AI 시대엔 엔지니어링이 더 빡세져야 한다 — 게을러지면 안 되는 이유

"이제 AI가 코드 짜주니까 편해지겠네"는 절반만 맞아요

요즘 분위기 보면 "AI가 코드 다 짜주니까 개발 쉬워지겠다", "대충 시켜도 알아서 해주겠지" 하는 기대가 있잖아요. 그런데 옵저버빌리티 회사 Honeycomb의 창업자이자 현업에서 잔뼈가 굵은 채리티 메이저스(Charity Majors)는 정반대 얘기를 해요. "AI는 엔지니어링 규율을 덜 요구하는 게 아니라, 오히려 더 많이 요구한다(AI demands more engineering discipline, not less)"고요. 처음 들으면 갸우뚱하지만, 곱씹어보면 정말 맞는 말이에요.

왜 더 빡세져야 하냐면

핵심 논리는 이래요. AI가 바꾼 건 '코드를 작성하는 속도'예요. 예전엔 한 줄 한 줄 손으로 쳐야 했던 걸, 이젠 AI가 순식간에 수백 줄을 뱉어내죠. 그런데 여기서 함정이 있어요. 소프트웨어 개발에서 진짜 어렵고 시간이 걸리는 일은 '코드를 타이핑하는 것'이 아니었거든요. 그 코드가 정말 맞게 동작하는지 이해하고, 검증하고, 오래 굴러가게 유지보수하는 것이 진짜 일이었어요.

그러니까 AI는 가장 쉬운 부분(작성)을 빨라지게 했을 뿐, 가장 어려운 부분(이해·검증·유지보수)은 그대로 남겨둔 거예요. 아니, 오히려 더 키워놨어요. 왜냐면 이제 검토해야 할 코드의 양이 폭발적으로 늘었거든요. 내가 직접 쓴 코드는 적어도 왜 그렇게 짰는지 알지만, AI가 뱉은 코드는 그럴듯해 보여도 미묘하게 틀렸거나, 내 시스템 맥락을 모르고 짠 경우가 많아요. 메이저스는 "AI가 짠 코드도 결국 당신이 책임지는 코드"라고 못 박아요. 버그가 나면 변명할 수 없다는 거죠.

그래서 무엇이 더 중요해지냐면

그러니까 AI 시대에 오히려 더 중요해지는 것들이 있어요.

첫째, 테스트와 코드 리뷰예요. AI가 코드를 빨리 쏟아낼수록, 그게 맞는지 걸러주는 안전망이 더 촘촘해야 해요. 테스트가 부실하면 잘못된 코드가 그대로 운영 환경으로 흘러가버리거든요. AI는 그럴듯한 거짓말(환각, hallucination)도 자신 있게 하니까요.

둘째, 옵저버빌리티(observability)예요. 이게 뭐냐면, 운영 중인 시스템 내부에서 무슨 일이 벌어지는지 들여다볼 수 있게 하는 능력이에요. 로그, 지표, 추적 같은 걸로요. 메이저스가 이걸 강조하는 이유는, 코드가 빠르게 늘어날수록 "실제로 프로덕션에서 어떻게 동작하는가"를 관찰하는 게 유일하게 믿을 수 있는 진실이기 때문이에요. 코드만 봐서는 모르거든요.

셋째, 사람의 판단력과 이해예요. 역설적이게도 AI가 코드를 대신 써줄수록, '이 코드가 왜 이래야 하는지, 우리 시스템 전체에서 어떤 의미인지'를 아는 시니어의 판단이 더 귀해져요. 코드를 생산하는 능력은 흔해지고, 코드를 이해하고 통제하는 능력이 희소해지는 거죠.

업계 맥락에서 보면

이 주장은 지금 업계에 흐르는 두 가지 상반된 목소리 사이에 있어요. 한쪽엔 "AI로 생산성이 폭발하니 개발자가 덜 필요해진다"는 낙관(혹은 공포)이 있고, 다른 쪽엔 "AI가 만든 코드 때문에 기술 부채만 쌓인다"는 비관이 있죠. 메이저스의 입장은 그 중간을 꿰뚫어요. "생산성은 오르지만, 그걸 감당하려면 엔지니어링 기본기가 더 탄탄해야 한다"는 거예요.

사실 이건 그가 오래전부터 해온 주장의 연장선이에요. '프로덕션에서 테스트하라', '소프트웨어는 사회기술적(sociotechnical) 시스템이다' 같은 말들요. 코드는 사람과 조직, 운영 환경이 얽힌 시스템의 일부일 뿐이라, 코드 생산이 빨라진다고 전체가 저절로 좋아지는 게 아니라는 거죠. 도구가 강력해질수록, 그걸 다루는 규율도 같이 강해져야 한다는 건 사실 모든 강력한 도구의 역사가 증명해온 거예요.

한국 개발자에게 주는 시사점

요즘 우리 현장도 AI 코딩 도구가 빠르게 들어오고 있잖아요. 이 글은 좋은 균형추가 돼요. "AI 쓰니까 주니어 안 뽑아도 되겠다"가 아니라, "AI가 뱉은 코드를 검증하고 책임질 사람의 기본기가 더 중요해졌다"로 생각을 바꿔야 한다는 거죠. 특히 주니어 분들껜 오히려 기회예요. AI로 코드를 빨리 만드는 건 누구나 하니까, 테스트 잘 짜고, 로그 잘 남기고, 코드를 깊이 이해하고 리뷰하는 능력을 기르면 그게 차별점이 되거든요.

실무에서 당장 해볼 것도 명확해요. AI가 짠 코드를 머지하기 전에 "내가 이걸 한 줄 한 줄 설명할 수 있나?"를 자문하는 습관, 테스트 커버리지와 옵저버빌리티에 대한 투자를 미루지 않는 자세요.