AI가 낮춘 코딩 장벽, 남는 경쟁력은 산업 지식과 업무 이해

바이브 코딩 플랫폼으로 인해 개발 구조에 변화가 나타나고 있다. [사진: 셔터스톡]

[디지털투데이 추현우 기자] 코딩 AI가 빠르게 발전하는 가운데 소프트웨어 개발에서 더 중요한 역량은 프로그래밍 자체보다 업계와 업무에 대한 이해라는 주장이 나왔다.

1일(현지시간) 온라인 매체 기가진에 따르면 소프트웨어 개발자 아론 브레트호르스트는 AI가 코드를 대신 작성할수록 시스템이 실제 업무 요건을 충족하는지 판단하는 전문지식의 가치가 커진다고 짚었다.

브레트호르스트는 소프트웨어 개발의 어려움이 코드를 쓰는 일보다 대상 산업과 업무 구조를 정확히 이해하는 데 있다고 봤다. 급여 계산 시스템만 해도 계산 코드를 만드는 일보다 세율, 공제 조건, 급여 기간별 조정 규칙을 제대로 이해해야 시스템이 정상적으로 작동하는지 판단할 수 있다는 설명이다.

그는 15년간 물류업계에서 일한 배차 담당자와 우수한 소프트웨어 엔지니어가 같은 AI 코딩 도구를 쓸 때를 예로 들었다. 배차 담당자는 프로그래밍을 못해도 AI가 만든 물류 시스템이 현장 요구에 맞는지 판단할 수 있다. 반면 엔지니어는 코드 품질은 평가해도 시스템이 실제 업무 요건을 충족하는지까지는 가려내지 못할 수 있다고 했다.

브레트호르스트는 코드가 업계 지식을 문서화한 결과물에 가깝다고 봤다. 또 에이전트형 AI가 동작 모델을 직접 구축하지 않고도 소프트웨어를 만들 수 있게 되면서, 전문지식과 코드를 함께 익혀야 했던 기존 개발 방식의 연결이 약해졌다고 지적했다.

이 변화로 엔지니어와 현업 전문가의 상대적 가치도 달라지고 있다는 분석이다. 그동안 엔지니어는 전문가와 협업하고 실제 운영 환경에서 시행착오를 거치며 시스템을 구축해 왔다. 반면 현업 전문가는 신뢰할 수 있는 소프트웨어를 직접 만드는 법을 익히는 데 오랜 시간이 걸려 스스로 시스템을 만드는 경우가 드물었다. 하지만 AI 발전으로 아이디어를 작동하는 소프트웨어로 바꾸는 비용이 크게 낮아지면서 엔지니어의 기술적 강점은 상대적으로 약해지고, 구체적인 현장 지식의 가치는 더 높아졌다고 했다.

이 주장의 사례로 앤트로픽 해커톤도 제시됐다. 최신 AI 모델 활용을 겨룬 이 행사에는 500명이 참가했고 대부분이 개발자였지만, 수상자 5명 중 3명은 소프트웨어 출시 경험이 없었다. 시스템 연구자 덱스터 하들리는 이 결과를 두고 전문지식이 코딩 능력을 앞선 사례라고 평가했다.

브레트호르스트는 경력 엔지니어가 앞으로 시간을 투자할 분야로 실제 산업과 업무 과정, 전문 장비, 규제 제도에 대한 깊은 이해를 꼽았다. 깔끔한 코드로 구현하는 기술의 가치는 낮아진 반면, 현실의 업무를 깊이 이해하고 실무로 검증한 지식은 여전히 희소하다는 것이다.

다만 현업 전문가가 곧바로 소프트웨어 개발에 성공하는 것은 아니라는 반론도 나왔다. 해커뉴스에서는 시스템 출력이 맞는지 검증하는 능력과, 애초에 올바른 출력을 만들도록 AI에 지시하는 능력은 다르다는 의견이 제기됐다. 특정 분야의 전문가는 깊은 지식을 갖고 있어도 오랜 경험으로 체득한 규칙을 AI가 이해할 테스트와 요구사항으로 명확히 정리하는 데 어려움을 겪을 수 있다는 지적이다.

AI가 낮춘 코딩 장벽, 남는 경쟁력은 산업 지식과 업무 이해

가격대별 인기 장기 렌트카

장기렌트 인기TOP