AI생산성
CEO들의 AI 사이코시스, 데이터가 말하는 진짜 생산성
CEO들이 AI 능력을 과대평가해 대량 해고를 단행하는 현상을 진단. UC Berkeley, MIT, HBR 연구들이 말하는 AI 생산성의 현실을 소개합니다.
Written by
ClickUp, 직원 22% 줄이고 에이전트 3,000개 투입한 이유
직원 22%를 줄이고 에이전트 3,000개를 투입한 ClickUp 사례와, 인력 감축이 ROI와 무관하다는 Gartner 조사를 함께 살펴봅니다.
Written by
AI를 새로운 동료로 설계하는 법, Eugene Yan의 5가지 원칙
Anthropic 엔지니어 Eugene Yan이 정리한 AI와 일하는 5가지 원칙. 컨텍스트 구조화, 취향의 설정화, 검증 자동화, 위임 확장, 루프 닫기를 통해 AI 협업을 복리처럼 쌓아가는 방식을 소개합니다.
Written by
토큰맥싱, 아마존 직원들이 AI 리더보드 점수를 조작하는 이유
아마존 직원들이 내부 AI 리더보드 점수를 올리기 위해 불필요한 작업에 AI를 쓰는 ‘토큰맥싱’ 현상. AI 도입 압박이 만들어낸 왜곡된 인센티브를 분석합니다.
Written by
코딩 에이전트가 빠를수록, 진짜 병목이 드러난다
코딩 에이전트가 개인 생산성을 높일수록 팀의 진짜 병목이 드러난다는 .txt 엔지니어의 통찰. 코드가 아닌 맥락과 합의가 새로운 속도 결정 변수임을 설명합니다.
Written by
AI 코딩 에이전트를 잘 쓰려면 코딩 실력이 필요한데, AI가 그 실력을 갉아먹는다
AI 코딩 에이전트를 잘 감독하려면 코딩 실력이 필요하지만, AI를 많이 쓸수록 그 실력이 퇴화한다는 역설. Anthropic 연구 포함 실증적 근거를 짚습니다.
Written by
AI가 ‘무난함’을 대량생산하는 시대, 진짜 경쟁력은 거부 능력이다
AI가 ‘무난한 결과물’을 대량 생산하는 시대, 진짜 경쟁력은 생성 능력이 아니라 무엇이 잘못됐는지 정확히 거부하는 능력이라는 인사이트를 소개합니다.
Written by
주니어 개발자 채용 14% 감소, AI가 사다리의 계단을 지운다
AI 코딩 도구가 주니어 개발자의 학습 경로를 무너뜨리고 있다는 실증 데이터 분석. Anthropic·METR 연구와 Amazon 사례로 보는 엔지니어링 커리어 사다리의 구조적 위기.
Written by
같은 모델인데 왜 결과가 다를까, 인터페이스가 AI 성능을 결정한다
AI 모델이 충분히 좋아졌는데도 활용이 어려운 이유는 인터페이스 문제입니다. Ethan Mollick의 분석과 Claude Code 설계 분석으로 살펴봅니다.
Written by
AI 생산성 혁명이라는데, 데이터는 왜 조용한가
AI가 생산성을 폭발시킨다는 주장과 달리, PyPI 패키지 데이터엔 전반적 증가가 없었습니다. Answer.AI 연구가 데이터로 파헤친 AI 효과의 실체를 소개합니다.
Written by
