지금이 소프트웨어 개발을 배우기에 가장 좋은 시기일지도 모릅니다

• AI 코드 에이전트의 등장으로 개발자 역할이 사라질 것 같지만, 오히려 지금이 개발을 배우기 좋은 시기라는 주장
• 개발자는 단순히 코드를 작성하는 사람이 아니라, 문제의 본질을 발견하고 현실과 요구사항을 조율하는 존재임
• AI는 겉보기엔 작동하는 코드를 빠르게 만들어내지만, 실제로는 잘못된 문제를 해결하거나 환상을 만들어내는 경우가 많음
• 기초를 배우고 AI를 잘 활용하는 개발자는 오히려 더 큰 생산성과 영향력을 갖게 될 것임
• 변화는 불가피하므로, AI를 활용할 줄 아는 인간 전문가의 중요성은 더욱 커질 것

---

What do you do while awaiting the agents writing your code?

• 코드 에이전트가 일하는 동안, 저자는 운동을 하거나 새로운 에이전트를 시험해보는 시간을 보냄
• 하지만 여러 에이전트를 동시에 다루는 것은 쉽지 않으며, 때때로 제대로 이해하지 못한 채 "고쳐줘!!"라는 요청을 반복하게 됨
• 이러한 환경에서도 즐거움을 느끼는 저자는, 오히려 개발자의 종말을 경고하는 분위기와 달리 지금이 가장 좋은 시기라고 주장함

Developers are highly-paid farmers. LLMs are the combine harvesters.

• Tom Blomfield의 트윗 인용

  "개발자는 고임금 농부고, LLM은 콤바인 수확기"

• AI는 개발자 한 명이 과거보다 훨씬 많은 일을 하게 만들며, 그 능력은 빠르게 확산 중
• AI가 인간 개발자의 역할을 대체할 수 있다는 인식이 있지만, 오히려 도구로 활용할 줄 아는 사람이 더욱 중요해지는 상황
• 이는 개발자의 역할이 사라진다는 의미가 아니라, 더 강력해졌다는 의미로 해석할 수 있음

1. It’s your moat, too

• 개발자가 회사의 경쟁력(해자, moat) 이라는 사실은 역으로 개발자 자신에게도 해당됨
• AI로 인해 경쟁사도 강화되는 상황에서, 기존 개발자를 해고하는 것은 자살 행위에 가까움
• 경쟁사들이 AI를 활용해 영토를 확장하는 상황에서, 방어만 하다간 뒤처질 수 있음
• 개발자는 이제 헬리콥터나 콤바인 무장을 한 병사와 같으며, 이들을 잘 활용하는 회사가 승리하게 될 것

2. AI grants wishes, developers discover

• AI는 사용자의 표면적 요구를 빠르게 구현해주지만, 대부분의 진짜 문제는 코딩이 아닌 정의와 설계의 문제
• 현실에 대한 이해 부족과 잘못된 요청으로 인해 엉뚱한 결과물이 생성되는 결과도 많음
  • 예: 블록체인 기반 앱이 있지만, 현실은 비밀번호 공유에 2FA도 없음
  • 예: 고객 포털이 있지만, 실제 데이터는 엑셀에 수동 저장됨
• AI는 "편안한 해답"을 줄 수 있지만, 진짜 도움이 되는 해답인지 구분할 줄 아는 전문가가 필요함
• AI를 이용해 배우는 것도 가능하지만, 기초가 부족하면 결국 길을 헤매는 시간만 늘어남
• GDPR이나 보안처럼 복잡한 개념도 AI는 구현하지만, 사용자는 그 의미를 완전히 이해하지 못하는 경우가 많음
• 개발자는 본질을 찾아내고 잘못된 요청을 걸러주는 역할을 하므로 여전히 필요함
• AI는 학습 보조자일 뿐, 진짜 개발자가 되려면 기초 지식과 현실 감각이 필수임

3. Software is kinda the last problem anyway

• AI가 마지막으로 해결할 문제는 소프트웨어 문제일 수 있으며, 아직도 많은 소프트웨어 문제들이 남아 있음
• AI 도구는 점점 늘어나고 있으며, 좋은 도구와 나쁜 도구를 구분할 수 있는 능력이 중요해짐
• 지금은 가장 배움이 쉬운 시기이자, 도구도 풍부하며, 문제를 풀 수 있는 기회가 넘쳐나는 시점
• 이럴 때 "AI가 다 해줄 테니 개발자를 줄이자"는 이야기는, 오히려 성장 가능성을 스스로 차단하는 선택
• AI와 함께 성장한 개발자 세대는 미래에 막강한 힘을 가지게 될 것이며, 지금의 투자가 중요함

