코드를 쓰는 시대의 종말

Dario Amodei의 예언이 촉발한 소프트웨어 엔지니어링의 대전환

1장. 다보스의 충격적 선언

2026년 1월, 스위스 다보스에 전 세계 정치 지도자와 경제계 거물들이 모여들었다. 세계경제포럼이 열리는 이 작은 스키 마을은 매년 이맘때면 글로벌 의제를 논하는 중심지로 변모한다. 올해 다보스에서 가장 주목받은 주제는 단연 인공지능이었다. 특히 한 세션이 업계 안팎의 시선을 집중시켰다. AI 업계의 두 거장, Anthropic CEO 다리오 아모데이와 Google DeepMind CEO 데미스 하사비스가 같은 무대에 오른 것이다. 두 사람이 공개 석상에서 함께 대화하는 것은 1년 만이었고, 청중들은 AGI의 도래 시점과 그것이 인류에게 의미하는 바에 대한 깊은 논의를 기대했다.

그러나 이날 가장 큰 파장을 일으킨 것은 AGI에 대한 철학적 논의가 아니었다. 아모데이가 던진 한마디가 전 세계 소프트웨어 엔지니어들의 심장을 멈추게 했다. 그는 AI 모델이 6개월에서 12개월 내에 소프트웨어 엔지니어가 수행하는 업무의 대부분, 어쩌면 전부를 엔드투엔드로 처리할 수 있게 될 것이라고 예측했다. 여기서 엔드투엔드라는 표현이 핵심이다. 이는 단순히 코드 몇 줄을 자동완성하는 수준이 아니라, 요구사항 분석부터 설계, 프론트엔드와 백엔드 개발, 테스트, 배포에 이르는 소프트웨어 개발의 전체 생명주기를 AI가 처음부터 끝까지 수행할 수 있다는 의미다.

아모데이는 이 예측이 단순한 추측이 아님을 강조했다. 그는 자신의 회사 내부에서 이미 벌어지고 있는 변화를 직접 목격하고 있다고 말했다. Anthropic 내부에는 더 이상 코드를 직접 작성하지 않는 엔지니어들이 있다. 그들은 AI 모델이 코드를 작성하게 하고, 자신은 그것을 편집할 뿐이다. 일부 엔지니어링 리더들은 이미 프로덕트 매니저나 아키텍트에 가까운 역할로 전환했다. 그들은 요구사항을 정의하고, AI가 생성한 코드를 검토하며, 전체 시스템의 구조를 설계하는 일에 집중한다. 실제 코드를 한 줄 한 줄 타이핑하는 작업은 Claude Opus라는 Anthropic의 최신 AI 모델이 대신하고 있다.

이 발언은 즉각적인 반향을 일으켰다. 작년까지만 해도 AI 에이전트에 대한 과대 포장된 기대와 DeepSeek의 R1 모델 등장으로 인한 혼란이 지배했다면, 올해는 좀 더 냉정하고 실용적인 논의가 이루어지고 있었다. 기업 리더들은 AI 투자에서 실질적인 비즈니스 성과를 어떻게 이끌어낼 것인지에 집중하고 있었다. 그런 분위기 속에서 아모데이의 발언은 일종의 핵폭탄처럼 작용했다. AI가 무엇을 할 수 있을지 상상하는 시대는 끝나가고 있었고, 이제 그 상상이 현실로 다가오는 시점이 구체적인 숫자로 제시된 것이다.

소셜 미디어에서는 즉각적인 반응이 쏟아졌다. 공포와 체념, 그리고 냉정한 분석이 뒤섞인 반응들이었다. 같은 무대에 있던 데미스 하사비스는 다소 신중한 입장을 보였다. 그는 2030년 이전에 인간의 모든 인지 능력을 갖춘 AGI가 등장할 확률을 50%로 보고 있다고 말했다. 아모데이가 2026년이나 2027년에 여러 분야에서 노벨상 수준의 성과를 낼 수 있는 모델이 등장할 것이라고 자신 있게 예측한 것과는 온도 차가 있었다.

아모데이의 자신감은 그가 말하는 가속화되는 사이클에서 비롯된다. AI가 스스로 코드를 작성하고, AI가 스스로 연구를 수행하며, 이것이 완전히 자기 반복적인 폐쇄 루프를 형성하는 시나리오다. 일단 이 긍정적 피드백 루프가 원활하게 작동하기 시작하면, 연구개발 속도는 기하급수적으로 가속화될 것이다. 그는 이날 일자리에 대한 경고도 빼놓지 않았다. 향후 1년에서 5년 사이에 초급 사무직 일자리의 절반이 사라질 수 있다고 예측했다. 이후 CNN 인터뷰에서 그는 실업률이 최대 20%까지 치솟을 수 있으며, 정치인들과 입법자들이 현재 상황의 심각성을 충분히 인식하지 못하고 있다고 우려를 표명했다.

