“AI가 코딩의 노가다를 대신하는 시대, 이제 엔지니어의 핵심 역량은 ‘지휘’입니다.” 구글과 이베이 출신의 베테랑 엔지니어 휴 윌리엄스가 직접 코딩 없이 생성형 AI만으로 고성능 검색엔진 ‘제테어(Zettair)’를 구축했습니다.
AI포스트 핵심 요약
- ✅ [코딩 제로, 검색엔진의 탄생] 앤트로픽의 ‘클로드 코드’를 활용해 150만 개 위키피디아 문서를 색인화하는 고성능 검색엔진을 이틀 만에 구축. 실시간 요약과 자동 완성을 갖춘 완성도 높은 시스템을 오직 프롬프트와 검증만으로 구현함.
- ✅ [‘시니어 엔지니어’의 새로운 역할] AI가 단순 코딩 업무를 대체할 뿐, 데이터 샤딩·지연 시간 제어·아키텍처 설계 등 시스템의 핵심 지향점과 정확성을 판단하는 데는 인간의 숙련된 경험이 필수적임을 증명함.
- ✅ [초생산성 시대의 개막] 코드 노동에서 해방된 엔지니어들은 이제 설계와 무결성 검증, 프롬프트 엔지니어링에 집중하는 ‘지휘자’로 진화. 1인 개발자가 빅테크급 플랫폼을 찍어내는 초생산성의 시대가 이미 시작됨.
구글과 이베이의 전직 부사장이 단 한 줄의 코드도 직접 쓰지 않고 오직 생성형 AI만을 활용해 고성능 검색엔진을 구축해 냈다. 개발자 대체론이 뜨거운 화두로 부상한 가운데, 기술 거물의 이번 실험은 AI가 최고급 엔지니어를 만날 때 가장 강력한 파괴력을 발휘한다는 사실을 단적으로 증명한다.
위키백과 150만 개 삼킨 AI 검색엔진
앤트로픽의 개발자용 AI 도구인 '클로드 코드(Claude Code)'를 활용해 단 이틀(48시간) 만에 아마존웹서비스(AWS) 기반 시스템을 설계해 화제를 모았던 휴 윌리엄스(Hugh Williams)가 이번에는 실제 구동 가능한 검색엔진 '제테어(Zettair.io)'를 세상에 내놓았다.
이 프로젝트는 비즈니스 인사이더 등 주요 외신에 집중 보도되며 테크 씬의 이목을 집중시켰다. 윌리엄스가 링크드인을 통해 공개한 제테어는 영어 위키피디아에서 가장 인기 있는 문서 150만 개를 샅샅이 색인화해 찾아주는 웹 검색엔진이다.
단순한 텍스트 매칭을 넘어 자동 완성 기능, 검색어 맞춤형 요약(스니펫) 생성, 관련 및 인기 검색어 트래킹은 물론 맥 미니(Mac Mini)에서 구동되는 대규모 언어모델(LLM)을 연동해 실시간 뉴스 주제까지 요약해 준다.
단일 서버 기준 초당 50회 쿼리(50 QPS)를 견뎌내며 응답 속도 상위 90% 기준 0.95초 미만을 유지하는 성능을 자랑한다. 모바일 가독성을 극대화한 iOS 앱까지 개발을 마쳐 앱스토어 출시를 앞두고 있다.
"손으로 쓴 코드는 제로"…'시니어 엔지니어'가 필수인 이유
놀라운 점은 윌리엄스가 이 복잡한 정보검색(IR) 시스템을 구축하면서 주석을 제외하고는 타이핑을 거의 하지 않았다는 사실이다. 그는 오직 클로드 코드에 프롬프트를 입력하고 결과물을 유효성 검사하는 오케스트레이션(지휘) 역할만 수행했다.
그러나 윌리엄스는 이것이 '개발자의 무용론'을 뜻하는 것은 결코 아니라고 선을 그었다. 제테어의 뼈대가 된 기본 아키텍처는 그가 2000년대 초반 직접 개발에 참여했던 유서 깊은 정보검색 시스템의 엔지니어링 패턴을 기반으로 한다.
AI가 컴포넌트들을 연결하고 유저 인터페이스(UX) 기능을 코딩하는 노가다성 작업은 기막히게 해내지만, 인덱싱 파이프라인 설계, 데이터 샤딩, 쿼리 지연 시간 제어, 순위 평가 가중치 설정 등 전체적인 시스템의 지향점과 정확성을 판단하는 핵심 알고리즘은 인간의 숙련된 경험에 의존했다는 뜻이다.
그는 자신의 링크드인을 통해 "존재조차 몰랐던 라이브러리를 AI의 추천으로 사용하며 시니어 엔지니어로서 짜릿한 재미를 느꼈다"면서도 "내가 오랜 시간 다져온 노련한 '플레이어'가 아니었다면 AI라는 선수를 제대로 이끌 수 없었을 것"이라고 강조했다. 깊이 있는 기술 전문 지식이 전제되어야만 AI 코딩 도우미를 올바른 방향으로 제어할 수 있다는 통찰이다.
프로토타입은 찰나, 운영은 영원
전문가들은 이번 실험이 LLM 기반 코딩이 가져올 미래 개발 생태계의 전환점을 보여주는 지표라고 분석한다. 코드 입력이라는 단순 노동에서 해방된 엔지니어들은 이제 시스템 구조설계와 데이터 무결성 검증, 프롬프트 엔지니어링에 역량을 집중하게 된다.
다만 화려한 프로토타입 데모 이면의 실무적 과제도 명확하다. 실제 서비스 운영 단계로 넘어가면 데이터센터 컴퓨팅 및 스토리지 비용의 최적화, AI가 생성한 요약본의 환각(Hallucination) 현상을 잡아낼 자동 회귀 테스트 워크플로 구축, 모니터링 및 사용자 개인정보 보호 등 수많은 사후 수명주기 관리 문제가 도사리고 있다.
그럼에도 불구하고 구글 전 부사장의 이번 뚝딱 성과물은 거를 수 없는 대세가 됐다. 인프라의 거대한 아키텍처를 꿰뚫고 있는 시니어 개발자가 AI라는 초고속 엔진을 달았을 때, 1인 기업이 빅테크 수준의 플랫폼을 단숨에 찍어낼 수 있는 초생산성의 시대가 이미 개막했음을 증명하고 있다.
Copyright ⓒ AI포스트 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
