언러닝은 전문성을 버리는 일이 아니다
Expertise trap, control bias, value unit와 preserved principles
직접 코드를 많이 작성하는 능력은 여전히 가치 있지만 모든 코드를 소유해야 품질을 지킬 수 있다는 행동은 팀 throughput을 제한할 수 있습니다. AI 시대에는 문제 경계, 검증 oracle, 통합 판단, 운영 책임이 더 희소한 역량이 됩니다.
| 기존 행동 | 보존할 원칙 | 새 행동 |
|---|---|---|
| 모든 코드 직접 작성 | 이해·책임 | 위험 기반 위임·설명 가능한 review |
| 한 가지 해법 고수 | 깊은 전문성 | 대안·반증·tradeoff 비교 |
| 산출량 중심 평가 | 기여·품질 | outcome·correction·defect |
| 도구 사용을 숙련으로 | 반복 가능한 능력 | 문제·증거·운영 시스템 |
- 행동 진단과거에는 보상받았지만 현재 병목을 만드는 습관을 적습니다.
- 원칙 추출그 행동이 지키려 했던 품질·학습·책임 원칙을 분리합니다.
- 대체 행동같은 원칙을 더 작은 비용으로 지키는 AI 협업 방식을 설계합니다.
- 경계 실험Low-risk task에서 새 행동의 속도·수정·이해도를 비교합니다.