TECH 으로 돌아가기
TECH HACKER NEWS 8분 읽기 72 READS

'나쁜 아이디어'가 더 이상 나쁘지 않을 때: AI가 바꾼 비용의 셈법

'나쁜 아이디어'가 더 이상 나쁘지 않을 때: AI가 바꾼 비용의 셈법
SOURCE IMAGE · HACKER NEWS

소프트웨어 업계에서 오래 일한 엔지니어링 리더에게 축적된 직관은 중요한 자산이다. 이론적으로는 그럴듯하지만 실제로는 문제를 일으키는 해법, 혹은 반대로 변두리 취급받던 아이디어가 지금 상황에는 딱 맞는 선택이라는 판단은 대개 수많은 실패와 관찰에서 나온다. 15년 경력의 Devon C. Estes는 바로 그 직관이 요즘 들어 자주 틀린다는 점을 고백한다. 과거라면 '나쁜 아이디어'로 분류했을 결정들이 그의 팀에서 실제로 잘 작동하고 있기 때문이다. 흥미로운 것은 그가 이 현상을 'AI가 똑똑해져서'가 아니라 '어떤 행동에 붙어 있던 비용이 바뀌어서'라고 해석한다는 점이다. 한국의 실무자에게도 자신의 판단 기준을 재점검하게 만드는 관점이다.

코드 리뷰와 지식 사일로라는 오래된 규칙

첫 사례는 코드 리뷰다. 한 사람이 PR을 올리면 다른 동료가 리뷰한 뒤 머지하는 방식은 거의 모든 팀의 기본값이었다. 두 번째 눈이 버그를 잡고 지식을 공유하며 코드베이스가 한 사람 뜻대로 흘러가는 것을 막는다. 저자의 팀은 PR 속도가 빨라지면서 리뷰 병목에 시달리다 약 한 달 전 이 구조를 바꿨다. 이제 담당 엔지니어가 Claude와 함께 작업하고 Claude가 PR을 열면, 티켓을 맡은 사람이 그 결과물을 검토한다. CI가 통과하고 Greptile 리뷰가 깨끗하며 본인이 확신하면 머지한다. 동료를 기다릴 필요가 없다. 저자는 이것이 작동하는 이유를 '리뷰가 지키려던 것이 여전히 지켜지기 때문'이라고 본다. 두 번째 눈은 그대로 존재하되, 작성자가 Claude이고 검토자가 그 문제를 가장 잘 아는 담당자로 바뀌었을 뿐이다. 작은 버그나 일관성 문제는 오히려 도구가 더 잘 찾고, 아키텍처 결함 같은 큰 문제는 원래 이 단계에서 잘 발견되지 않았다는 것이다.

두 번째 사례는 1인 1스트림 분업이다. 휴가로 인력이 빠진 시기에 각자 독립된 작업 흐름을 맡아 진행했는데, 저자가 평생 경계해 온 방식이다. 한 사람만 자기가 만든 것을 이해하면 그가 자리를 비울 때 팀이 멈추고, 같은 문제를 함께 푸는 팀이라는 감각도 무너지기 때문이다. 그러나 이번엔 우려했던 지식 사일로가 나타나지 않았다. 동료 작업에 끼어들어야 할 때 Claude에게 '이게 어떻게 돌아가고 어디까지 됐으며 무엇이 남았는지' 물으면 몇 분 만에 출발점이 생긴다. 코드 자체로 컨텍스트 스위칭하는 비용이 급락했고, 이제 필요한 것은 '문제'에 대한 개념적 이해뿐이라는 설명이다.

