AI에게는 지혜가 없고 당신에게도 없게 될 것이다

Scala 라이브러리 Monix의 저자 Alexandru Nedelcu가 쓴 글로, 코드를 읽고 쓰지 않게 된 사람과 조직은 스스로 위험을 자초하는 것이라고 주장함 바이브 코딩된 프로젝트는 시간이 지나며 유지보수 불가능한 상태로 퇴화하는데, 나쁜 아키텍처의 효과는 수개월~수년 뒤에야 드러나 즉각 측정할 수 있는 지표가 없기 때문임 AI는 즉각적인 보상 신호가 필요한 강화학습 구조상 유지보수성을 학습할 수 없고, 초보자용 규칙서와 대체로 질이 낮은 야생의 코드에서 패턴을 배움 AI에 의존하는 사람은 선택하지 않고, 실수에 책임지지 않고, 실수에서 배우지 않으므로 숙련(mastery)에 도달할 수 없음 미래에는 "NO-AI" 정책을 경쟁 우위로 내세우는 회사가 늘어날 것이며 그들이 옳을 것이라고 예측함 코드를 읽지 않는 시대 저자가 최근 한 달 사이에만 들은 말들: "2025년 이후 코드를 쓴 적이 없다", "코드 리뷰는 죽었다", "사람들은 더 이상 코드를 읽지 않는다" 업계가 변하고 있는 것은 분명하지만, 코드를 읽고 쓰지 않는 함정에 빠진 사람과 조직은 위험을 자초하는 것임 나쁜 코드는 늦게 드러남 유지보수성과 좋은 아키텍처에는 적용할 수 있는 좋은 측정 지표가 없음. 나쁜 아키텍처의 효과를 알아채는 데 수개월에서 수년이 걸리기 때문임 나쁜 코드의 정의는 가능함: 하나를 바꾸면 멀리 떨어진 곳이 비결정적으로 깨지는 나비효과 같은 코드, 기능 하나 추가에 여러 곳을 고치고도 빠뜨려 비일관성이 생기는 코드, 설계 불변식이 불분명한데 그것을 지킬 원저자도 떠난 코드, 목(mock)을 요구하고 구현 세부를 노출해 리팩터링을 막는 취약한 테스트를 낳는 코드 숙련된 엔지니어는 장애를 디버깅하며 쌓은 직관으로 나쁜 효과가 관측되기 전에 코드 냄새를 감지함 이 직관은 모든 것이 맥락 의존적이라 경직된 규칙 목록으로 만들 수 없음. 초보자를 생산적으로 만드는 규칙·레시피는 전문가와 호환되지 않으며, 전문가는 규칙을 따르지 않고 규칙을 만듦 AI가 유지보수성을 배울 수 없는 이유 강화학습에는 즉시 측정 가능한 보상 신호가 필요하지만 유지보수성의 효과는 수개월~수년 뒤에 나타남 AI는 초보자용 규칙서에서 규칙을 배우고 야생의 코드에서 패턴을 배우는데, 야생의 코드 대부분은 질이 낮음 유지보수 가능한 코드에 대한 적합도 함수(fitness function)는 정의할 수 없음. 가능했다면 이미 린터에 들어가 있었을 것임 최신(SOT...