한 줄 결론: 이틀간 들은 세 특강 중 제일 좋았다. 마지막 Q&A에서 내 고민을 직접 꺼냈고, "문제를 키워드로 쪼개서 하나씩 해보라"는 답과 "좀만 하시면 금방 잘하실 것 같다"는 말을 받았다. 전날 아침의 두려움이 여기서 명확함으로 바뀌었다.

왜 갔나

이틀째, 마지막 세션. 전날 두 자리(박람회 멘토링, 청년쓰리룸 특강)를 거치면서 두려움이 꽤 풀린 상태로 들어갔다. 장소는 DDP 아트홀 1관, 1시간 특강. 강연자는 다니엘(닉네임) — 대기업 데이터 엔지니어를 거쳐 지금은 가상자산 분야에서 일하는 현직 소프트웨어 엔지니어다.

무엇을 들었나

좋은 엔지니어의 정의. 코드를 빨리 짜는 사람이 아니라, 프로덕트를 만들고 → 세상에 출시하고 → 모니터링과 장애 대응으로 운영하고 → 지표를 보며 개선하는 사람. 끝까지 책임지는 사람.

AI 시대에도 변하지 않는 역량 4가지.

1. CS 지식과 논리적 사고 — 알아야 AI 결과를 검증할 수 있다
2. 문제 정의와 분해 — 본질을 설명하고 작게 쪼개서 푼다
3. 검증과 책임 — 이해 못 하면 오류도 못 찾는다. 내보낸 결과는 사람이 책임진다
4. 소통 — "AI가 그러던데요"가 아니라 근거로 설명하고 토론한다

AI 활용의 3요소: 컨텍스트, 디렉션, 검증. AI에게 프로젝트의 맥락을 전달하고, 기획자처럼 명확한 방향을 제시하고, 결과를 검증한다.

AI는 학습 가속기이자 인간 용량의 거울. AI 덕에 배우는 속도는 빨라지지만, 오래 쓰다 보면 사람이 그 출력을 이해하고 검증하는 용량이 병목이 된다. 독서와 공부로 자기 처리 능력을 키워야 한다는 말이 뼈아팠다.

실전 학습 4단계. 기존 서비스 따라 만들기 → 내 서비스 명세를 쓰고 구현 → 팀 프로젝트 → 실제 운영(유저 모집, 배포, 트래픽, 장애 대응).

포트폴리오. "React·TypeScript·Kafka를 안다"가 아니라 — 목표 → 설계와 기술 선택 이유 → 실제 문제와 장애 → 원인 탐색과 해결 → 운영 결과와 지표 → 다음 개선.

기억에 남는 장면 — 내가 손을 든 순간

마지막 질의응답에서 손을 들고 내 고민을 그대로 꺼냈다.

"AI로 개발을 시작했다 보니 원초적인 지식과 기본기가 중요하다고 느끼는데, 배우고 습득하기가 쉽지 않다. 보안이 제일 중요하고 책임져야 한다고 생각하는데, AWS를 쓰자니 비용이 감당이 안 된다. 이런 게 고민이다."

답은 이랬다.

이미 문제에 대해 충분히 얘기하신 것 같다. 그 문제들을 본인이 키워드로 잘 나누고 나열해서 하나씩 해보면 좋겠다. A부터 Z까지 다루는 강의나 유튜브 영상도 한번 봐라. 좀만 하시면 금방 잘하실 것 같다.

대단한 비법이 아니었다. 근데 그게 좋았다. 내 문제는 무서워할 대상이 아니라 쪼개서 하나씩 풀 목록이라는 것. 비전공자 바이브코더라고 무시당할까 봐 두려워하던 게 이틀 전인데, 현직자 앞에서 고민을 꺼내고 실행 가능한 답을 받아 나왔다.