AI는 개발자를 대체하지 않는다. 그렇게 생각하는 사람을 대체할 뿐이다.

 

ZERO TO ONE #4

오늘날 많은 이들이 사이버 공간으로의 이주를 마쳤습니다. 이제 사람들은 대부분의 시간을 IT 장치 속에서 보냅니다. 음식을 주문할 때도 쇼핑할 때도 여가를 즐길 때도 항상 따라다닙니다. 최소한 음악이라도 하나 틀어야 하니까요. IT는 과거 작은 변화로 시작하였지만 마치 피보나치처럼 불어나면 점점 더 큰 영향을 미치고 있습니다. 모든 곳에 AI가 깃드는 것은 물론, 기억이나 의식을 드라이브에 저장하고 불러오는 시대가 도래할 것입니다. 나아가 세계

저자

장용하 021스쿼드

출판

부크크(Bookk)

출판일

2024.11.15

변곡점에 선 일터, AI라는 파트너

세상은 오늘도 새로운 기술로 현장을 바꾸고 있다. 증기기관이 방직공장에 들어섰을 때처럼 사무실 책상마다 자리 잡은 인공지능은 노동의 방향을 주도하고 있다. 주인공은 단순히 기계를 사용하는 사람이 아니다. 알고리즘이 토해내는 추론, 코드, 요약을 맥락 속에서 해석하고 다음 발걸음을 설계하는 협력자가 중심으로 떠오른다. 개발 현장은 이를 가장 빠르게 체감한다. 과거에는 import 한 줄에 얽힌 기법까지 꿰뚫어야 경쟁력이 생겼다. 이제 코드를 직접 입력하는 시간은 점점 비중이 줄고 있다. 대신 “OAuth2로 구글 계정 로그인, 토큰은 15분마다 재발급, Redis 캐시”처럼 조건과 흐름을 통제하는 문장력이 성패를 가른다. 이 변화는 곧 기본 소양의 재정의를 의미한다. 사무자동화가 엑셀 활용 능력을 요구했듯 AI 협업 시대는 프롬프트 설계 능력을 기초 역량으로 편입한다.

실제 수치는 추세를 분명히 증명한다. 지난해 깃허브는 Copilot 이용 개발자가 평균 55% 더 빠르게 기능을 완성했다고 발표했다. 사용자의 74%는 “창의적 문제 해결에 시간을 돌릴 수 있었다”고 답했다. 생산성 향상보다 의미심장한 대목은 심리적 피로도 지표이다. 반복 코딩에서 해방되면서 팀 회의와 기획 작업이 활기를 되찾았다는 것이다. 그러나 데이터는 동시에 경고를 담고 있다. 에러율은 오히려 8% 증가했다. 검수 단계가 허술해지면서 버그가 배포 단계까지 숨어든 사례도 기록됐다. AI 파트너십의 빛과 그림자가 다양한 영역에서 수치로 드러나고 있다.

세계은행 보고서는 AI가 선진국뿐 아니라 중저소득국 개발자에게도 진입장벽을 낮추고 있다고 분석한다. 클라우드 기반 IDE와 Copilot 같은 서비스가 인터넷 연결만으로 고급 도구를 제공하기 때문이다. 그러나 독창성 지표는 오히려 10% 정도의 개발자에게 몰렸다. 반복성이 줄고 창의성이 수면 위로 올라오면서 아이디어의 편차가 생산성 격차를 대체한다는 해석이다.

---

주도권은 코드가 아닌 질문에 있다

지금 필요한 역량의 핵심어는 ‘문제 정의’와 ‘언어적 명료성’이다. AI는 기계 번역처럼 요구 사항을 코드로 변환하는 변환기일 뿐이다. 입력이 모호하면 출력도 모호하다. 따라서 작업자는 질문을 세분화하고, 우선순위를 설정하며, 실패 조건까지 명확히 서술해야 한다. 이를 좌우하는 힘이 바로 언어적 사고력이다. 매뉴얼 작성, 코드 리뷰, 회고 기록처럼 글쓰기를 일상적으로 훈련하면 자연스럽게 사고의 해상도가 높아진다. 초보 개발자라면 AI를 단순한 솔루션이 아니라 업무 파트너로 삼는 관점이 중요하다. 출력된 코드를 읽고 왜 이렇게 설계했는지 그 이유를 되묻고, 복수의 해결책을 비교하며, 성능 병목을 직접 검증하는 루틴을 반복하면 학습 속도가 기하급수로 빨라질 수 있다. 반대로 복붙만 반복하면 오류 추적 능력과 구조적 사고가 마모된다. AI를 통해 실력이 오르느냐 떨어지느냐는 이러한 갈림길에서 결정된다.

