AI 에이전트가 코딩의 시행착오와 디버깅 과정을 대신해주면서, 과거에는 자연스럽게 쌓였던 'reps'가 줄어들고 있습니다. 하지만 진정한 전문성은 단순히 결과물을 얻는 것이 아니라, 문제를 정의하고 결과를 검증하는 과정에서 만들어집니다. Anthropic의 연구에 따르면 AI를 단순한 코드 생성기로 쓰는 것보다, 개념을 묻고 원리를 파악하며 사용하는 것이 학습에 훨씬 효과적이라고 합니다. 따라서 AI 시대의 엔지니어는 구현 자체보다는 무엇을 만들고 어떻게 검증할지를 결정하는 'outer loop'에 집중하며, 의도적으로 학습 과정을 설계해야 합니다. AI가 만든 결과물을 비판적으로 검토하고, 얻은 교훈을 문서화하여 에이전트와 함께 성장하는 선순환 구조를 만드는 것이 중요합니다.