티스토리 뷰
목차
마이크로소프트가 자사 코드의 30%를 이미 AI가 작성하고 있다고 공식 발표했습니다. 11년 차 Java 백엔드 개발자로 이 숫자를 처음 봤을 때, 솔직히 등이 서늘해졌습니다. 그런데 막상 AI를 직접 써보고 나서 느낀 건 두려움보다 훨씬 복잡한 감정이었습니다.
AI가 바꾼 개발 업무, 실제로 어떻게 달라졌을까요?
예전에는 낯선 라이브러리 오류 하나를 잡으려면 공식 문서와 Stack Overflow를 번갈아 뒤지며 몇 시간을 써야 했습니다. 지금은 에러 메시지를 그대로 붙여 넣고 문맥을 설명하면, 원인 분석과 수정 방향이 수 초 안에 나옵니다. 제가 직접 써봤는데, 이 변화가 생산성에 미치는 체감 속도는 생각보다 훨씬 빨랐습니다.
요즘 저는 Spring Boot API 구조를 잡거나 SQL 쿼리 초안을 뽑을 때 AI에게 먼저 방향을 물어봅니다. 코드를 처음부터 전부 타이핑하던 방식에서, 요구사항과 조건을 설명하고 결과를 검토하는 방식으로 역할 자체가 달라진 셈입니다. 이걸 생성형 AI(Generative AI)라고 부르는데, 여기서 생성형이란 단순히 검색 결과를 보여주는 게 아니라 맥락을 이해하고 새로운 결과물을 직접 만들어내는 방식을 의미합니다.
그렇다면 이 변화가 개발자 일자리에는 어떤 영향을 미치고 있을까요? 미국에서 22~25세 신입 개발자 고용이 2022년 정점 대비 약 20% 감소했다는 통계가 있습니다. 다섯 명 중 한 명이 조용히 사라진 셈인데, 이를 전부 AI 탓으로 돌리기엔 무리가 있습니다. 경기 침체, 2020~2021년의 과잉 채용, 조직 개편이 복합적으로 작용했기 때문입니다. 다만 마이크로소프트가 작년에만 15,000명을 감축하면서 워싱턴주 감축분의 40% 이상이 소프트웨어 개발자였다는 사실은, 그냥 넘기기 어렵습니다(출처: Microsoft Investor Relations).
- 단순 반복 코드 작성 → AI가 초안을 생성하고 개발자가 검토하는 구조로 전환
- 오류 분석 시간 → 에러 메시지 기반 AI 진단으로 수 시간에서 수 분으로 단축
- 신입 개발자 고용 → 미국 기준 정점 대비 약 20% 감소, 복합 원인 존재
AI가 높여준 생산성, 그 이면에 있는 함정은 없을까요?
제가 직접 써보면서 솔직히 이건 예상 밖이었습니다. AI가 만들어준 코드가 언뜻 보면 깔끔한데, 막상 운영 환경에 붙여 보면 요구사항을 미묘하게 잘못 이해하거나 보안 취약점이 숨어 있는 경우가 있었습니다. 특히 SQL 인젝션(SQL Injection) 방어 로직이 빠진 채로 쿼리가 완성되어 나온 적이 있었는데, 여기서 SQL 인젝션이란 악의적인 입력값을 이용해 데이터베이스를 비정상적으로 조작하는 공격 방식을 말합니다. 리뷰 없이 그냥 올렸다면 꽤 위험했을 상황이었습니다.
이와 비슷한 맥락에서 카이스트 김대식 교수가 던진 말이 오랫동안 머릿속에 남았습니다. AI가 너무 완벽하게 도와주면 인간이 실패할 기회 자체가 사라진다는 얘기입니다. AI가 냉장고를 잠그고 일정을 최적화해 주는 세상이 편리하기는 한데, 그 과정에서 판단력과 경험이 쌓일 기회도 함께 사라진다는 것입니다. 제 경험상 이건 좀 다릅니다. AI가 코드를 대신 써주는 환경에서 처음 시작했다면, 저는 지금 이 오류가 왜 생겼는지 설명조차 못 했을 것 같습니다.
앤트로픽(Anthropic) CEO 다리우 아모데이는 5년 안에 화이트칼라 신입직의 절반이 사라질 수 있다고 전망했습니다. 이걸 액면 그대로 받아들이기보다는, 진입 단계의 단순 업무가 먼저 줄어드는 흐름으로 읽는 게 현실적으로 보입니다. 러버블(Lovable)이라는 AI 개발 도구가 단 8개월 만에 매출 1억 달러를 달성했다는 사실도, 1인 개발자의 생산성이 어느 수준까지 올라갔는지를 보여주는 사례입니다. 그렇다면 이 변화 속에서 개발자는 어떤 능력에 집중해야 할까요?
AI 시대에 개발자가 지켜야 할 판단력, 어디서 오는 걸까요?
