LLM과 함께 일하는 게 왜 이렇게 피곤한 걸까

AI 코딩 도구가 일상이 된 지금, 한 개발자가 LLM과의 협업이 오히려 '소진(exhaustion)'을 유발한다는 경험담을 공유해 큰 공감을 얻고 있습니다.

핵심 문제: 검증 비용의 역전

LLM이 코드를 빠르게 생성해주지만, 그 결과물을 검증하고 수정하는 데 드는 인지적 비용이 오히려 직접 작성하는 것보다 클 수 있다는 지적입니다. 자동 생성된 코드는 얼핏 그럴듯해 보이지만, 미묘한 버그나 맥락에 맞지 않는 패턴이 숨어 있을 수 있어 꼼꼼한 리뷰가 필수적입니다. 결국 "코드를 쓰는 시간"은 줄었지만 "코드를 읽고 판단하는 시간"은 늘어난 셈입니다.

또한 LLM이 자신감 있게 틀린 답변을 내놓을 때, 이를 분별하려면 해당 영역에 대한 충분한 지식이 전제되어야 합니다. 초보 개발자에게는 오히려 잘못된 학습 경로를 만들 수 있고, 시니어 개발자에게는 끊임없는 검증 작업이 정신적 피로로 이어집니다.

업계 맥락과 우리에게 주는 시사점

국내에서도 Cursor, Copilot, Claude Code 등 AI 코딩 도구 도입이 빠르게 확산되고 있습니다. 생산성 향상이라는 장밋빛 전망이 주를 이루지만, 실제 현장에서는 "AI가 만든 코드 리뷰하느라 더 바쁘다"는 목소리도 적지 않습니다. LLM을 효과적으로 활용하려면 단순히 프롬프트를 잘 쓰는 것을 넘어, 결과물의 품질을 빠르게 판단할 수 있는 기반 역량이 더욱 중요해지고 있습니다.

생산성 도구가 오히려 피로를 유발한다는 역설—여러분은 LLM과의 협업에서 비슷한 피로감을 느끼고 계신가요?