중국 AI쪽에서는 정말 유명한 거두같은 사람인데 이번에 CSDN 에서 기고한 글이 인상깊더라.

(중국 CSDN에 메인 기사 기고될정도인데 중국에서 CSDN이 중국쪽 기술 본거지 같은 곳이니까)


+

2024년 말 OpenAI는 매우 놀라운 성능을 발휘하는 새로운 추론 모델 o3을 출시했습니다. 이는 세계 수준의 프로그래밍 대회에서 175위를 차지했으며 이는 참가자의 99.9%를 이길 수 있음을 의미합니다. 너무 많은 사람들이 다시 논의하기 시작했습니다. 프로그래머는 죽을까요? 2025년에는 정말 많은 프로그래머가 AI로 대체될까? AI는 소프트웨어 산업뿐 아니라 다른 산업도 '대체' 위기에 빠지게 만들 것인가?


다음으로, 소프트웨어 산업에 대한 나의 관찰을 결합하여 AI 개발의 최신 발전과 그것이 주니어 프로그래머, 학생, 중급 및 고급 엔지니어 및 관리자에게 미치는 영향에 대해 이야기하고 싶습니다.


+

AI와 소프트웨어 산업: 누가 대체될 것인가?


소프트웨어 산업과 AI는 가장 밀접하게 통합되어 있습니다.

최근 몇 년간 AI 프로그래밍 기능의 급속한 발전으로 볼 때, 소프트웨어 분야는 실제로 그 영향을 "가장 크게 느끼고" 있습니다.


향상된 AI 기능: Claude Sonnet 3.5, OpenAI o1 등 모델의 추론 및 코드 생성 기능이 점점 더 강력해지고 있어 개발자의 부담을 줄이는 데 큰 도움이 될 수 있습니다.


자동화 정도: 일부 기본적이고 반복적인 개발 작업은 AI로 처리될 가능성이 더 높으며 Devin과 같은 "자동 버그 수정" 도구도 등장했습니다.


그래서 질문이 생깁니다:

"프로그래머들은 완전히 실업자가 될까요?" 아니면 좀 더 조심스럽게:

"후배 프로그래머들이 교체될까요?" 성급하게 결론을 내리지 말고, 단계별로 살펴보겠습니다.

+


AI 어시스턴트 프로그래밍: 효율성을 얼마나 향상시킬 수 있나요?


AI가 가져온 효율성 향상


AI 코드 편집기(Cursor, Windsurf, GitHub Copilot 등)의 도움으로 프로그래밍은 여러 시나리오에서 크게 가속화될 수 있습니다.


자동완성 코드


단위 테스트 작성


디자인 초안에서 직접 프런트엔드 UI 생성


프로젝트 스캐폴딩 구축(즉 프로젝트 구조와 설정을 자동 생성)


제 경험에 따르면 일부 단계의 효율성은 50% 이상 증가할 수 있으며 전체 효율성은 약 20% 정도 꾸준히 증가할 수 있습니다.


왜 아직 기업에서는 이를 대규모로 사용하지 않았나요?


효율성 향상은 매력적이지만 AI 프로그래밍의 이점을 진정으로 즐기려면 몇 가지 조건을 충족해야 합니다.


가장 강력한 모델 사용: 예를 들어 Claude Sonnet 3.5나 OpenAI o1과 같은 모델이 필요합니다.

모델 자체의 프로그래밍 능력이 부족하면 실질적인 도움을 받기 어렵습니다.


도구의 완벽한 지원: 웹 버전의 간단한 호출이 아닌, 진보된 AI 코드 에디터와의 연동이 필요합니다.


코드 데이터의 보안 및 규정 준수: 많은 기업들이 소스 코드를 클라우드에 업로드하는 것에 대한 보안 위험을 우려합니다. 따라서 자체 배포 또는 오픈소스 모델의 능력이 성숙되기를 기다리는 경우가 많습니다.


팀의 숙련된 사용: 프롬프트 작성 방법을 배우고, 복잡한 작업을 분할하여 AI가 더 정확한 코드를 생성할 수 있도록 하는 기술이 필요합니다..


게다가, 쉽게 간과되는 인간 본성의 또 다른 측면이 있습니다.


물론 회사에서는 AI를 통해 효율성을 높이길 바라지만,

직원들이 반드시 AI를 배우려는 의향은 없습니다.

결국 개인에게 있어 '시간 절약'은 '임금 인상'을 의미하지 않고

심지어 AI를 배우는 것은 결국 자신의 무덤을 파는 것이라고 걱정할 수 있습니다.


반명 일부 인디 개발자나 프리랜서들은 AI를 더 적극적으로 받아들이는 경향이 있습니다. 효율성 향상이 개인 수입에 직접적으로 반영되기때문입니다.


그러나 이러한 보수적인 태도는 오래가지 못할 것이다.

현재 우리가 코드 작성에 메모장 대신 고급 IDE를 사용하는 것처럼 2025년에는 AI 지원 프로그래밍이 표준이 될 가능성이 높습니다.

'혁신'이라는 압력속에서 팀이 AI를 사용하지 않으면 뒤처지게 됩니다


+

AI가 프로그래머를 실직시키게 될까요?