지금은 배우기 쉽고, 생산성이 높으며, 인간의 개입이 더 필요한 시기임. AI의 판단을 검증하고 책임질 수 있는 인간 전문가의 역할은 앞으로 더 중요해질 것

결론

• 기술은 항상 변하며, 그 방향을 정확히 예측할 수는 없음
• 그러나 사람의 역할은 여전히 중요하며, AI의 착각과 오류를 검증하고 책임지는 역할을 사람이 맡아야 함
• AI를 쓰는 것만으로는 충분치 않으며, 그것을 제대로 다룰 줄 아는 인간 전문가가 반드시 필요함
• 결국 개발자는 기술의 낭만적인 종말이 아니라, 새로운 시작을 맞이하는 시점에 서 있음

[draupnir]

너무 공감합니다. 서서히 노 코딩 툴을 통해 할 수 있는 일들이 많아질 거라는 데 동의하지만, 이미 개발을 어느 정도 알거나 개발을 배우고자 하는 사람들이 AI의 도움을 받는 일은... 지금 이미 폭발적으로 좋아진 것 같아요. 어느 정도 복잡도를 호기심을 가지고 접근하는 사람들의 지식이나 경험이 늘어나는 속도가, 몰라도 할수 있는 날을 기다리는 일보다 속도도 빠르고 더 재밌을 것 같습니다.

[fanotify]

하지만 (적어도 국내) 기업은 이렇게 적용하네요

ㅇㅇㅇ그룹은 인공지능 중심으로 조직을 개편한다. ... 서비스 유지보수 같은 필수 불가결인 업무는 캄보디아 개발 센터의 개발 인력을 활용하고, 개발자를 포함한 국내 직원 일부는 인공지능 교육을 이수한 후 제품 팀으로 전환하는 작업을 진행 중이다. 개발자를 포함한 신규 인력 채용은 중단한 상태라는 게 ㅁㅁㅁ ㅇㅇㅇ 부회장의 설명이다.

혹시 피해갈까 봐 마스킹을 했지만, 실제 기사입니다: h티티ps://news.nate.com/view/20250610n33754

[GN⁺]

Hacker News 의견

• 사실 내 생각에는, AI 도구가 주는 잘 언급되지 않는 큰 이점 중 하나는 “심리적 지원”임을 강조하고 싶음. 업무에 막혔을 때 작은 동기부여나 힘을 얻을 수 있다는 점에서 의미가 큼. 꼭 완벽한 답변이 아니더라도 다시 앞으로 나아갈 수 있게 만들어주는 존재감. 혼자 일하는 게 아니란 느낌이 실제로 사람들이 생각하는 것보다 훨씬 중요함

  • 사람마다 다를 수 있지만, 나는 LLM과 30분만 대화해도 완전히 에너지 소진. 자기가 잘 아는 척하는 멍청이랑 이야기하는 기분. LLM끼리 대화시켜보면 대화가 바로 망가지는 모습에서 동기부여를 느낄 수 없음. 구글 검색해서 상단의 종종 잘못된 LLM 요약은 무시하고, 진짜 전문 웹사이트에서 답을 찾는 게 훨씬 신뢰감 있음. 거기엔 보통 LLM이 베낀 코드 원작자들이 있음
  • 학생들에게 AI 관련 농담을 지어오라고 했음. 유머가 사람들의 두려움을 솔직하게 꺼내게 하는 가장 좋은 방법 중 하나라 생각함. 한 학생은 “그날 일찍 출근했더니 모니터가 켜져 있고 아무도 건드리지 않았는데 코드가 작성 중이었음. 누군가가 내 기계에 로그인해 코드를 쓰고 있었다고 상사에게 달려가서 말했더니 상사는 걱정한 얼굴로 네가 환각을 본 거라며, 해커가 아니라 회사의 새 에이전트라 함. 네가 자는 동안 우리가 필요했던 앱을 만들었대. 항상 바라던 승진이라더니, 좋은 소식! 프롬프트 매니저로 승진이야. 급여는 반으로 줄지만 하루 종일 틱톡만 보면 된다고.”라고 적어옴. 이런 이야기에서 진정한 심리적 위안을 찾기 어렵다는 느낌 받음
  • 상황에 따라서는 답을 빨리 알아보지 말고, 좀 더 깊이 생각하게 스스로를 몰아넣는 게 오히려 학습자에게 좋을 때가 있음. 쉽게 포기하지 않고 문제를 더 잘 이해하려는 과정도 중요한 역량임. TikTok 세대처럼 즉각적 만족이 우선인 시대에서는 점점 이런 깊은 사고가 줄어들 것 같아 아쉬움. 경영진들도 이런 행동양식을 점점 더 보상하는 게 문제라고 생각함. 빠른 결과만을 중요한 가치로 취급하고 장기적 사고나 올바른 방향성보다는 속도에만 집착하는 모습이 많아짐
  • 나는 전혀 그런 심리적 지원을 못 느꼈음. 오히려 사기가 꺾인 느낌. AI에게 문의하라는 기대감으로 협력도 줄었고, 앞으로 주니어나 미들급 인력 채용이 더 줄어들 수밖에 없으니 경력 개발 기회도 그만큼 줄어드는 분위기임
  • 장단점이 모두 있다고 봄. LLM 덕분에 몰입감이 높아지는 등 도움이 되는 건 사실인데, 동시에 스트레스를 날릴 데가 되어주기도 함. LLM이 우스꽝스럽게 굴 때 일부러 꽤 못되게 응대하면서 스트레스를 풀기도 함. 사람한테 푸는 것보단 낫다는 생각. 참고로 Skynet에게는 절대 좋은 대접을 못 받을 듯함

