AI가 해커톤을 망치고 있다: HackEurope 2026 참가자의 현장 기록

해커톤은 오랫동안 실제 창업 아이디어가 태어나거나, 최소한 개인의 실력을 가늠하는 장으로 여겨져 왔다. 하지만 최근 유럽 3개국에서 동시에 열린 HackEurope 2026에 참가한 개발자 안토니오 청(Antonio Cheong)의 후기는 그 통념이 이제 흔들리고 있음을 보여준다. 그는 행사 자체가 '엉망'이었다고 평가한다. 참가자용 UI는 이른바 '바이브 코딩(vibe coding)'으로 급조돼 접근성이 떨어졌고, 진행 지연과 소통 착오가 반복됐다. 그러나 카페인과 수면 부족에서 벗어난 뒤 돌아보니, 이 혼란 속에 한국의 실무자들도 곱씹어볼 만한 교훈이 남았다는 것이 글의 핵심이다.

심사대에서 실제로 통하는 것

청이 관찰한 첫 번째 현실은 냉정하다. 프론트엔드가 거의 전부였다는 것이다. 프로젝트가 실제로 작동하는지, 실용성이 있는지에 대한 입증 부담은 사실상 존재하지 않았다고 그는 말한다. 보기에 근사하기만 하면 투자자와 비기술 인력은 그것을 그대로 받아들인다. 발표 시간이 단 2분에 불과했던 점도 이런 경향을 부추긴다. 짧은 시간 안에 맥락을 설명하려 들면 비기술 심사위원은 혼란스러워하며 관심을 거두기 때문에, 설명하든 안 하든 지는 게임이라는 것이다. 그의 팀은 심사위원 3명 중 2명이 오픈소스 공급망 공격을 이미 알고 있어 솔루션에 흥미를 보인 덕에 운 좋게 통과했다고 덧붙인다.

트랙 선택에 관한 실무적 조언도 눈에 띈다. 많은 참가자가 트랙이 국가별로 나뉜 것으로 오해했지만, 실제로는 3개국이 공유하는 단일 1,000유로 상금이었고 후원사가 일부 국가에서는 영업조차 하지 않았다고 한다. 트랙 후원사가 실제로 그 현장에 있는지 확인하라는 그의 지적은, 겉으로 드러난 규칙과 실제 운영이 다를 수 있다는 경고로 읽힌다.

모든 수상작에 'AI'가 있었다

가장 뼈아픈 관찰은 트렌드에 관한 것이다. 그가 지켜본 바로는 모든 수상작이 'AI'를 솔루션의 핵심 요소로 내세웠다. 대상은 대규모 언어 모델(LLM)로 낙뢰에 의한 산불 발생을 예측하고, 다시 LLM으로 드론을 조율해 인공강우를 일으켜 산불을 막는다는 아이디어였다. UI는 훌륭했지만, 그가 보기에 그 뒤에 실제로 구현된 것은 거의 없었다. 이후 앤트로픽의 스타트업 영업 총괄이 올렸다가 수정한 게시물에 따르면, 이 우승 팀은 소프트웨어 엔지니어 1명과 비기술 인력 3명으로 구성돼 있었다. 청은 비기술 인력도 무언가를 만들 수 있게 된 접근성 자체는 긍정적으로 보면서도, 이런 프로젝트가 장기적으로 존속하리라는 기대는 전혀 없으며 '코드는 이제 흔한 상품'이라는 마케팅 연출에 가깝다고 꼬집는다.

흥미로운 점은 청이 AI 도구 자체를 혐오하는 '러다이트'는 아니라고 선을 긋는다는 것이다. 그의 문제의식은 다른 곳에 있다. AI가 특정 유형의 프로젝트를 만드는 문턱을 크게 낮춘 탓에, 원래라면 더 멋진 것을 만들었을 사람들조차 AI가 잘 해내는 범위 안에 스스로를 끼워 맞추게 된다는 것이다. 그가 목격한 프로젝트의 90%가량은 급조된 결과물이었고, 여러 팀이 완전히 똑같은 제목과 설명, 구현으로 같은 아이디어를 내놓는 경우도 있었다. 아이디어마저 AI가 뽑아준 것이라는 방증이다.

훈련 데이터 밖의 아이디어가 사라진다

실무자에게 더 곱씹어볼 대목은 '분포 밖(out of distribution)' 아이디어에 관한 지적이다. 정말 참신한 발상은 대개 AI 훈련 데이터의 분포 밖에 있는데, AI가 그런 것을 '너무 어렵다'고 판단하면 사람들은 아예 시도를 회피한다는 것이다. 결과적으로 흥미로운 아이디어는 해커톤에서 점점 자취를 감춘다. 도구가 능력을 확장하는 대신, 도구의 능력이 사람의 상상력을 규정하는 역설이다.

이 후기는 어디까지나 한 참가자의 주관적 현장 관찰이라는 한계를 지닌다. 수상작에 실체가 없다는 판단도 '적어도 관찰한 바로는'이라는 단서가 붙은 인상 비평이며, 행사 전체를 대표한다고 보기는 어렵다. 그럼에도 이 기록이 던지는 질문은 유효하다. 해커톤이 실력의 대리 지표이자 창업의 산실이던 시절과 달리, 지금처럼 프론트엔드 데모만 넘쳐나는 환경에서는 어떤 후속 개발도 기대되지 않고, 피칭과 트렌드 편승 능력 외에 무엇도 검증되지 않는다. AI 기반 프로토타이핑을 조직의 성과 지표로 삼으려는 팀이라면, 화려한 데모와 실제로 유지·발전 가능한 제품 사이의 간극을 어떻게 구분해 평가할 것인지부터 정해두는 편이 낫다.