---
title: "매일 대규모 언어 모델 쓰다 보니, 슬슬 ‘LLM 번아웃’이 온다는 개발자 이야기"
published: 2026-07-09T01:56:28.000Z
canonical: https://jeff.news/article/4844
---
# 매일 대규모 언어 모델 쓰다 보니, 슬슬 ‘LLM 번아웃’이 온다는 개발자 이야기

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.

- 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

> [!NOTE]
> 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

## 핵심 포인트

- 작성자는 업무에서는 Claude Code, 개인 작업에서는 Codex를 쓰며 매일 몇 시간씩 LLM 출력물을 읽음
- 현재 일은 코드를 직접 쓰는 것보다 설계하고, LLM에 설명하고, 결과를 검토한 뒤 다시 고치는 쪽으로 바뀌었음
- 불만은 LLM 자체보다 반복되는 환각, 틀린 가정, 끊긴 문장 스타일, 과한 이모지 같은 패턴이 계속 누적되는 데 있음
- LLM이 생산성을 높인다는 점은 인정하지만, AI 생성 텍스트를 계속 읽는 감각 피로가 생겼다고 말함

## 인사이트

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.