AI가 SRE를 대체하는 게 아니라 실력을 깎아먹는다

AI isn't replacing SREs, it's deskilling them

Oct 30, 2026•dorianniemiec•View Original

TL;DR Highlight

인시던트 95%를 AI에 맡기자 나머지 5%를 다룰 SRE의 실력이 녹슬 수 있다

Who Should Read

AI 인시던트 대응 도구를 도입하며 팀의 온콜 역량 저하가 걱정되는 SRE·백엔드 개발자

Core Mechanics

자동화가 깊을수록 사람 실력이 약해진다
- 1983년 Bainbridge의 논문 Ironies of Automation이 이 역설을 짚었다.
- 자동화할수록 사람은 드문 고위험 장애 때만 투입되는데, 연습은 줄어 그 순간 더 서툴러진다.
PagerDuty의 3단계 장애 모델
- Tier 1은 알려진 문제와 해결책으로 완전 자동화한다.
- Tier 2는 AI가 권고하고 사람이 검증한다.
- Tier 3은 새롭고 복잡한 연쇄 장애로, 사람이 주도하고 AI는 맥락만 제공한다.
사람이 Tier 3만 보면 직감은 어디서 쌓나
- 직감은 수년간 직접 장애를 처리하며 반복해서 쌓는 것이다.
- 로그 요약, 원인 제안, 의존성 맵을 AI에 맡기면 로그 읽기·가설 세우기·구조 모델링을 멈추게 된다.
다른 분야에서도 숙련도가 떨어졌다
- 의료: 폴립 검출에 AI를 쓴 내시경 의사의 AI 없는 검출률이 28%에서 22%로 내려갔다.
- 항공: 자동조종에 의존한 장거리 조종사는 상황 인식과 수동 조종 능력이 떨어져, FAA가 수동 비행 시간을 더 의무화했다.
실력 저하는 생산성으로 가려진다
- AI가 작업을 쉽게 만들어 눈에 보이는 성과가 오르니 자기 실력을 정확히 판단하기 어렵다.
- 대시보드는 초록인데 AI가 본 적 없는 장애가 터져서야 실력 저하를 깨닫는다.
never-skilling: 처음부터 못 쌓는 문제
- deskilling은 있던 능력을 잃는 것이고, never-skilling은 아예 익히지 못하는 것이다.
- 주니어는 AI가 대응을 다 해줘서 기초 직감을 쌓을 기회가 사라진다.
저자가 제시한 대응책
- 일부 인시던트는 AI가 처리할 수 있어도 사람의 연습 기회로 지정하는 의도적 비효율을 둔다.
- 사람이 AI 권고를 승인만 하는 구조 대신, 사람이 문제에 함께 참여하는 구조로 만든다.

Community Reactions

항공 비유가 적절하다는 의견
- 자동화가 늘어도 사람의 실수를 줄이는 법을 먼저 찾아낸 산업이라 배울 점이 많다는 의견이 있었다.
- 해군도 50년 전 비슷한 고민 끝에 AI가 제안하고 실행은 사람이 해야 한다고 정했다는 댓글이 있었다.
Terraform도 실력을 깎았지만 문제 삼지 않았다는 반론
- 인프라를 손으로 설정하라고 하는 사람은 없으니 AI도 새 도구일 뿐이라는 의견이 있었다.
- 탐지·복구 자동화 없이는 five nines(99.999% 가용성)가 어렵다는 주장도 있었다.
AI가 10배 빠르지만 실력 저하도 실감한다는 경험
- 스타트업 개발자가 Claude에 읽기 전용 접근을 주니 AWS 장애 분석이 약 10배 빨랐고 보고서도 써준다고 했다.
- 가끔 헛소리를 하지만, 스킬 위축이 실제로 느껴져 이직이 걱정된다고 했다.
Tier 3 직감은 Tier 3로만 쌓인다는 의견
- 복잡한 프로덕션 디버깅 경험상 핵심 직감은 끈기와 가설 검증이며, Tier 3를 직접 다뤄야 길러진다는 댓글이 있었다.
- 반대로 소음성 페이지를 거의 자동화한 조직에서는 신규 장애만 남아 직감이 오히려 늦게 쌓였다는 경험도 있었다.
현실적인 대처법 제안
- 매주 코딩 시간을 갖고, LeetCode를 풀고, 병합 전에 에이전트에게 퀴즈를 내게 하라는 댓글이 있었다.
- Claude가 쓸 만하려면 회사 맥락으로 하네스를 만들어야 하고, 지식이 없으면 무딘 도구일 뿐이라는 경험도 있었다.

