“AI로 주니어를 대체하자”는 주장에서 사람들이 놓치는 건, 주니어는 단순히 값싼 코더가 아니라는 점임
그들은 조직 내에서 유일하게 ‘바보 같은 질문’을 체면 잃지 않고 던질 수 있는 존재이고, 그 질문이 종종 추상화가 엉망이라는 신호가 됨
AI는 주니어가 겪는 지루하고 굴욕적인 부분 — Stack Overflow를 뒤지는 일, 보일러플레이트 작성, import 누락으로 몇 시간 허비하기 — 을 줄여줌
덕분에 “우리 시스템이 실제로 어떻게 맞물리는가”에 더 많은 시간을 쓸 수 있음
그런데 이걸 이유로 “이제 주니어는 필요 없다”고 하면, 결국 성장 사다리가 끊긴 조직이 됨
관련 내용을 내 뉴스레터에도 종종 다룸
“체면을 잃지 않고 질문할 수 있다”는 표현이 어느 문화 기준인지 궁금함
내가 일한 서구권 회사에서는 오히려 시니어가 ‘단순한 질문’을 던지는 게 리더십의 신호로 여겨졌음
시니어가 ‘바보 같은 질문’을 못 한다면 그건 쓸모없는 개발자임
좋은 시니어일수록 모르는 걸 인정하고 질문함
주니어는 더 자주 질문해야 하고, 시니어는 더 핵심적인 질문을 던지는 존재임
건강한 조직이라면 누구나 ‘이상한 질문’을 던질 수 있어야 함
오히려 시니어가 추상화의 문제를 가장 잘 감지해야 하는 위치라고 생각함
이 포인트는 정말 중요함
중간급 이상 엔지니어에게도 계속 의문을 제기하는 문화를 만들라고 조언함
주니어는 모르는 게 많아서 자연스럽게 그렇게 행동함
주니어의 핵심 가치는 ‘질문’이 아니라 미래 인재를 키우는 파이프라인에 있음
지금은 시니어 인력이 많아져서 주니어 채용이 덜 매력적으로 보이는 경제적 이유가 큼
“AI로 주니어를 대체한다”는 말은 업계가 체면을 지키려는 핑계처럼 들림
Kent Beck의 글 “The Bet On Juniors Just Got Better”에서, AI 덕분에 주니어의 학습 속도가 크게 빨라졌다고 함
AI가 탐색 공간을 줄여줘서, 예전엔 며칠 걸리던 일이 몇 시간 만에 끝남
남는 시간은 새로운 기능이 아니라 학습에 재투자된다고 강조함
하지만 문서와 씨름하며 답을 찾는 과정 자체가 학습의 핵심 아닌가 하는 의문이 있음
AI가 그 과정을 단축하면 장기적으로 해로울 수도 있음
Kent Beck의 통찰에는 동의하지만, 최근 그의 글은 예전보다 읽는 재미가 줄었다고 느낌
같은 주제의 Substack 노트와 비교하면 차이가 큼
숙련된 엔지니어에게 문법이나 API는 쉬운 부분임
주니어에게는 그게 어렵고, 아직 큰 그림을 맡을 단계가 아님
“AI가 학습을 가속한다”는 말에 의문이 있음
계산기를 써서 제곱근을 바로 구하는 학생이 진짜로 개념을 배운 것인지, 아니면 도구에 의존하게 된 것인지 생각해볼 문제임
우리 회사 인턴 3명도 AI 덕분에 빠르게 결과를 냈음
코드 품질은 아쉬웠지만, 고객 문제 해결 속도는 확실히 빨라졌음
AWS CEO의 발언을 흥미롭게 봄
주니어가 오히려 AI 도구에 가장 익숙하다고 지적했는데, 그들을 줄이는 건 말이 안 됨
게다가 주니어는 비용도 낮고, 무엇보다 조직의 미래 인재 파이프라인을 담당함
내가 멘토링한 주니어들은 AI로 학습을 가속하고, 질문을 잘 던지고, 팀에 지식을 공유함
시니어는 기존 워크플로우에 익숙해 새 도구 적응이 느림
AI가 문화를 만들거나 제품 맥락을 이해하지는 못하므로, 결국 사람의 성장이 필요함
주니어가 새로운 툴을 가장 자주 가져옴
예를 들어, Google IDE의 무료 크레딧을 알려준 것도 젊은 엔지니어였음
“주니어가 AI를 더 잘 쓴다”는 게 정확히 무슨 뜻인지 궁금함
프롬프트를 더 잘 짠다는 의미인가?
