한 개발자가 GitHub Gist에 올린 짧은 글 하나가 소프트웨어 산업의 미래에 대한 불편한 질문을 던진다. 제목부터 의미심장하다. "We are not going anywhere(우리는 어디로도 가지 않는다)." 이 문장은 두 가지를 동시에 말한다. AI가 개발을 주도하는 흐름은 되돌릴 수 없고(가지 않는다=후퇴 없다), 동시에 그 흐름이 우리를 새로운 어딘가로 데려가지도 않는다(가지 않는다=정체)는 것이다. 글쓴이의 논지는 단순한 'AI가 개발자를 대체한다'는 흔한 예언과는 결이 다르다. 그는 기술 자체의 진화가 멈추는 시나리오를 그린다.
'충분히 좋은' 것이 만드는 균형
글의 출발점은 품질과 비용의 거래다. 글쓴이는 앞으로 소프트웨어 개발의 상당 부분이 AI에 의해 이뤄질 것이며, 그 결과물의 품질이 다소 떨어지더라도 비용 대비로는 상업적으로 충분하다고 본다. 그는 이를 가용성 지표에 빗대 표현한다. 기업은 99.999퍼센트의 완성도를 갖춘 결과물 대신, 그 일부 비용으로 얻는 99.99퍼센트의 결과물을 받아들이리라는 것이다. 핵심은 소수점 아래 자릿수가 아니라 소비자의 기대치가 이동한다는 점이다. 일반 소비자가 '이 정도면 됐다'고 여기는 수준이 낮아지면, 그 아래에서 더 저렴하게 돌아가는 생산 방식이 시장의 기본값이 된다.
이 관점은 실무자에게 익숙하면서도 도전적이다. 우리는 이미 '완벽한 코드'보다 '출시 가능한 코드'를 선택하는 트레이드오프를 매일 한다. 다만 그 판단의 주체가 사람에서 AI로, 그리고 기준선 자체가 아래로 내려간다는 대목이 새롭다. 품질의 하한선이 낮아진 시장에서는 정교함을 무기로 삼던 엔지니어링의 경제적 가치가 재조정될 수밖에 없다.
왜 새 언어와 라이브러리가 살아남지 못하는가
글의 가장 도발적인 주장은 여기서 나온다. 최고 수준(SOTA) 모델이 React를 가장 잘 안다면 아무도 새로운 UI 라이브러리를 만들지 않을 것이고, 모델이 Python, Go, JavaScript를 가장 잘 다룬다면 새로운 언어를 만들 이유도 사라진다는 것이다. 논리는 이렇다. 기술의 채택은 이제 '사람이 배우기 좋은가'가 아니라 'AI가 이미 잘 아는가'에 좌우된다. 아무리 우아한 새 언어라도 모델이 그 언어를 잘 생성하지 못하면, 그 언어로 개발하는 일은 AI 없이 맨손으로 하는 것과 같아진다. 생산성 격차가 곧 사망 선고가 되는 셈이다.
역설적으로 글쓴이는 새로운 라이브러리나 언어를 '만드는 것' 자체는 오히려 쉬워질 것이라고 인정한다. 문제는 만드는 게 아니라 확산이다. 만들기는 쉬워지지만 아무도 쓰지 않기에 세력을 얻지 못한다. 소프트웨어 공학이라는 학문은 AI 개발 그 자체에 집중되고, 그 바깥의 언어·프레임워크·패러다임 연구는 서서히 멈춰 설 것이라는 예측이다. 기존의 지배적 기술이 모델의 학습 데이터로 고착되면서, 자기 강화적인 잠금 효과가 발생한다.
대기업만의 예외, 그리고 남는 질문들
글은 하나의 예외를 둔다. 자체 기술에 맞춰 모델을 훈련하고 파인튜닝할 여력이 있는 대기업이다. 이들은 새로운 기술을 밀어붙일 수 있지만, 글쓴이는 이조차 순탄치 않으리라 본다. 조직 외부의 개발자들이 그들의 내부 모델에 접근할 수 없거나 쓰고 싶어 하지 않을 것이므로, 커뮤니티와 인재 풀을 조직 밖에서 키우는 데 어려움을 겪는다는 것이다. 결국 혁신은 폐쇄된 담장 안에 갇히고, 개방형 생태계가 누리던 확산의 동력을 잃는다.
이 글은 검증된 데이터가 아니라 한 사람의 관측과 추론이라는 점을 분명히 해야 한다. 구체적 통계나 사례 연구가 뒷받침하지 않으며, 몇 가지 반론도 어렵지 않게 떠오른다. 역사적으로 새 언어는 성능 한계나 도메인 특수성 같은 실제 문제를 풀며 등장했지, 인기투표로만 살아남지 않았다. 모델 역시 고정된 존재가 아니라 새 데이터로 계속 재학습되므로, 충분한 실제 수요가 있는 기술이라면 결국 모델도 그것을 학습하게 될 여지가 있다. 또한 도구 활용, 검색 증강, 문서 기반 추론 등이 발전하면 모델이 '처음 보는' 라이브러리를 다루는 능력도 달라질 수 있다.
그럼에도 한국의 실무자가 곱씹을 대목은 남는다. 기술 선택의 기준에 '이 스택을 AI 코딩 도구가 얼마나 잘 지원하는가'라는 축이 실제로 추가되고 있다는 감각은 현장에서 이미 체감된다. 사내 표준을 정하거나 신규 프레임워크 도입을 검토할 때, 생태계의 성숙도만큼이나 모델의 이해도가 의사결정에 개입한다면 그 자체가 이 글이 말한 잠금 효과의 초입일 수 있다. 저자의 결론이 옳은지는 시간이 답하겠지만, 무엇을 근거로 기술을 고르고 있는지 스스로 점검해 볼 만한 질문을 던진다는 점만으로도 이 짧은 메모는 읽을 값을 한다.