Google AI는 왜 인재를 잃고 있나: t3.gg (youtube.com) ↗

• Theo의 핵심 주장은 “Google이 AI 인재를 잃는 이유는 돈보다 조직 환경에 있다”는 쪽에 가까움
• 최근 Google DeepMind와 Gemini 관련 핵심 인력들이 Anthropic, OpenAI로 옮긴 흐름을 두고, 단순 이직보다 내부 실험을 제품으로 살리는 능력의 문제로 봄
• Gemini 모델은 지식과 벤치마크는 강하지만, 긴 작업을 끝까지 수행하고 도구를 쓰는 행동은 약하다는 비판
• Google Workspace CLI를 만든 Justin Poehnelt가 해고됐다고 밝힌 사건을, 에이전트 시대에 Google이 놓치고 있는 상징적 장면으로 제시
• Theo는 t3.gg와 T3 Stack을 만든 풀스택 개발자. 이번 영상은 Google AI 문화, Gemini 코딩 모델, Workspace CLI 사건을 연결한 공개 비판 형식

Google AI 인재 이탈은 왜 더 크게 보이나?

• 최근 보도 기준으로 Jonas Adler와 Alexander Pritzel은 Google을 떠나 Anthropic으로 옮기는 흐름에 포함됨
• Noam Shazeer는 Google이 Character.AI와의 대형 계약으로 다시 데려온 인물인데, OpenAI 합류 소식이 나왔음
• John Jumper처럼 AlphaFold 쪽 상징성이 큰 인물의 Anthropic 이동도 함께 거론됨
• Theo는 이 흐름을 “AI 인재 전쟁”만으로 보지 않음. Google이 컴퓨팅, 코드베이스, 인재, 자본을 갖고도 제품 실행에서 뒤처지는 구조가 문제라는 해석
• Google이 Anthropic 지분을 일부 갖고 있어 금전적으로는 이익을 볼 수 있어도, 실제 모델과 제품을 만드는 내부 역량이 빠져나가는 것은 다른 문제임

Gemini 코딩 모델의 문제는 지식이 아니라 행동인가?

• Theo는 Gemini를 “똑똑하지만 일 처리를 못 끝내는 동료”처럼 묘사함
• 많은 지식을 알고 있고 특정 벤치마크에서는 강하지만, 실제 코딩 에이전트처럼 파일을 읽고, 도구를 부르고, 결과를 확인하며, 다음 행동을 고르는 흐름이 약하다는 주장
• 특히 long horizon task(여러 단계를 오래 이어가는 작업)에서는 같은 파일을 반복해서 읽거나, 엉뚱한 추론 루프에 빠지는 문제가 보인다고 함
• Business Insider 보도도 Gemini 3.5 Pro 출시가 2026년 6월에서 7월로 밀렸고, long horizon task와 에이전트 성능을 더 다듬고 있다고 전함
• Theo가 보기에 Google의 거대한 내부 코드베이스만으로는 부족함. 중요한 것은 “코드가 많다”가 아니라 “사람과 모델이 실제 코드베이스에서 주고받고, 고치고, 검증한 이력”이라는 것

구분	Google이 가진 것	Theo가 부족하다고 보는 것
지식	거대한 코드베이스와 연구 조직	실제 에이전트 작업 이력
컴퓨팅	TPU와 대규모 인프라	제품 안에서 반복되는 피드백 루프
모델	강한 벤치마크와 넓은 지식	도구 호출, 작업 지속성, 행동 안정성
제품	Workspace, Cloud, Gemini	외부 에이전트가 쓰기 쉬운 인터페이스

Google Workspace CLI 사건은 왜 상징적인가?

