경험 - 2025 카카오 컨퍼런스와 생각

타임테이블

• 1시 — 1F Conference Room 2 → AI Coding Agent: 실험을 통해 확인한 생산성 그 이상의 가능성
  (회사에 AI 코딩 팀이 있으니까 꼭 들어야 했음)
• 2시 — B1F Team Room 1-2 → 구조 설계로 함께 성장하기
• 3시 — B1F Team Room 1-2 → 복잡한 흐름 앞에서, 퍼널
• 4시 — B1F Team Room 3-4-5 → 김대리, SQL 함수 말고 MCP 쓰세요
• 4시 20분 — 같은 방 → AI 자동 게임보안 검수

---

이동 & 현장

• 늦잠은 안 잤는데 아침에 빈둥대다가 지각 → 택시 타고 감.
• 진짜 위치가 너무 깡촌이라 “뭐 이런 곳에 있냐” 싶었음.
• 줄 서는 체험존은 너무 빽빽해서 대부분 스킵.
• 점심 도시락은 맛있었는데 첫입부터 “아 이거 칼로리 폭탄이네” 느낌.
• 하루 끝나고 보니까 “큰 인사이트 얻었다기보다 그냥 몸만 고단하다” 싶었는데, 그래도 빡세게 보낸 건 위안.

---

세션 메모

CTO 키노트

• AI를 OS처럼 보자고 함. 인류 OS를 한 단계 업그레이드한다는 표현이 좀 멋있긴 했음.
• LLM을 커스텀 임베디드 OS처럼 만드는 그림. 거대 기업/국가 단위로 AI 총력전 벌이는 중이라나.
• 전사적으로 개발자 120달러씩 지원해서 AI 쓰게 했는데, 생산성은 확실히 올랐다고.
  → 다만 커뮤니케이션 속도는 똑같아서, 이게 병목.
• 그래서 결론: “주니어 굳이 뽑을 필요 있나?” 같은 뉘앙스.
  하지만 대규모 트래픽 경험 같은 건 AI로 못 대체한다는 말도 덧붙임.
• 개발자 미래는 _무엇_보다 어떻게. 결국 모든 산업에 AI가 스며든다는 얘기.

카나나 & 멀티모달

• “에이전틱 AI”라는 표현 씀. 능력은 지각·추론·행동.
• 카나나 V(비전), A(오디오) 라인업. 메뉴판·신호등 분석 시연했는데 꽤 있어 보였음.
  특히 메뉴판 분석은 진짜 디테일하게 뽑아내서 놀람.
• 이미지·영상·오디오까지 멀티모달로 확장 중.
• 내 생각: “카카오는 AI를 코어부터 제대로 하려는구나.” 동시에 “근데 진짜 잘할 수 있을까?”라는 의문도 남음.

AI 코딩 에이전트 실험

• 낚시앱: 혼자 일주일(코딩은 3일)만에 만들었는데 코드 퀄은 별로.
• 팀 실험(3인): 생산성 2배. 전사 실험(105명): 70%가 “AI 없인 개발 불가”라고 할 정도.
• PoC 2주 → 2일. 리드타임 80% 이상 줄었다는 답변도 꽤 있었음.
• 결론: 숫자는 거짓말 안 한다. 하지만 생산성 끝판왕은 결국 커뮤니케이션 속도에서 갈림.
• “주니어 채용?” 내 해석: 이제는 도메인 경험 + AI 협업 역량이 핵심.

시니어링 (구조 설계로 성장하기)

• 시니어의 숙제: 안정적인 완수 vs 동료 성장. 둘 다 잡아야 함.
• 해법: 피처를 잘게 쪼개서 누구나 맡을 수 있는 단위로 만들기. 플래닝 포커로 난이도도 맞추기.
• ISP/DIP 같은 설계 원칙으로 리스크를 기술적으로 격리.
• 결론: 시니어는 정답 주는 사람이 아니라, 좋은 질문 던지고 안전망 설계하는 사람.

퍼널 세션

• 채널+매장 정책 통합 때문에 동선이 미친 듯이 꼬였음.
• URL 라우팅이냐, 상태 제어냐 → 결국 섞어서.- Step–Funnel–Flow 구조로 여정 모델링. 기획/디자인/코드 다 같은 언어로 얘기할 수 있게 됨.
• 내 코멘트: 처음엔 “퍼널? 넷퍼널?” 이런 생각했는데, 유저 여정을 퍼널로 풀자고 하니 한결 깔끔.
• 기획자에게 “라 동선에서 C 퍼널 빼고 D부터 시작하면 안 될까요?” 이런 제안도 했고, 실제로 효과 있었음.
• 웹뷰라 URL 안 노출되는 제약이 있었는데, 쿼리스트링으로 절충한 것도 현실적인 선택.

데이터 민주화 (MCP)

• 현업은 데이터 보고 싶으면 분석가한테 매번 부탁해야 함 → 서로 피곤.
• Snowflake 덕에 권한은 열렸지만, 여전히 SQL이 장벽.
• 해결책: MCP 데이터랩(허브), Query101(SQL 레퍼지토리), CAT(새 SQL 생성 도우미).
• Query101 덕분에 비용/시간 90% 가까이 줄었다고.
• 단점: 새로운 질의는 커버 못해서 SQL 등록 필요.

게임 보안 세션

• 게임 해킹은 일반 SW랑 달라서 보안팀이 고생. AI로 보안 체계 새로 짠다고.
• GWE/GVE DB: 공격 시나리오랑 뚫린 결과 정리.
• GamesTotal 아키텍처: 정적(엔진 설정) + 동적(메모리 변조) + 행위(스피드핵 탐지)까지 AI가 다 관여.
• 기존 인력 그대로 위협 속도를 따라잡은 게 포인트.

---

내 생각

• 카카오의 전략: 카카오는 단순히 모델만 만드는 게 아니라, 플랫폼·안전성(AI 세이프티)·서비스 적용까지 전부 직접 하려는 기세. 이건 단순히 ‘AI 기술 보유’가 아니라 엔드투엔드 AI 기업으로 가겠다는 의지로 보임. 장점은 빠른 내재화와 서비스 연결성인데, 동시에 리스크도 큼. (예: 글로벌 오픈AI·구글·MS 같은 기업과 정면 승부해야 함.)

• 데모 평가: 메뉴판 분석, 감정 담은 낭독, 멀티모달 Any-to-Any 시연은 꽤 인상 깊었음. “이 정도면 카카오도 진짜 뭔가 하는구나”라는 생각이 들었지만, 솔직히 글로벌 스테이지에서 계속 버틸 수 있을지는 의문. 특히 비용·지연·품질을 동시에 만족시키는 건 세계적 과제라 카카오도 피하기 힘듦.

• 조직 생산성: 현재 수치상으로는 AI 도입으로 개인·팀 생산성 2배 이상 상승은 이미 입증된 듯. 근데 이게 조직 전체 차원에서 드라마틱하게 이어지려면 결국 커뮤니케이션 구조와 프로세스 개편이 핵심. 기술만으로는 상한선이 존재. 전사 차원에서 협업 방식, 정보 흐름, 의사결정 속도를 같이 손봐야 진짜로 “AI 네이티브 조직”이 될 수 있을 거라 봄.

마지막 한 줄 정리

• “AI는 OS다, 시니어는 안전망 설계자다, 퍼널은 혼돈을 정리하는 도구다.”