(희망편) 꼭 개발 영역에 국한된 이야기는 아닙니다.
우리는 AI 시대를 살고 있다.
AI가 눈부신 속도로 발전하는 것을 체감할 수 있는 시대다. 조금만 일찍 태어났다면 이 변화를 목격하지 못했을 것이고, 조금만 늦게 태어났다면 이미 완료된 변화를 교과서로 배웠을 것이다.
개발을 업으로 삼다 보니 심심찮게 듣는 이야기가 있다. 오늘의 글은 이 이야기에 대한 내 개인적 감상에서 출발한다.
AI가 주니어 개발자를 대체할 것이다.
아마 IT업계 종사자 거나 종사자를 지인으로 두고 있는 사람이라면 한 번쯤은 들어보거나 해본 말일 것이다. 나는 이 말에 동의하지 않는다. 정확히 말하면, 이 예측은 틀렸다기보다 지나치게 순진하다.
"주니어가 대체된다"는 예측은 대개, 현재 AI가 작성하는 코드의 품질이 주니어 수준이니까 주니어의 일을 AI가 대신할 수 있다는 논리에서 시작한다.
하지만 이 논리에는 치명적인 결함이 있다.
AI가 주니어 수준에 머무르지 않을 것이라는 점이다.
AI의 코드 품질은 이미 빠르게 향상되고 있다. 머지않아 자연스럽게 중급 개발자 수준의 코드를, 그리고 곧 시니어 이상의 설계를 제안할 것이다. 그 논리대로라면 모든 개발자가 AI로 대체되어야 한다. 하지만 현실은 그렇지 않을 것이다. 대체되는 것은 '수준'이 아니라 '역할'이기 때문이다.
그렇다면 실제로 다가오는 미래는 어떤 모습일까?
첫째, 언어와 지식의 장벽이 사라진다.
여기서 언어는 프로그래밍 언어, 지식은 기술 스택에 대한 숙련도를 말한다.
".NET 개발자", "파이썬 개발자" 같은 언어 기반의 정체성은 점점 의미를 잃어갈 것이다. AI는 이미 대부분의 주류 언어를 능숙하게 다루기 때문에, 개발자가 특정 언어의 문법과 관용구를 얼마나 많이 외우고 있는지, 해당 언어를 사용한 경험이 있는지 여부가 핵심 역량이 아니게 된다.
어떤 기술을 언제 써야 하는지, 직접 써본 적 없는 사람도 AI를 통해 높은 정확도로 파악할 수 있다. AI가 학습한 데이터에 대부분의 정보가 이미 포함되어 있고, 새로운 정보까지도 대다수의 인간보다는 먼저 학습할 것이기 때문이다.
둘째, 모든 개발자는 예외 없이 AI에 의존하게 된다.
이것은 선택의 문제가 아니다.
AI를 활용하는 개발자와 그렇지 않은 개발자 사이의 생산성 격차는 이미 무시할 수 없는 수준이고, 이 격차는 시간이 갈수록 벌어질 것이다. IDE 없이 메모장으로 코딩하겠다는 고집이 핸디캡이 되어버렸듯이, AI 없이 손수 개발하겠다는 열정도 끝내 같은 결말을 피하지 못할 것이다.
언어와 지식의 장벽이 사라지고 모두가 AI를 활용하여 문제를 해결하는 세상. 이런 세상에서 역량의 차이는 무엇으로 만들어지는가? 나는 이 질문에 답하기 위해, AI를 대하는 두 가지 접근 방식을 구분해보려 한다.
AI로부터 같은 답을 받아 든 두 사람이 있다.
한 사람은 묻는다—"왜 이 답인가?" 이것이 화이트박스 접근이다.
다른 사람은 묻는다—"다음 문제는 뭐지?" 이것이 블랙박스 접근이다.
화이트박스 접근은 AI가 생성한 코드를 읽고, 그 안에 담긴 설계 의도와 장단점을 파악하는 것이다. 왜 이 자료구조를 선택했는지, 이 패턴이 어떤 문제를 해결하려는 것인지, 이 접근법의 시간복잡도는 어떤지를 이해한다.
