에서도 “미래 모델에 어차피 들어갈 기능은 지금 직접 만들지 않는다”는 원칙이 공유된다고 합니다.

이건 새삼스러운 흐름이 아닙니다. 예전엔 검색을 붙이고, 코드 실행기를 달고, 여러 단계를 잇는 배관을 사람이 손으로 짰습니다. 그런데 모델이 똑똑해지면서 그런 범용 기능들이 하나씩 모델 안으로 빨려 들어갔죠. 범용적인 실행일수록 먼저 삼켜집니다. 여기까지는 킬패트릭 말이 맞습니다.

2. 그런데 “무용론”은 과장입니다

문제는 발언과 헤드라인 사이입니다.

브라운의 말에는 한정어가 두 개 붙어 있습니다. “현재 사용되는”과 “대부분”. 지금 임시방편으로 얹어둔 껍데기가 걷힌다는 얘기지, 하네스라는 계층 자체가 사라진다는 게 아닙니다. 그런데 제목은 “무용론”으로 세기가 부풀려졌습니다. 발언에서 헤드라인으로 넘어오는 사이, 조건부 전망이 단정으로 바뀐 겁니다.

재미있는 건, “하네스는 곧 필요 없다”고 말하는 바로 그 오픈AI가, 같은 시기에 “하네스 엔지니어링”이라는 글을 공식으로 내놓고 그 중요성을 강조하고 있다는 점입니다. 한쪽에선 삼켜진다 하고 다른 쪽에선 그걸 잘 설계하라 합니다. 모순처럼 보이지만 아닙니다. 삼켜지는 부분과 두꺼워지는 부분이 동시에 있기 때문입니다. 헤드라인은 그중 삼켜지는 쪽만 잘라내 보여준 것뿐이고요.

실제 업계의 무게중심도 “무용론”이 아니라 “일부는 모델로 흡수되지만, 하네스 계층 자체는 오히려 커진다”는 쪽에 있습니다. 그러니 “딸깍이면 끝”이라는 그림은 담론의 절반만 옮긴 것입니다.

3. 목발은 뽑혀도, 골조는 남습니다

왜 계층 자체는 안 사라질까요. 하네스가 하는 일 중에는 애초에 모델 능력 문제가 아닌 것이 많기 때문입니다.

누가 어떤 데이터에 접근할 수 있는지 관리하는 권한
무슨 일을 언제 했는지 남기는 감사 기록
규제와 사내 규정을 지키게 하는 준법 장치
위험한 판단 앞에서 사람이 끼어드는 검수 지점

이건 “모델이 아직 못해서 임시로 붙여둔 목발”이 아닙니다. 조직이 요구하기 때문에 존재하는 구조물입니다. 모델이 아무리 똑똑해져도 “이 결정은 사람이 책임진다”는 자리는 기계가 대신 서줄 수 없습니다.

그래서 실제로 벌어지는 건 소멸이 아니라 경계선 이동입니다. 검색·코드 실행·여러 단계 잇기 같은 범용 기능은 모델 아래로 빨려 들어가고, 하네스는 더 위쪽 — 도메인 맥락과 책임·거버넌스 쪽 — 으로 밀려 올라갑니다. 얇아지는 곳과 두꺼워지는 곳이 함께 움직이는 거죠.

모델이 삼키는 건 범용 실행(목발)이고, 남아서 두꺼워지는 건 무슨 문제를 왜 풀지·어디까지 책임질지(골조)다. 딸깍이 쉬워질수록 정작 어려운 건 어디로 딸깍할지 — 잘못 정의된 문제는 더 빠르게 잘못 풀린다.

이 상승은 사실 소프트웨어의 역사가 계속 반복해온 일입니다. 기계어에서 고급 언어로, 프레임워크로, 노코드로 — 매번 아래 계층이 자동화되어 사라졌습니다. 그런데 그때마다 일자리가 사라진 게 아니라, 사람이 서는 자리가 한 칸씩 위로 올라갔습니다. 배관을 짜던 손이, 무엇을 지을지 정하는 자리로 옮겨갔죠. 하네스 흡수도 그 연장선입니다.