• Google Workspace CLI는 Gmail, Drive, Calendar 같은 Workspace 기능을 명령어로 다루게 하는 도구임
• 사람에게는 버튼을 덜 누르게 해주고, AI 에이전트에게는 Google Workspace를 조작할 수 있는 손잡이를 만들어주는 역할을 함
• Justin Poehnelt는 이 도구가 Hacker News 1위에 오르고, GitHub 스타와 실제 사용자를 빠르게 모았지만, 결국 이 일 때문에 Google에서 해고됐다고 밝힘
• 그는 법무팀이 Google 로고와 브랜드 색상 사용을 문제 삼았고, 일부 Workspace 리더들이 에이전트가 Workspace를 바꾸는 흐름 자체를 두려워했다고 봄
• 더 아이러니한 지점은 Poehnelt가 해고되기 이틀 전 Google Cloud Next에서 공식 Workspace CLI가 예고됐다는 점
• Theo는 이 사건을 Claude Code나 Codex 같은 내부 실험이 실제 제품으로 이어진 사례와 대비함. 같은 종류의 작은 실험이 어떤 회사에서는 전략 제품이 되고, 어떤 회사에서는 조직 문제가 된다는 것

Google은 모델보다 인프라로 이길 수 있나?

• Theo는 Google이 꼭 최고 모델을 직접 만들어야만 이기는 것은 아니라고 봄
• Cloudflare처럼 모델을 직접 만들기보다 기존 모델과 에이전트가 잘 쓸 수 있는 인프라를 만드는 길도 있음
• Google의 강점은 Workspace, Cloud, 검색, YouTube, Android 같은 거대한 작업 표면임
• 문제는 이 표면들이 외부 에이전트에게 충분히 열려 있느냐임. CLI, API, 권한 모델, 감사 로그가 좋으면 모델이 Claude든 Codex든 Gemini든 Google 위에서 일하게 만들 수 있음
• Theo의 결론은 꽤 강함. Google이 내부 실험을 막는 문화를 바꾸지 않으면, 좋은 인재와 좋은 아이디어가 계속 밖으로 나갈 수 있다는 것

Google Workspace CLI는 무엇인가요?

Google Workspace의 Gmail, Drive, Calendar 같은 기능을 터미널 명령어로 다루게 하는 도구임. 개발자에게도 편하지만, AI 에이전트가 문서 찾기, 일정 확인, 메일 처리 같은 일을 하려면 이런 명령어 기반 손잡이가 특히 중요해짐.

Gemini 코딩 모델은 왜 long horizon task가 어렵다고 하나요?

long horizon task는 한 번 답하고 끝나는 문제가 아니라, 여러 파일을 읽고, 수정하고, 테스트하고, 다시 고치는 긴 작업임. Theo의 비판은 Gemini가 지식은 많아도 이런 긴 작업에서 도구 사용과 다음 행동 선택이 불안정하다는 쪽임.

Google은 AI 경쟁에서 이미 졌나요?

아직 그렇게 단정하기는 어려움. Google은 컴퓨팅, 제품 표면, 연구 인력, 배포 채널을 모두 가진 회사임. 다만 Theo가 보는 위험은 기술 자원 부족이 아니라, 좋은 내부 실험을 살리고 실제 사용자 데이터로 학습시키는 조직 능력의 부족임.

1인기업 관점

이번 글에서 제일 실전적인 건 “내 제품이 사람 말고 에이전트에게도 잘 조작되나”인 듯함. 기능을 하나 더 만드는 것보다 API, CLI, 권한, 되돌리기, 작업 로그처럼 에이전트가 실수해도 추적하고 복구할 수 있는 손잡이를 먼저 갖추는 게 중요해질 것 같음. 1인기업은 모델 경쟁에 직접 들어가기보다, 자기 제품을 여러 모델이 안정적으로 다룰 수 있게 만드는 쪽이 더 현실적인 전략인 듯함.

---

관련: 같은 Theo의 Google AI 비판인 Google AI를 더 못 믿게 된 이유: t3.gg와, 에이전트 훈련 데이터 관점의 Cursor가 Composer 2를 직접 훈련한 이유: Sequoia도 같이 보면 좋습니다.