작년 방산 산업 패널을 보고 있었을 때, 레이시온 CEO가 내 뇌리에 가시처럼 박힌 말을 했습니다. 그는 2022년 펜타곤이 주문한 후 스팅거 미사일 생산을 재개하는 데 왜 4년이 걸렸는지 설명하고 있었습니다.
그들은 70세의 엔지니어들을 은퇴에서 끌어내야 했습니다. 컨설턴트가 아니라, 교사로서요. 젊은 직원들은 카터 행정부의 종이 청사진을 읽는 방법을 몰랐습니다. 시험 장비는 더 이상 존재하지 않았습니다. 탐색기 부품은 수십 년 전에 단종되었습니다. 2022년에 주문한 물품은 2026년까지 배송되지 않을 것이며, 이는 자금 문제 때문이 아니라, '지식'이 은퇴하고 사라졌기 때문입니다.펜타곤은 20년 동안 새로운 스팅거를 구매하지 않았습니다. 그들은 그 능력이 그냥... 선반에 남아 있을 것이라고 가정했습니다. 마치 기술이 창고에 보관할 수 있는 물리적 객체인 것처럼요. had retired and died.
The Pentagon hadn't bought new Stingers in twenty years. They assumed the capability would just... stay on the shelf. Like a skill is a physical object you can store in a warehouse.
그 다음은 포그뱅크입니다. 1975년부터 1989년까지 핵탄두에 사용된 기밀 물질입니다. 정부가 생명 연장 프로그램을 위해 다시 만들어야 할 때, 그들은 실제로 만들 수 없다는 것을 발견했습니다. 방법을 아는 사람들은 이미 죽었거나 은퇴했습니다. 문서는 존재했지만, 6,900만 달러의 실패한 시도 이후에야 명확해진 방식으로는 불충분했습니다.
그들은 결국 한 배치를 생산했습니다. 그것은 "너무 순수했습니다." 원래의 과정은 우연한 불순물에 의존했는데, 그것은 아무도, 심지어 원래의 엔지니어들조차도 중요하다는 것을 몰랐습니다. 지식은 단순히 사라진 것이 아니었습니다. 시스템이 작동하는 이유에 대한 깊고, 쓰여지지 않은 맥락은 결코 명확하게 표현된 적이 없었습니다. 그것은 이제 사라진 사람들의 뼈 속에 존재했습니다.
저는 생계를 위해 엔지니어링 팀을 운영합니다. 방위 산업 기반을 바라볼 때—포탄 제조의 불가능성, 단일 실패 지점, 세대 간 전문 지식의 증발—저는 단순히 군사적 위기를 보고 있는 것이 아닙니다.
저는 소프트웨어 엔지니어링에서 정확히 같은 붕괴가 일어나고 있음을 봅니다.그리고 그것은 더 빠르게 일어나고 있습니다.. And it's happening faster.
평화 배당금은 AI입니다.
1993년, 냉전이 끝난 후, 펜타곤은 방산 CEO들에게 통합하거나 사라지라고 말했습니다. 그들은 극단적인 비용 효율성을 위해 최적화했습니다. 그들은 양을 계획하는 것을 중단했습니다. 그들은 결코 오지 않을 것이라고 가정한 위기를 대비하기 위해 다음 세대를 훈련하는 것을 중단했습니다.
소프트웨어에서 우리의 "평화 배당금"은 AI입니다.
우리는 이 최적화 주기에 들어선 지 3년이 되었습니다. 주요 기술 회사들은 주니어 엔지니어링 직무를 동결했습니다. LeadDev 설문조사에 따르면, 엔지니어링 리더의 54%가 AI 코파일럿이 주니어 채용을 영구적으로 줄일 것이라고 믿고 있습니다. 컴퓨터 과학 전공자 수가 주요 대학에서 감소하고 있습니다.