Amazon처럼 내부 플랫폼과 문서화가 잘된 조직은 주니어 비중을 늘려도 괜찮음
하지만 중소기업은 경험 많은 엔지니어의 가이드가 필수임
(농담조로) “패턴이 보인다… 시니어를 해고하라”는 말도 나옴
나는 시니어로서 AI를 이용해 모르는 언어의 앱도 패치할 수 있음
하지만 그 과정에서 배우지는 않음
그래서 AI가 결국 기술 역량 저하(crash) 를 초래할 것 같음
AI의 유혹이 강하지만, 진짜 가치는 계속 배우는 사람에게 있을 것임
AI에게 답 대신 설명을 요청하는 식으로 써야 함
나도 같은 우려를 함
개발자들이 AI에 의존해 경험이 줄고
학생들이 숙제를 AI로 해결해 실력이 떨어지며
AI가 만든 저품질 코드(slop) 가 학습 데이터에 섞여 품질이 무너질 위험이 있음
반대로, 어차피 일회성 작업이라면 배운 걸 금방 잊을 수도 있음
시니어는 배워야 할 때와 아닐 때를 구분할 줄 앎
주니어 중에서도 스스로 동기부여된 사람은 AI를 통해 더 깊이 이해할 수 있음
검증된 예시를 통해 배우는 건 좋은 학습 방식임
단, 여전히 문서 읽기(RTFM) 같은 기본 학습이 병행돼야 함
AI 과대광고로 인해 학생들이 컴퓨터공학을 피하는 현상은 역풍처럼 느껴짐
결국 개발자 부족 사태가 다시 올 수도 있음
2000년대 중반에도 “인도와 동남아 아웃소싱 때문에 개발자 연봉이 폭락할 것”이라며 진학을 말렸지만, 결과는 달랐음
지금은 방사선 전문의처럼 오히려 몸값이 오른 사례도 있음
학생들을 탓할 수 없음
기업이 AI에 취해 채용을 줄이면, 그들은 현실적으로 다른 길을 택할 수밖에 없음
요즘은 차라리 목수 기술을 배우는 게 낫겠다는 농담도 함
인턴십과 주니어 채용을 줄인 탓에, 지금은 2~3년차 인재 공백기가 생김
이 구간이 원래 가장 효율적인 채용 타이밍이었음
2000년대 초에도 “개발 일자리는 인도로 간다”며 전공을 포기한 친구들이 있었는데, 그건 매우 비싼 실수였음
Amazon CEO의 말은 결국 “AI에 능숙한 신입으로 시니어를 대체하자”는 뜻처럼 들림
Amazon의 높은 이직률을 생각하면 놀랍지 않음
여러 FAANG 시니어 친구들이 최근 LLM 발전 속도에 불안감을 느낌
나는 컨설팅으로 옮겨서 직접적 영향은 덜하지만, 내 일도 LLM에 많이 의존함
업계는 완전 자동화보다는 효율성 향상 쪽으로 가는 듯함
시니어들이 느끼는 위협은 내부 툴이 워크플로우를 자동화하면서 생긴 변화 때문임
앞으로 5년이 어떻게 될지 모르겠지만, 신입에게 필요한 역량이 달라질 건 확실함
Staff+ 레벨의 일은 이미 대부분 코딩이 아님 조직 간 조율, 전략적 판단, 위험 차단 같은 일이라 LLM이 대체하기 어려움
컴퓨터 과학은 코드 그 자체가 아니라 문제 해결의 원리임
LLM이 이런 현실 문제를 스스로 풀 수 있을지는 미지수임
문법만 아는 사람은 끝임 계산의 원리부터 네트워크 프레임, 트랜스포머 구조까지 이해하는 사람이 살아남음
내 경험상 주니어는 빠르게 적응하지만, 분석·디버깅·코드 리뷰 같은 진짜 엔지니어링 역량은 잘 안 자람
제대로 투자하지 않으면 평생 주니어로 남을 위험이 있음
사실 이런 문제는 AI 이전 세대 개발자에게도 있었음
나도 동료들에게서 같은 불만을 느꼈음
