본문으로 건너뛰기
피드

매일 대규모 언어 모델 쓰다 보니, 슬슬 ‘LLM 번아웃’이 온다는 개발자 이야기

ai-ml 약 5분
vote
0
댓글
북마크

한 개발자가 1년 가까이 업무와 개인 작업에서 대규모 언어 모델을 매일 쓰면서 느낀 피로감을 정리했음. 생산성은 올라갔지만, 환각, 반복되는 문체, 과한 자신감, 비슷한 실수 패턴을 계속 읽는 일이 점점 지친다는 내용임. LLM을 부정하는 글이라기보단, 개발자의 일이 ‘작성’에서 ‘설계·지시·검토’로 바뀌면서 생기는 새로운 피로에 대한 관찰임.

  • 1

    작성자는 업무에서는 Claude Code, 개인 작업에서는 Codex를 쓰며 매일 몇 시간씩 LLM 출력물을 읽음

  • 2

    현재 일은 코드를 직접 쓰는 것보다 설계하고, LLM에 설명하고, 결과를 검토한 뒤 다시 고치는 쪽으로 바뀌었음

  • 3

    불만은 LLM 자체보다 반복되는 환각, 틀린 가정, 끊긴 문장 스타일, 과한 이모지 같은 패턴이 계속 누적되는 데 있음

  • 4

    LLM이 생산성을 높인다는 점은 인정하지만, AI 생성 텍스트를 계속 읽는 감각 피로가 생겼다고 말함

  • 한 개발자가 “나 LLM 번아웃 온 것 같다”는 글을 썼음. 요지는 LLM을 싫어하게 됐다는 게 아니라, LLM 출력물을 매일 읽는 일이 슬슬 몸에 쌓인다는 얘기임

    • 업무에서는 Claude Code를 쓰고, 집에서는 Codex를 쓴다고 함
    • 한 번에 하나의 작업을 놓고 LLM과 대화하고, 가끔 코드를 맡기지만 결과는 직접 읽고 이해하고 고친다고 함
    • 자율 에이전트나 에이전트 오케스트레이션의 끝판왕까지 간 건 아닌데도, 하루에 몇 시간씩 LLM과 붙어 있음
  • 개발 업무의 중심이 “코드 작성”에서 “설계, 지시, 검토, 다시 작성”으로 바뀌었다고 함

    • 예전엔 직접 설계하고 직접 코드를 썼다면, 지금은 설계를 LLM에게 설명하고, LLM이 낸 코드를 검토한 뒤, 마지막에 직접 손보는 흐름임
    • 장점도 인정함. LLM이 자신이 생각하지 못한 접근을 보여주고, 잘 모르는 영역에서도 더 편하게 움직이게 해준다고 함
    • 즉 이 글은 “LLM 무쓸모” 글이 아님. 오히려 꽤 많이 쓰는 사람이 느끼는 피로임
  • 회사에서 하는 일도 LLM 피로를 키우는 쪽임

    • 현재 주요 프로젝트는 대규모 비감독 코드 생성 프레임워크를 회사 코드베이스에 구축하는 것이라고 함
    • 도구를 만들 때는 Claude와 일하고, 비감독 에이전트인 Qwen의 결과물을 훑을 때도 LLM 출력을 읽음
    • 업무 시간에도, 개인 시간에도, 검색할 때도 AI 생성 텍스트가 계속 들어오는 구조임
  • 검색 습관도 바뀌었음. 뭔가 궁금하면 일단 ChatGPT에 묻거나 Gemini 개요를 본다고 함

    • 물론 답이 틀리면 다시 웹 검색으로 돌아가야 함
    • 그래도 대충 궁금한 건 LLM 답변이 충분히 쓸 만하다고 느낌
    • 검색 결과에 쓸모없는 AI 생성 글이 많아진 것도 역설적으로 LLM에게 물어보게 만드는 이유라고 함
  • 문제는 반복임. 한두 번의 환각이나 이상한 문체가 아니라, 같은 패턴을 매일 보는 게 피곤하다는 것임

    • 틀린 가정과 환각
    • 자신만만한데 근거는 빈약한 답변
    • 짧게 끊긴 과장된 문장들
    • 과한 이모지와 “AI스러운” 문체

ℹ️참고

> 이 글이 재밌는 건 LLM 성능 비판이 아니라 LLM UX 비판이라는 점임. 모델이 유용해도, 출력물을 검토하는 인간이 매일 같은 종류의 잡음을 처리하면 피로가 생김.

