AI 반대 과열 분위기에 휩쓸리지 말라

4 weeks ago 8

최근 대형 언어 모델(LLM) 이 중간 규모 프로젝트를 거의 독립적으로 완성할 수 있을 정도로 발전해, 프로그래밍 방식이 근본적으로 변하고 있음
작성자는 Claude Code를 이용해 UTF-8 지원 추가, Redis 테스트 버그 수정, BERT 임베딩용 C 라이브러리 생성, Redis Streams 내부 구조 재현 등 네 가지 작업을 몇 시간 만에 수행함
이러한 변화로 인해 코드를 직접 작성하는 행위의 필요성이 줄고, 문제 정의와 설계 능력이 더 중요해지고 있음
AI가 소프트웨어 개발의 민주화를 촉진하며, 소규모 팀도 대기업과 경쟁할 수 있는 환경을 만들고 있음
그러나 AI 기술의 중앙집중화 위험과 일자리 감소 문제에 대한 사회적 대응이 필요하며, AI를 외면하지 말고 적극적으로 활용해야 함

프로그래밍의 변화와 LLM의 역할

최신 LLM은 충분한 힌트만 주어도 중간 규모 프로젝트를 거의 독립적으로 완성할 수 있음
- 성공 여부는 프로그래밍 유형과 문제를 명확히 표현하는 능력에 따라 달라짐
- 시스템 프로그래밍처럼 텍스트로 표현 가능한 작업일수록 효과가 큼
대부분의 프로젝트에서 직접 코드를 작성하는 것은 비효율적이며, 이제는 무엇을 만들지와 어떻게 만들지를 이해하는 것이 더 중요함
작성자는 AI를 이용해 다음 네 가지 작업을 수행함
1. linenoise 라이브러리에 UTF-8 지원 추가 및 에뮬레이션 터미널 기반 테스트 프레임워크 구축
2. Redis 테스트의 일시적 실패 수정 — Claude Code가 프로세스 상태를 분석해 버그를 해결
3. BERT 임베딩 모델 추론용 C 라이브러리를 5분 만에 생성, PyTorch 대비 15% 느리지만 동일한 결과 제공
4. Redis Streams 내부 구조 변경 작업을 Claude Code가 20분 내 재현
이러한 경험을 통해 AI가 프로그래밍의 본질을 바꾸고 있음을 확인함

AI가 코드를 작성하더라도, 개발자의 역할은 사라지지 않음
- 중요한 것은 문제를 정의하고, AI가 생성한 코드를 검토·조정하는 능력
- AI는 협력자(partner) 로서 개발 생산성을 극대화함
작성자는 자신이 만든 코드가 LLM 학습에 사용된 것에 대해 긍정적으로 평가
- 이를 지식과 시스템의 민주화 과정으로 봄
- 오픈소스가 1990년대에 그랬듯, AI도 소규모 팀의 경쟁력 강화에 기여할 것으로 봄

현재는 중국 등에서 공개 모델이 등장하며 일정 수준의 민주화가 이루어지고 있음
- 폐쇄형 연구소의 선도 모델과 비교해도 성능 격차가 크지 않음
그러나 이러한 균형이 영구적이지 않을 수 있음
- AI 기술이 소수 기업에 집중될 가능성에 대해 우려 표명
대규모 신경망은 본질적으로 놀라운 성능을 발휘하며, 특정 기업만이 독점할 만큼의 ‘마법’은 존재하지 않는다고 언급

AI로 인해 일자리 감소가 발생할 가능성에 대한 우려 존재
- 기업이 인력을 줄일지, 더 많은 프로젝트를 추진할지는 불확실
- 일부 산업에서는 인간이 완전히 대체될 위험도 있음
이에 따라 정부의 역할이 중요함
- 실직자를 지원하고 변화에 대응할 수 있는 정책이 필요
- 해고가 늘수록 정치적 압력이 커져 사회적 보호를 요구하는 방향으로 갈 것이라 전망

AI를 거부하거나 회피하는 것은 커리어에 도움이 되지 않음
- 새로운 도구를 직접 실험하고 장기간 사용해보는 것이 필요
- 단기 테스트로 결론을 내리지 말고, 지속적으로 시도해야 함
AI를 통해 자신의 역량을 확장할 방법을 찾아야 함
- 코딩의 즐거움은 여전히 존재하며, AI를 활용하면 더 많이, 더 잘 만들 수 있음