프로그래밍은 소프트웨어 개발의 일부일 뿐입니다.

AI가 코드를 작성한다고 해서 프로그래머가 완전히 대체되는 것은 아닙니다. 소프트웨어 개발은 하나의 시스템 엔지니어링입니다:


요구사항 소통: 제품 관리자가 고객이나 시장과 소통하여 요구사항을 정의해야 합니다.


아키텍처 설계: 프로그래머가 요구사항을 추상화하고 프레임워크를 구축해야 합니다.


테스트와 배포: 코드를 작성한 후에는 테스트, 출시 및 유지보수가 필요합니다.


현재로서는 AI가 코딩 단계에서 일부 인력을 대체할 수 있지만, 다른 프로세스는 여전히 인간이 주도해야 합니다. Devin과 같은 도구가 간단한 작업이나 작은 버그 수정을 자동으로 수행할 수 있더라도, 복잡한 모듈을 다룰 때 AI는 종종 "막힌 상태"에 빠져 모든 작업을 완수하지 못합니다.


신입 프로그래머에 미치는 영향

AI의 프로그래밍 능력이 더욱 발전하면, "신입 프로그래머"는 더 큰 경쟁에 직면할 것입니다. 많은 간단한 작업은 비전문 개발자가 AI를 활용하여 수행하거나, 고급 엔지니어가 AI 도구를 통해 직접 처리할 수 있기 때문입니다.


기업이 간단한 프로그래밍 인력을 줄일 수 있다는 것을 깨닫게 되면, 신입 프로그래머는 "축소"되거나 통합될 것이며, 이는 졸업생이나 기술이 부족한 사람들의 취업을 더 어렵게 만들 수 있습니다.


그러나 이는 "프로그래머"라는 직업이 사라진다는 것을 의미하지는 않습니다. 엔지니어는 여전히 아키텍처, 요구사항 추상화, 테스트 및 유지보수와 같은 더 높은 수준의 작업을 책임져야 합니다.


(즉 요약하자면 이제는 코딩 단계가 아닌, 아키텍쳐 설계 능력이 더 요구받는다는걸로 요약가능)

+


AI가 소프트웨어 개발 패러다임을 재구성하고 있습니다.


제가 《AI 보조 프로그래밍이 소프트웨어 엔지니어링에 가져온 요구사항 개발 패러다임 변화》라는 글에서 언급했듯이,

AI는 전통적인 소프트웨어 개발 방식에 깊은 영향을 미치고 있으며, 주로 다음과 같은 변화를 가져오고 있습니다:


1. 간단한 요구사항은 더 이상 완전한 개발 프로세스에 의존하지 않음

많은 프로토타입 수준의 작은 기능들은 AI를 통해 한 번에 해결될 수 있으며, 심지어 제품 관리자가 직접 초기 버전을 생성할 수도 있습니다.


2. 전문 프로그래머가 "AI와 협업"

프로그래머는 더 이상 모든 코드를 처음부터 작성하지 않고, "지휘관"처럼 요구사항을 분해하고, 프롬프트를 작성하며, AI가 생성한 코드를 검토하고 디버깅하는 역할을 합니다.

간단하고 반복적인 부분은 AI에게 맡기고, 자신은 더 고급 설계 문제에 집중할 수 있습니다.


3. 팀 규모는 줄어들지만 효율성은 유지

인원은 줄어들고 분업은 간소화되지만, "사람 + AI"의 효율성은 기존보다 낮지 않을 수 있습니다.

이로 인한 연쇄 반응은 관리 계층이 줄어들고, 순수 관리 직위에 대한 수요가 감소한다는 점입니다.


4. 신입 프로그래머 대폭 감소

일부 신입 프로그래머가 담당하던 간단한 요구사항들은 이제 "비전문 프로그래머 + AI" 또는 "더 숙련된 프로그래머 + AI"가 대체하고 있습니다.

신입 입장에서는 핵심 경쟁력이 없다면 적절한 기회를 찾기 어려울 수 있습니다.


+

많은 사람들이 걱정합니다: "AI가 신입 프로그래머의 일을 다 해줄 수 있다면, 컴퓨터 공학을 배우는 것에 미래가 있을까?"

저는 이렇게 생각합니다:


1. 자리는 줄어들었지만, 수요는 줄지 않음

소프트웨어 개발의 전체 수요는 여전히 지속적으로 증가하고 있습니다. 다만 신입 수준의 능력에 대한 의존도가 낮아졌을 뿐입니다.


2. 경쟁은 더 치열해질 것

단순히 알고리즘 문제를 푸는 것만으로는 더 이상 충분하지 않을 수 있습니다.

소프트웨어 엔지니어링 지식을 진정으로 이해하고, AI를 잘 활용하는 방법을 배워야 합니다.


3. 학습 속도가 빨라짐

(1) 이전에는 문제가 생기면 포럼에 가서 "고수들의 답변을 구해야" 했지만, 이제는 대부분의 기술적 문제를 AI에게 직접 물어볼 수 있습니다.

