AI 코딩 4시간 후 답변이 이상한 진짜 이유 — LLM Exhaustion 해결법 5가지
AI 코딩 도구를 오래 쓰면 답변 품질이 떨어지는 건 LLM 탓이 아니라 피로한 사용자의 프롬프트 때문입니다. 해커뉴스 309표를 받은 개발자의 실전 해결법 5가지를 정리했습니다.
AI 코딩 도구를 4~5시간 쓰다 보면 어느 순간 AI가 갑자기 바보가 된 것 같은 느낌을 받은 적 있지 않습니까? 이른바 LLM Exhaustion(LLM 피로) 현상입니다. 소프트웨어 엔지니어 톰 조넬(Tom Johnell)이 쓴 블로그 글 "LLMs can be absolutely exhausting"이 해커뉴스에서 309표, 198개 댓글을 받으며 AI 코딩 생산성 논의에 큰 반향을 일으키고 있습니다.
결론부터 말하면, AI가 성능이 떨어진 게 아니라 피곤해진 '나'가 프롬프트를 점점 엉성하게 쓰고 있었던 겁니다. 이 통찰은 AI 코딩 도구를 쓰는 모든 사람 — 개발자뿐 아니라 AI로 문서를 쓰거나 데이터를 분석하는 직장인에게도 해당됩니다. AI 활용의 기초가 궁금하다면 무료 학습 가이드부터 시작해보시기 바랍니다.
AI 코딩 생산성이 떨어지는 원인: "10분짜리 슬롯머신"
톰 조넬은 AI 코딩 도구(Claude Code, Cursor, Copilot 등)로 장시간 작업할 때 흔히 빠지는 함정을 세 가지로 정리합니다.
우리가 흔히 하는 변명 3가지:
1. "AI 회사가 비용 절감하려고 성능을 낮춘 것 같다"
2. "대화가 길어져서 AI가 앞의 내용을 잊어버렸다"
3. "도구가 너무 복잡해져서 느려진 거다"
하지만 조넬이 발견한 진짜 원인은 달랐습니다. 다음 날 같은 문제를 다시 보면 금방 풀렸습니다. 달라진 건 AI가 아니라 자기 자신의 컨디션이었습니다.
그는 이 현상을 "10분짜리 슬롯머신"에 비유합니다. 코드를 고치고 → AI에게 다시 물어보고 → 10분을 기다리고 → 결과가 별로면 또 고치고… 이 느린 반복이 쌓이면서 점점 지치고, 지칠수록 프롬프트는 더 대충 쓰게 되고, AI의 답변도 점점 엉뚱해지는 악순환(doom-loop)이 만들어집니다.
LLM 피로 경고 신호 3가지 — 프롬프트 품질 자가 진단
조넬은 자신의 경험에서 피곤할 때 나타나는 패턴을 구체적으로 짚었습니다.
1. 프롬프트가 짧아진다 — 맥락 설명 없이 "이거 고쳐줘"식으로 던지기 시작합니다
2. AI 답변을 중간에 끊는다 — "아, 그게 아니라" 하면서 방향을 급하게 바꿉니다. 조넬은 이것이 결과물의 품질을 크게 떨어뜨린다고 강조합니다
3. AI가 알아서 채워주길 바란다 — 자신이 문제를 충분히 이해하지 못한 채로 "AI가 대신 생각해주겠지"라는 함정에 빠집니다
해커뉴스 개발자 198명이 공유한 AI 번아웃 경험
이 글은 단순히 한 사람의 경험담에 그치지 않았습니다. 198개 댓글에서 수백 명의 개발자들이 자신의 상황을 털어놓았습니다.
대기업의 비현실적 AI 코딩 압박 — 도어대시(DoorDash), 아마존(Amazon), 세일즈포스(Salesforce)에서 일하는 개발자들이 "하루에 코드 1만 줄을 만들어야 한다"는 압박을 받고 있다고 밝혔습니다. AI가 대량 생산한 코드를 리뷰하는 사람은 "내가 쓰지도 않은 코드를 하루 종일 검토하는 게 지옥"이라고 표현했습니다.
AI 도구 5개 동시 사용 후 3일 번아웃 — 한 개발자는 AI 코딩 도구 5개를 동시에 돌리며 2달간 "날아다니는 기분"이었다가, 어느 날 갑자기 3일 동안 아무것도 못 하는 정신적 붕괴를 경험했다고 합니다.