다보스의 그 30분간의 대화는 단순한 예측을 넘어 하나의 분기점이 되었다. AI 업계 최전선에서 가장 강력한 AI 시스템을 만들고 있는 사람이, 그 기술이 가장 먼저 대체할 직업군으로 바로 자신의 회사 직원들을 지목한 것이다.

2장. 예언자의 자격: 다리오 아모데이

다보스에서 소프트웨어 엔지니어의 종말을 예고한 사람이 만약 AI 스타트업의 마케팅 담당자였거나, 기술을 잘 모르는 경영 컨설턴트였다면 그 발언은 쉽게 잊혔을 것이다. 그러나 다리오 아모데이의 말이 무게를 갖는 이유는 그가 단순한 CEO가 아니기 때문이다. 그는 현재 가장 강력한 AI 모델을 만들고 있는 회사의 수장이자, 그 이전에는 ChatGPT의 근간이 된 GPT-2와 GPT-3 개발을 직접 이끈 연구자였다. 그의 예측은 외부 관찰자의 추측이 아니라, AI 기술의 최전선에서 직접 그 변화를 만들어온 사람의 증언에 가깝다.

어린 시절부터 과학에 몰두했던 아모데이는 스탠포드 대학에서 물리학을 전공한 뒤 프린스턴 대학원에서 생물물리학 박사 학위를 취득했다. 그는 신경 회로의 통계역학 모델을 연구하고, 세포 내외 기록을 위한 새로운 장치를 개발했다. 이미 박사 과정에서부터 뇌의 작동 원리를 수학적으로 모델링하는 일에 관심을 기울인 것이다. 이 시기에 형성된 블랙박스 내부를 들여다보고 그 메커니즘을 이해하려는 성향은 이후 AI 해석가능성 연구의 토대가 되었고, 훗날 Anthropic의 핵심 연구 방향이 되었다.

박사 학위 취득 후 그는 2014년 Baidu에서 잠시 일한 뒤, 2015년 Google Brain에 합류했다. 당시 Google Brain은 딥러닝 연구의 최전선이었다. 그는 선임 연구원으로서 신경망의 확장 가능성을 연구했다. 딥러닝이 학술적 호기심의 대상에서 실용적인 도구로 전환되던 시기에, 그는 대규모 신경망을 효과적으로 훈련시키는 방법에 대한 기술적 기반을 쌓았다.

2016년, 아모데이는 중대한 결정을 내렸다. Google Brain을 떠나 OpenAI에 합류한 것이다. OpenAI에서 그는 연구 부사장으로서 조직의 전체 연구 방향을 설정하는 역할을 맡았다. 이 시기 그의 업적은 오늘날 AI 산업의 지형을 결정지었다고 해도 과언이 아니다. 그는 GPT-2와 GPT-3 개발을 직접 이끌었다. 또한 RLHF, 즉 인간 피드백 강화학습의 공동 발명자이기도 하다. RLHF는 AI 모델이 인간의 선호도와 가치에 맞게 행동하도록 훈련시키는 기법으로, ChatGPT를 비롯한 현대 대화형 AI 시스템의 핵심 기술이다.

그러나 2020년 12월, 아모데이는 OpenAI를 떠났다. 여동생 다니엘라 아모데이, 그리고 잭 클락, 크리스 올라, 톰 브라운, 샘 맥캔들리시 등 OpenAI의 핵심 연구진과 함께였다. 이 집단 이탈은 AI 업계 역사상 가장 중요한 인재 유출 중 하나로 기록되었다. 떠난 사람들은 신입 연구원이 아니라 GPT-2와 GPT-3를 만들고 OpenAI의 연구 문화를 확립한 기술 리더들이었기 때문이다.

많은 사람들이 Microsoft와의 파트너십이 이탈의 원인이라고 추측했지만, 아모데이는 이를 명확히 부인했다. 그가 밝힌 진짜 이유는 더 근본적인 것이었다. 다른 사람의 비전과 계속 논쟁하는 것이 엄청나게 비생산적이라는 판단이었다. 그와 그의 동료들은 AI의 급격한 능력 향상에 비해 안전 연구가 뒤처지고 있다고 우려했다. 대규모 언어 모델의 위력을 직접 목격한 그들은 강력한 AI 시스템이 충분한 안전 장치 없이 개발되는 것에 불안을 느꼈다.

2021년, 아모데이 남매는 Anthropic을 공동 창업했다. 회사명은 인간적인이라는 의미의 그리스어에서 유래했다. Anthropic은 처음부터 AI 안전을 핵심 미션으로 삼은 공익법인으로 설립되었다. 그들이 개발한 Constitutional AI는 안전 원칙을 모델 아키텍처에 직접 내장하는 방식으로, 외부 검열에 의존하지 않고 AI 스스로 윤리적 가이드라인을 따르도록 하는 혁신적인 접근법이었다.

창업 후 Anthropic은 폭발적으로 성장했다. 2025년 현재 기업 가치는 1,830억 달러에 달하며, 연간 반복 매출은 2025년 3월 14억 달러에서 7월에는 45억 달러로 급증했다. 아모데이 스스로 현재 규모에서 역사상 가장 빠르게 성장하는 소프트웨어 회사라고 부를 정도다. 특히 코딩 분야에서 Anthropic은 기업용 대형 언어 모델 시장의 42%를 점유하며 OpenAI의 21%를 크게 앞서고 있다.