(2) AI가 코드를 생성할 때 "고품질 예시"를 제공하기 때문에, 초보자에게는 이전의 "엉망진창 코드"보다 훨씬 유익합니다.

(3) 언제든지 질문할 수 있는 "AI 멘토"가 있기 때문에, 초급에서 중급으로 넘어가는 시간이 3~5년이 아닌 2~3년으로 단축될 수 있습니다.


+

신입 프로그래머/재학생

AI 도구를 빠르게 받아들이고, 프롬프트 작성법을 배워 AI 보조 개발을 활용하라.


가능한 한 많은 실제 프로젝트에 참여하라(AI의 도움으로 시작할 수 있음). 일찍부터 실무 경험을 쌓아라.

알고리즘 문제 풀이는 여전히 중요하지만, 소프트웨어 엔지니어링 전반을 이해하고 독립적으로 문제를 해결할 수 있는 능력이 더 중요하다.


중고급 프로그래머

역할 전환: "순수하게 코드를 작성하는 것"에서 "설계 + 지휘 + AI 결과물 검토"로 전환하라.


아키텍처와 요구사항 분석에 집중하라: AI가 구체적인 로직을 처리하게 하고, 자신은 더 높은 수준의 의사결정을 담당하라.


학습 열정 유지: AI의 발전 속도는 빠르다. 새로운 도구와 모델을 자주 시도하며, 새로운 기술 흐름에 뒤처지지 마라.


관리자/프로젝트 책임자

AI의 잠재력과 도전을 직시하라: 기업 내부의 AI 전환을 적극적으로 추진하고, 프로세스와 평가 방식을 조정하라.


데이터 보안과 규정 준수에 주목하라: AI를 대규모로 사용하려면 프라이버시와 지적 재산권 문제를 고려해야 한다.


팀 구조를 재평가하라: 팀 규모와 인재 양성에 있어 더 유연한 전략을 세우고, 무조건적인 "인해전술"을 피하라.


요약

신입/재학생: AI 도구 활용, 실무 경험 쌓기, 소프트웨어 엔지니어링 전반 이해.


중고급 개발자: 역할 전환, 아키텍처 및 요구사항 분석, 지속적인 학습.


관리자: AI 전환 추진, 데이터 보안 강화, 팀 구조 재평가.


AI 시대에 적응하고, 이를 효과적으로 활용하기 위한 전략을 세우는 것이 중요합니다.


+

AI가 프로그래머를 대체하지는 않지만, 소프트웨어 개발을 재구성하고 있습니다.


매번 AI 모델의 능력이 도약할 때마다 "프로그래머가 실직할 것"이라거나 "이제는 누구나 코드를 작성할 수 있다"는 목소리가 나옵니다.

하지만 현실은 이렇습니다: 소프트웨어 엔지니어링은 요구사항부터 운영까지 이어지는 복잡한 과정으로, AI가 이를 한 번에 해결할 수는 없습니다.

미래에는 AGI(범용 인공지능)가 등장해 "완전한 자동 개발"을 실현할 수도 있겠지만, 적어도 현재로선 아직 요원합니다.


그러나 AI는 이미 소프트웨어 개발을 재구성하고 있습니다:


2024년: AI 프로그래밍이 효율성을 크게 높이고 간단한 프로토타입을 완성할 가능성을 확인했습니다.


2025년: 점점 더 많은 기업과 팀이 AI 프로그래밍을 공식 프로세스에 통합할 것입니다. 초급 요구사항은 제품 관리자나 숙련된 엔지니어가 AI와 함께 처리하고, 더 복잡한 작업은 여전히 전문 엔지니어가 주도할 것입니다.


각 그룹에게 필요한 전략

신입 프로그래머: 빠르게 성장해야 합니다. AI를 활용해 기술을 업그레이드하고, 실무 경험을 쌓는 데 집중하세요.


중고급 프로그래머: AI를 최대한 활용해 가치를 극대화하세요. 단순 코딩에서 벗어나 설계와 관리에 더 많은 시간을 투자하세요.


관리자: AI 트렌드를 받아들이는 방법을 고민하세요. 팀 구조와 프로세스를 조정해 AI를 효과적으로 통합해야 합니다.


메시지

컴퓨터 공학 전공 학생: "AI가 일자리를 빼앗을까" 걱정하지 말고, AI 도구를 활용해 성장 속도를 높이세요.


현직 개발자: "AI 코딩은 별거 아니다"라고 쉽게 생각하지 말고, 기술 변화에 발맞춰 자신의 역할을 "단순 작업"에서 "기획과 관리"로 전환하세요.


이러한 태도와 전략을 통해 AI의 물결 속에서 생존하고, 나아가 리더가 될 수 있습니다.


---


재밌게 읽었다 난


요약하자면 프로그래머의 역할이 추상화와 인터페이스 설정에 더 집중되고

세부 구현을 점점 AI에 맡기게 변한다고 하는듯.


이는 다르게 말하자면 점점도 프로그래밍 이론으로 구조 파악을 하는게 중요하다는 듯.

이는 구글 테크 리더가 한 말이랑 다를 바가 없긴함.