AI로 인해 신입 개발자의 고용률이 20% 감소

지피터스 뉴스레터는 모두가 AI 발전 속도에 뒤처지지 않도록 커뮤니티의 가장 흥미로운 AI 활용법을 전합니다.

지피터스 뉴스레터를 구독해서 뉴스레터를 편지함에서 받아보실 수 있습니다.

AI로 인해 신입 개발자의 고용률이 20% 감소

스탠포드 연구에 의하면 AI로 인해 22~25세 개발자의 고용률이 2022년 정점 대비 20% 감소했습니다. 반면, 50세 이상 시니어 개발자의 고용률은 2022년 이후로도 꾸준히 증가했습니다. 또한 소프트웨어 분야뿐 아니라 AI에 크게 노출된 고객 서비스 분야에서도 유사한 패턴을 보였습니다.

OpenAI의 GPT-5 Auto로 사람들이 추론 AI를 더 많이 사용

OpenAI의 o3 모델은 4o보다 성능이 더 좋지만, 사람들은 숫자가 더 큰 4o가 더 좋은 모델이라 생각해 o3 모델을 사용하는 비율은 7%도 되지 않았습니다. 이 문제를 해결하기 위해 OpenAI는 GPT-5 Auto를 추가했습니다. 어려운 문제를 풀 때는 자동으로 GPT-5 Thinking 모델을 사용하도록 구성해, 추론 AI를 사용하는 유료 고객 비율은 7%에서 24%로 증가했고, 무료 고객의 경우에도 0%에서 7%로 증가했습니다.

마이크로소프트 CEO가 좋아하는 프롬프트

마이크로소프트 CEO, 사티아 나델라가 마이크로소프트 365 Copilot에서 사용하는 유용한 5가지 프롬프트를 공유했습니다.

요약: 구글에서 텍스트를 이미지로 변환하는 것을 넘어, 이미지의 편집과 수정이 가능한 이미지 생성 AI, 나노바나나를 정식 출시했습니다.

단계별 방법:

1. 구글 Gemini 앱에 접속합니다.(링크)
2. Gemini에서 Tools > Create images를 클릭합니다.
3. 이미지를 생성하거나, 이미지를 업로드하여 내가 원하는 형태로 수정해 달라고 요청합니다.

요약: Rewind.ai는 나의 화면을 2초 단위로 캡처해, 화면을 OCR 하여 로컬로 저장할 수 있는 프로덕트입니다. 김욱영님은 ClaudeCode를 이용해 Rewind.ai가 저장한 데이터를 기반으로 업무 자동화 요소를 알려주는 ClaudeCode 커맨드를 만들었습니다.

단계별 방법:

1. Rewind.ai를 이용하여 나의 화면을 자동 녹화해 업무를 하는 화면을 저장했습니다.
2. Rewind.ai가 OCR한 데이터의 경로를 찾아 ClaudeCode에게 제시하고, 24시간 동안의 OCR 데이터를 기반으로 어떤 업무를 자동화할 수 있는지를 커맨드로 만들었습니다.

흥미로운 점: OCR 데이터는 잘 정리된 데이터가 아니기 때문에 이를 기반으로 제대로 된 답변을 얻기가 힘듭니다. 그래서 일정 간격으로 추출한 OCR 데이터를 통해 대략적인 업무를 파악하게 한 후, 더 자세한 업무를 알아야 할 경우 해당 구간의 OCR 데이터를 더 많이 확보해 업무를 자세하게 파악할 수 있게 구성한 부분이 흥미로웠습니다.

요약: 이재훈님은 회의가 진행될 때마다 회의록을 요약하고, 회의를 통해 어떤 업무가 배정되었는지 확인하는데 시간이 너무 많이 소요됐습니다. 그래서 워크플로우 자동화 툴 make를 이용해 회의록을 요약하고 회의별로 어떤 업무가 배정되었는지 정리하는 것을 자동화했습니다.

단계별 방법:

1. otter.ai 같은 회의록을 기록해주는 툴을 이용해 회의 내용을 노코드 데이터베이스 툴 Airtable에 저장했습니다.
2. Airtable에서 실행버튼을 누르면, ClaudeAI가 회의 내용을 요약하고, 회의에서 나온 추가 업무를 정리하도록 워크플로우 자동화 툴 make에서 설정했습니다.
3. 회의에서 나온 추가 업무를 Airtable에 누적되도록 구성해, 회의 별로 어떤 추가 업무가 생겼는지 찾아볼 수 있게 설정했습니다.

흥미로운 점: 회의 내용 정리 뿐 아니라, 회의 별로 어떤 업무가 추가로 배정되었는지 확인하는 것을 자동화한 부분이 흥미로웠습니다.

요약: 코아네님이 구글의 NotebookLM을 이용해 경제금융 전문가 챗봇을 만드는 방법을 정리해주셨습니다.

단계별 방법:

1. 한국은행에서 제공한 경제금융용어 700선 자료를 다운로드했습니다.
2. NotebookLM에서 경제금융용어 700선 자료를 소스로 넣고, 질문하거나 비디오 자료, 오디오 자료로 만들면서 나만의 챗봇을 만들었습니다.

흥미로운 점: NotebookLM을 사용하는 방법을 자세하게 소개해주셔서, 아직 NotebookLM을 사용해 보시지 않은 분들이 따라해 볼 수 있을 정도로 자세하게 기록되어 있어서 좋았습니다.