아모데이의 영향력은 비즈니스 성과만으로 측정되지 않는다. 2023년 7월, 그는 미국 상원 법사위원회에서 AI의 위험성에 대해 증언했다. 2024년 10월에는 AI가 인류 복지를 어떻게 개선할 수 있는지에 대한 에세이를 발표해 기술 낙관론과 신중한 우려 사이의 균형 잡힌 시각을 제시했다. 2025년, 타임지는 그를 세계에서 가장 영향력 있는 100인 중 한 명으로 선정했다.

Google 전 CEO 에릭 슈미트는 Anthropic의 초기 투자자 중 한 명이었다. 그는 투자 결정에 대해 이렇게 회고했다. 이 수준의 투자를 할 때는 본질적으로 데이터가 없다. 매출이 얼마인지, 시장이 어떤지, 제품이 무엇인지 모른다. 그래서 근본적으로 사람을 보고 결정해야 한다. 아모데이는 뛰어난 과학자이고, 뛰어난 과학자들을 고용하겠다고 약속했다. 그리고 그는 그 약속을 지켰다.

물론 아모데이에 대한 평가가 모두 호의적인 것은 아니다. 일부에서는 그를 AI 발전을 늦추고 경쟁을 차단하려는 통제 지향적인 비관론자로 본다. NVIDIA CEO 젠슨 황은 아모데이가 중국에 대한 GPU 수출 규제를 주장한 것에 대해 비판하기도 했다. 그러나 이러한 비판에도 불구하고, 아모데이가 다보스에서 소프트웨어 엔지니어의 미래에 대해 발언했을 때, 그것은 단순히 한 CEO의 의견이 아니었다. GPT-3를 만들고, RLHF를 발명하고, 현재 세계 최고 수준의 코딩 AI를 운영하는 사람이 자신의 회사 엔지니어들에게서 직접 관찰한 변화를 기반으로 한 예측이었다.

3장. AI 코딩의 현주소

아모데이의 예측이 충격적으로 다가오는 이유는 그것이 먼 미래의 이야기처럼 들리기 때문이다. 그러나 현재 AI 코딩 도구의 도입 현황을 살펴보면, 그의 예측은 갑작스러운 도약이 아니라 이미 진행 중인 변화의 연장선상에 있음을 알 수 있다. 6~12개월 후의 미래를 이해하려면, 먼저 오늘 개발자들의 책상 위에서 무슨 일이 벌어지고 있는지를 정확히 파악해야 한다.

2025년 현재, AI 코딩 어시스턴트는 더 이상 얼리어답터들의 실험 도구가 아니다. 이제는 소프트웨어 개발의 표준 도구로 자리 잡았다. 한 조사에 따르면 전문 개발자의 76%가 이미 AI 코딩 도구를 사용하고 있거나 곧 도입할 계획이라고 답했다. 또 다른 조사에서는 개발자의 98%가 일주일에 여러 번 AI 소프트웨어 도구를 사용한다고 응답했다. Stack Overflow의 2025년 개발자 설문조사에서는 84.4%의 프로그래머가 최소한 하나의 AI 코드 생성 도구를 경험해 본 적이 있다고 밝혔다. 불과 2~3년 전만 해도 AI가 코드를 쓴다는 말은 기술 컨퍼런스의 데모 영상에서나 볼 법한 일이었다. 이제 그것은 대다수 개발자의 일상이 되었다.

도구별로 살펴보면 시장은 몇 가지 주요 플레이어가 주도하고 있다. GitHub Copilot은 여전히 가장 널리 사용되는 AI 코딩 어시스턴트다. 개발자의 68%가 Copilot을 사용하고 있으며, 특히 대기업에서 Microsoft와의 엔터프라이즈 계약을 통해 광범위하게 도입되어 있다. Copilot의 강점은 마찰 없음이다. VS Code에 자연스럽게 통합되어 있고, 인라인 제안이 빠르며, 기업 환경에 깔끔하게 적용된다.

Copilot의 아성에 도전하는 것이 Anthropic의 Claude와 Cursor다. 2025년 현재 Claude Code와 Cursor는 개발자 도구 채택률에서 가장 높은 수준을 보이고 있다. 특히 Claude Code는 IDE 안에서 자동완성을 제공하는 것을 넘어, 전체 저장소를 이해하고 다중 파일 변경을 수행하며 테스트를 실행하고 최소한의 인간 개입으로 작업을 반복할 수 있는 자율 에이전트로 진화했다. 이것이 바로 아모데이가 말한 엔드투엔드 코딩의 현재 모습이다.