  • 작성자는 인간도 실수하고 짜증 날 수 있다는 걸 인정함. 차이는 반복성과 균질성임

    • 사람의 글은 이상해도 각자 다르게 이상한데, LLM 출력은 비슷한 스타일로 비슷하게 틀림
    • 개인화 설정이 있는 서비스라면 어느 정도 줄일 수 있지만, 모든 인터페이스를 제어할 수는 없음
    • 게다가 다른 사람이 생성한 AI 텍스트까지 읽게 되면 내 설정은 아무 의미가 없음
  • 결론은 아직 해결책을 모르겠다는 쪽임

    • LLM을 계속 쓸 것 같고, 더 잘 쓰는 법을 배우는 것도 가치 있다고 봄
    • 하지만 flaky한 도구에 대한 짜증뿐 아니라, 글쓰기 패턴 자체가 신경을 긁는 상태가 됐다고 함
    • 당장은 이를 악물고 버티는 수밖에 없다고 마무리함

AI 코딩 도구 논의는 보통 생산성 수치로 끝나는데, 실제 개발자 경험은 ‘내가 하루 종일 어떤 종류의 텍스트를 읽게 되는가’까지 포함함. 코드 리뷰가 늘어나는 시대엔 LLM 출력물의 문체와 오류 패턴도 UX 문제가 됨.

댓글

댓글

댓글을 불러오는 중...

ai-ml

오픈AI, GPT-5.6 공개: 더 싼 토큰, 병렬 에이전트, 코딩·사이버 성능 강화

오픈AI가 GPT-5.6 모델군을 정식 공개했음. 플래그십 Sol, 균형형 Terra, 저비용 Luna로 나뉘며, 코딩·지식 작업·사이버보안·과학 벤치마크에서 성능 대비 비용을 크게 밀어붙인 게 핵심임. Responses API에는 프로그램 방식 도구 호출과 멀티 에이전트 베타가 들어가고, 가격은 Sol 기준 입력 100만 토큰 5달러, 출력 30달러임.

ai-ml

가비아, 물리 GPU와 클라우드 묶은 하이브리드 AI 인프라 출시

가비아가 RTX 4090 기반 물리 GPU 서버호스팅과 가비아 클라우드를 연동한 하이브리드 AI 인프라 구성을 내놨다. AI 학습·그래픽 처리처럼 무거운 연산은 물리 GPU에서 돌리고, 서비스 운영과 트래픽 처리는 클라우드가 맡는 방식이다.

ai-ml

청주대, 충청권 클라우드·인공지능 실무 인재 양성 거점 맡는다

청주대가 과기정통부와 정보통신산업진흥원이 지원하는 클라우드 컴퓨팅 전문인력 양성기관으로 다시 선정됐어. 2028년까지 충북·충남·대전·세종 지역 재직자와 실무자를 대상으로 클라우드, 인공지능, 데브옵스, 엠엘옵스 중심의 실무 교육을 맡게 됨.

ai-ml

카카오 카나나 멀티모달, 허깅페이스 다운로드 160만 돌파

카카오의 멀티모달 언어모델 ‘카나나-v’가 누적 다운로드 160만 회를 기록하며 오픈소스 AI 생태계에서 존재감을 키우고 있어. 특히 ‘kanana-1.5-v-3b-instruct’는 최근 1개월 다운로드 38만 건을 넘겼고, vLLM 공식 지원과 3B급 경량 모델이라는 점을 앞세워 실제 서비스 적용성을 강조하고 있어.

ai-ml

엔비디아, 허깅페이스와 로봇용 오픈소스 AI 모델 만든다

엔비디아가 허깅페이스와 손잡고 로봇 분야에 특화된 오픈소스 AI 모델 개발을 추진한다. 엔비디아의 그래픽처리장치(GPU) 생태계와 허깅페이스의 개발자 커뮤니티를 결합해 로봇 AI 모델의 학습·배포 장벽을 낮추겠다는 구상이다.