논리는 매력적입니다: ChatGPT가 30초 만에 코드를 생성할 수 있는데 왜 주니어 개발자를 고용해야 할까요?
하지만 여기서 아무도 소리 내어 하고 싶지 않은 수학이 있습니다. 주니어 개발자는 중급 수준이 되기까지 3년에서 5년이 걸립니다. 고급 수준이 되기까지 5년에서 8년이 걸립니다. 아키텍트가 되기까지는 10년이 걸립니다. 그 시간을 돈으로 살 수는 없습니다. 프롬프트로 압축할 수 없습니다.
주니어 엔지니어들이 AI를 사용하여 힘든 디버깅 과정을 건너뛸 때—실제로 능력을 형성하는 고통스러운 실수를 우회할 때—그들은 암묵적인 지식을 개발하지 못합니다. 그들은 "AI 프롬프터"가 됩니다. 그들은 기계에게 무엇을 해야 하는지 말할 수 있지만, 기계의 자신감 있는 출력이 건축적으로 결함이 있는 이유를 당신에게 설명할 수는 없습니다. 그들은 나쁜 패턴을 감지할 수 없습니다. 그들은 기술 부채가 쌓이는 것을 느낄 수 없습니다.내 세대의 고급 엔지니어들이 은퇴하면, 우리의 지식은 AI로 마법처럼 이전되지 않을 것입니다. 안개처럼 사라질 것입니다. 그리고 남겨진 "프롬프터"들은 시스템이 붕괴될 때까지 자신이 모르는 것을 알지 못할 것입니다. the machine's confident output is architecturally flawed. They can't smell the bad pattern. They can't feel the technical debt accumulating.
When my generation of senior engineers retires, our knowledge will not magically transfer to the AI. Like Fogbank, it will just vanish. And the "prompters" left behind won't know what they don't know until the system collapses.
맥락 위기
현재 AI 코드 생성은 매우 빠릅니다. 그러나 인간의 코드 검토가 병목 현상이 되었습니다. 업계의 예측 가능한 해결책은? AI가 AI의 코드를 검토하게 하는 것입니다.
이는 효율성의 옷을 입은 재앙적인 실수입니다.
AI는 귀하의 비즈니스 논리를 이해하지 못합니다. 2019년 마이그레이션에서 발생한 역사적인 기술 부채를 알지 못하며, 이는 여전히 귀하의 데이터베이스 스키마를 괴롭히고 있습니다. 두 년 전에 떠난 고객의 규제 제약으로 인해 이 마이크로서비스가 저 마이크로서비스를 직접 호출할 수 없다는 암묵적인 규칙도 알지 못합니다. 맥락이 부족합니다.모든 것을 문서화하더라도—사이트 북, 소프트웨어 설계 문서, 완전한 테스트 커버리지—그것은 오늘날에만 작동합니다. 왜냐하면 그 문서를 읽는 인간들이 그것을 해석할 수 있는 암묵적인 전문 지식을 가지고 있기 때문입니다. 문서는 지도와 같지만, 여전히 지형을 이해하는 사람이 필요합니다.독자가 분산 시스템을 실제로 이해하지 못하는 '프롬프터'일 때는 어떻게 될까요? AI의 출력을 검토하는 사람이 그 해결책이 우아하고 정확하다는 것을 인식하지 못할 때는 어떻게 될까요?that one directly because of a regulatory constraint from a client who left two years ago. It lacks context.
Even if you document everything—Site Books, Software Design Documents, full test coverage—it only works today because the humans reading those documents possess the tacit expertise to interpret them. The documents are a map, but you still need someone who understands the terrain.
What happens when the readers are "prompters" who don't actually understand distributed systems? When the person reviewing the AI's output can't recognize that the solution is elegant, correct, and 재앙적인 귀하의 특정 인프라에 대해?
Fogbank은 레시피에 불순물에 대한 암묵적인 맥락이 부족하여 실패했습니다. 귀하의 기업 소프트웨어도 같은 이유로 실패할 것입니다. AI는 아름답고 기능적인 코드를 생성하지만, 그것이 서서히, 눈에 보이지 않게 아키텍처를 파괴합니다—왜냐하면 살아 있는 누구도 원래 제약이 존재했던 이유를 기억하지 못하기 때문입니다.
우리가 만든 이유머큐리 브리지
저는 이 격차가 실시간으로 넓어지는 것을 보았기 때문에 머큐리 브리지를 시작했습니다. 한쪽에는: 매 6개월마다 두 배로 증가하는 AI 실행 속도가 있습니다. 다른 쪽에는: 10년을 걸쳐 쌓아야 하고 한 번의 퇴직으로 잃어버릴 수 있는 인간의 맥락적 이해가 있습니다.
머큐리 브리지는 또 다른 AI 코파일럿이 아닙니다. 코드를 생성하는 더 빠른 방법도 아닙니다. 이는 귀하의 조직의 깊고 암묵적인 비즈니스 맥락을 포착하고 구조화하며 배포하기 위해 설계된 아키텍처 프레임워크입니다.
그것이 실제로 의미하는 바는 다음과 같습니다:
맥락적 고정: AI가 코드를 작성하거나 전략을 초안하기 전에, 머큐리 브리지는 귀하의 독점적인 논리에 대한 정렬을 강제합니다. 이는 귀하의 역사적 결정, 기술 스택 의존성, 그리고 시스템을 운영하는 데 필요한 "알려진 미지수"를 매핑합니다. 이는 아무도 문서화하지 않는 것들로, 모두가 당연하다고 생각하는 것들입니다.
주니어 갭 해소: 우리가 기업 맥락을 깊이 구조화하기 때문에, 경험이 적은 엔지니어(또는 AI 에이전트)가 시스템과 상호작용할 때, 그들은 귀하의 선임 전문가들이 구축한 가드레일에 의해 제약을 받습니다. 우리는 학습 과정을 건너뛰지 않으며, 학습이 수십 년의 상처를 요구하지 않도록 제도적 기억의 안전망을 제공합니다.
결정 금고: 우리는 단순히 코드를 저장하지 않습니다. 우리는 코드 뒤에 있는 결정들을 저장합니다.이 풀 리퀘스트가 왜 승인되었나요? 2024년에 우리는 왜 이 데이터베이스 아키텍처를 거부했나요? 2021년의 고객 계약에서 어떤 제약이 오늘날 우리가 데이터를 처리하는 방식에 여전히 영향을 미치고 있나요? 결정의 맥락을 보존함으로써, 우리는 AI(그리고 미래의 인간)가 무지로 인해 역사적 실수를 반복하지 않도록 합니다.
청구서가 도래하다
국방 산업은 지정학적 평화가 영원히 지속될 것이라고 베팅했습니다. 세상이 변했을 때 그 도박의 대가를 치렀습니다.
소프트웨어 산업은 AI가 현재 세대가 은퇴하기 전에 고위 인간의 판단을 불필요하게 만들 만큼 빠르게 발전할 것이라고 베팅하고 있습니다. 이는 무서운 도박입니다. AI가 정체기에 접어든다면—모든 기술은 결국 정체기에 접어듭니다—당신이 5년 동안 주니어를 해고하고 합성 코드 생성을 의존해왔다면, 당신의 회사는 어느 날 깨어나서 스스로 제품을 만드는 방법을 잊어버렸다는 것을 깨닫게 될 것입니다.
돈은 결코 제한 요소가 아니었습니다. 지식이 그렇습니다. 그리고 지식은 돈과 달리 그것을 지닌 사람과 함께 사라집니다.
당신은 그 맥락을 하드코딩해야 합니다. 그 맥락을 지닌 사람들이 건물을 떠나기 전에 말입니다.
— 제임스, 머큐리 기술 솔루션, 홍콩, 2026년 5월
