2026년 코딩 배울 가치 있나 — AI 시대 개발자 채용 데이터로 본 진실

핵심 메시지

• 발표자는 아마존 선임 응용과학자로, 이제 직접 코드를 거의 쓰지 않고 커밋하는 코드 대부분을 AI가 작성한다고 말한다.
• 미국 통계에서 '컴퓨터 프로그래머' 직군은 2년간 약 27% 줄었지만, '소프트웨어 개발자'는 거의 변동이 없고 2034년까지 15% 성장이 전망된다.
• AI는 코드를 '작성하는' 중간 단계를 압축했을 뿐, 무엇을 왜 만드는지 정하는 앞단과 배포·운영·책임의 뒷단은 오히려 더 중요해졌다.
• 개발자의 84%가 AI 도구를 쓰지만 46%는 AI가 만든 코드를 적극적으로 불신하며, 답이 '거의 맞지만 정확히는 틀린' 경우가 많아 검증 능력이 필수다.
• 코딩을 배우는 것은 타이핑이 아니라 시스템을 이해하기 위함이며, 지금도 늦지 않았다는 것이 결론이다.

쉽게 이해하기

발표자는 프로덕션 머신러닝 시스템을 만드는 아마존 선임 응용과학자라고 자신을 소개하며, 이제 직접 코드를 거의 작성하지 않고 커밋하는 코드의 사실상 모든 줄을 AI가 쓴다고 털어놓는다. 그렇다면 '나 같은 사람도 코드를 안 쓰는데, 지금 코딩을 배우는 게 너무 늦은 것 아니냐'는 불편한 질문에서 영상이 출발한다. 작년까지만 해도 AI 코딩 도구를 회의적으로 봤지만, 지금은 Claude Code 같은 도구가 단순 자동완성을 넘어 며칠에 걸친 복잡한 다단계 작업까지 해낸다고 평가한다.

데이터를 들여다보면 처음엔 암울해 보인다. 미국 노동통계국 기준 컴퓨터 프로그래머 직군은 2년 만에 약 27% 줄었고 2034년까지 추가로 6% 감소가 예상된다. 2025년 중반 Indeed의 기술직 공고는 팬데믹 이전보다 36% 낮았다. 스택오버플로 2025 설문에서는 개발자의 84%가 AI 도구를 쓰거나 쓸 계획이며, 500명의 상위 엔지니어가 모인 프래그매틱 서밋 자료에서는 그 비율이 93%로 주당 평균 4시간을 절약한다고 나온다. AI가 작성한 코드 비중은 2025년 3분기 22%에서 2026년 2월 27%로 한 분기 만에 크게 뛰었다.

하지만 무서운 숫자들은 중요한 맥락을 빠뜨린다. 프로그래머 직군은 줄지만 소프트웨어 개발자 직군은 0.3% 감소로 사실상 제자리이고, 노동통계국은 2034년까지 15% 성장을 전망한다. 이는 전체 직종 평균의 다섯 배다. 차이는 일의 성격에 있다. 프로그래머는 명세를 문법으로 옮기는 일이 중심이라 AI가 잘하는 부분이었던 반면, 개발자·엔지니어는 설계 결정, 신뢰성, 트레이드오프 분석, 부서 간 소통, 장애 대응처럼 사람의 두뇌가 필요한 일을 한다. 사라질 일은 원래 사라질 일이었다는 것이다. 실제로 채용 공고에서 AI 스킬 언급은 3개월 새 16% 늘었다.

발표자는 소프트웨어 작업을 세 단계로 나눈다. 코드 이전(무엇을 왜 만드는가, 지연·비용·프라이버시 같은 제약, 이해관계자), 코드 중(실제 함수·모듈·테스트 작성), 코드 이후(배포·모니터링·컴플라이언스·장애 대응). AI는 '코드 중' 단계를 압축했지만 앞뒤 단계를 없애지 못했고 오히려 더 부각시켰다. 그의 프로젝트는 몇 주간 이해관계자와 조율하고 상세 명세를 쓴 뒤, 하루이틀 AI 도구로 실제 구현을 하고, 다시 몇 주간 테스트하고 검증하는 모습이다. AI가 80%까지 빠르게 데려다주지만, 제대로 된 것을 만들고 프로덕션에서 안전하게 하는 마지막 20%가 늘 진짜 어려운 부분이었다고 강조한다.

결정적으로, 무언가 프로덕션에서 터지거나 보안 사고·컴플라이언스 위반이 생기면 책임지는 것은 AI가 아니라 사람이다. AI는 새벽 3시에 호출당하지 않고, 장애 리뷰에 불려가지 않으며, 고객 데이터가 왜 노출됐는지 경영진에게 설명하지 않는다. 그래서 아무리 낙관적인 미래에도 질문은 '사람이 관여할 것인가'가 아니라 '효과적으로 관여하려면 무엇을 알아야 하는가'이며, 답은 시스템을 이해하는 것, 곧 코드를 이해하는 것이다. 발표자는 언어 하나를 깊게 익히고(파이썬·자바스크립트 추천), AI를 검증하며 쓰는 법을 배우고, 트레이드오프 판단 같은 인간의 영역을 연습하라고 조언하며 '너무 늦지 않았다'고 끝맺는다.

주요 인사이트

• '프로그래머'와 '소프트웨어 개발자'를 뭉뚱그린 통계는 오해를 부른다. 명세를 문법으로 옮기는 일은 줄지만, 설계·판단·책임이 필요한 일의 수요는 오히려 성장 중이다.
• AI 도구 사용률(84~93%)이 높다고 신뢰가 높은 것은 아니다. 46%가 AI 코드를 불신하고 답이 '거의 맞지만 틀린' 경우가 많아, 검증 능력이 없으면 오히려 디버깅에 더 많은 시간이 든다.
• AI는 증폭기다. 이미 잘하는 팀은 더 빨라지고, 역기능적인 팀은 더 빨리 망가진다. 같은 도구로 어떤 회사는 고객 장애를 절반으로 줄이고 어떤 회사는 두 배로 늘렸다.
• '코딩은 죽었다'는 예언은 포트란·코볼·객체지향 등 모든 주요 추상화의 등장 때마다 반복됐지만, 시스템을 이해하는 사람에 대한 수요는 오히려 늘었다.
• 학습 순서로는 ①한 언어의 기초를 탄탄히 다지고(이때 AI는 개념 설명 용도로만), ②제약과 완료 정의를 갖춘 프롬프트로 AI를 비판적으로 검증하며 쓰고, ③트레이드오프 판단과 장애 대응 같은 인간의 판단력을 기르는 3단계가 제시된다.

자주 묻는 질문

관련 AI 소식