블랙박스 접근은 AI가 유용한 결과물을 내놓으면 그대로 활용하는 것이다. 어떻게 작동하는지 정확하게 이해하는 것보다, 더 많은 결과물을 빠르게 얻는 것을 우선시한다.
여기서 중요한 점이 있다. 현실에서 우리는 매 순간 이 두 접근 사이 어딘가에 서 있다. 항상 화이트박스만 고수하는 것도, 블랙박스만 고수하는 것도 가능하지 않다. 마감이 코앞이면 당연히 블랙박스로 기울고, 여유가 있으면 화이트박스로 기울 수 있다. 블랙박스 접근이 비판받아야 할 이유는 없다. 현실에서는 '학습'보다 우선순위가 높은 일들이 많기 때문이다.
문제는 블랙박스가 단기적으로 압도적인 성과를 보여준다는 것이다. 그래서 의식하지 않으면 자연스럽게 블랙박스의 비중이 높아진다. 진입 장벽이 낮은 도메인에서라면 블랙박스 접근만으로도 상당한 성과를 낼 수 있다.
시간이 지나면 이 차이는 극명해진다.
화이트박스의 비중을 유지해 온 사람은 AI가 새로운 문제 앞에서 헤맬 때 올바른 방향을 제시할 수 있다. 더 나은 접근법을 알려주고, 잘못된 시도를 조기에 차단하며, AI의 생산성을 자신의 이해력으로 증폭시킨다.
블랙박스에만 의존해 온 사람은 AI가 해결하지 못하는 문제 앞에서 함께 멈춘다. AI의 한계가 곧 자신의 한계가 된다.
냉정하게 말하면, 조직 입장에서는 후자를 굳이 고용할 이유가 줄어든다. AI가 혼자서도 할 수 있는 일을 AI와 함께 하는 사람이기 때문이다. 10명이 하던 일을 1명이 AI와 함께 해내는 시대가 온다면, 그 1명은 AI가 문제에 올바른 방식으로 접근하는지 판단하고, 그렇지 않을 때 방향을 교정할 수 있는 사람일 것이다.
그렇다면 화이트박스 접근을 유지하려면 무엇이 필요한가? 결국 펀더멘탈이다.
자료구조와 알고리즘, 시스템 설계의 기본 원리, 네트워크와 운영체제의 동작 방식. 이런 기초 체력이 없으면 AI가 내놓은 결과물을 평가할 기준 자체가 없다. AI가 왜 이런 선택을 했는지 이해하고 싶어도 이해할 수 없고, 잘못된 방향을 교정하고 싶어도 어디가 잘못인지 알 수 없다.
역설적이게도, AI가 표면적인 지식을 모두 대체해 버린 시대에 살아남는 것은 결국 기본기다. 특정 언어의 문법이나 프레임워크의 API는 AI가 대신 알려줄 수 있다. 하지만 그 밑에 깔린 원리를 이해하는 능력은 대신해 줄 수 없다. AI의 출력을 검증하고, 더 나은 방향을 제시하고, AI가 막혔을 때 돌파구를 찾는 것은 모두 이 펀더멘탈 위에서만 가능하다.
주니어가 대체되는 것이 아니다.
답만 받고 질문을 멈춘 사람이 대체된다.
블랙박스의 단기적 성과에 취해 들여다보기를 게을리 한 사람이 대체된다.
나는 이 미래가 두렵지만은 않다. 오히려 공정하다고 생각한다. 경력이나 특정 언어 숙련도 같은 표면적인 지표가 아니라, 진짜 실력—문제를 이해하고, 해법의 원리를 파악하며, 더 나은 방향을 제시할 수 있는 능력—이 가치를 인정받는 시대가 도래하는 것이다.
어쩌면 AI는 새로운 규칙을 만든 게 아니다. 우리가 외면해 온 오래된 규칙을 더 이상 외면할 수 없게 만들었을 뿐이다. 성과를 내면서도 성장을 놓지 않는 것, 단기의 효율에 장기의 역량을 저당 잡히지 않는 것. 누구나 알지만 아무나 지키지는 못했던 것들이다.
AI가 모든 답을 줄 수 있는 시대, 남는 건 질문하는 인간뿐이다.