AI 코딩 도구가 소프트웨어 개발 현장의 기본값이 되면서, 역설적으로 가장 큰 고민에 빠진 쪽은 경력 초기의 주니어 엔지니어다. 마이크로소프트와 카네기멜런대학교(CMU)가 함께 시작한 PRAISE(Preceptorship for AI-accelerated Software Engineering) 프로그램은 바로 이 지점을 겨냥한다. 이름 그대로 'AI로 가속되는 소프트웨어 엔지니어링을 위한 도제식 교육'으로, 마이크로소프트의 경력 초기 직원들이 CMU의 케네스 그리핀 컴퓨터과학대학(SCS) 온라인 강의를 들으면서 동시에 회사 내부에서 시니어 엔지니어의 밀착 멘토링을 받도록 설계됐다.
프로그램의 성격을 상징적으로 보여주는 사례가 참가자 제이스 왓슨이다. 그는 피츠버그 캠퍼스가 아니라 시애틀에서 마이크로소프트 정규직 소프트웨어 엔지니어로 일하며 온라인으로 수업을 듣는다. 왓슨은 학부 시절만 해도 AI가 교육의 큰 비중을 차지하지 않았지만 졸업에 가까워질수록 업무에서의 중요성이 분명해졌고, 입사 후 이 도구들이 일상이 되자 제대로 활용하는 법을 익히기 위해 추가 교육 기회를 직접 찾았다고 말한다. 학교에서 배운 것과 현장에서 요구되는 것 사이의 간극을, 일하면서 메우려는 전형적인 모습이다.
왜 '주니어'가 문제인가
프로그램의 출발점은 2025년 10월 CMU 동문이자 마이크로소프트 애저의 CTO 겸 기술 펠로인 마크 러시노비치의 모교 방문이었다. 그는 AI 도구가 시니어 엔지니어의 생산성은 확실히 끌어올리지만, 주니어 엔지니어에게는 같은 수준의 이점이 돌아가지 않는다는 점을 지적했다. 이는 현장에서 자주 관찰되는 현상과 맞닿아 있다. AI는 맥락과 판단을 이미 갖춘 사람의 역량을 증폭시키는 데는 강하지만, 그 판단 자체를 아직 쌓지 못한 사람에게는 오히려 '왜 이 코드가 맞는지' 모른 채 결과만 받아들이게 만들 위험이 있다.
S3D(소프트웨어·사회시스템학과)의 마이클 힐튼 교수는 이 문제를 경력 형성의 구조 변화로 설명한다. 과거에는 경력 초기 엔지니어가 수많은 소소한 작업을 직접 처리하면서 전문성을 축적했는데, AI가 바로 그 작업들을 대신하게 되면서 성장의 발판이 사라지고 있다는 것이다. 러시노비치 역시 "AI는 일의 방식을 바꾸지만 주니어 엔지니어의 필요성이나 인간의 판단과 책임의 필요성을 없애지는 않는다"고 강조했다. 즉 PRAISE는 AI가 사람을 대체한다는 서사가 아니라, AI를 '언제 어떻게 쓸지 판단하는 능력'을 새로운 핵심 역량으로 정의하고 이를 교육으로 길러내겠다는 접근이다.
커리큘럼과 확장 계획
이번 학기 참가자들은 '프로덕션 환경의 머신러닝(Machine Learning in Production)'과 'AI 증강 소프트웨어 엔지니어링 도제과정 I'을 수강한다. 전자는 머신러닝을 실제 소프트웨어에 통합하는 방법을, 후자는 개발 과정에서 AI 도구를 실무적으로 활용하는 법을 다룬다. 봄 학기에는 'DevOps: 안전한 개발과 배포를 위한 엔지니어링'과 도제과정 II가 이어진다. 주목할 점은 이 과목들이 SCS 소프트웨어 엔지니어링 석사 학위 과정에 반영될 수 있다는 것이다. 단발성 사내 교육이 아니라 정식 학위로 연결되는 경로를 열어 둔 셈이다.
마이크로소프트는 발표문에서 'AI를 언제 쓸지에 대한 판단'을 일회성 스킬이 아니라 지속적인 교육의 대상으로 봐야 하며, 정식 커리큘럼이 멘토(preceptor)의 현장 지도를 보완한다고 설명했다. 학계의 연구 기반 지식과 현업의 일상적 현실을 결합한다는 것이 이 협업의 핵심 논리다. 프로그램을 총괄하는 조너선 올드리치 교수는 전 세계 많은 기업이 AI로 인한 격변을 겪는 상황에서 이 모델이 신입 개발자를 빠르게 성장시키는 하나의 표준이 될 것으로 기대한다고 밝혔다. CMU는 향후 인원을 늘리고 언젠가는 다른 산업 파트너에게도 문을 열 계획이다.
실무자가 눈여겨볼 지점과 한계
한국의 IT 조직에도 시사점이 적지 않다. AI 코딩 도구 도입을 '생산성 지표'로만 바라보기 쉽지만, PRAISE는 도구 보급과 별개로 주니어의 성장 경로를 의도적으로 재설계해야 한다는 문제의식을 던진다. 시니어가 처리하던 반복 작업이 AI로 흡수되는 환경에서, 신입이 판단력을 기를 기회를 어떻게 구조적으로 보장할 것인가는 채용·온보딩·멘토링 설계 전반과 맞물린 과제다.
다만 이 프로그램은 아직 초기 단계라는 점을 분명히 인식할 필요가 있다. 공개된 내용은 CMU와 마이크로소프트라는 최상위 교육·기업 자원이 결합된 사례이며, 참여 규모나 성과를 입증할 구체적 데이터는 제시되지 않았다. 학위 연계와 체계적 멘토링이라는 모델이 이상적으로 보이더라도, 이를 자원이 제한된 일반 기업이 그대로 복제하기는 쉽지 않다. 결국 핵심은 특정 프로그램의 형식이 아니라 'AI 시대에 주니어 엔지니어의 판단력을 어떻게 지속적으로 길러낼 것인가'라는 질문 자체이며, PRAISE는 그에 대한 하나의 실험적 답안으로 읽는 것이 타당하다.