Hacker News 의견들

• 이번 AI 혁신의 물결을 보면, 코딩의 많은 부분이 본질적 복잡성이 아니라 우연적 복잡성임을 깨닫게 됨
  인간에게 개념적인 작업이 AI에게는 절차적인 작업으로 바뀌는 현상임
  예를 들어, 예전에는 Java의 public static void main(String[] args)를 쓰기 위해 여러 개념을 배워야 했지만, AI에게는 “클래스의 진입 메서드를 작성하라”는 프롬프트만 주면 거의 확정적으로 그 코드를 생성함
  인간에게 어려운 절차적 작업이 AI에게는 쉬운 반면, 사회는 이런 절차적 노동을 중심으로 구조화되어 있어서 혁신이 확산되면 누군가는 상승하고 누군가는 고통받게 됨

  • 올바른 질문을 던지는 데 필요한 경험과 전문성을 과소평가하고 있다고 생각함

• “No-code가 개발자를 대체한다”는 주장은 매번 반복되지만, 실제로는 개발자 일자리를 더 많이 만들어왔음
  COBOL, VB, Squarespace, 그리고 이제 AI까지 — 도구가 진입 장벽을 낮추면 더 많은 사람이 무언가를 만들려 하고, 결국 한계에 부딪히면 진짜 개발자가 필요해짐
  단순 반복 작업은 사라지지만, 무엇을 만들지 정의하고 디버깅하는 일은 여전히 남음

  • 나도 그 확장이 계속되길 바라지만, 결국 새로운 수요가 생기느냐에 달려 있음
    AI가 복잡한 프로젝트를 스스로 코딩할 수 있다면, 인간이 세부사항에 신경 쓰지 않아도 되므로 개발자 수요가 줄 수 있음
    과거에는 인터넷, 클라우드, 모바일, 머신러닝 같은 대규모 트렌드가 있었지만, 앞으로도 그런 ‘큰 문제’ 가 계속 생길지는 확신이 없음
  • 이건 Jevons Paradox의 고전적 사례임 — 무언가가 싸지면 시장이 오히려 커짐
  • 물론 이번에는 다를 수도 있음. AI가 진짜 약속한 대로 된다면, 개발자 수가 줄 가능성도 있음
  • 농기계가 농부를 더 효율적으로 만들었지만, 지금은 오히려 더 많은 농부가 존재함
  • “개발자 수가 줄지 않는다”는 주장은 너무 단정적임. AI가 디버깅과 요구 해석까지 할 수 있게 되면 상황이 달라질 수 있음

• 지난 20년간 시스템 관리 분야에서도 같은 패턴을 봐왔음
  “더 높은 추상화가 전문가의 일을 민주화한다”는 약속은 반복되지만, 실제로는 비용이 큰 재발명이 일어남
  Kubernetes 같은 도구는 복잡성을 감췄다고 하지만, 결국 개발자들이 기본 개념을 모른 채 같은 문제를 더 비싼 방식으로 다시 배우고 있음
  Excel이 대표적 예시임 — 끔찍한 오류를 양산했지만, 접근성 덕분에 성공했음
  결국 우리는 “Excel의 접근성과 엔지니어링의 신뢰성”을 동시에 원하지만, 둘 다 가질 수 없음

  • 그렇다면 비결정적 소프트웨어를 쓸 때 보험료나 보상 정책이 바뀌게 될까?
  • Kubernetes가 노동을 줄이지 못했다면, 대기업 95%가 바보라는 말이 됨
    실제로는 규모가 커지면서 업무 복잡도가 상향 이동한 것임
  • 모든 추상화는 누수되는 추상화임. C조차도 컴파일러마다 결과가 달라짐

• 이런 패턴이 반복되는 이유는 시장 인센티브 때문임
  기업들은 AI를 만능 해결사로 포장해야 주가가 오르기 때문에, 실제 성능보다 믿음을 파는 구조가 됨
  결국 현실이 드러나면 시장은 혼란스러워질 것임

  • 시장은 만유인력이 아님. 정치 질서가 있어야 시장이 존재함
  • 정말 제품이 약속한 대로 작동했다면, “회의론자 비판”에 집중하지 않고 개발에 몰두했을 것임

• 사실 개발자 수를 줄일 수도 있었음
  기업이 더 선별적 채용과 교육 투자를 했다면 말임
  하지만 현실은 반대였고, 웹 프레임워크는 생산성 향상보다 교육비 절감과 인력 풀 확대를 위해 만들어졌음

  • 동의하지 않음. 좋은 프레임워크는 유지보수성과 생산성을 높여줌

• 중간 관리자와 경영진은 기술 부서를 비용 센터로만 봄
  그래서 AI를 모든 보도자료에 언급하며 인건비 절감을 외침
  실제로는 AI 때문이 아니라 오프쇼어 인력 교체로 비용을 줄이는 중임
  남은 온쇼어 팀은 더 많은 일을 떠안으며 생산성을 높이고 있음

  • 하지만 오프쇼어 지역에서도 해고가 동일하게 발생함
    인건비 절감이 아니라 전반적인 투자 위축이 원인임
    결국 AI가 데이터센터 투자로 자본을 흡수하면서 일자리를 줄이는 셈임
  • “세일즈는 제품 없이는 존재할 수 없다”는 주장에는 역사적 반례가 많음

• AI의 목적은 개발자 대체가 아니라 추상화 수준을 높여 더 복잡한 문제를 다루게 하는 것임
  초기 컴퓨터의 배선 프로그래밍에서 시작해, 어셈블리, C, Python, 프레임워크로 발전하면서 개발자는 점점 더 높은 수준의 문제를 다루게 되었음
  단, 이전 단계들은 모두 결정적이고 검증 가능한 변환이었지만, 생성형 AI는 비결정적이라는 점이 다름
  관련 이야기로 The Story of Mel을 참고할 만함

  • 하지만 Anthropic의 CEO를 비롯한 기업들은 그런 철학적 목표보다 비용 절감과 대체에 더 관심이 있음
  • 그래도 사람들은 여전히 “개발자 대체”를 이야기할 것임
  • 각 추상화 단계는 내부를 들여다볼 수 있어야 함
    LLM은 컴파일러처럼 토큰, AST, IR 등을 볼 수 없기에 불투명함
  • AI 기업의 진짜 목표는 모든 지적 노동의 자동화임
  • 추상화가 높아질수록 정확성과 통제력이 줄어듦
    자연어 기반의 비결정적 시스템은 이전 세대의 추상화와는 다름
    그래서 “어셈블리에서 C로의 전환” 비유는 적절하지 않음

• Dijkstra의 말처럼, 과학은 어렵기 때문에 미움받고, 그 힘을 가진 과학자도 미움받음
  EWD1041 원문 링크

• 반대로, 개발자들은 늘 비개발 직군을 자동화하려는 꿈을 꿔왔음
  AI는 그 꿈의 최신 버전임

  • 언젠가 모든 직업이 좋은 직업이 되는 Star Trek식 세상이 올까?

• 2000년대 초, 대학에서 Rational Rose UML이 필수 과목이었음
  당시 한 스타트업 CEO가 “이제 다이어그램만 그리면 코드는 자동 생성되니 개발자는 필요 없다”고 말했음
  하지만 결국 그 예언은 실현되지 않았음