AI 코딩 도구 시장의 철학은 크게 두 갈래로 나뉘고 있다. 하나는 GitHub Copilot으로 대표되는 IDE 우선 접근법이다. 에디터 안에서 한 줄씩 코드를 보완해주는 방식이다. 다른 하나는 Claude Code로 대표되는 에이전틱 접근법이다. 전체 저장소를 읽고 검색하며, 다중 파일 편집을 diff 형태로 제안하고, 명령을 실행하며, 인간의 승인을 거치는 체크포인트 방식으로 작업한다. 전자가 매우 반응이 빠른 자동완성에 채팅을 더한 것이라면, 후자는 계획을 세우고 검토를 위해 diff를 제출하는 신중한 주니어 엔지니어와 페어 프로그래밍하는 것에 비유된다.

숫자로 보면 변화의 속도가 더 명확해진다. 2025년 현재, 전체 코드의 41%가 AI에 의해 생성되거나 AI의 도움을 받아 작성되고 있다. 거의 절반에 가까운 기업들이 이제 코드베이스의 50% 이상이 AI가 생성한 코드로 구성되어 있다고 보고했다. 연초에는 이 비율이 20%에 불과했다. 대기업들의 수치는 더욱 인상적이다. Google은 2025년 7월 기준으로 새로 작성되는 코드의 약 50%가 AI의 도움을 받아 생성된다고 공개했다. 이는 2024년 말의 25%에서 두 배로 증가한 수치다. Microsoft CEO 사티아 나델라는 현재 저장소와 일부 프로젝트에 있는 코드의 20~30%가 모두 소프트웨어가 작성한 것이라고 밝혔다.

생산성 향상 수치도 주목할 만하다. AI 코딩 어시스턴트를 사용하는 개발자들은 코딩, 테스트, 문서화 작업에서 30~75%의 시간을 절약한다고 보고했다. GitHub Copilot 사용자들은 수동으로 코딩하는 개발자에 비해 주당 126% 더 많은 프로젝트를 완료한다. 개발자의 78%는 AI 도구가 효율성을 향상시킨다고 말하고, 57%는 이 도구들이 일을 더 즐겁게 만든다고 답했다.

시장 규모 역시 이러한 변화를 반영하고 있다. AI 코드 생성 시장은 2024년 49억 1천만 달러 규모였으며, 2032년까지 301억 달러에 이를 것으로 예상된다. 연평균 성장률 27.1%다. 단순히 유망한 신기술이 아니라, 이미 거대한 산업 생태계가 형성되고 있는 것이다.

이것이 아모데이의 예측이 출발하는 지점이다. AI 코딩 도구는 이미 개발자의 일상에 깊숙이 침투해 있다. 코드의 절반 가까이가 AI의 도움을 받아 작성되고 있다. 현재는 AI가 코드를 쓰는 시대다. 아모데이가 예측하는 것은 이 추세가 6~12개월 내에 급격히 가속화되어, 단순 자동완성에서 요구사항 분석, 설계, 개발, 테스트, 배포를 아우르는 진정한 엔드투엔드 자동화로 도약한다는 것이다.

4장. 업계 리더들의 엇갈린 전망

아모데이의 다보스 발언은 진공 상태에서 나온 것이 아니다. 그의 예측은 AI와 소프트웨어 개발의 미래에 대해 기술 업계 리더들 사이에서 벌어지고 있는 더 큰 논쟁의 일부다. 같은 미래를 바라보면서도 서로 다른 결론에 도달하는 목소리들이 있다. 어떤 이는 아모데이보다 더 급진적이고, 어떤 이는 더 회의적이다.

아모데이의 예측에 가장 강하게 동조하는 목소리는 아이러니하게도 그를 공개적으로 비판한 적 있는 NVIDIA CEO 젠슨 황에게서 나온다. 젠슨 황은 최근 팟캐스트 출연에서 NVIDIA의 모든 엔지니어가 이제 Cursor라는 AI 코딩 어시스턴트를 사용하고 있다고 밝혔다. 그러나 그의 궁극적인 목표는 단순히 AI 도구를 활용하는 것이 아니다. 그는 엔지니어들이 코드 작성이라는 부담에서 완전히 해방되는 세상을 꿈꾸고 있다.

젠슨 황은 목적과 작업이라는 프레임워크를 제시한다. 그에 따르면 모든 직업에는 작업과 목적이 있다. 코딩은 작업이고, 소프트웨어 엔지니어의 진정한 목적은 알려진 문제를 해결하고 아직 발견되지 않은 새로운 문제를 찾아내는 것이다. AI는 작업을 자동화하는 데 탁월하다. 따라서 AI가 코딩이라는 작업을 대신해주면, 엔지니어들은 본연의 목적인 문제 발견과 해결에 더 많은 시간을 투자할 수 있다. 그는 방사선과 전문의의 사례를 들어 이 논점을 설명한다. AI 선구자 제프리 힌튼은 한때 AI가 의료 스캔을 인간보다 빠르게 읽을 수 있기 때문에 방사선과 전문의를 쓸모없게 만들 것이라고 예측했다. 그러나 현실은 정반대였다. 방사선과 전문의라는 직업은 오히려 성장했다. 진정한 가치는 질병을 진단하고 의학적 판단을 적용하는 데 있으며, 이는 AI 도구가 도울 수는 있지만 대체할 수는 없는 영역이기 때문이다.

