Orc’s WIKI

Orc Hwang

원문 정보
제목: Revised rules of engineering leadership
출처: Will Larson (lethain.com)
발행: 2026-06-15
원문 링크: https://lethain.com/revised-rules-of-engineering-leadership/
Will Larson은 An Elegant Puzzle, Staff Engineer, The Engineering Executive’s Primer를 쓴 엔지니어링 리더십 저술가이자, 현재 핀테크 스타트업 Imprint의 엔지니어링을 이끄는 리더다. 이 글은 그가 지난 1년간 겪은 급성장과 AI 도구의 확산을 지나며, 자신의 리더십 원칙을 다시 정리한 기록이다. Articles의 AI-Industry에 담는 이유는 분명하다 — 이 글은 “리더십을 어떻게 할까”가 아니라 “AI가 일하는 속도를 바꾼 뒤, 조직을 이끄는 규칙이 어떻게 달라졌는가”에 대한 이야기이기 때문이다.
한 줄 요약 (TL;DR)
AI 도구는 “한 사람이 할 수 있는 일”의 조리개를 극적으로 넓혔다. 그래서 마이그레이션은 개인이 주도하고, 초안 코드는 거의 공짜가 되며, 프로세스의 기본 케이스는 에이전트가 돌린다. 그러나 넓어진 가능성만큼 병목은 코드에서 조직으로 옮겨간다. 결국 진짜 레버는 두 가지 — 도메인 맥락을 쌓는 지속 가능한 팀과 빠르고 좋은 의사결정이다. Larson의 결론은 한 문장으로 압축된다: 기술적 가능성의 조리개는 매달 넓어지지만, 조직의 병목(정렬 부재·명료함 부족·나쁜 아키텍처)은 그대로다.
이 글의 척추를 한 장으로 먼저 본다 — AI가 ‘가능성’을 넓히면 개인의 실행이 빨라지고(규칙 1~3), 그 결과 병목이 코드에서 조직으로 옮겨가며, 진짜 제약은 지속 팀과 빠른 의사결정(규칙 4~5)이 된다. 그리고 그 모든 흐름은 리더십의 근본으로 되돌아온다.
flowchart TB
 A["AI가 '무엇이 가능한가'를 넓힌다 (기술 가능성의 조리개 ↑)"] --> B["개인의 실행 속도 ↑ 규칙 1~3 · 개인 마이그레이션 · 공짜 초안 · 에이전트 프로세스"]
 B --> C["병목이 이동한다 코드 · 구현 → 조직"]
 C --> D["진짜 제약 ① 지속 가능한 팀 규칙 4 · 도메인 맥락 · 높은 오너십"]
 C --> E["진짜 제약 ② 빠르고 좋은 의사결정 규칙 5 · 정렬된 binding 결정"]
 D --> F["리더십의 근본은 그대로 남는다 정렬 · 명료함 · 아키텍처"]
 E --> F
왜 이 글을 골랐나
AI가 개발을 바꾼다는 이야기는 흔하다. 대부분은 “코딩이 빨라진다” 혹은 “엔지니어가 대체된다”는 두 극단 사이 어딘가에 있다. 이 글이 특별한 건, 개인 기여자의 시점이 아니라 조직을 이끄는 리더의 시점에서 그 변화를 정리했다는 점이다. Larson은 추상적 예언 대신, 지난 1년간 Imprint에서 실제로 벌어진 프로젝트들을 증거로 삼아 규칙을 세운다. “AI 때문에 무엇이 싸졌는가”만 말하는 게 아니라, “그래서 무엇이 오히려 더 비싸졌는가”를 함께 짚는다는 점에서, 이 위키가 앞서 다룬 스타트업의 진짜 문제는 의사결정이다나 AI는 왜 엔지니어를 대체하지 못했나의 논의와 정확히 같은 줄기에 있다.
핵심 내용
Larson은 2014년 초부터 2020년 말까지 하이퍼그로스 환경에서 일했다. 그가 말하는 하이퍼그로스의 가장 값진 특징은 “실수가 내년이 아니라 다음 달에 드러난다”는 것 — 빠르게 움직이면 잘못된 판단이 요란하게, 그리고 금방 표면화된다. 최근 그가 다시 이 주제를 붙든 건 세 가지 이유 때문이다. Imprint의 사업이 빠르게 성장하고 있고, 지난해 대규모 채용을 했으며, 무엇보다 AI 도구의 전환이 일할 수 있는 속도 자체를 바꿔 놓았기 때문이다. 아래 다섯 규칙은 그가 이 변화 위에서 리더십 접근을 다시 세운 결과다.
