AI가 구현을 맡는 시대의 개발자 핵심 역량 5가지: 시스템 사고, 풀스택, 소통, 단순화, 테스트

핵심 메시지

• 구현이 병목이던 시절이 끝나면서, 설계와 소통 같은 이른바 소프트 스킬이 실제 성패를 가르는 하드 스킬이 됐다.
• 코드를 줄 단위로 이해할 필요는 줄었지만 구성 요소 단위의 시스템 이해는 오히려 필수가 됐다.
• AI가 모든 언어를 다루는 상황에서 한 영역만 파는 전문성은 오히려 병목이 될 수 있다.
• 자연어가 사실상의 프로그래밍 언어가 됐고, 지시가 모호하면 결과물도 그만큼 흐려진다.
• AI가 만든 테스트는 지나치게 낙관적이라 모의 객체로 통과시키는 경우가 많아 사람이 검증 기준을 알아야 한다.

쉽게 이해하기

파이썬으로 10년을 일해 온 개발자 데이브 에벌라르는 팀의 제품을 전면 재구축하면서 핵심 로직을 러스트로 옮기기로 했다. 러스트는 한 줄도 써본 적이 없었지만 데스크톱 애플리케이션 전체를 약 2주 만에 다시 만들었고, 코드는 전부 AI가 작성했다. 그가 직접 손을 댄 순간에만 버그가 생겼다는 것이 그가 말하는 전환점이다.

그는 30년 넘게 소프트웨어의 병목은 아이디어를 동작하는 코드로 바꾸는 구현 단계였다고 정리한다. 코딩 강의와 부트캠프가 존재한 이유도 그 지점이 어려웠기 때문이다. 그 병목이 사라지자 그동안 선임 개발자의 몫으로 여겨지던 소통, 비판적 사고, 시스템 설계 같은 능력이 실제 결과물을 좌우하는 핵심 기술로 올라섰다는 것이다.

첫 번째 역량은 줄 단위가 아니라 구성 요소 단위로 생각하는 힘이다. 시스템의 블록이 무엇이고 데이터가 어떻게 흐르며 한 블록이 실패하면 무슨 일이 벌어지는지를 알아야 한다. 러스트 문법을 몰라도 백엔드와 프런트엔드 사이의 구조를 이해하고 있었기에 AI에 방향을 줄 수 있었다는 설명이다. 두 번째는 풀스택으로 넓히는 것이다. AI가 프런트와 백엔드, 데이터베이스를 동시에 다룰 수 있는 상황에서 한 분야만 가능한 사람은 오히려 흐름을 막는 지점이 되기 쉽다.

세 번째는 소통이 곧 코드라는 관점이다. 이제 사람이 모델에게 말로 지시하고 모델이 코드를 써서 컴퓨터를 움직이므로, 추상화 계층이 한 단계 올라간 셈이다. 같은 모델이라도 지시의 명확도에 따라 결과가 크게 갈리며, 그는 말로 설명할 때 생각이 더 정리된다는 이유로 음성 입력 도구를 권한다. 네 번째는 크게 계획하고 무자비하게 단순화하는 훈련이다. 큰 그림을 잡고 계획을 세워 만든 뒤 테스트하고, 마지막에 테스트를 통과하는 선에서 지울 수 있는 코드와 구성 요소를 걷어내는 루프를 그는 가장 많은 시간을 쓰는 단계로 꼽는다.

다섯 번째는 테스트다. AI에 테스트를 맡기면 대체로 낙관적인 결과가 돌아온다. 정작 검증해야 할 대상을 모의 객체로 대체해 두고 전부 통과했다고 보고하는 일이 흔하기 때문이다. 그래서 자신이 쓰는 언어의 테스트 프레임워크가 어떻게 동작하고 테스트를 어떻게 구성해야 하는지는 사람이 알고 있어야 하며, 무엇이 잘못될 수 있는지 스스로 따져보는 태도가 필요하다고 강조한다.

주요 인사이트

• 언어 장벽이 사실상 사라졌다는 주장을 확인하려면, 한 번도 써본 적 없는 언어로 일주일 안에 개발부터 배포까지 끝나는 작은 프로젝트를 만들어 보라는 것이 그의 제안이다.
• AI에 그냥 앱을 만들어 달라고 맡기지 말고, 만들 시스템의 구조를 먼저 조사해 정한 뒤 그 구조를 알려주는 방식이 결과를 가른다.
• 단순화 단계를 건너뛰면 AI가 뱉어낸 불필요한 코드가 쌓여, 아낀 시간보다 디버깅에 쓰는 시간이 더 커지는 역전이 일어난다.
• 코드베이스를 최소 구성으로 줄여가는 과정 자체가 시스템을 제1원리에서 이해하게 만드는 학습 방법이 된다.
• 설계 사고를 기르는 데 도움이 되는 자료로는 마틴 클레프만의 『데이터 중심 애플리케이션 설계』가 추천된다.

자주 묻는 질문

관련 AI 소식