• “좋은 소식입니다, 사장님! 이제 비전문가도 영어로 직접 코드를 작성해 배포할 수 있는 신기술을 만들었습니다! 값비싼 개발자 고용이 필요 없어집니다!” “오, 한번 보여줘!” “네, 여기 있습니다. 이름은 COBOL입니다”

  • FORTRAN(Formula Translator)도 일종의 “AI”로서 자동 프로그래밍을 시도했던 선구적인 프로젝트였음. 1954년 이전에는 거의 모든 프로그래밍이 기계어 혹은 어셈블리 언어로 이뤄졌고, 프로그래머들은 프로그램을 효율적으로 만들기 위해 창의성을 발휘해야 했다 함. FORTRAN은 수학 기호로 식을 적으면 컴퓨터가 알아서 빠른 프로그램을 만들어주는 시스템이었음 (참고 링크1) (참고 링크2)
  • 농담처럼 얘기했지만 실제로 사실임을 다들 잘 알고 있다고 생각함. SQL도 비슷한 주장이 있었고, 선언적 언어로 내가 원하는 걸 말하면 컴퓨터가 알아서 처리해주는 구조. 마찬가지로 영어로 작성함
  • 정말 멋진 표현이라 공감함. 기술적 혁신이란 기존에 불가능했던 방식으로 파이를 키워주는 현상임을 강조하고 싶음. 디지털카메라가 대중화되며 누구나 사진작가가 되고, YouTube처럼 창의성이 폭발한 현상이 그런 예시. LLM이랑 프로그래밍도 마찬가지임. 결국 더 많은 앱, 더 많은 개발자가 생기는 유익한 흐름으로 봄
  • 우리가 종종 잊는 건, 이런 고급 언어 덕분에 과거에는 “비전문가”로 여겨졌던 사람들도 프로그래밍에 새롭게 참여할 수 있게 됐다는 점임
  • 몇십 년 뒤엔 “이게 바로 Dreamweaver입니다”라고 말하게 되는 흐름이라고 생각함

• 여러 번의 과장된 기업 대응과 언론 증폭된 만병통치약들을 경험한 입장에서, 이번 AI 유행도 예전과 비슷한 양상으로 전개될 것이라는 예감이 큼. 기업들은 결국 사고노동자에게 불리한 결정을 내리지만, 경영진 보수가 줄어들 일은 없음. 하지만 이번 물결은 TFA 저자처럼 지능 있고 동기가 강한 빌더에겐 거대한 기회로 보임. 현재 일자리가 위험하거나 이미 잃었다면, 그동안 바빠서 또는 지쳐서 못해본 것을 지금 해볼 수 있는 시점임. 이 과정에서 기업에 휘둘리지 않는 좋은 소득원을 만들 수도 있고, 일부는 기업이 나중에 거액에 사가고 싶어하는 것까지 만들어낼 수 있음