깊은 전문성에서 판단력으로

조언의 방향도 뒤집혔다. 과거 그는 기본기를 다진 뒤 성능, 접근성, 분산 시스템처럼 한두 영역을 깊게 파고들거나 Rails·Phoenix 같은 프레임워크의 핵심 기여자가 되라고 권했다. 희소한 깊은 지식이 곧 가치였기 때문이다. 하지만 프레임워크 소스 전체를 읽고 즉답하는 협업자가 생긴 지금, 특정 기술에 대한 깊은 지식의 가치는 줄었다. 대신 그는 엔지니어링 근본기를 강조한다. 코드를 어떻게 설계하고, 좋은 추상화를 만들고, 추상화가 더는 맞지 않을 때를 알아채 쪼개고, 이름이 필요한 개념을 발견해 명명하는 능력이다. 아키텍처와 도메인·데이터 모델링의 품질을 높게 유지하는 판단이 사람의 몫으로 남는다는 것이다. 동시에 기술만 잘하는 것으로는 부족하며, 디자인·제품 개발·사용자 리서치·비즈니스 이해가 이제 '탁월함'이 아니라 '기본 조건'이 됐다고 본다.

저자는 아직 마음을 완전히 바꾸지 않았지만 흔들리는 통념들도 나열한다. 대규모 재작성은 수년이 걸리고 그사이 기존 시스템이 계속 변하기에 위험했지만, 며칠·몇 주로 줄면 위험의 상당 부분이 사라진다. SaaS가 필요의 80%를 채울 때 직접 만들지 말라고 조언해 왔지만, 100%에 맞는 도구를 반나절에 만들 수 있다면 셈법이 달라진다. 같은 기능을 세 가지로 만들어 둘을 버리는 일도 설계 문서로 다투는 것보다 실사용자 대상 테스트로 빠르게 정답을 찾는 길이 된다. 팀에 아는 사람이 없는 언어를 도입하지 말라는 원칙도 흔들린다. 저자는 Beat81에서 좋은 ANT+/BLE 수신기의 유일한 드라이버가 C#뿐이라 팀에 지식이 없어도 쓸 수밖에 없던 사례를 든다.

직관이 아니라 비용을 다시 묻기

이 사례들을 관통하는 핵심은 '비용 대 편익'이다. 각 관행이 나쁜 아이디어였던 이유는 저마다 붙어 있던 비용 때문이었다. 동료 리뷰는 아무도 코드를 보지 않는 대안보다 나았기에, 지식 사일로는 남의 작업을 따라잡는 일이 느리고 비쌌기에, 깊은 전문성은 그 지식이 희소했기에 가치가 있었다. AI는 이 비용들을 빠르게 바꿔 놓았지만, 그 위에 세워진 규칙과 직관은 자동으로 갱신되지 않는다. 15년간 비용이 안정적이던 세계에서 훈련된 직관이 여전히 같은 확신으로 옛 정답을 내놓는 것이다. 저자가 회고에서 충격받은 지점도 '한 가지를 틀렸다'가 아니라 '좋고 나쁨을 가리던 판단 능력 자체가 예전보다 자주 틀린 답을 준다'는 사실이었다.

그래서 그는 사용법을 바꾸려 한다. 직관이 '나쁜 아이디어'라고 말할 때, 그렇게 만든 비용이 무엇이었고 그 비용이 아직 남아 있는지를 되묻는 것이다. 여전히 남아 있다면 직관이 옳고, 사라졌다면 가치 판단이 달라졌을 수 있다. 한국의 리더와 실무자에게 이 틀은 실용적이다. AI 도입 논의에서 '예전엔 안 좋았으니 안 된다'는 반사적 거부 대신, 그 판단을 떠받치던 비용 구조가 지금도 유효한지를 분리해 따져 보라는 제안이기 때문이다. 다만 저자 스스로 변화가 한 달 남짓한 실험이고 아직 드러나지 않은 장기적 부작용이 있을 수 있음을 인정한다는 점은 함께 기억할 필요가 있다. 결국 앞으로 유리한 쪽은 경험이 가장 많은 사람이 아니라, 자기 경험을 조금 더 느슨하게 쥐고 가장 빠르게 적응하며 배우는 사람이라는 것이 그의 결론이다.

SOURCE · HACKER NEWS
원문 전체 보기 → https://devonestes.com/bad-ideas-that-arent-bad-anymore
SHARE
NEXT · CHOOSE

변화를 읽었다면,
내가 만들 수익 구조를 고릅니다.

정보를 더 모으는 데서 멈추지 않고, 광고·외주·판매·중개·구독 중 내 상황에 맞는 출발점을 정해보세요.

21가지 수익 구조 살펴보기 →
처리 중...