2024년 두바이 세계정부정상회의에서 젠슨 황은 더 급진적인 발언을 했다. 그는 지난 10~15년간 무대에 오른 거의 모든 사람이 아이들에게 컴퓨터 과학을 배우는 것이 필수적이라고 말해왔지만, 이제는 거의 정반대라고 선언했다. AI의 기적은 모든 사람을 프로그래머로 만들 것이며, 전문적인 코딩 언어 없이도 자연어만으로 기술을 다룰 수 있게 될 것이라는 주장이다. 인간 언어가 프로그래밍 언어가 되는 시대가 왔다는 것이다.

다보스에서 아모데이와 같은 무대에 오른 데미스 하사비스는 좀 더 신중한 입장을 취한다. 그는 2030년 이전에 인간의 모든 인지 능력을 갖춘 AGI가 등장할 확률을 50%로 본다. 그러나 수학과 프로그래밍 같은 분야는 결과를 검증하기 쉽기 때문에 자동화가 더 빠르게 진행될 것이라는 점에는 동의한다. 그는 인턴십 채용이 줄어들 것으로 예상하지만, 이것이 새롭고 더 의미 있는 일자리 창출에 의해 보상받을 것이라며 낙관적인 견해를 유지한다.

반면 Microsoft 공동 창업자 빌 게이츠는 명확한 회의론을 제기한다. 그는 코딩이 AI에 의해 완전히 자동화되기에는 너무 복잡하며, 오류를 식별하기 위해 여전히 인간의 개입이 필요하다고 주장한다. 코드를 작성하는 것과 그 코드가 의도대로 작동하는지 확인하는 것은 별개의 문제이며, 후자는 여전히 인간의 판단을 요구한다는 것이다.

기업 현장에서의 목소리는 더욱 극적이다. Salesforce CEO 마크 베니오프는 2024년 말, 에이전틱 AI의 부상으로 인해 2025년에는 소프트웨어 엔지니어를 채용하지 않을 수도 있다고 시사했다. 그는 실제로 AI 기반 시스템 덕분에 한 팀의 인원을 약 9,000명에서 5,000명으로, 거의 45% 줄일 수 있었다고 밝혔다. Meta의 마크 저커버그 역시 AI가 엔지니어를 대체할 것이라고 언급했으며, AWS CEO 맷 가먼도 AI의 빠른 도입으로 소프트웨어 개발자들이 코딩을 그만두고 새로운 기술을 익혀야 할 것이라고 전망했다.

그러나 이러한 CEO들의 발언에 대한 반론도 만만치 않다. Wharton 연구 데이터 서비스의 수석 엔지니어 팀 앨런은 아모데이의 예측에 정면으로 반박하는 글을 발표했다. 그는 AI가 5년 내에 모든 초급 사무직의 절반을 없앨 것이라는 아모데이의 발언을 복음처럼 받아들이는 풍조를 비판한다. 그의 핵심 논점은 두 가지다. 첫째, 대형 언어 모델의 성능이 정체되거나 오히려 후퇴하는 추세가 나타나고 있다. 둘째, 기업들은 이러한 알고리즘이 더 적은 인간 노동자가 아니라 오히려 더 많은 인간 노동자를 필요로 한다는 것을 깨닫고 있다.

앨런은 베니오프의 주장을 구체적으로 반박한다. 베니오프가 AI 덕분에 인력을 크게 줄였다고 발표했을 때, 어떤 언론도 Salesforce의 지난 5년간 채용 추이를 조사하지 않았다는 것이다. 코로나 팬데믹 기간 동안 Salesforce는 무분별하게 채용했고, 2022년 말에는 7만 명을 넘어섰다. 앨런의 시각에서 최근의 인력 감축은 AI의 승리라기보다 팬데믹 시기 과잉 채용의 조정에 가깝다.

또 다른 비판적 시각은 AI의 역할 변화에 대한 우려에서 나온다. Human Voice Media CEO 밥 허친스는 AI가 우리 일자리를 대체할 것인가라는 질문을 그만두고 AI가 어떻게 우리 일자리를 저하시킬 것인가를 물어야 한다고 주장한다. 그의 분석에 따르면, 다가오는 변화는 인간의 역할을 창작자에서 검수자로 바꾼다. 이는 전문가들에게서 스스로 결정을 내리는 능력을 빼앗고, 의미 있는 전문 업무를 비숙련적이고 저임금인 작업들로 분해한다. 표면적으로는 일자리가 유지되지만, 그 일자리의 본질과 가치가 근본적으로 변질된다는 경고다.

AI의 대부로 불리는 제프리 힌튼 역시 특정 계층의 일자리에 대해 경고했다. 그는 중급 수준의 코딩 직업이 사라질 것이라고 예측하면서도, 여전히 컴퓨터 과학 학위의 필요성은 인정한다. 완전한 대체가 아닌 선별적 대체, 그리고 그에 따른 직업 구조의 재편이 그의 전망이다.