학습에는 ‘창조’와 ‘감식력’ 두 요소가 필요함
인턴들은 창조보다는 AI에 의존해 감식력(taste) 을 기르지 못함
그래서 대화해보면 자신이 쓰는 도구나 개념을 깊이 이해하지 못함
주니어 채용이 줄어든 가장 큰 이유는 원격 근무 확산임
사무실에서 자연스럽게 배우던 멘토링의 기회가 사라졌음
AI 코딩은 그 흐름의 연장선일 뿐, 이미 5년 넘게 이어진 패턴의 두 번째 타격임
Hacker News 의견들
“AI로 주니어를 대체하자”는 주장에서 사람들이 놓치는 건, 주니어는 단순히 값싼 코더가 아니라는 점임
그들은 조직 내에서 유일하게 ‘바보 같은 질문’을 체면 잃지 않고 던질 수 있는 존재이고, 그 질문이 종종 추상화가 엉망이라는 신호가 됨
AI는 주니어가 겪는 지루하고 굴욕적인 부분 — Stack Overflow를 뒤지는 일, 보일러플레이트 작성, import 누락으로 몇 시간 허비하기 — 을 줄여줌
덕분에 “우리 시스템이 실제로 어떻게 맞물리는가”에 더 많은 시간을 쓸 수 있음
그런데 이걸 이유로 “이제 주니어는 필요 없다”고 하면, 결국 성장 사다리가 끊긴 조직이 됨
관련 내용을 내 뉴스레터에도 종종 다룸
내가 일한 서구권 회사에서는 오히려 시니어가 ‘단순한 질문’을 던지는 게 리더십의 신호로 여겨졌음
좋은 시니어일수록 모르는 걸 인정하고 질문함
주니어는 더 자주 질문해야 하고, 시니어는 더 핵심적인 질문을 던지는 존재임
오히려 시니어가 추상화의 문제를 가장 잘 감지해야 하는 위치라고 생각함
중간급 이상 엔지니어에게도 계속 의문을 제기하는 문화를 만들라고 조언함
주니어는 모르는 게 많아서 자연스럽게 그렇게 행동함
지금은 시니어 인력이 많아져서 주니어 채용이 덜 매력적으로 보이는 경제적 이유가 큼
“AI로 주니어를 대체한다”는 말은 업계가 체면을 지키려는 핑계처럼 들림
Kent Beck의 글 “The Bet On Juniors Just Got Better”에서, AI 덕분에 주니어의 학습 속도가 크게 빨라졌다고 함
AI가 탐색 공간을 줄여줘서, 예전엔 며칠 걸리던 일이 몇 시간 만에 끝남
남는 시간은 새로운 기능이 아니라 학습에 재투자된다고 강조함
AI가 그 과정을 단축하면 장기적으로 해로울 수도 있음
같은 주제의 Substack 노트와 비교하면 차이가 큼
주니어에게는 그게 어렵고, 아직 큰 그림을 맡을 단계가 아님
계산기를 써서 제곱근을 바로 구하는 학생이 진짜로 개념을 배운 것인지, 아니면 도구에 의존하게 된 것인지 생각해볼 문제임
코드 품질은 아쉬웠지만, 고객 문제 해결 속도는 확실히 빨라졌음
AWS CEO의 발언을 흥미롭게 봄
주니어가 오히려 AI 도구에 가장 익숙하다고 지적했는데, 그들을 줄이는 건 말이 안 됨
게다가 주니어는 비용도 낮고, 무엇보다 조직의 미래 인재 파이프라인을 담당함
내가 멘토링한 주니어들은 AI로 학습을 가속하고, 질문을 잘 던지고, 팀에 지식을 공유함
시니어는 기존 워크플로우에 익숙해 새 도구 적응이 느림
AI가 문화를 만들거나 제품 맥락을 이해하지는 못하므로, 결국 사람의 성장이 필요함
예를 들어, Google IDE의 무료 크레딧을 알려준 것도 젊은 엔지니어였음
프롬프트를 더 잘 짠다는 의미인가?