규칙 1 — 마이그레이션은 팀이 아니라 개인이 할 수 있다
과거 대규모 아키텍처 변경은 팀 단위의 장기 프로젝트였다. 이제는 한 명 혹은 소수의 엔지니어가 큰 마이그레이션의 95%를 극적으로 짧아진 기간에 소유할 수 있다. 마이그레이션 비용이 낮아진다는 건 반가운 일이지만, Larson은 여기에 역설적인 경고를 붙인다. 마이그레이션이 싸질수록 코드 품질은 더 중요해진다. 결함 있는 변경이 빠르게 퍼지면 팀이 공유하던 멘탈 모델과 지식을 오히려 교란하기 때문이다. 개인이 더 많이 할 수 있게 되었다는 사실은, 역할의 무게중심이 직접 만드는 사람에서 지휘하는 사람으로 옮겨간다는 흐름의 리더십판 증거다.
규칙 2 — 초안 코드는 거의 공짜지만, ‘작동하는 코드’의 비용은 개발 하니스에 달렸다
첫 번째 초안(1st-pass)을 뽑아내는 일은 이제 거의 공짜다. 그러나 신뢰할 수 있고 유지보수 가능한 코드의 비용은 여전히 공짜가 아니며, 그 비용은 조직의 개발 하니스(development harness)에 달려 있다 — 테스트 프레임워크, CI/CD, 검증 환경, 변경을 미리 볼 수 있는 프리뷰 능력. 생성은 싸졌지만 검증은 싸지지 않았다는 이 비대칭은, 이 위키가 앞서 다룬 확률적 엔지니어링의 문제의식과 정확히 겹친다.
Larson은 여기에 흥미로운 관찰을 덧붙인다. 조직에서 “모두가 코딩한다(everyone codes)”를 둘러싼 논쟁은 대개 능력의 한계가 아니라 ‘어디까지 안전하게 참여할 수 있는가’에 대한 소통의 실패에서 비롯된다는 것이다. 담을 넘겨 던지는 식(over-the-wall)의 설계 문서와 PR은 일관되게 실패하지만, 매니저가 배포 후 대시보드로 결과를 검증하며 기여할 때는 성공한다. 반면 대충 만든 기여(slop)는 LLM의 컨텍스트를 오염시켜 결과 전체를 무너뜨린다.
규칙 3 — 프로세스의 기본 케이스는 에이전트에 맞춰 최적화하라
대부분의 프로세스는 그 표준 워크플로(base-case)를 안전하게 완전 자동화할 수 있다. 코드 리뷰, 이슈 분류(triage), 계획 수립 모두 위험 영역만 제대로 식별하면 에이전트가 효과적으로 처리할 수 있다. Larson이 붙이는 따끔한 따름정리(corollary)는, 만약 계획 프로세스를 에이전트에 넘길 수 없다면 그건 곧 현재의 계획 수립이 충분히 높은 전략적 고도에서 이뤄지지 않고 있다는 신호라는 것이다.
규칙 4 — 도메인 맥락을 가진 지속 가능한, 높은 오너십의 팀이 더 중요해진다
자동화가 아무리 발전해도, 맥락과 오너십을 축적하는 지속적인 팀은 오히려 더 없어서는 안 될 존재가 된다. Larson은 팀 구조를 대체하는 ‘고독한 천재 엔지니어’라는 비전을 명확히 거부한다. 개인 기여자를 결국 가로막는 것은 도메인 맥락의 공백이기 때문이다. 이는 AI가 엔지니어를 대체하지 못한 이유와 같은 결론이자, 뛰어난 개인들을 계속 순환 배치하는 대신 도메인마다 전담 소규모 팀을 두는 편이 대응성을 높인다는 그의 실제 경험과 맞닿는다.
