AI가 코드를 다 써준다면, 개발자는 무엇으로 먹고살까?
한눈에 요약
AI 코딩 에이전트가 빠르게 발전하면서, 숙련된 개발자들 사이에서도 "요즘은 직접 코드를 거의 안 쓴다"는 이야기가 심심치 않게 들립니다. 그렇다면 소프트웨어 엔지니어링은 사라지는 걸까요?
원문의 핵심 주장은 이렇습니다.
코딩이 사라지는 것이 아니라, 코드 작성이 개발의 핵심 병목에서 빠지고 있다.
즉 코드 작성의 가치는 낮아지지만, 소프트웨어 엔지니어링의 가치는 오히려 더 높아진다는 것입니다. 하나씩 살펴보겠습니다.
코드 작성보다 중요해지는 역량들
AI가 구현(implementation)을 담당하게 되면, 엔지니어에게 남는 일은 그 앞뒤 단계입니다. 구체적으로는 다음 역량들이 전면에 나옵니다.
- 문제 분해: 큰 요구사항을 AI가 처리할 수 있는 작은 작업 단위로 쪼개는 능력
- 요구사항 정의: 기능 요구사항은 물론, 성능·보안·확장성 같은 비기능 요구사항까지 명확히 적어내는 능력
- 아키텍처 설계: 시스템 경계를 어디에 그을지 결정하는 능력
- 검증 인프라 구축: 테스트, CI/CD, Observability를 갖추는 능력
- 결과 검증: AI가 만들어낸 산출물이 정말 맞는지 판단하는 능력
- 프로덕션 책임: 실제 운영에서 터지는 문제를 끝까지 책임지는 능력
흥미로운 지점은, 이 목록이 과거에는 주로 시니어 엔지니어에게 요구되던 역량이라는 점입니다. 앞으로는 이것들이 '시니어의 덕목'이 아니라 '일반적인 개발 역량'의 기준선이 될 수 있습니다.
테스트와 피드백 루프의 중요성은 더 커진다
AI가 많은 코드를 '안전하게' 쓰려면, 자기가 뭘 잘못했는지 알려주는 장치가 반드시 필요합니다. 결국 다음과 같은 자동화된 피드백 루프가 전제 조건이 됩니다.
코드 생성 → 빌드/린트 → 테스트 → 실패 피드백 → 수정
그래서 "AI가 코드를 써주니 테스트는 덜 중요해지겠네"는 정확히 거꾸로 된 결론입니다. 테스트는 AI 에이전트가 딛고 서는 발판이기 때문에, 오히려 그 중요성이 커집니다. 테스트가 부실한 코드베이스는 AI에게도 위험한 작업장입니다.
코드가 싸지면, 코드가 너무 많아진다
AI로 코드 생산 비용은 극적으로 낮아집니다. 하지만 유지보수 비용까지 같이 낮아지는 것은 아닙니다. 코드가 빠르게 늘어나면 함께 늘어나는 것들이 있습니다.
- 버그
- 보안 취약점
- 기술 부채
- 복잡성
- 인프라 비용
그래서 조직이 던져야 할 질문이 바뀝니다. "AI가 코드를 얼마나 많이 만들어낼 수 있는가?"가 아니라,
우리 조직은 더 많은 코드를 안전하게 받아들일 수 있는가?
생산 속도가 아니라 **흡수 능력(absorption capacity)**이 병목이 되는 셈입니다.
주니어 개발자의 성장 경로도 바뀐다
지금까지의 성장 방식은 비교적 명확했습니다. 코드를 많이 쓰다 보면 설계 감각이 생기고, 장애를 겪으면서 테스트의 필요성을 체감하고, 그 과정에서 아키텍처를 배웠습니다. 손으로 쓰는 양이 경험으로 환산되는 구조였죠.
그런데 AI가 구현을 대신하면, 주니어는 그 축적 과정을 건너뛴 채 처음부터 문제 분해와 검증 능력을 요구받게 됩니다. 난이도가 오히려 올라가는 셈입니다.
그래서 원문은 다소 역설적인 결론을 내립니다. 컴퓨터 과학과 소프트웨어 엔지니어링 기본기의 중요성이 더 커진다는 것입니다. AI가 만든 코드를 판단하려면, 판단 기준이 머릿속에 있어야 하니까요.
정리하며
AI가 대부분의 코드를 작성하게 되더라도 소프트웨어 엔지니어는 사라지지 않습니다. 다만 역할의 무게중심이 이동합니다.
| 기존 | 앞으로 | | --- | --- | | 코드를 작성하는 사람 | 문제를 정의하는 사람 | | | 시스템을 설계하는 사람 | | | AI의 산출물을 검증하는 사람 | | | 프로덕션에 책임지는 사람 |
결국 이런 이야기입니다. 타이핑은 값싸졌지만, 무엇을 왜 만들어야 하는지 판단하는 일은 여전히 비싸고 앞으로 더 비싸질 겁니다. AI 시대에 살아남는 개발자는 코드를 빨리 쓰는 사람이 아니라, 쏟아지는 코드를 감당할 수 있는 시스템을 만들어두는 사람일지도 모릅니다.