5장. 예측 실현의 조건과 한계

아모데이의 6~12개월 예측은 AI 업계에서 나온 가장 공격적인 타임라인 중 하나다. 그러나 이 예측이 현실이 되기 위해서는 여러 기술적, 구조적 조건들이 충족되어야 한다. 아모데이 스스로도 이 점을 인정한다. 그는 다보스에서 자신의 예측에 대해 완전히 확신하지는 못한다고 밝혔다. 전환이 얼마나 빨리 일어날지에 대한 불확실성이 존재하며, 칩 제조나 모델 훈련 같은 일부 구성 요소는 아직 자동화될 수 없다고 덧붙였다.

가장 근본적인 제약은 AI 시스템 자체를 만드는 과정에 있다. 아모데이가 말하는 자기 반복적 폐쇄 루프가 작동하려면 AI가 스스로 코드를 작성하고, 스스로 연구를 수행하며, 스스로를 개선하는 선순환이 형성되어야 한다. 그러나 이 루프의 물리적 기반, 즉 AI 모델을 훈련시키는 데 필요한 반도체 칩의 설계와 제조는 여전히 인간의 영역이다. NVIDIA의 최신 GPU가 없으면 차세대 AI 모델은 존재할 수 없다. 칩 제조 공정은 수십 년에 걸쳐 축적된 물리학, 화학, 재료공학, 정밀 제조 기술의 집약체이며, 이를 AI가 단기간에 대체하기는 어렵다.

모델 훈련 과정 역시 완전한 자동화와는 거리가 있다. 대형 언어 모델을 훈련시키는 것은 단순히 데이터를 넣고 버튼을 누르는 일이 아니다. 하이퍼파라미터 조정, 데이터 큐레이션, 훈련 불안정성 해결, 평가 기준 설계 등 수많은 인간의 판단이 개입된다. Anthropic의 Constitutional AI나 RLHF 같은 기법들도 궁극적으로 인간이 설계한 원칙과 인간의 피드백에 의존한다. AI가 AI를 개선하는 루프가 작동하더라도, 그 루프의 방향을 설정하고 감독하는 것은 여전히 인간의 몫이다.

아모데이의 이전 예측이 어떻게 전개되었는지를 살펴보는 것도 의미가 있다. 그는 2025년 3월에 3~6개월 내에 AI가 코드의 90%를 작성하게 될 것이라고 예측한 바 있다. 2025년 9월 기준, 그 6개월의 시한은 지났다. 물론 AI 코딩 도구의 채택은 급격히 증가했고, 많은 기업에서 AI 생성 코드의 비율이 높아진 것은 사실이다. 그러나 업계 전반에 걸친 변혁, 즉 대부분의 코드가 AI에 의해 작성되는 상황은 아직 실현되지 않았다.

이 간극의 원인은 무엇일까. 가장 직접적인 문제는 AI 생성 코드의 품질이다. AI가 생성한 코드의 48%에서 잠재적 보안 취약점이 발견된다는 연구 결과가 있다. 이는 단순한 버그가 아니라 시스템 전체를 위험에 빠뜨릴 수 있는 심각한 문제다. 기업 환경에서 프로덕션에 배포되는 코드는 높은 수준의 신뢰성과 보안성을 요구한다. 절반에 가까운 코드에서 보안 문제가 발생할 수 있다면, AI 생성 코드를 검토하고 수정하는 데 상당한 인적 자원이 투입되어야 한다.

GitHub Copilot의 경우 코드 완성률은 46%에 달하지만, 개발자들이 실제로 수용하는 제안은 약 30%에 불과하다. 많은 출력물이 유용하지만 모든 것이 프로덕션에 바로 사용할 수 있는 수준은 아니라는 뜻이다. Stack Overflow의 2025년 개발자 설문조사에서 상당수의 개발자가 AI 출력의 정확성을 신뢰하지 않으며, 61.7%는 AI 생성 코드에 대한 윤리적, 보안적 우려를 가지고 있다고 답했다.

Fastly의 연구 결과는 이 문제의 실질적 영향을 보여준다. 연구에 따르면 개발자들은 AI가 생성한 코드를 수동으로 수정하는 데 상당한 시간을 소비하며, 이 수정에 드는 시간이 도구 사용으로 절약한 시간을 사실상 상쇄한다. 경험 많은 개발자들에게서 나타나는 역설적인 현상도 주목할 만하다. 2025년 7월에 발표된 연구에 따르면, 숙련된 개발자들이 AI 도구를 사용했을 때 실제로는 19% 더 느리게 작업했다. 흥미로운 것은 그들 스스로는 20% 더 빠르다고 느꼈다는 점이다. 체감 속도와 실제 속도 사이에 상당한 괴리가 존재하는 것이다. 전 테슬라 AI 디렉터 안드레이 카파시조차 AI 에이전트가 아직 충분히 잘 작동하지 않아서 자신의 프로젝트 대부분을 직접 손으로 작성해야 했다고 인정했다.