  • 이미 시작했음. 오랫동안 직접 음성 메모를 남겨왔는데, 그동안 거의 읽기만 하거나 그냥 쌓아두고 있었음. 녹음은 쉽지만 정보 추출이 어려움. 요즘은 이 음성 메모에서 빠르게 정보를 빼내는 소프트웨어 개발 중임. 미래의 역사학자만 아니라, 내게도 직접 유용하게 활용할 수 있을 예정임. AI가 아니었다면 이런 프로젝트에 전념할 시간이 없었을 것임. 코드 대부분과 구조는 내 손에서 나오지만, AI 덕분에 속도가 붙음
  • “일을 잃었거나 위태롭다면 그동안 생각만 했던 걸 지금 만들라는 조언”도 나쁘진 않지만, 당장 취업이 어렵거나 앞으로 소프트웨어 일자리가 줄어들게 될 사람들에게는 치명적일 수 있음. 몇 년 전만 해도 AI가 일자리를 뺏지 않을 거라는 말을 들었지만, 나는 그때 이미 재빨리 다른 기술을 익혀야 한다고 주장함. 개발자를 구직하지 못한 상황이라면 벽 칠하기나 카펫 설치 배우는 게 긴급자금 다 닳기 전에 필요한 생존책이라 봄. 스타트업으로 큰돈을 벌거나 생계가 지속될 확률은 극히 낮다는 점에 유념해야 함. 특히 가족을 부양한다면, 함부로 무모하게 덤비지 말라는 조언을 남기고 싶음

• 나는 일기 정도로 많이 글을 쓰지만 보통 나누지 않음. 낙서하듯 쓴 스타일임을 미리 밝힘. 그래도 요즘 소프트웨어 개발자 가치를 너무 비관적으로만 보는 흐름에 균형을 맞추고 싶어 공유해 봄

  • 너의 글을 더 자주 보고 싶음. 핵폭발 결합도 환영함
  • 정말 글이 인상적이었음. 오래된 개발 블로거라고 느껴질 정도였음. 앞으로도 꼭 포스팅해줬으면 함
  • 정말 읽기 좋았음. 작성해줘서 고마움
  • 유머가 신선해서 좋았음
  • 요즘 개발자 블로그는 너무 진지해서 답답한데, 이런 교묘한 풍자가 반갑고 감사함

• 나는 보안 분야에 있고 개발자는 아니지만 학위 과정에서 소프트웨어 개발은 배웠음. 순전히 제목만 보고 생각을 적어본다면, 기초를 쉽게 익힐 수 있는 시대에는 무엇이든 배우기 더 좋은 시기라고 봄. 예전엔 온라인 포럼을 헤매며 버그 고치기, 개념 설명 찾기, 적용 방법 등 많은 시간을 쏟아야 했음. LLM은 튜터처럼 여러 질문하기, 코드 피드백, 개념 설명, 오류 위치 찾기 등 다양한 역할을 해줄 수 있음. 실은 우리가 평소 ‘바보 같은 질문’을 찾아 헤맨 게 대부분임. 다만 중급자 이상에게는 이 장점이 어떻게 적용될지는 자신은 아직 정확히 모름

  • 나 역시 비슷한 이유로 꽤 많은 도움을 받음. LLM과 아이디어를 주고받거나 “내가 이렇게 이해한 게 맞나? 틀린 부분은 뭐지?”라고 물을 수 있음. 고난도 문제의 끄트머리까지 정확하다고 신뢰하진 않지만, 추론 방향성은 올바른 편이라 생각함. 덕분에 막히는 부분이 빨리 풀리고 더 다양하고 깊은 질문을 스스로 하다보니 학습 속도가 더 빨라짐
  • 중급자 이상부터는 LLM을 학습 그 자체라기보다 가속기, 촉매로 활용해야 효용이 커진다는 결론임

• 농업에 관한 비유가 흥미롭다는 점에는 동의하나, 실제로 Jevons 역설이 적용되려면 수요 곡선이 매우 탄력적이어야 하는데 식품은 실상 비탄력적임. 현재로서 가장 큰 미지수는, 소프트웨어에 대한 수요가 얼마나 더 있을지를 따져보는 것과, AI의 역량 한계가 어디까지일지임