제 경험상 이건 좀 다릅니다. AI가 작성한 코드가 잘못됐다는 걸 눈치채려면, 먼저 그 코드가 어떻게 동작해야 하는지를 알고 있어야 합니다. 시스템 아키텍처(System Architecture), 즉 전체 서비스 구조를 어떻게 설계할 것인지에 대한 감각은 AI가 대신해 줄 수 없는 부분입니다. 여기서 시스템 아키텍처란 서버, 데이터베이스, 네트워크, 보안 정책이 서로 어떻게 연결되고 상호작용하는지를 결정하는 전체 설계도를 말합니다. 이 판단은 경험이 없으면 AI 출력물 앞에서 그냥 고개를 끄덕이게 됩니다.
세계경제포럼(WEF)은 AI로 인해 2030년까지 신규 일자리 1억 7천만 개가 생기고, 소멸하는 9,200만 개를 크게 웃돌 것으로 전망했습니다(출처: World Economic Forum, Future of Jobs Report). 이 숫자를 보면서 제가 느낀 건 안도감이 아니라 방향의 문제였습니다. 새로 생기는 일자리가 지금 하는 일과 같은 종류일 리 없다는 것입니다.
결국 지금 개발자에게 필요한 건 코드를 많이 생산하는 능력보다, 요구사항을 정확히 해석하고 AI 결과물을 검증하며 장애 상황에서 책임 있게 판단할 수 있는 능력입니다. 특히 레거시 코드(Legacy Code) 분석, 즉 오래된 코드베이스에서 숨은 의존성과 부채를 파악하는 일은 AI가 여전히 어려워하는 영역입니다. 저는 이 부분에서 11년의 경험이 아직은 유효하다고 생각합니다. AGI(Artificial General Intelligence), 다시 말해 어떤 분야를 던져도 사람 수준으로 풀어내는 범용 인공지능이 실제로 구현되기 전까지는, 문제의 본질을 이해하는 개발자의 자리가 쉽게 사라지지는 않을 것입니다.
자주 묻는 질문
Q. AI가 코드를 짜주면 개발자가 정말 필요 없어지나요?
A. 현재 수준의 AI는 요구사항을 정확히 이해하지 못하거나 보안 취약점이 포함된 코드를 생성하는 경우가 있습니다. 시스템 아키텍처 설계, 장애 대응, 보안 검토처럼 경험과 책임이 필요한 영역은 여전히 사람의 판단이 필요합니다. 단순 반복 코딩 중심의 역할은 줄어들 수 있지만, AI 결과물을 검토하고 방향을 잡는 역할은 오히려 더 중요해질 가능성이 있습니다.
Q. 백엔드 개발자도 생성형 AI를 실무에서 쓸 수 있나요?
A. 충분히 가능합니다. Spring Boot API 구조 초안 작성, SQL 쿼리 검토, 오류 원인 분석 등에서 실질적인 시간 절약이 됩니다. 다만 AI가 생성한 코드는 반드시 직접 검토해야 하고, 특히 보안 처리나 예외 흐름 부분은 경험 있는 개발자가 직접 확인하는 과정이 필요합니다.
Q. 신입 개발자는 AI 시대에 어떤 역량을 키워야 할까요?
A. 코드를 많이 외우는 것보다 문제의 본질을 파악하고 AI 결과물의 오류를 잡아낼 수 있는 능력이 중요합니다. 요구사항 분석, 시스템 구조 이해, 코드 리뷰 감각은 AI가 쉽게 대신하기 어려운 영역입니다. AI를 도구로 잘 쓰되, 그 결과물에 책임질 수 있는 기반 지식을 먼저 갖추는 방향이 현실적으로 보입니다.
Q. AGI가 오면 개발자 직업 자체가 없어지나요?
A. AGI, 즉 어떤 분야에서도 사람 수준으로 작동하는 범용 인공지능은 딥마인드 CEO 데미스 허사비스 기준으로도 5~10년 내 50% 확률로 예측되는 수준입니다. 아직 불확실성이 크고, 실제로 구현되더라도 비즈니스 요구사항 해석이나 조직 내 의사결정 같은 영역은 상당 기간 사람의 역할로 남을 가능성이 있습니다.
결론
11년 동안 Java 백엔드 개발자로 일하면서 이렇게 빠르게 업무 방식이 바뀐 적은 없었습니다. AI가 코드 초안을 잡아주고 오류 원인을 짚어주는 지금, 개발 속도는 분명히 빨라졌습니다. 그런데 그만큼 "이 결과가 맞는가"를 판단하는 책임도 같이 커졌다는 걸 매일 체감하고 있습니다.
AI가 가져갈 수 없는 건 결국 경험에서 나오는 판단력입니다. 시스템 구조를 설계하고, 장애 앞에서 원인을 추적하고, 요구사항의 빈틈을 먼저 발견하는 감각은 코드를 많이 타이핑한다고 생기지 않습니다. 앞으로 저는 AI를 경쟁 상대가 아닌 강력한 보조 도구로 쓰면서, AI가 만든 결과물에 올바른 방향을 잡아주는 역할에 집중할 생각입니다. 그 방향이 지금 개발자에게 현실적으로 유효한 선택이라고 봅니다.