4. 껍데기가 벗겨지면, 남는 건 더 어려운 일입니다

경계선이 위로 올라갈수록, 맨 위에 남는 일은 하나로 모입니다.

무슨 문제를, 왜 풀지, 어디까지 사람이 책임질지.

킬패트릭이 “알파는 다른 곳으로 옮겨간다”고 한 그 ‘다른 곳’이 바로 여기입니다. 실행이 흔해지면 실행은 더 이상 차별점이 아니게 됩니다. 남는 차별점은 무엇을 실행시킬지 정하는 판단이죠. 껍데기가 벗겨진다는 건 편해진다는 뜻이 아니라, 가려져 있던 어려운 본질이 드러난다는 뜻입니다.

여기엔 결과를 가르는 것은 모델이 아니라 사용 방식이라고 썼던 것과 같은 이치가 있습니다. 가치가 모델 계층으로 몰려도, 그 모델로 무엇을 시키고 어떻게 검증하느냐는 여전히 사람 쪽에 남습니다. 오히려 모델이 평준화될수록 그 몫이 커집니다.

5. 그래서 “딸깍의 환상”을 경계해야 합니다

이제 뒤집을 대목입니다. 헤드라인이 깔아둔 마지막 기대 — 흡수된다, 다 알아서 된다, 그러니 딸깍이면 끝 — 이게 함정입니다.

앞의 이야기와 정면으로 부딪히기 때문입니다. 껍데기가 벗겨지면 남는 건 더 쉬운 일이 아니라 더 어려운 일(문제 정의·맥락 판단·책임 소재)이었죠. 그런데 “딸깍이면 끝”은 그 어려운 일까지 사라진 것처럼 말합니다.

딸깍이 쉽게 만들어주는 건 실행뿐입니다. 어디로 딸깍할지 정하는 일은 조금도 쉬워지지 않습니다. 오히려 위험해집니다. 자동화가 강력해질수록, 잘못 정의된 문제는 더 빠르게, 더 그럴듯하게 잘못 풀리기 때문입니다. 방향이 틀린 채로 속도만 붙으면, 틀린 결과에 더 빨리 도착할 뿐입니다.

이건 지난 글에서 주의가 아니라 장치로 막아야 한다고 했던 것과 한 쌍입니다. AI는 사람이 검토할 수 있는 속도보다 빠르게 결과를 쏟아냅니다. 딸깍이 그 속도를 한 번 더 끌어올리죠. 그럴수록 “무엇을 딸깍할지”와 “그 결과가 맞는지”를 붙드는 힘이 더 귀해집니다. 실행이 싸질수록 방향의 값이 오릅니다.

정리 — 도구는 흡수되고, 일하는 방식은 남습니다

이번 흐름에서 챙길 것과 버릴 것을 갈라보면 이렇습니다.

맞는 것: 범용 실행이 모델로 흡수되는 방향. 이건 실재하고, 아마 생각보다 빠릅니다.
과장된 것: “하네스 무용론”. 삼켜지는 건 목발이지 골조가 아닙니다. 계층은 사라지는 게 아니라 위로 올라갑니다.
뒤집을 것: “딸깍이면 끝”. 실행이 쉬워질수록 방향 설정이 더 중요해집니다. 딸깍은 잘못된 문제도 빠르게 풀어냅니다.

그러니 지금 배워둘 것은 어떤 하네스를 짜느냐, 어떤 도구를 쥐느냐가 아닙니다. 그것들은 12개월이면 모델에 삼켜질 수도 있으니까요. 삼켜지지 않고 남는 건 그 위의 질문입니다 — 무슨 문제를 풀지 정하고, 맥락을 쥐여주고, 결과를 검증하고, 어디까지 책임질지 긋는 일. 도구가 무엇을 흡수하든, 배워야 할 건 도구가 아니라 그 위에 서는 일하는 방식입니다.

간판은 “이제 딸깍이면 끝”이라고 말합니다. 그 아래에서 실제로 벌어지는 일은, 딸깍이 쉬워진 만큼 어디로 딸깍할지가 더 무거워지는 것입니다.

출처

이 글의 사실관계는 위 출처를 따르며(브라운·엠비리코스 발언은 2차 매체 인용임을 밝힙니다), 해석과 현장 관점은 박상훈의 견해입니다.