How to Apply

이번 주 인시던트 하나를 사람이 먼저 풀기
- 오늘 지난 장애 하나를 골라 AI 요약을 보기 전에 로그를 직접 읽고 가설 3개를 적어라.
- 그다음 AI 결과와 비교해 어디가 달랐는지 기록하라.
온콜 로테이션에 연습용 인시던트 지정하기
- Tier 1 장애 중 일부를 사람이 직접 처리할 연습 건으로 정하라.
- 신입은 AI 제안을 보기 전에 가설을 먼저 쓰게 하라.
AI 권고를 승인 버튼이 아닌 질문형으로 바꾸기
- Tier 2 워크플로에서 AI가 권고만 내놓고 승인하지 못하게 하라.
- 담당자가 원인 가설과 근거를 직접 입력해야 진행되도록 설계하라.
병합 전 에이전트 퀴즈 도입하기
- AI가 쓴 변경을 병합하기 전에 그 변경에 대한 질문을 에이전트가 담당자에게 던지게 하라.
- 답하지 못하면 병합을 보류하라.

Try It

복사해서 바로 해보기

# Claude 또는 ChatGPT 대화창에 붙여넣기 (논문 방법의 간이 버전: 글의 '사람이 문제에 함께 참여' 아이디어를 프롬프트로 옮긴 것)

너는 SRE 온콜 코치다. 내가 인시던트를 풀 때 정답을 바로 알려주지 말고, 내가 가설을 세우도록 돕는다.

[인시던트 상황]
{{증상, 알람, 최근 배포 내용}}

[규칙]
1. 먼저 내가 확인할 로그·메트릭을 스스로 고르도록 질문 하나만 던져라.
2. 내가 가설을 쓰기 전에는 원인을 말하지 마라.
3. 내가 가설을 쓰면 반박 근거와 확인 방법을 알려줘라.
4. 마지막에 내가 놓친 점을 3줄로 정리해라.

시작해줘.

이어서 해 볼 것: 같은 장애를 AI에게 바로 풀게 한 답과 비교해 내 가설이 얼마나 맞았는지 적어 보세요.

Terminology

deskilling자동화 도구에 의존하다 원래 갖고 있던 기술이 녹슬어 가는 현상이다. 내비만 쓰다 길을 못 외우는 것과 비슷하다.

never-skilling애초에 그 기술을 익힐 기회가 없어 못 갖게 되는 상태다. 계산기로만 배워 암산을 못 배운 것과 같다.

human-in-the-loop사람이 AI 작업 과정에 직접 참여해 판단하는 구조다. 승인만 누르는 감독 역할과는 다르다.

Ironies of Automation1983년 Bainbridge가 쓴 논문이다. 자동화할수록 사람이 더 중요해지지만 연습은 줄어든다는 역설을 말한다.

SRE배포된 서비스의 가용성과 성능을 감시하고 개선하는 엔지니어링 직무다.

Related Resources

AI가 SRE를 대체하는 게 아니라 실력을 깎아먹는다

AI isn't replacing SREs, it's deskilling them

Oct 30, 2026•dorianniemiec•View Original

TL;DR Highlight

인시던트 95%를 AI에 맡기자 나머지 5%를 다룰 SRE의 실력이 녹슬 수 있다

Who Should Read

AI 인시던트 대응 도구를 도입하며 팀의 온콜 역량 저하가 걱정되는 SRE·백엔드 개발자

Core Mechanics

자동화가 깊을수록 사람 실력이 약해진다
- 1983년 Bainbridge의 논문 Ironies of Automation이 이 역설을 짚었다.
- 자동화할수록 사람은 드문 고위험 장애 때만 투입되는데, 연습은 줄어 그 순간 더 서툴러진다.
PagerDuty의 3단계 장애 모델
- Tier 1은 알려진 문제와 해결책으로 완전 자동화한다.
- Tier 2는 AI가 권고하고 사람이 검증한다.
- Tier 3은 새롭고 복잡한 연쇄 장애로, 사람이 주도하고 AI는 맥락만 제공한다.
사람이 Tier 3만 보면 직감은 어디서 쌓나
- 직감은 수년간 직접 장애를 처리하며 반복해서 쌓는 것이다.
- 로그 요약, 원인 제안, 의존성 맵을 AI에 맡기면 로그 읽기·가설 세우기·구조 모델링을 멈추게 된다.
다른 분야에서도 숙련도가 떨어졌다
- 의료: 폴립 검출에 AI를 쓴 내시경 의사의 AI 없는 검출률이 28%에서 22%로 내려갔다.
- 항공: 자동조종에 의존한 장거리 조종사는 상황 인식과 수동 조종 능력이 떨어져, FAA가 수동 비행 시간을 더 의무화했다.
실력 저하는 생산성으로 가려진다
- AI가 작업을 쉽게 만들어 눈에 보이는 성과가 오르니 자기 실력을 정확히 판단하기 어렵다.
- 대시보드는 초록인데 AI가 본 적 없는 장애가 터져서야 실력 저하를 깨닫는다.
never-skilling: 처음부터 못 쌓는 문제
- deskilling은 있던 능력을 잃는 것이고, never-skilling은 아예 익히지 못하는 것이다.
- 주니어는 AI가 대응을 다 해줘서 기초 직감을 쌓을 기회가 사라진다.
저자가 제시한 대응책
- 일부 인시던트는 AI가 처리할 수 있어도 사람의 연습 기회로 지정하는 의도적 비효율을 둔다.
- 사람이 AI 권고를 승인만 하는 구조 대신, 사람이 문제에 함께 참여하는 구조로 만든다.

