'AI가 코딩을 다 해주면 개발자는 뭘 먹고살지?' 요즘 개발자들 모임에서 한 번쯤은 나오는 얘기죠. 이 질문을 정면으로 다룬 글이 올라왔어요. 'AI를 평범한 기술로 보자(AI as Normal Technology)'라는 관점으로 알려진 프린스턴 연구자들의 블로그 글인데요. 'AI가 모든 걸 잘하게 되면 인간에게는 어떤 일이 남는가'를 불안이나 희망 같은 감정이 아니라 경제학과 역사의 논리로 풀어보려는 시도거든요.
'전부 대체된다'는 말에 숨은 함정
먼저 짚고 갈 개념이 비교우위예요. 이게 뭐냐면, 어떤 변호사가 타이핑까지 비서보다 빠르다고 해도 타이핑은 비서에게 맡기는 게 이득이라는 얘기예요. 변호사의 시간은 유한하니까, 자기가 '상대적으로' 가장 잘하는 변론에 집중하는 게 전체적으로 남는 장사거든요. 이 논리를 AI에 적용하면 재미있는 결론이 나와요. AI가 모든 일을 인간보다 절대적으로 잘하게 되더라도, 컴퓨팅 파워가 유한한 자원인 한 AI는 가장 가치 있는 일에 우선 투입되고, 나머지는 여전히 인간의 몫으로 남는다는 거예요. '전부 잘한다'와 '전부 대체한다'는 다른 얘기라는 거죠.
역사가 보여주는 패턴
자동화의 역사에는 반복되는 패턴이 있어요. 유명한 사례가 ATM인데요, 현금 인출을 기계가 대신하면 은행 창구 직원이 사라질 거라고 다들 예상했지만, 실제로는 한동안 오히려 늘었어요. 지점 하나를 운영하는 비용이 싸지니까 은행들이 지점을 더 많이 냈고, 직원들의 일은 현금 세기에서 상담과 영업으로 옮겨갔거든요. 여기에 제번스의 역설이라는 개념이 겹쳐요. 어떤 자원을 쓰는 효율이 좋아지면 소비가 줄어드는 게 아니라 오히려 늘어나는 현상을 말하는데요, 소프트웨어가 딱 그래요. 컴파일러, 프레임워크, 클라우드가 나올 때마다 '개발이 쉬워졌으니 개발자가 덜 필요하겠네'가 아니라, 소프트웨어를 만드는 비용이 내려간 만큼 소프트웨어에 대한 수요 자체가 폭발하면서 개발자 수요도 같이 늘었거든요. 코드 생산 단가가 지금보다 훨씬 내려가면, 지금은 채산성이 안 맞아서 못 만드는 소프트웨어들이 전부 만들 가치가 생겨요.
'그래도 이번엔 다르다'는 반론에 대해
물론 반론도 강력해요. 과거의 자동화는 특정 작업만 대체했지만 AI는 범용이라 도망갈 곳이 없다는 거죠. 여기에 대한 이 글쪽 진영의 답은 '기술 확산은 생각보다 훨씬 느리다'예요. 전기도, 인터넷도 발명에서 사회 전체의 생산성 변화까지 수십 년이 걸렸거든요. 기술이 좋아지는 것과 조직이 그걸 받아들여 업무를 재편하는 건 완전히 다른 문제고, 그 사이에는 규제, 신뢰, 기존 시스템과의 통합, 책임 소재 같은 끈적한 문제들이 잔뜩 있어요. 그리고 직업은 하나의 작업이 아니라 수십 개 작업의 묶음이라서, 90%가 자동화돼도 남은 10% — 특히 검증하고 책임지는 부분 — 때문에 사람이 빠지기 어려운 경우가 많아요.
남는 일의 모양
그래서 이런 관점에서 보면 인간에게 남는 일은 대략 이런 모양이에요. 무엇을 만들지 정의하는 명세, 만들어진 게 맞는지 확인하는 검증, 잘못됐을 때 책임지는 역할, 그리고 AI 시스템 자체를 감독하고 조율하는 일이요. 코드를 '치는' 일은 줄어들어도, 뭘 만들어야 하는지 알고 결과물을 판단하는 일의 가치는 오히려 올라간다는 거죠.
한국 개발자에게
실무적으로 보면 방향은 꽤 분명해요. 타이핑 속도나 문법 지식처럼 AI와 정면으로 겹치는 능력보다, 문제를 정의하는 힘, 도메인 지식, 그리고 AI가 만든 결과물을 빠르게 검증하는 코드 리뷰 역량에 투자하는 게 유리하다는 거예요. 특히 주니어라면 'AI가 짠 코드를 읽고 틀린 부분을 잡아내는 훈련'이 앞으로의 핵심 근육이 될 가능성이 높아요.
정리하면, 일이 사라지는 게 아니라 일의 정의가 바뀐다는 게 이 글의 결론이에요. 여러분의 하루 업무 중에서 '명세와 검증'에 해당하는 비중은 지금 얼마나 되나요? 그 비중이 커지는 게 반가운가요, 아쉬운가요?
🔗 출처: Hacker News