한 직원은 지난 1년간 사내에서 공유된 반(反)AI 밈의 수를 “수백에서 수천 개”에 달할 것으로 추산했다. 특히 구글이 신제품을 출시하거나, AI 모델을 업데이트하거나, 내부 코딩 도구인 ‘젯스키(Jetski)’가 오작동할 때마다 밈의 생성량이 급증한다고 전했다 .
내부 조롱의 중심에는 AI가 생성한 저품질 코드, 이른바 ‘쓰레기(slop)’로 불리는 결과물이 있다. 특히 큰 파장을 일으킨 밈 중 하나는 구글의 연례 개발자 회의인 I/O의 발표 장면 스크린샷에 “I/O가 쓰레기를 양산하는 새로운 방법을 발표했다”라는 문구가 합성된 이미지였다. 여기에는 ‘slop(쓰레기, 형편없는 내용물)’이라는 단어가 발표 화면 위에 조잡하게 덧붙여져 있어, AI의 산출물을 천박한 내용물로 규정했다. 이 게시물은 100개 이상의 ‘좋아요’를 받으며 엔지니어들의 광범위한 동조를 이끌어냈다 . 또 다른 밈은 AI가 생산성을 높여준다는 경영진의 주장을 비틀어, “이제 절반의 시간 만에 10배 많은 버그를 출시할 수 있게 되었다”고 비꼬았다
.
이러한 밈들은 AI 코드 생성을 기술적 승리가 아닌, 기술적 부채(technical debt)의 대량 생산으로 프레임화하고 있다.
코드 품질을 넘어, AI가 생성한 코드의 압도적인 물량 자체가 인간 검토자들에게 커다란 위기가 되고 있다. 내부 불만들은 AI 출력물이 개발 파이프라인에 홍수처럼 쏟아져 들어오는 반면, 정작 아무도 AI가 작성한 코드를 완전히 이해하지 못하기 때문에 검토자들이 그 속에서 “익사(drowning)”하고 있다고 묘사한다 . 엔지니어들이 지적하는 핵심 문제는 AI 코드의 생성 속도가 의미 있는 인간의 검토 능력을 훨씬 뛰어넘었다는 점이다. 이는 검토라는 안전 장치를 감당 불가능하고 불투명한 병목 현상으로 바꾸어 놓았다
.
결국 이러한 변화는 엔지니어의 역할을 창조자에서, 감당하기 어렵고 검증하기 까다로운 코드의 압도적인 ‘승인자’로 전락시키고 있다.
특히 내부 AI 코딩 도구인 ‘젯스키(Jetski)’를 향한 비판은 특히 날카롭다. 엔지니어들은 밈젠에 올라온 게시물들을 통해 젯스키가 마치 존재하지도 않는 성능 지표를 그럴싸하게 만들어내는 듯한 장면을 공유하며 조롱했다 . 이는 엔지니어들의 “도구가 근본적으로 신뢰할 수 없으며, 업무 부담을 덜어주기는커녕 가중시킨다”는 불만을 더욱 부채질했다
. 75%라는 이정표를 떠받치는 핵심 엔진인 이 도구에 대한 비판은, 구글 내부 AI 전략의 근간을 흔드는 것이다.
순다르 피차이 CEO가 2026년 4월 밝힌 75%라는 수치는 하나의 획기적인 성취로 제시되었다. 이는 더 이상 엔지니어가 직접 코드를 쓰는 대신, ‘진정한 에이전트 워크플로우(truly agentic workflows)’로 전환하여 자율적인 AI 디지털 팀을 감독(Ochestrate)하는 시대로의 변화를 의미한다고 그는 강조했다 . 피차이는 AI와 엔지니어의 협업으로 복잡한 코드 마이그레이션을 과거보다 6배나 더 빨리 완료할 수 있었다는 사례를 들며 생산성 혁명의 실체를 부각시켰다
.
하지만 밈젠에서의 메시지는 이와 극명히 다른 현실을 속삭이고 있다.
자랑스럽게 내건 피차이의 75%라는 통계는, 이처럼 내부의 거센 목소리로 인해 해결책이 아닌 심각한 문제를 수량화한 숫자, 즉 조롱의 대상으로 전락해 버렸다.
Comments
0 comments