하지만 중소기업은 경험 많은 엔지니어의 가이드가 필수임
나는 시니어로서 AI를 이용해 모르는 언어의 앱도 패치할 수 있음
하지만 그 과정에서 배우지는 않음
그래서 AI가 결국 기술 역량 저하(crash) 를 초래할 것 같음
AI에게 답 대신 설명을 요청하는 식으로 써야 함
주니어 중에서도 스스로 동기부여된 사람은 AI를 통해 더 깊이 이해할 수 있음
단, 여전히 문서 읽기(RTFM) 같은 기본 학습이 병행돼야 함
AI 과대광고로 인해 학생들이 컴퓨터공학을 피하는 현상은 역풍처럼 느껴짐
결국 개발자 부족 사태가 다시 올 수도 있음
지금은 방사선 전문의처럼 오히려 몸값이 오른 사례도 있음
기업이 AI에 취해 채용을 줄이면, 그들은 현실적으로 다른 길을 택할 수밖에 없음
요즘은 차라리 목수 기술을 배우는 게 낫겠다는 농담도 함
이 구간이 원래 가장 효율적인 채용 타이밍이었음
Amazon CEO의 말은 결국 “AI에 능숙한 신입으로 시니어를 대체하자”는 뜻처럼 들림
Amazon의 높은 이직률을 생각하면 놀랍지 않음
여러 FAANG 시니어 친구들이 최근 LLM 발전 속도에 불안감을 느낌
나는 컨설팅으로 옮겨서 직접적 영향은 덜하지만, 내 일도 LLM에 많이 의존함
업계는 완전 자동화보다는 효율성 향상 쪽으로 가는 듯함
시니어들이 느끼는 위협은 내부 툴이 워크플로우를 자동화하면서 생긴 변화 때문임
앞으로 5년이 어떻게 될지 모르겠지만, 신입에게 필요한 역량이 달라질 건 확실함
조직 간 조율, 전략적 판단, 위험 차단 같은 일이라 LLM이 대체하기 어려움
LLM이 이런 현실 문제를 스스로 풀 수 있을지는 미지수임
계산의 원리부터 네트워크 프레임, 트랜스포머 구조까지 이해하는 사람이 살아남음
내 경험상 주니어는 빠르게 적응하지만, 분석·디버깅·코드 리뷰 같은 진짜 엔지니어링 역량은 잘 안 자람
제대로 투자하지 않으면 평생 주니어로 남을 위험이 있음
나도 동료들에게서 같은 불만을 느꼈음
인턴들은 창조보다는 AI에 의존해 감식력(taste) 을 기르지 못함
그래서 대화해보면 자신이 쓰는 도구나 개념을 깊이 이해하지 못함
주니어 채용이 줄어든 가장 큰 이유는 원격 근무 확산임
사무실에서 자연스럽게 배우던 멘토링의 기회가 사라졌음
AI 코딩은 그 흐름의 연장선일 뿐, 이미 5년 넘게 이어진 패턴의 두 번째 타격임