행동과학 연구진도 AI 프롬프트 설계와 메타인지의 상관관계를 주목한다. 자신의 지식을 객관화할수록 질문이 선명해지고, 결과 해석 능력이 높아진다는 것이다. 간단한 실험이 이를 입증한다. 두 그룹에게 같은 문제를 주고 AI 사용을 허용했을 때, 문제 해결 과정을 구두로 설명하면서 작업한 그룹이 30% 더 정확한 해법을 찾았다. 생각을 언어로 외부화하면 AI가 놓치는 맥락이 드러나고, 인간의 실수도 조기에 확인된다. AI 시대의 글쓰기와 말하기는 단순히 과거의 수사학이 아니라 실전 기술이 된다.

관련하여 실습 방법은 생각보다 간단하다. 먼저, 문제를 세 문장으로 정의해 본다. 예컨대 “사용자 사진 업로드 지연 문제 해결” 대신 "문제는 모바일 네트워크 환경에서 2MB 이상 이미지 업로드 시 3초 이상 지연. 원인은 썸네일 생성 스크립트. 해결 목표는 1초 이내 처리”로 구체화할 수 있다. 둘째, 같은 요청을 다른 어조와 형식으로 바꾸는 등 개선된 프롬프트를 제출하여 차이를 확인한다. 셋째, AI가 작성한 코드에서 핵심 알고리즘을 삭제하고 스스로 다시 짜 본다. 이러한 AI 사용법은 입문자에게도 리스크가 낮다. 시간이 오래 걸려도 학습 곡선이 가팔라지기 때문이다. AI 도우미의 진가는 결국 비판적 사용에서 드러난다.

---

학습하면서도 또한 저항하는 인간

AI 없이 프로젝트 전 과정을 경험해보는 기록은 여전히 유효하다. 에러 로그가 길게 늘어져도 원인을 끝까지 추적한 기억, 배포 직전 새벽에 테스트 케이스를 수정하던 긴장은 AI 시대에도 판단력을 지탱하는 코어 근육이다. 이 근육이 있어야 AI의 제안을 신뢰할지 거부할지 선택할 근거를 확보한다. 동시에, AI가 어려워하는 인간 특유의 창의적 비약과 가치 판단 능력은 더 중요해진다. AI는 목표 지점까지 최단 경로를 제시할 뿐 목적지가 옳은지 그른지는 말해주지 않는다. 심지어 틀린 것도 맞다고 우긴다. 결국 남는 질문은 ‘어떤 문제를 풀 것인가’이다. 사회가 요구하는 답안을 무비판적으로 받아들이지 않고 스스로 의미를 설정할 수 있는 개인만이 AI 협업 시대에 대체 불가라는 꼬리표를 부여받는다. 기술 혁신은 계속되겠지만 질문을 소유한 자가 무대를 점령한다.

교육 현장 역시 변화를 받아들이고 있다. 일부 코딩 부트캠프는 커리큘럼 첫 주를 AI 프롬프트 워크숍으로 시작한다. 수료 프로젝트는 “AI 사용 제한 없음, 단 코드 설명서를 인간 언어로 작성”이라는 조건이 붙는다. 이는 비판적 사용 능력을 시험하기 위한 장치다. 현업에서도 비슷한 장면이 펼쳐진다. 한 금융 스타트업은 배포 파이프라인에 ‘AI 기여율 50% 이상’이라는 내부 성과 지표를 활용하고도 있다. 개발자들은 속도를 얻었지만 동시에 책임 소재를 명확히 하기 위해 코드 소유권과 리뷰 프로세스를 재설계해야 한다. AI 시대에도 결국 인간의 책임과 윤리가 일을 마무리한다.

남은 과제는 기술과 인간의 경계에 서서 끊임없이 배우고 때로 저항하는 태도를 체화하는 일이다. 모든 도구는 인간의 의도를 증폭한다. 질문이 빈약하면 AI도 빈약한 답을 내놓는다. 그러나 통찰 있는 질문에 AI는 상상을 넘어선 해답을 불러오기도 한다. 빠른 손보다 깊은 질문이 더 큰 무기를 쥐여주는 시대로 접어들고 있다.