규칙 5 — 빠르고, 좋고, 지속 가능한 의사결정은 AI의 혜택을 누리기 위한 전제 조건이다
조직은 구속력 있는(binding) 결정을 빠르고 잘 내려야 한다. Larson은 이것이 더 기술적이고 덜 관료적인 임원 역할을 요구한다고 본다. 그가 남긴 문장이 핵심을 찌른다 — “구속력 있는 임원의 결정이 유독 강력한 것은, 임원들 자신이 정렬되어 있는 딱 그만큼이다.” 즉 결정의 힘은 직책이 아니라 정렬에서 나온다. 이는 스타트업의 진짜 문제는 의사결정이다와 같은 통찰의 리더십판이며, 조직의 인센티브 구조가 결국 아키텍처를 결정한다는 소프트웨어 아키텍처 학습법의 콘웨이 법칙과도 연결된다.
실전에서 무엇을 했나 (What have we done in practice)
Larson은 각 규칙을 Imprint에서의 구체적 프로젝트로 뒷받침한다. (아래 수치는 모두 원문이 밝힌 Imprint의 사례다.)
마이그레이션(규칙 1): 인프라 개편으로 배포 빈도가 주당 6회에서 200~400회로 뛰었는데, 이를 두 명의 엔지니어가 해냈다. 2월 말까지 Claude Code/Cursor 도입률이 100%에 도달했고, 설정 통합은 여러 엔지니어가 한 분기에, 프론트엔드 모노레포 마이그레이션은 한 명이 한 달에, 전면 정적 타이핑은 몇 주에, 패키지 매니저 마이그레이션은 며칠에 끝냈다.
개발 하니스(규칙 2): 담을 넘겨 던지는 설계 문서와 PR은 일관되게 실패했고, 배포 후 대시보드로 검증하며 기여한 매니저들은 성공했다. slop 기여는 LLM 컨텍스트를 오염시켜 결과를 해쳤다.
에이전트 최적화 프로세스(규칙 3): 고객 이슈 분류를 사람의 워크플로를 보존한 채 자동화했고, 코드 리뷰의 첫 패스는 코드를 작성한 바로 그 에이전트가 처리하게 했다. 전사에 Claude Code/Cowork를 배포했고, 에이전트 우선 워크플로와 더 나은 MCP 통합을 위해 Linear로 이관했다.
지속 팀(규칙 4): 뛰어난 개인을 순환시키던 방식에서 도메인별 전담 소규모 팀으로 옮기자 대응성이 좋아졌다. SierraAI 도입은 개인 기여자가 지속하기 어려운 끈질긴 반복을 요구했다.
의사결정(규칙 5): 설정 접근 방식 변경, CI/CD 파이프라인 재작업, 웹 모노레포 통합, SierraAI 도입은 모두 크로스펑셔널한 이견을 넘기 위해 임원의 명료함과 구속력 있는 결정을 필요로 했다.
분석과 인사이트
여기서부터는 원문 요약이 아니라 내 관점이다.
이 글의 진짜 주제는 ‘병목의 이동’이다. 다섯 규칙을 관통하는 하나의 축을 뽑으면, AI가 넓힌 것은 “무엇이 기술적으로 가능한가”이고, 그 결과 병목이 구현에서 조직으로 옮겨갔다는 것이다. 규칙 1~3이 “무엇이 싸졌나”를 말한다면, 규칙 4~5는 “그래서 무엇이 진짜 제약이 되었나”를 말한다. 도구가 아무리 날카로워져도 정렬·명료함·아키텍처라는 근본이 병목이면 그 도구는 놀지 않는다.
가장 설득력 있는 대목은 규칙 2다. “초안은 공짜지만 작동하는 코드는 하니스에 달렸다”는 명제는, 많은 팀이 지금 겪는 혼란의 정확한 진단이다. AI로 생성 속도가 오르면 오를수록, 진짜 병목은 검증·통합·배포를 감당하는 인프라의 성숙도로 옮겨간다. 하니스가 약한 조직은 AI를 도입할수록 오히려 더 빨리 무너진다. “생성은 싸지고 검증은 그대로”라는 비대칭을 조직 인프라의 언어로 번역했다는 점에서, 이 규칙은 이 글에서 가장 실용적이다.