  • 어쨌든 한 가지 지점은 분명함. 19세기 말에 지은 대저택들이 예전 농민들이 “너무 고임금”이라고 불렸던 시기를 고스란히 보여줌. 그런데 사실 콤바인이 발명되고 50~75년 후에야 그런 번영기가 왔음. 비유가 맞다면, 지금 개발자들은 오히려 미래의 LLM 시대와 비교해 아직 가난한 편일지도 모름. 하지만 중요한 차이점은, 예전 농민들은 자기 일을 소유한 ‘주인’이었지만 현대 소프트웨어 엔지니어들은 대개 회사 소속 ‘피고용인’이라는 점임. 결국 역사 반복 논리라면, 이번에도 소유자가 승자일 가능성이 큼
  • 식품 수요도 탄력적임. 소고기 가격이 오르면 닭, 돼지, 두부, 콩 같은 대체제 수요가 따라 오름. 과일이나 비생필품은 수요 탄력성이 높고 실제로 소비 지출 비중도 큼. 값싼 시리얼이 너무 흔해지면 그만큼 품질을 포기하게 되니, 자연스럽게 고품질 제품 수요도 성장함. 소프트웨어 시장도 LLM 발전과 함께 품질과 고급 소프트웨어에 대한 요구가 꾸준히 높아질 거라 전망함
  • 먹는 칼로리 자체의 수요는 비탄력적이지만, 전체 식량이 풍부해지면 결과적으로 환경 파괴와 비효율, 윤리적 논란이 많은 ‘육류 생산’으로 갈아타는 일이 생김
  • 가계 식품 낭비율도 선진국에서는 꽤 높게 나오므로 식품 수요는 직관보다 훨씬 더 탄력적일 수 있다는 견해도 존재함

• 은유(메타포)는 그럴싸해 보여도 실제로 뒷받침되는 증거가 꼭 필요함. ‘기계 농기구’가 유효한 비유일 수도 있지만, 혹은 CAD 도구가 기계공학 설계도를 손으로 그리던 시절을 대체한 것일 수도 있음. 그런데 엔지니어가 CAD로 완전히 대체되지 않았던 걸 생각하면, 꼭 농업 같은 극단적 생산성 변화와 동일한 결론으로 가긴 어렵다는 개인적 판단임

• 이 글의 프레이밍 전부에 동의하지는 않음. 특히 효율 증가폭이 콤바인 하비스터처럼 엄청나진 않다 생각함. 하지만 중요한 변화점은 단순 ‘코딩 능력’보다도 도메인 지식, 비즈니스 로직 이해도, 그리고 기술적/비기술적 이해관계자 사이를 잘 오가고 원천 문제를 해결하는 역량으로 가치가 이동한다는 것임. 이미 20년 전 아웃소싱 물결 때 이런 변화를 봤다고 생각함

  • 콤바인 비유가 매력적인 이유는 밀밭처럼 넓은 평면 위에서 생산량이 그대로 늘어나는 그림이 명확해서인데, 사실 코드는 줄 개수를 늘리는 게 꼭 유용하지 않다는 점을 놓치기 쉬움

• 본질적으로 예전부터 반복된 현상임. Low-code, No-code 도구 도입 후 비전문가가 구현했던 솔루션은 항상 결국 엔지니어가 뒷정리하곤 했음. 나 역시 그 뒷정리 일거리로 꽤 쏠쏠한 커리어를 쌓았음

  • ChatGPT가 만들어낸 Node/React 앱은 이젠 새로운 ‘VBA 매크로 박힌 엑셀’과도 같은 존재임
  • 당장 현 AI 수준에서는 이런 기회가 더 늘 것이라 예상함

• 이런 현상들을 종합하면 기업은 개발자 해고를 자제해야 맞다고 보여짐. 하지만 실제로는 이미 해고가 이뤄지고 있음. 요즘 조직에서 더 많이 보이는 건 “원격이면 임금이 저렴한 지역 인력을 고용하자”는 논리이고, “AI로 개발자를 대체하자”는 교체 논리도 분명히 기존 HR 전략과 맞물림. 더 근본적으로, 지난 20년간 개발자가 수행하던 많은 일이 결국 ‘집중력 착취’ 같은 실소비효과 없는 업무였다는 점도 짚고 싶음

  • 그걸 어떻게 해석해야 할지 반문하고 싶음. 대부분의 조직에서는 평균 이하 인력을 해고하고, 같은 보상 범위에선 평균 이상 인력을 채용하는 게 효과적임. 그리고 고능력 인력이 AI로 자기 효과를 더 높일수록, 이 차이는 더 커질 것임. 앞으로 더 강한 ‘상위 인력 우대’ 흐름이 올 수밖에 없음