AI는 왜 아직 개발자를 대체하지 못했을까요? 그리고 앞으로도 못 할 이유

"AI가 개발자를 대체한다"는 이야기가 나온 지도 벌써 몇 년이 지났어요. 코딩 어시스턴트가 함수를 통째로 써주고, 에이전트가 알아서 PR까지 올리는 시대인데, 이상하게도 개발자라는 직업은 사라지지 않았죠. 최근 이 현상을 정면으로 다룬 글이 나왔는데, 결론이 꽤 단호해요. AI는 개발자를 대체하지 못했고, 앞으로도 못 할 거라는 거예요. 단순한 정신 승리가 아니라 소프트웨어 엔지니어링이라는 일의 본질을 파고드는 논증이라 곱씹어볼 만해요.

코드 작성은 이 직업의 일부일 뿐이거든요

핵심 논거는 이거예요. 개발자의 일에서 '코드를 타이핑하는 시간'은 생각보다 작은 조각이라는 거죠. 실제 업무의 큰 덩어리는 모호한 요구사항에서 진짜 문제를 찾아내는 일, 시스템 전체를 보고 구조를 결정하는 일, 남이 짠 코드를 읽고 디버깅하는 일, 그리고 배포 후에 책임지고 유지보수하는 일이에요. AI가 잘하게 된 건 이 중에서 '명세가 명확할 때 코드를 생성하는 부분'인데, 역설적으로 그건 원래도 가장 쉬운 부분이었거든요. 어려운 부분, 그러니까 '무엇을 만들어야 하는지 결정하는 일'은 여전히 사람 몫으로 남아 있어요.

그리고 책임의 문제가 있어요. AI가 생성한 코드가 새벽에 장애를 내면 누가 책임질까요? 결국 그 코드를 머지한 사람이에요. 그래서 AI의 출력물은 항상 사람의 검증을 거쳐야 하고, 검증을 제대로 하려면 직접 짤 수 있을 만큼의 실력이 필요해요. 이게 뭐냐면, 자동 번역기가 아무리 좋아져도 계약서 번역에는 전문 번역가의 감수가 붙는 것과 같은 구조예요. 출력의 그럴듯함과 출력에 책임질 수 있음은 전혀 다른 능력이거든요. LLM은 본질적으로 확률적인 도구라 같은 질문에도 다른 답을 내놓을 수 있고, 그럴듯하게 틀리는 데 특히 능하다는 점이 이 간극을 더 벌려요.

생산성이 오르면 일자리가 줄어들까요?

여기서 흥미로운 경제학 개념이 등장하는데, 제번스의 역설이라는 거예요. 19세기에 증기기관 효율이 좋아지면 석탄 소비가 줄 거라 예상했는데, 오히려 석탄을 쓰는 곳이 폭발적으로 늘면서 소비가 급증했거든요. 어떤 자원의 효율이 좋아지면 그 자원의 수요가 오히려 늘어난다는 거죠. 소프트웨어도 마찬가지일 수 있어요. 개발 비용이 떨어지면 '예전엔 비싸서 못 만들던 소프트웨어'가 전부 만들 만한 것이 되면서, 소프트웨어 수요 자체가 커진다는 거예요. 실제로 컴파일러가 어셈블리 프로그래머를 없앴을 때도, 클라우드가 서버 관리자를 없앴을 때도 개발자 수는 매번 늘었어요. 자동화의 역사는 직업의 소멸보다는 직업의 변형으로 흘러왔던 거죠.

물론 반대편 현실도 무시할 수는 없어요. 빅테크들이 AI 효율화를 명분으로 감원을 발표하고, 특히 주니어 채용 문이 좁아졌다는 통계는 실제로 있거든요. 다만 이 글의 관점에서 보면 그건 'AI가 개발자를 대체한 것'이라기보다, 고금리와 과잉 채용 조정이라는 경기 사이클에 AI라는 서사가 얹힌 쪽에 가까워요. 일이 사라진 게 아니라, 요구되는 역량의 구성이 바뀌고 있는 거죠.

그래서 우리는 뭘 준비해야 할까요

한국 개발자 입장에서 챙길 메시지는 분명해요. 첫째, AI 도구를 안 쓰는 건 이제 선택지가 아니에요. 코드 생성을 맡기고 검증과 설계에 시간을 쓰는 작업 방식 자체가 새로운 기본기가 되고 있으니까요. 둘째, 그 검증을 가능하게 하는 깊이가 진짜 차별점이에요. AI가 내놓은 코드의 동시성 버그를 잡아내고, 아키텍처 결정의 트레이드오프를 따질 수 있는 사람의 가치는 오히려 올라가요. 셋째, 주니어 분들은 조급해할 필요 없어요. 진입 장벽이 높아진 건 사실이지만, AI 출력에 휘둘리지 않으려면 기본기가 더 중요해졌다는 뜻이기도 하거든요. CS 기초와 디버깅 근육은 어느 때보다 비싼 자산이 됐어요.

한 줄로 정리하면, AI는 코드 생성이라는 도구를 줬을 뿐 판단과 책임이라는 일의 본질은 사람에게 남아 있다는 거예요. 여러분의 현장은 어떤가요? AI 도구 도입 이후 팀에서 실제로 사라진 업무와 새로 생긴 업무, 어떤 것들이 있는지 경험을 나눠주시면 좋겠어요.