Community Reactions

항공 비유가 적절하다는 의견
- 자동화가 늘어도 사람의 실수를 줄이는 법을 먼저 찾아낸 산업이라 배울 점이 많다는 의견이 있었다.
- 해군도 50년 전 비슷한 고민 끝에 AI가 제안하고 실행은 사람이 해야 한다고 정했다는 댓글이 있었다.
Terraform도 실력을 깎았지만 문제 삼지 않았다는 반론
- 인프라를 손으로 설정하라고 하는 사람은 없으니 AI도 새 도구일 뿐이라는 의견이 있었다.
- 탐지·복구 자동화 없이는 five nines(99.999% 가용성)가 어렵다는 주장도 있었다.
AI가 10배 빠르지만 실력 저하도 실감한다는 경험
- 스타트업 개발자가 Claude에 읽기 전용 접근을 주니 AWS 장애 분석이 약 10배 빨랐고 보고서도 써준다고 했다.
- 가끔 헛소리를 하지만, 스킬 위축이 실제로 느껴져 이직이 걱정된다고 했다.
Tier 3 직감은 Tier 3로만 쌓인다는 의견
- 복잡한 프로덕션 디버깅 경험상 핵심 직감은 끈기와 가설 검증이며, Tier 3를 직접 다뤄야 길러진다는 댓글이 있었다.
- 반대로 소음성 페이지를 거의 자동화한 조직에서는 신규 장애만 남아 직감이 오히려 늦게 쌓였다는 경험도 있었다.
현실적인 대처법 제안
- 매주 코딩 시간을 갖고, LeetCode를 풀고, 병합 전에 에이전트에게 퀴즈를 내게 하라는 댓글이 있었다.
- Claude가 쓸 만하려면 회사 맥락으로 하네스를 만들어야 하고, 지식이 없으면 무딘 도구일 뿐이라는 경험도 있었다.

How to Apply

이번 주 인시던트 하나를 사람이 먼저 풀기
- 오늘 지난 장애 하나를 골라 AI 요약을 보기 전에 로그를 직접 읽고 가설 3개를 적어라.
- 그다음 AI 결과와 비교해 어디가 달랐는지 기록하라.
온콜 로테이션에 연습용 인시던트 지정하기
- Tier 1 장애 중 일부를 사람이 직접 처리할 연습 건으로 정하라.
- 신입은 AI 제안을 보기 전에 가설을 먼저 쓰게 하라.
AI 권고를 승인 버튼이 아닌 질문형으로 바꾸기
- Tier 2 워크플로에서 AI가 권고만 내놓고 승인하지 못하게 하라.
- 담당자가 원인 가설과 근거를 직접 입력해야 진행되도록 설계하라.
병합 전 에이전트 퀴즈 도입하기
- AI가 쓴 변경을 병합하기 전에 그 변경에 대한 질문을 에이전트가 담당자에게 던지게 하라.
- 답하지 못하면 병합을 보류하라.

Try It

복사해서 바로 해보기

# Claude 또는 ChatGPT 대화창에 붙여넣기 (논문 방법의 간이 버전: 글의 '사람이 문제에 함께 참여' 아이디어를 프롬프트로 옮긴 것)

너는 SRE 온콜 코치다. 내가 인시던트를 풀 때 정답을 바로 알려주지 말고, 내가 가설을 세우도록 돕는다.

[인시던트 상황]
{{증상, 알람, 최근 배포 내용}}

[규칙]
1. 먼저 내가 확인할 로그·메트릭을 스스로 고르도록 질문 하나만 던져라.
2. 내가 가설을 쓰기 전에는 원인을 말하지 마라.
3. 내가 가설을 쓰면 반박 근거와 확인 방법을 알려줘라.
4. 마지막에 내가 놓친 점을 3줄로 정리해라.

시작해줘.

이어서 해 볼 것: 같은 장애를 AI에게 바로 풀게 한 답과 비교해 내 가설이 얼마나 맞았는지 적어 보세요.

Terminology

deskilling자동화 도구에 의존하다 원래 갖고 있던 기술이 녹슬어 가는 현상이다. 내비만 쓰다 길을 못 외우는 것과 비슷하다.

never-skilling애초에 그 기술을 익힐 기회가 없어 못 갖게 되는 상태다. 계산기로만 배워 암산을 못 배운 것과 같다.

human-in-the-loop사람이 AI 작업 과정에 직접 참여해 판단하는 구조다. 승인만 누르는 감독 역할과는 다르다.

Ironies of Automation1983년 Bainbridge가 쓴 논문이다. 자동화할수록 사람이 더 중요해지지만 연습은 줄어든다는 역설을 말한다.

SRE배포된 서비스의 가용성과 성능을 감시하고 개선하는 엔지니어링 직무다.

AI가 SRE를 대체하는 게 아니라 실력을 깎아먹는다

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources

AI가 SRE를 대체하는 게 아니라 실력을 깎아먹는다

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources