내가 AI를 사용하는 방법, 2026년 10월

Salesforce AI Research의 Ben Stolovitz는 코딩 에이전트 5~6개를 병렬로 운용하며, 자신의 코드 90% 이상을 AI에 맡김 에이전트마다 별도 Git worktree를 주고 구현, 버그 재현, 테스트, PR 작성을 맡김. 사람은 설계와 검증에 집중함 올해 가장 성공적이었던 작업은 AI가 만든 약 4,000줄을 직접 쓴 수백 줄로 교체한 일임. 병렬 작업의 피로와 코딩의 즐거움이 줄어드는 문제도 겪음 AI는 문헌을 찾고 알려진 개념을 배우는 데 자주 쓰지만, 새로운 연구에서는 응답을 검토하는 데 직접 생각하는 것보다 더 힘이 들기도 함 요약과 받아쓰기에는 로컬 모델을 쓰고, 블로그와 업무 메시지는 직접 작성함. 다른 사람과 좋은 것을 만드는 데 도움이 되는가를 AI 사용 기준으로 삼음 사용 환경과 개인 AI 정책 2025년 10월의 사용 기록 이후 Microsoft Windows AI 팀 엔지니어에서 Salesforce AI Research 연구 엔지니어로 옮김 대규모 엔지니어 팀과 협업하던 이전 직무에 비해, 지금은 연구자들을 지원하고 빠르게 시제품을 만드는 데 더 많은 시간을 씀. 이 환경에서 사용하는 토큰 비용은 월 약 3,000달러임 코딩, 조사와 검색, 요약과 전사, 글쓰기, 예술과 음악이라는 기존 용도에 음성과 영상이 추가됨 사용 평가와 전망은 개인적인 경험과 의견에 기반함 일상에서 AI를 어떻게 사용할지 정하는 개인 정책을 작성하기 시작함 동료가 Claude로 Slack 메시지를 쓰고, 조부모가 손주 이미지로 기묘한 밈을 만들며, 연구자가 사고를 기계에 위임하는 모습을 봄 Hank Green이나 BrainPOP처럼 뛰어난 창작자도 AI 사용에서 시행착오를 겪는 상황이며, 사회적 규범이 아직 부족하다고 봄 사이트용 정책도 별도로 구상 중이며, Hank Green의 AI 정책을 참고할 가능성이 있음 정책의 기준은 다른 사람들과 멋진 것을 만드는 삶에 AI가 도움이 되는지, 방해가 되는지 구분하는 것임 AI가 더 똑똑해짐에 따라 정책도 수정할 생각이며, 첫 초안이 완전히 틀릴 가능성도 열어 둠 코딩: 자동완성에서 에이전트 관리로 지난해에는 GitHub Copilot 자동완성이 중심이었지만, 이제는 직접 작성하는 코드가 거의 없음 Claude Code, OpenCode, Codex, Pi 등의 에이전트 약 5~6개에 기능 구현, 버그 재현, 기타 작업을 맡김 에이전트마다 별도 Gi...