“binding decisions는 임원들이 정렬된 딱 그만큼 강력하다”가 이 글의 급소다. 흔히 의사결정 속도를 ‘권한을 누가 쥐었나’의 문제로 보지만, Larson은 그것을 ‘얼마나 정렬되어 있나’의 문제로 되돌린다. 직책이 아니라 정렬이 결정의 힘을 만든다는 것. 이 통찰은 토스에서 배운 성장과 리더십이 말한 DRI·오너십 문화와, 조직의 인센티브가 아키텍처를 낳는다는 콘웨이 법칙 위에 정확히 겹쳐 놓인다.
가장 논쟁적인 부분은 규칙 3의 ‘고도’ 주장이다. “계획을 에이전트에 넘길 수 없다면 계획의 고도가 낮은 것”이라는 따름정리는 도발적이지만, 반은 옳고 반은 위험하다. 위험 영역 식별이 곧 사람이 감당해야 할 판단의 핵심인데, “고도가 낮아서”로 뭉뚱그리면 자동화하면 안 될 것을 자동화하는 명분이 되기 쉽다. 어디까지가 안전한 기본 케이스이고 어디부터가 사람의 판단인지를 가르는 선 긋기 자체가 리더의 실력이다.
개인 시점의 담론과 리더 시점의 담론은 결론이 다르다. “AI로 개인이 더 강해졌다”는 이야기는 흔히 팀 무용론으로 흐르지만, Larson은 오히려 반대로 간다. 개인이 강해질수록 개인을 가로막는 도메인 맥락의 공백이 도드라지고, 그래서 지속 팀이 더 중요해진다. 이는 개인 생산성 서사에 대한 균형추로서 값지다.
적용 포인트
AI로 실행 속도를 올리기 전에, 개발 하니스(테스트·CI/CD·프리뷰·검증 대시보드)부터 점검하라. 하니스가 약하면 생성 속도의 증가가 곧 사고의 증가가 된다.
프로세스를 자동화할 때는 “무엇을 자동화할까”보다 “어디가 위험 영역인가, 사람이 무엇을 끝까지 쥐어야 하나”를 먼저 명시적으로 정의하라. 그 경계가 곧 안전한 기본 케이스의 범위다.
“모두가 코딩한다”를 밀어붙이기 전에, 누가 어디까지 안전하게 기여할 수 있는지의 경계를 말로 합의하라. 대부분의 갈등은 능력이 아니라 이 경계에 대한 소통 실패다.
뛰어난 개인을 여기저기 순환시키는 대신, 도메인마다 맥락을 축적하는 전담 소규모 팀을 남겨라. 개인의 속도가 아니라 팀의 맥락이 대응성을 만든다.
의사결정을 늦추는 진짜 원인이 ‘권한’인지 ‘정렬’인지 구분하라. 대개는 후자다 — 임원·리더들이 먼저 정렬되어야 구속력 있는 결정이 힘을 갖는다.
마무리
Larson의 결론은 위안이자 경고다. 기술적 가능성의 조리개는 매달 넓어지지만, 조직의 병목 — 정렬의 부재, 명료함의 부족, 나쁜 기술 아키텍처 — 은 그대로 남는다. 기술 역량이 몇 배로 늘어난다고 리더십의 근본이 저절로 풀리지는 않는다는 것이다. AI가 “무엇이 가능한가”를 계속 넓혀 줄수록, 그 넓어진 공간에서 무엇을 만들고 무엇을 견고하게 지킬지를 빠르고 명료하게 정하는 사람의 판단이 더 비싸진다. 도구는 답을 대신 실행해 주지만, 어디로 갈지는 여전히 사람이 정한다.
더 읽어보기
원문 — Revised rules of engineering leadership (Will Larson)
스타트업의 진짜 문제는 의사결정이다 — 규칙 5(빠르고 좋은 결정)와 같은 통찰의 스타트업판
AI는 왜 엔지니어를 대체하지 못했나 — 규칙 4(지속 팀·엔지니어의 가치)와 맞닿는 논의
확률적 엔지니어링과 24-7 직원 — 규칙 2(생성은 싸도 검증·하니스는 비싸다)의 비대칭
소프트웨어 아키텍처는 어떻게 배우나 — 조직 인센티브가 아키텍처를 낳는다는 콘웨이 법칙
권한을 위임받은 개발자는 어떻게 성장하는가 (토스) — DRI·오너십·정렬의 리더십 문화

엔지니어링 리더십의 규칙을 다시 쓰다: AI가 바꾼 5가지 원칙 (Will Larson)

댓글