엔드투엔드 자동화가 실현되기 위해 넘어야 할 또 다른 장벽은 맥락 이해의 문제다. 현재 대부분의 AI 코딩 도구는 제한된 컨텍스트 윈도우 내에서 작동한다. GitHub Copilot은 3~4개 파일 정도를 기억할 수 있고, Claude API는 200,000 토큰의 컨텍스트 제한이 있다. 이는 인상적인 수치지만, 수십 개의 마이크로서비스와 수백만 줄의 코드로 구성된 대규모 엔터프라이즈 시스템의 전체 아키텍처를 이해하기에는 부족할 수 있다.

코딩의 본질에 대한 철학적 반론도 있다. 많은 개발자들은 코딩 자체가 단순한 기계적 작업이 아니라 사고의 과정이라고 반박한다. 코드를 직접 작성하는 행위를 통해 시스템이 어떻게 작동하는지 깊이 이해하게 되고, 그 이해가 더 나은 설계와 문제 해결로 이어진다는 것이다. AI가 코딩의 손작업 부분을 너무 많이 대신하면, 개발자들의 핵심 기술과 시스템에 대한 근본적 이해가 시간이 지남에 따라 약화될 위험이 있다.

이러한 제약들에도 불구하고, 아모데이의 예측이 완전히 빗나갈 것이라고 단정하기도 어렵다. AI 기술의 발전 속도는 비선형적이며, 종종 예상을 뛰어넘는 도약이 발생한다. GPT-3에서 GPT-4로, Claude 2에서 Claude 3로의 전환에서 목격된 성능 향상은 단순한 점진적 개선이 아니었다. Anthropic이 2025년 11월에 발표한 Claude Opus 4.5는 30분간의 자율적 코딩 세션에서 일관된 성능을 보여주며, 이전 모델에서는 불가능했던 작업들을 수행할 수 있게 되었다. 기술적 한계는 분명 존재하지만, 그 한계가 언제, 어떻게 극복될지는 예측하기 어렵다.

6장. 새로운 시대의 생존 전략

2026년 1월 다보스에서 다리오 아모데이가 던진 메시지는 단순한 기술 전망이 아니었다. 그것은 소프트웨어 엔지니어링이라는 직업의 정체성에 대한 근본적인 질문이었다. 코드를 작성하는 것이 소프트웨어 엔지니어의 본질인가, 아니면 문제를 해결하는 것이 본질이고 코딩은 그 수단에 불과한가. 이 질문에 대한 답에 따라 다가올 미래의 모습은 완전히 달라진다.

아모데이가 묘사한 Anthropic 내부의 풍경은 이미 하나의 답을 제시하고 있다. 그곳의 일부 엔지니어들은 더 이상 코드를 직접 작성하지 않는다. 그들은 요구사항을 정의하고, AI가 생성한 코드를 검토하며, 전체 시스템의 아키텍처를 설계한다. 빌더에서 에디터로의 전환이다. 이 전환은 단순히 작업 방식의 변화가 아니라 직업적 정체성의 재정의를 요구한다. 수십 년간 개발자들의 자부심이었던 코드를 작성하는 능력이 더 이상 핵심 역량이 아니게 될 수 있다는 것이다.

그러나 이 전환을 순수한 하락으로 볼 필요는 없다. 작업의 자동화가 반드시 직업의 소멸을 의미하지는 않는다. AI가 의료 스캔 판독이라는 작업을 대신하게 되었을 때, 방사선과 전문의는 사라지지 않았다. 오히려 그 직업은 성장했다. 작업에서 해방된 전문가들은 진단, 환자 상담, 복잡한 사례 분석 등 더 높은 수준의 의료 판단에 집중할 수 있게 되었기 때문이다. 소프트웨어 엔지니어링에서도 유사한 진화가 가능하다. 코딩이라는 작업에서 해방된 엔지니어들은 시스템 설계, 사용자 경험 혁신, 아직 발견되지 않은 문제의 탐색에 더 많은 에너지를 쏟을 수 있다.

문제는 이 전환이 자동으로 일어나지 않는다는 점이다. 방사선과 전문의들이 AI 도구를 활용해 더 나은 의료 서비스를 제공할 수 있게 된 것은 그들이 이미 의학적 판단이라는 핵심 역량을 보유하고 있었기 때문이다. 마찬가지로 소프트웨어 엔지니어가 에디터로서 가치를 발휘하려면, AI가 생성한 코드의 품질을 평가하고 시스템 전체의 맥락에서 그것이 적절한지 판단할 수 있는 깊은 기술적 이해가 필요하다. 역설적이게도, AI가 코딩을 대신할수록 코딩에 대한 근본적 이해는 더욱 중요해진다.

