---
title: "AI가 코딩을 해결했다고? 전직 AI 엔지니어가 일부러 손코딩하는 브루클린 6주"
published: 2026-04-17T16:19:53.000Z
canonical: https://jeff.news/article/1818
---
# AI가 코딩을 해결했다고? 전직 AI 엔지니어가 일부러 손코딩하는 브루클린 6주

Aily Labs에서 AI 에이전트를 프로덕션에 올리던 Miguel Conner가 Recurse Center에서 AI 없이 코딩하는 리트릿을 진행 중이다. LLM을 밑바닥부터 학습시키는 Stanford CS336 과제, Python 맨손 연습, Vim·BASIC·Clojure 탐험 등을 통해 기본기 다지기를 목표로 한다.

- 전직 Aily Labs AI 에이전트 엔지니어 Miguel Conner가 **"지금 이 시점에 일부러 AI 없이 코딩한다"** 며 브루클린 Recurse Center로 입소
  - 많은 성공한 프로그래머들이 "프로그래밍은 해결된 문제(solved problem)"라고 선언하는 바로 그 시점에
  - 2년간 AI 에이전트를 프로덕션에 올리던 엔지니어의 반대 방향 실험

### 왜 손코딩으로 돌아갔나
- Aily Labs에서 2024년 초부터 웹 검색 에이전트를 만들었음 (Anthropic의 `Building Effective AI Agents` 아티클보다 6개월 빨랐음, OpenAI DeepResearch보다 1년 빨랐음)
- AI로 코딩하면서 느낀 트레이드오프
  - **손으로 코딩할 때**: 뭘 원하는지 쓰는 동시에 codebase를 학습하게 됨
  - **AI 에이전트로 코딩할 때**: 프롬프트대로 정확히 얻지만, 내가 뭘 원하는지 모호하면 에이전트가 멋대로 가정 — codebase 이해도가 얕아짐
- Cal Newport(Deep Work 저자)의 비유에 공감했다고 함
  - "너의 글쓰기는 너의 것이어야 한다. 명료한 메모를 쓰려고 짜내는 정신적 노력은 운동선수의 체육관 훈련 같은 것 — 없애야 할 귀찮음이 아니라 craft의 핵심 요소"
  - 코딩도 똑같다는 얘기
- Aily에서 만난 뛰어난 프로그래머들 중 AI를 잘 쓰는 사람은 **기본기가 깊었기에** AI를 지렛대로 삼을 수 있었다는 관찰

### Recurse Center(RC)에서 하는 일
- **1. LLM을 밑바닥부터 학습시키기**
  - Stanford CS336(Language Modeling from Scratch) 1번 과제를 AI 도움 없이 완료
  - 50페이지짜리 과제 — Python으로 optimized tokenizer 작성, PyTorch로 upgraded GPT-2 아키텍처 구현
  - Tiny Stories 데이터셋으로 hyperparameter ablation → OpenWebText 9B 토큰으로 학습
  - 다음 과제는 GPU 프로파일링 + Triton으로 FlashAttention2 구현
- **2. 맨손으로 Python 쓰기**
  - 10년 이상 Python 써온 사람과 페어 프로그래밍이 가장 효과적이었다고 함
  - 시니어가 syntax 기억 안 날 때 **빠르게 터미널 열고 1분짜리 예제 실행**해서 확인 → Google·LLM 없이 해결
  - 이 "터미널로 즉석 확인" 습관을 muscle memory로 만드는 게 목표
- **3. 컴퓨터 깊게 이해하기**
  - 1983년산 Apple IIe로 BASIC fizzbuzz 작성
  - CTF Fridays 참여 — Bandit 등 Unix/보안 워게임으로 터미널 스킬 연마
  - Vim에서 single-layer perceptron을 처음부터 손코딩 (클라우드 GPU에서 훈련 중 파일 수정할 때 진짜 유용함)
  - Clojure 워크숍 — 함수형 언어 처음 경험, mob programming 방식으로 수업
- RC 문화: 주간 5분 테크 톡 — "Running Rust Code", "GPUs for Dummies", "Some Useless Agents" 같은 제목들

### 결론
- 프로덕션에 에이전트를 올리다가 "배우고 싶은 것 목록"이 계속 쌓이던 차에 RC가 완벽한 타이밍
- 6주 남았는데 리스트 전부는 끝낼 수 없을 거라고 함 — "그게 RC의 매력, 목록 끝내는 게 아니라 코딩에 시간 쓰는 것"

---

## 기술 맥락

이 글의 핵심 주장은 **"AI 코딩 시대에도 기본기가 레버리지의 폭을 결정한다"** 예요. 저자가 Aily에서 관찰한 건 명확해요 — 뛰어난 AI 사용자는 대부분 뛰어난 프로그래머이기도 했어요. 왜냐하면 프롬프트는 본인이 원하는 걸 정확히 알 때만 힘을 발휘하거든요. codebase 구조, 언어 idiom, 시스템 레이어를 모르면 에이전트에게 제대로 된 지시를 못 하고, 결과물도 평가하지 못해요. 그래서 AI가 있다고 기본기 연마를 건너뛰면 결국 에이전트의 결정에 휘둘리게 돼요.

두 번째 포인트는 **"코드를 쓰는 과정 자체가 codebase를 학습하는 과정"** 이라는 거예요. IDE에서 타이핑하고, 에러 만나고, 문서 읽고, 다른 파일 뒤지다 보면 자연스레 시스템 구조가 머리에 들어와요. 에이전트가 대신 해주면 속도는 빠르지만 이 학습이 건너뛰어져요. 그래서 저자는 일부러 느리게, 의도적으로 손으로 하는 retreat을 택한 거예요. 마치 운동선수가 기계에만 의존하면 근육이 안 커지는 것처럼요.

Recurse Center라는 환경 자체도 흥미로워요. 무료에 6~12주짜리 self-directed 리트릿인데, 지원서+코딩 인터뷰로 선발해서 각자 원하는 걸 하게 해요. 페어·mob 프로그래밍, 5분 테크 톡, CTF 같은 걸로 서로 배우고요. 회사 업무의 "shipping 압박" 없이 CS336 같은 깊이 있는 커리큘럼을 파고들 수 있는 공간이 별로 없는데, 이런 모델이 왜 개발자들 사이에서 전설로 퍼지는지 글을 읽다 보면 납득이 돼요.

## 핵심 포인트

- 뛰어난 AI 사용자는 대부분 뛰어난 프로그래머 — 기본기가 레버리지 폭을 결정
- 손으로 코딩할 때 codebase 학습이 자연스레 따라오는데, 에이전트가 대신하면 이 과정이 스킵됨
- CS336 1번 과제 — GPT-2 스타일 아키텍처 PyTorch로 밑바닥 구현 + Tiny Stories ablation
- Python 10년차와 페어 프로그래밍 — '터미널 즉석 예제 1분'이 muscle memory가 되는 게 핵심
- Recurse Center는 무료 self-directed 리트릿 — 선발제, 6~12주, 페어·mob 프로그래밍 중심

## 인사이트

AI 코딩 시대의 역설적 처방 — 에이전트에 휘둘리지 않으려면 에이전트 없이 버티는 시간이 필요하다는 주장. 실무 경력 쌓을수록 '학습 부채'가 누적되는 개발자에게 특히 와닿는 이야기.