8년간 만들고 싶었던 걸 AI와 함께 3개월 만에 완성한 이야기

혼자서는 엄두가 안 났던 프로젝트, AI가 판을 바꿨어요

Lalit Maganti라는 개발자가 아주 흥미로운 경험담을 공유했어요. 8년 동안 머릿속에만 있던 프로젝트를 AI 코딩 도구의 도움을 받아 단 3개월 만에 완성했다는 이야기인데요. 그 프로젝트의 이름은 SyntaqLite예요.

SyntaqLite가 뭐냐면, SQLite 데이터베이스를 위한 고급 쿼리 엔진이에요. SQLite를 아시는 분들은 아시겠지만, 가볍고 파일 하나로 동작하는 데이터베이스죠. 모바일 앱이나 임베디드 시스템에서 엄청나게 많이 쓰여요. 그런데 SQLite의 쿼리 처리 방식에는 한계가 있었고, 이걸 개선하는 도구를 만들고 싶었던 거예요.

문제는 이런 종류의 프로젝트가 혼자서 하기엔 너무 방대하다는 거였어요. 파서(parser), 쿼리 플래너(query planner), 실행 엔진(execution engine) 등 하나하나가 상당한 양의 코드와 깊은 이해를 요구하는 컴포넌트들이거든요.

AI를 어떻게 활용했나요?

이 글에서 가장 인상적인 부분은 AI를 단순히 "코드 자동완성" 수준으로 쓴 게 아니라는 거예요. 저자는 AI를 아키텍처 설계 파트너로 활용했어요.

먼저 전체 시스템의 구조를 AI와 대화하면서 잡았대요. "이런 기능이 필요한데, 어떤 방식으로 구현하면 좋을까?" 하고 물어보고, 나온 답을 바탕으로 자기가 판단해서 방향을 정하는 식이었죠. 코드 작성 단계에서도 AI가 초안을 만들면 본인이 리뷰하고 수정하는 패턴으로 진행했어요.

핵심은 저자가 해당 분야에 대한 깊은 도메인 지식을 이미 갖고 있었다는 거예요. 8년 동안 이 문제를 고민해왔으니까요. AI가 만들어낸 코드가 맞는지 틀린지 판단할 수 있는 눈이 있었던 거죠. AI가 생산성을 올려준 건 맞지만, 방향을 잡아준 건 사람이었어요.

저자가 강조한 포인트 중 하나는 "AI는 내가 이미 할 줄 아는 일을 더 빠르게 해준 것이지, 내가 모르는 일을 대신 해준 게 아니다"라는 거예요. AI가 생성한 코드를 그냥 복사 붙여넣기 한 게 아니라, 매번 이해하고 검증하고 수정했다는 얘기죠.

이 경험이 말해주는 AI 코딩의 현실

요즘 AI 코딩 도구에 대한 의견이 양극단으로 갈리는 경향이 있어요. 한쪽에서는 "AI가 곧 개발자를 대체한다"고 하고, 다른 쪽에서는 "AI가 만든 코드는 버그 덩어리"라고 하죠. 이 글은 그 사이 어딘가의 현실적인 지점을 보여줘요.

8년짜리 프로젝트를 3개월로 압축한 건 분명 대단한 생산성 향상이에요. 하지만 이게 가능했던 건 저자가 그 분야의 전문가였기 때문이에요. 도메인 지식이 없었다면 AI가 만들어낸 결과물의 품질을 판단할 수 없었을 거예요.

이건 GitHub Copilot이나 Claude, ChatGPT 같은 도구를 실무에서 쓸 때도 마찬가지예요. AI가 코드를 빠르게 만들어주긴 하지만, 그 코드가 맞는지 아닌지는 결국 사람이 판단해야 하거든요. 전문성이 AI 활용의 효과를 결정하는 승수(multiplier)가 되는 셈이에요.

비슷한 사례들도 늘어나고 있어요

이런 "AI 덕분에 드디어 만들었다" 류의 이야기가 점점 많아지고 있어요. 1인 개발자가 AI의 도움으로 이전에는 팀 단위로만 가능했던 규모의 프로젝트를 완성하는 사례들이죠. 특히 코드 작성보다는 보일러플레이트 코드 생성, 테스트 코드 작성, 문서화 같은 반복적인 작업에서 AI의 효과가 크다는 공통된 의견이 있어요.

반면 주의할 점도 있어요. AI가 만든 코드를 충분히 이해하지 못한 채 프로덕션에 올리면 나중에 디버깅할 때 본인이 작성한 코드보다 훨씬 어렵다는 경험담도 많거든요. "AI가 짜준 코드는 AI한테 물어봐야 이해되는" 상황이 생길 수 있다는 거죠.