밥 허친스의 우려는 이 지점에서 의미를 갖는다. 그는 AI가 인간의 역할을 창작자에서 검수자로 바꾸면서, 전문가들에게서 스스로 결정을 내리는 능력을 빼앗을 수 있다고 경고했다. 이 시나리오가 현실이 되면, 소프트웨어 엔지니어라는 직함은 유지되더라도 그 일의 본질과 가치는 근본적으로 변질된다. 표면적으로는 일자리가 보존되지만, 실질적으로는 직업적 성취감과 성장 가능성이 사라지는 것이다.

이 두 가지 가능한 미래, 즉 더 높은 수준의 문제 해결자로의 진화와 의미 없는 검수자로의 전락 사이에서 어느 쪽으로 가게 될지는 개인과 조직의 대응에 달려 있다. 아모데이 스스로 CNN 인터뷰에서 이 점을 강조했다. 기술이 어디로 가고 있는지 이해하는 법을 배우라. 불시에 당하지 않는다면, 적응할 가능성이 훨씬 높아진다. 그의 조언은 두 가지 핵심을 담고 있다. 첫째, 변화의 방향을 파악하라. 둘째, 능동적으로 적응하라.

변화의 방향을 파악한다는 것은 AI 코딩 도구들이 현재 무엇을 할 수 있고, 가까운 미래에 무엇을 할 수 있게 될지를 실제로 경험하고 이해하는 것을 의미한다. 아직 이 도구들을 직접 사용해보지 않은 개발자라면, 지금이 시작할 때다. Claude Code, GitHub Copilot, Cursor 같은 도구들이 어떻게 작동하는지, 어디서 뛰어나고 어디서 한계를 보이는지를 직접 체험해야 한다. 그래야만 AI가 대체할 수 있는 영역과 인간이 여전히 필수적인 영역을 구분할 수 있다.

능동적 적응이란 AI를 위협이 아닌 도구로 받아들이고, 그것을 활용해 자신의 가치를 증폭시키는 방법을 찾는 것이다. 데미스 하사비스는 다보스에서 학생들에게 새로운 AI 도구들에 집중적으로 익숙해지라, 그것이 전통적인 인턴십보다 더 가치 있을 수 있다고 조언했다. 이 조언은 학생뿐 아니라 현직 개발자들에게도 적용된다. AI 도구를 능숙하게 다루는 것은 새로운 형태의 생산성을 의미한다. Anthropic의 엔지니어들이 보여주듯이, AI와 효과적으로 협업하는 능력은 그 자체로 고급 역량이 되고 있다.

동시에 AI가 대체하기 어려운 역량을 의식적으로 강화해야 한다. 여기에는 복잡한 시스템의 전체 아키텍처를 설계하는 능력, 모호한 비즈니스 요구사항을 기술적 명세로 번역하는 능력, 여러 이해관계자들과 소통하며 프로젝트를 이끄는 능력, 그리고 아직 정의되지 않은 문제를 발견하고 정의하는 능력이 포함된다. 이러한 역량들은 현재의 AI 기술로는 자동화되기 어렵고, 설령 기술이 발전하더라도 인간이 최종 판단을 내려야 하는 영역으로 남을 가능성이 높다.

조직 차원에서도 대비가 필요하다. AI 코딩 도구의 도입은 단순히 개발 도구 하나를 추가하는 것이 아니다. 그것은 개발 프로세스 전체, 팀 구조, 역할 정의, 심지어 채용 기준까지 재검토할 것을 요구한다. AI가 생성한 코드의 품질을 어떻게 보장할 것인가, 보안 취약점을 어떻게 검출하고 대응할 것인가, 주니어 개발자들의 성장 경로를 어떻게 재설계할 것인가 같은 질문들에 답해야 한다.

아모데이의 예측이 정확히 6~12개월 내에 실현될지는 아무도 장담할 수 없다. 그러나 방향성은 분명하다. AI는 소프트웨어 개발에서 점점 더 큰 역할을 맡게 될 것이다. 코드의 41%가 이미 AI의 도움을 받아 작성되고 있고, Google에서는 그 비율이 50%에 달한다. 이 추세가 역전될 가능성은 거의 없다.

결국 아모데이의 메시지가 의미하는 바는 단순하다. 변화는 오고 있다. 그 변화의 정확한 시점과 형태는 불확실하지만, 방향은 확실하다. 지금 행동해야 한다. 기술의 흐름을 이해하고, 새로운 도구를 익히며, AI가 대체할 수 없는 역량을 강화해야 한다. 소프트웨어 엔지니어라는 직업이 사라지는 것이 아니라 진화하는 것이라면, 그 진화의 방향을 이해하고 선제적으로 적응하는 사람들이 새로운 시대의 승자가 될 것이다.

코드를 쓰는 시대가 끝나가고 있다고 해서 소프트웨어 엔지니어의 시대가 끝나는 것은 아니다. 오히려 소프트웨어 엔지니어의 진정한 가치, 즉 복잡한 문제를 이해하고 해결하는 능력이 더욱 부각되는 시대가 열리고 있는지도 모른다. 아모데이의 예언은 경고이자 동시에 기회의 신호다. 그 신호를 어떻게 읽고 대응하느냐는 전적으로 우리에게 달려 있다.