"코딩 중 자연스러운 쉬는 시간이 사라졌다" — 예전에는 코드를 직접 타이핑하는 동안 머릿속으로 다음 단계를 정리할 수 있었습니다. AI가 코딩을 대신하면서 이런 '생각 정리 시간'이 사라졌고, 쉴 틈 없이 의사결정만 계속하게 됐다는 지적입니다.
AI 코딩 생산성 높이는 실전 해결법: "90% 설계, 10% 코딩"
조넬은 자신만의 탈출법을 제시합니다. 핵심은 "테스트 주도 개발"(TDD)의 원리를 AI 사용에 적용하는 것입니다. 쉽게 말해, AI에게 코드를 시키기 전에 "이런 결과가 나오면 성공"이라는 기준을 먼저 명확하게 정하는 방식입니다.
AI 코딩 생산성을 유지하는 4단계:
1단계: 피로도 체크 — AI에게 프롬프트 쓰는 게 재미없어지는 순간이 멈출 타이밍입니다. 짜증이 나거나 "에이 대충 쓰자"라는 생각이 드는 순간, 컴퓨터를 끄는 게 오히려 빠릅니다.
2단계: 성공 기준 먼저 정의 — "이 버그를 고쳐줘" 대신 "이 파일을 처리했을 때 5분 안에 에러 없이 완료되면 성공이야"처럼 구체적 기준을 제시합니다. 프롬프트 작성법 학습 가이드에서 더 자세한 방법을 확인할 수 있습니다.
3단계: 빠른 피드백 루프 구축 — 10분짜리 테스트를 1분으로 줄이는 방법을 AI에게 먼저 물어봅니다. "이 문제를 5분 안에 재현할 수 있는 가장 간단한 방법을 찾아줘"라고 요청하면, AI가 불필요한 부분을 잘라내고 핵심만 남긴 빠른 테스트를 만들어줍니다.
4단계: 동시 작업 도구 제한 — AI 도구를 1~2개만 동시에 사용합니다. 해커뉴스 댓글에서 가장 많이 공감받은 조언이기도 합니다.
조넬은 이 방식으로 작업할 때의 느낌을 이렇게 표현합니다: "프롬프트를 쓸 때 이미 결과가 보여서 기대하며 전송 버튼을 누른다. AI가 잘할 거라는 확신이 드는 그 순간이 최고의 컨디션이다."
프롬프트 엔지니어링과 AI 코딩 숙련도의 차이
해커뉴스 댓글에서 흥미로운 반론도 나왔습니다. "숙련된 엔지니어에게 AI는 피로가 아니라 해방"이라는 의견입니다. 핵심 차이는 설계 문서를 먼저 쓰느냐에 있었습니다.
한 댓글 작성자의 비유가 인상적입니다: "AI 코딩 도구는 명검(名劍)과 같다. 숙련된 전사에게는 최고의 무기지만, 초보에게는 자기 손을 베는 흉기가 된다."
실제로 90%의 시간을 문제 정의와 계획에 쓰고, 10%만 코드 생성에 쓰는 사람들이 가장 좋은 결과를 얻었다는 보고가 여러 건 나왔습니다. 이는 개발자뿐 아니라 AI로 보고서를 쓰거나 마케팅 문구를 만드는 모든 사람에게 적용되는 원칙입니다.
AI 활용 셀프 체크리스트 5가지
이 글과 해커뉴스 토론에서 나온 실용적인 조언을 정리하면 다음과 같습니다.
1. AI에게 시키기 전에 "내가 원하는 결과"를 한 문장으로 쓸 수 있는지 확인합니다. 못 쓰겠다면 아직 준비가 안 된 것입니다.
2. 2시간마다 강제로 10분 휴식합니다. 뇌가 지치면 프롬프트의 품질이 떨어지고, 떨어진 프롬프트는 AI의 엉뚱한 답변으로 이어집니다.
3. AI 도구를 동시에 3개 이상 쓰지 않습니다. "빠른 것 같지만" 2달 후 번아웃이 찾아옵니다.
4. AI의 답변이 자꾸 이상하면 AI 탓을 하기 전에 내 프롬프트를 다시 읽어봅니다. 대부분 문제는 프롬프트에 있습니다.
5. 짜증이 나기 시작하면 그날의 작업을 메모해두고 내일 다시 합니다. 다음 날 보면 금방 풀리는 경우가 대부분입니다.
AI 코딩 도구 활용법과 바이브코딩에 대해 더 알고 싶다면 무료 학습 가이드를 확인해보시기 바랍니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드