"AI가 코드 쓰고 사람은 검토한다"… 개발자의 일이 바뀐다
글자 크기
◆ 에이전트가 기능 전체를 구현하는 시대, 병목은 '작성'에서 '검증'으로 옮겨가
개발자가 키보드 앞에서 코드를 한 줄씩 직접 입력하던 방식이 빠르게 사라지고 있다.
AI 코딩 도구는 자동완성에서 시작해 이제 기능 하나를 통째로 설계하고 구현하는 '에이전트' 수준까지 왔다.
개발자의 역할도 코드를 직접 짜는 사람에서 AI에게 일을 맡기고 결과를 검토하는 사람으로 옮겨가고 있다.
◆ 구글 신규 코드의 75%는 AI가 작성
변화의 속도는 빅테크 수치에서 가장 잘 보인다.
구글은 올해 4월, 새로 작성되는 코드의 75%가 AI가 만들고 엔지니어가 승인한 코드라고 밝혔다.
2024년 10월에는 '4분의 1 이상'이었고 지난해 가을에는 50%였다. 1년 반 만에 세 배 가까이 뛰었다.
700여 개 기업의 개발 데이터를 분석한 조사에서는 64%의 기업이 코드의 절반 이상을 AI 도움을 받아 만들고 있었다.
전 세계 개발자의 90%가 업무에 AI를 쓰고, 하루 평균 약 2시간을 AI와 함께 일하는 것으로 나타났다.
다만 수치는 측정 방식에 따라 크게 달라진다.
실제 코드 변경 6억2천만여 건을 분석한 독립 조사에서는 AI 개입이 확인된 커밋이 약 4분의 1 수준이었다.
기업이 직접 발표하는 수치는 '새로 쓰는 코드'만 대상으로 하고 내부 집계에 의존한다.
반면 외부 분석은 이미 있는 코드까지 포함한 전체 변경을 본다.
AI가 쓰는 코드의 비중이 늘고 있다는 방향은 같지만, 숫자를 그대로 비교하기는 어렵다.
◆ '타이핑'이 아니라 '지휘'하는 개발자
일하는 방식도 바뀌고 있다.
예전 개발자가 문법과 구현 세부사항에 시간을 쏟았다면, 이제는 무엇을 만들지 정의하고 AI가 내놓은 계획과 결과물을 판단하는 데 더 많은 시간을 쓴다.
감각적으로 지시하고 AI가 코드를 만들게 하는 '바이브 코딩'이 유행어가 된 데 이어, 여러 AI 에이전트가 계획·구현·테스트·리뷰를 나눠 맡는 '에이전틱 코딩'도 확산되고 있다.
개발자의 정체성이 '코드 타이핑 머신'에서 'AI 에이전트 총괄 감독관'으로 바뀐다는 말도 나온다.
그래도 아직 모든 일을 넘긴 것은 아니다.
한 대규모 개발자 설문에서 코드 작성을 '주로 AI가 한다'고 답한 비율은 17% 정도였다.
코드 커밋과 리뷰는 10%, 배포와 모니터링은 6%에 그쳤다.
AI가 만드는 코드의 양은 많아졌지만, 최종 판단과 책임은 여전히 사람에게 있다는 뜻이다.
◆ 속도는 빨라졌는데, 검토가 못 따라간다
AI가 코드를 쓰는 속도를 사람이 읽는 속도가 따라가지 못하게 되었다.
숙련 오픈소스 개발자를 대상으로 한 무작위 실험에서 AI 도구를 쓸 때 작업 시간이 오히려 19% 늘었다.
그런데도 참가자들은 20% 빨라졌다고 믿었다.
연구진은 당시 도구와 특정 환경에서 나온 결과라고 선을 그었다.
그래도 새로 시작하는 프로젝트나 단순 작업에서는 효과가 크고, 오래된 복잡한 코드에서는 효과가 작다.
◆ 늘어나는 '기술 부채'와 보안 공백
2023년 이후 코드 변경을 분석한 결과 중복 코드는 81% 늘었고, 기존 코드를 손보는 리팩터링은 74% 줄었다.
AI는 이미 있는 기능을 찾아 재사용하기보다 새로 만들어내는 쪽을 택하는 경향이 있다.
당장은 잘 돌아가도 시간이 지날수록 고치기 어려운 코드가 쌓인다.
100개가 넘는 AI 모델을 대상으로 한 시험에서 보안 기준을 통과한 코드는 평균 56%에 머물렀다.
모델 성능은 크게 좋아졌지만 보안 수준은 그만큼 따라오지 못했다.
코드 생산량이 몇 배로 늘어난 만큼 잠재적 취약점에 노출되는 범위도 그만큼 넓어졌다.
◆ 좁아지는 신입의 문
변화의 충격은 개발자 커리어의 첫 단계에서 가장 크다.
반복적인 기본 코드 작성, 단순 기능 구현, 기초 테스트 작성은 그동안 신입 개발자가 실력을 키우던 '수련 과정'이었다.
그런데 바로 이 영역이 AI가 가장 잘하는 일이 됐다.
미국 급여 데이터를 분석한 연구에 따르면, AI 노출도가 높은 직군에서 22~25세 고용은 노출도가 낮은 직군과 비교해 약 19% 낮은 수준이었다.
국내에서도 주니어 채용이 먼저 줄고 경력직 몸값은 오르는 양극화가 나타나고 있다.
기업이 개발자에게 바라는 능력도 달라지고 있다.
AI가 만든 수백 줄짜리 코드에서 장애를 일으킬 두 줄을 찾아내는 리뷰 능력, 전체 시스템 구조와 데이터 설계를 판단하는 능력, 그리고 어떤 일을 AI에 맡기면 안 되는지 가려내는 판단력이 역량으로 꼽힌다.
일부 기업은 채용 과정에서 화이트보드 코딩 테스트 대신 AI가 작성한 코드를 보여주고 무엇을 남기고 고칠지 설명하게 하는 방식을 도입하고 있다.
코딩 자체가 사라지는 것이 아니지만 '코딩의 의미'가 바뀌고 있다.
코드를 직접 입력하는 시간은 줄겠지만, 무엇을 왜 만들지 정의하고 결과물에 책임지는 일은 오히려 무거워졌다.
앞으로의 경쟁력은 코드를 얼마나 빨리 치느냐보다, AI가 쓴 코드를 얼마나 정확하게 판단하느냐에 달렸다.
