AI가 코드를 써주는데 개발자들은 왜 오히려 더 신나 있을까요? 뉴욕타임스 매거진 기자 Clive Thompson은 이 질문을 들고 Google, Amazon, Microsoft, Apple과 실리콘밸리 스타트업에서 일하는 개발자 70명 이상을 만났습니다. 돌아온 답은 예상보다 훨씬 복잡하고 흥미로웠습니다.

뉴욕타임스 매거진이 70명 이상의 소프트웨어 개발자를 인터뷰해 AI 에이전트 시대 개발자의 역할 변화를 심층 보도했습니다. Claude Code, ChatGPT, GitHub Copilot 같은 도구들이 단순 자동완성을 넘어 코드 전체를 작성하는 에이전트로 진화하면서, 개발자들이 실제로 무엇을 경험하고 있는지를 담았습니다.

출처: Coding After Coders: The End of Computer Programming as We Know It – The New York Times Magazine

이제 개발자는 코드를 안 쓴다

샌프란시스코의 스타트업 창업자 Manu Ebert는 요즘 Claude Code와 하루 종일 대화합니다. 에이전트 하나는 새 기능을 구현하고, 다른 하나는 테스트하고, 세 번째가 전체를 감독합니다. 고객이 새 기능을 요청하면 예전엔 하루가 걸렸을 일이 이제 30분이면 끝납니다.

이 경험은 이제 특별한 사례가 아닙니다. 기사에 등장하는 개발자 대부분은 하루 중 실제로 코드를 타이핑하는 시간이 크게 줄었고, 대신 AI에게 원하는 것을 설명하고, AI가 제시한 계획을 검토하고, 결과물을 평가하는 데 시간을 씁니다. 수십 년간 코딩의 핵심이었던 “어떻게 구현할까”가 이제는 “무엇을 원하는가”로 바뀌고 있습니다.

베테랑 개발자 Steve Yegge는 “내 커리어에서 이렇게 생산적이었던 적이 없었다, 10~100배는 빨라진 것 같다”고 말합니다. 스타트업에서는 AI가 전체 코드의 100%를 작성하는 경우도 나타나고 있습니다.

스타트업과 대기업 사이의 현실적 간극

그런데 Google에서 같은 질문을 하면 답이 달라집니다. Sundar Pichai CEO가 공개적으로 밝힌 수치는 엔지니어링 속도 10% 향상입니다.

이 차이는 ‘그린필드’와 ‘브라운필드’의 차이에서 옵니다. 스타트업은 아무것도 없는 상태에서 새 코드를 짜는 그린필드 환경이라 AI의 속도가 그대로 드러납니다. 반면 Google 같은 대형 기업에는 수십억 줄의 기존 코드가 쌓여 있습니다. 새 코드를 잘못 추가하면 수백만 명이 쓰는 서비스가 멈출 수 있어, 검토와 테스트가 필수적으로 따라옵니다.

AWS의 시니어 엔지니어 David Yanacek는 브라운필드 환경에서 AI를 다른 방식으로 씁니다. 서버 장애가 발생하면 AI가 오류 보고서를 분석하고 원인을 파악해, 엔지니어가 노트북을 열기도 전에 수정 제안을 내놓습니다. 8명이 8시간 걸렸던 디버깅을 AI가 15분 만에 처리한 사례도 있었습니다.

코딩만이 가진 한 가지 특권

AI가 만든 결과물을 어떻게 믿을 수 있을까요? 개발자들은 여기서 자신들의 분야만이 가진 강점을 이야기합니다.

테크 기업가이자 AI 코딩 블로거인 Simon Willison은 이렇게 표현했습니다. “개발자는 운이 좋은 편이에요. 변호사는 어떻게 하겠어요?” 법률 문서에 AI가 만들어낸 오류가 있는지를 자동으로 검증할 방법은 없습니다. 법정에서 망신당하기 전까지는요. 반면 코드는 테스트를 돌리면 됩니다. AI가 작성한 코드가 실제로 돌아가는지, 오류 없이 결과를 내는지를 자동으로 확인할 수 있다는 점이 코딩을 다른 분야와 구분 짓습니다.

이 때문에 AI 에이전트를 실제 서비스에 연결하는 것도 가능해졌습니다. 에이전트가 코드를 짜고, 스스로 테스트해서 통과하면 배포하는 흐름이 현실이 되고 있습니다.

두 가지 불안

낙관론 뒤에는 두 가지 불안이 깔려 있습니다.

하나는 일자리 문제입니다. 스탠퍼드 디지털경제연구소 Erik Brynjolfsson의 분석에 따르면, 22~25세 주니어 개발자 일자리가 2022년 이후 16% 감소했습니다. 시니어 개발자에게는 큰 변화가 없는 반면, 신입들이 맡아왔던 단순한 구현 작업이 AI로 빠르게 대체되고 있습니다.

다른 하나는 기술 공동화입니다. 2년 차 개발자 Pia Torain은 AI 도구를 쓰기 시작한 지 4개월 만에 스스로 코딩하는 능력이 떨어지는 것을 느꼈습니다. “쓰지 않으면 잃는다”고 그는 말합니다. 반면 40년 경력의 개발자 Rachel Gollub은 이미 Python이나 JavaScript가 등장했을 때도 같은 우려가 있었다고 반박합니다. 메모리 관리를 몰라도 훌륭한 소프트웨어를 만드는 세대가 생겨났듯, AI 세대도 마찬가지일 수 있다는 관점입니다.

코딩 너머로 퍼지는 변화

기사는 파리의 인쇄소 매니저 Maxime Cuisy 이야기로 또 다른 국면을 보여줍니다. 코딩을 전혀 모르는 그가 ChatGPT로 수천 장의 사진 파일을 자동 처리하는 앱을 하루 만에 만들어냈습니다. AI 에이전트가 개발자와 비개발자 사이의 경계를 흐리고 있습니다.

경제학자 Brynjolfsson이 언급한 ‘제번스 역설’이 여기서도 작동할 수 있습니다. 무언가 더 쉬워지면 사람들은 비용을 아끼는 게 아니라 더 많이 하게 됩니다. 소프트웨어를 만들 수 있는 사람이 늘어날수록, 만들어지는 소프트웨어의 총량도 늘어날 수 있습니다.

다만 이 전환이 개발자라는 직업을 어떻게 바꿀지는 아직 열려 있는 질문입니다. 70명의 개발자가 남긴 이 대화의 전문은 원문에서 확인하실 수 있습니다.

참고자료: Coding After Coders: The End of Computer Programming as We Know It – Simon Willison’s Weblog