💭 The End of Front-End Development 정리

2023년 3월에 작성된 The End of Front-End Development는 AI로 인해 FE가 위협받는다는 견해에 반대한다는 내용이다.
저자의 생각이 비유와 함께 잘 설명되어 있어서 인상깊은 부분만 의역해서 정리했다.

후속편인 The Post-Developer Era도 곧 작성할 예정이다.

💡TL;DR

• AI가 발전하고 있지만, 환각이 있을 수 있고 대규모 서비스 개발에 미흡하기 때문에 개발자가 사라지지 않을 것이다.
• AI의 답변을 맹신하지 않고 비판적으로 생각하며 협업 도구로 활용한다면 개발 생산성이 향상될 것이다.
• 개발 생산성이 향상되면 다양한 기능을 그만큼 빠르게 만들어낼 수 있고 다양한 버그들을 만날 수 있기 때문에 개발자의 수요는 계속 있을 것이다.

Introduction

This sentiment is all over social media right now:
이러한 정서(AI는 FE개발에 능숙해질거다)는 현재 소셜 미디어 전반에 걸쳐 있습니다:

I couldn't disagree more. I don't think front-end developer jobs are going anywhere. And I'm getting pretty sick of the FUD(Fear, Uncertainty, and Doubt) being spread online.
So, in this blog post, I'm going to share my hypothesis for what will happen. Things are going to change, but not in the scary way people are saying.
전 동의할 수 없습니다. 프론트엔드 개발자의 일자리는 사라질 것 같지 않아요. 그리고 온라인에서 퍼지고 있는 공포, 불확실성, 의심에도 꽤 지쳐가고 있습니다.
그래서 이 블로그 게시물에서는 앞으로 일어날 일에 대한 제 가설을 공유하고자 합니다. 상황이 바뀔 것이지만 사람들이 말하는 무서운 방식은 아닐 것입니다.

나도 작년에 "FE개발만 하면 AI로 대체될 거다"라는 말을 사람들 사이에서, SNS에서 꽤 봤었다.
그런 글 혹은 말을 볼 때마다 은근 스트레스 받았었는데, 이 분의 글을 조금 더 일찍 봤으면 좋았을 거라는 생각이 든다.

Here we go again

Pretty much since the beginning, there's been a concern that web developers would be made redundant by some new technology. In the 2000s, it was WordPress. In the 2010s, it was Webflow. In the early 2020s, it was "no code" tools.
(중략)
And yet, web developers continue to exist.
처음부터 웹 개발자들이 새로운 기술로 인해 일자리를 잃을 것이라는 우려가 있었습니다. 2000년대에는 워드프레스가 그랬고요. 2010년대에는 Webflow였습니다. 2020년대 초반에는 '노코드' 도구였습니다.
(중략)
그럼에도 불구하고 웹 개발자는 계속 존재합니다.

There is an enormous difference between this HTML document and the sorts of code front-end developers write today.
이 HTML 문서와 오늘날 프론트엔드 개발자가 작성하는 코드 사이에는 엄청난 차이가 있습니다.

즉, 간단한 웹사이트를 만드는 것과 전문가(여기에서는 프론트엔드 개발자)가 만드는 것에 분명한 차이가 있기 때문에 개발자가 AI로 대체되거나 사라지지 않을 거라고 얘기한다.

Looking into the future

LLMs aren't able to validate their assumptions, or test their hypotheses. They can't confirm whether what they're saying is true or not. (중략) Sometimes, parts of that response are nonsensical. The OpenAI team refers to these as “hallucinations”.
LLM은 자신의 가정을 검증하거나 가설을 테스트할 수 없습니다. 그들은 자신이 말하는 것이 사실인지 아닌지 확인할 수 없습니다. (중략) OpenAI 팀은 이를 "환각"이라고 부릅니다.

And so, the accuracy will improve, but it'll never be perfect. (중략) If you're not a programmer, you won't be able to tell which parts are accurate or not. You won't be able to spot the hallucinations.
따라서 정확도는 향상되겠지만 완벽하지는 않을 것입니다. (중략) 프로그래머가 아니라면 어떤 부분이 정확한지 아닌지 구분할 수 없습니다. 환각을 발견할 수 없을 것입니다.

LLM의 환각 현상을 완벽하게 해결할 수 없을 것이므로 전문가인 개발자가 직접 사실여부를 확인해야 한다.
AI가 만들어낸 잘못된 정보(환각)를 검증하지 않고 그대로 썼을 때 누가 책임질 것인가?
AI가 책임지지 않을 것이므로 개발자가 항상 필요할 거고 사라지지 않을 것이다.

AI isn't magic. It's only as good as its training data. Code snippets are all over the internet, and are often generic. By contrast, every codebase is unique. There are very few large open-source codebases. How's the AI supposed to learn how to build big real-world projects?
AI는 마법이 아닙니다. AI는 학습 데이터만큼만 우수할 뿐입니다. 코드 스니펫은 인터넷에 널려 있으며 일반적인 경우가 많습니다. 반면에 모든 코드베이스는 고유합니다. 대규모 오픈 소스 코드베이스는 거의 없습니다. AI는 어떻게 실제 대규모 프로젝트를 구축하는 방법을 학습할 수 있을까요?

But I think we're still a very long way from major tech companies letting go of their developer staff and replacing them with prompt engineers. It seems to me like there are several potentially-unsolveable problems that stand in the way of this becoming a reality.
하지만 주요 기술 기업들이 개발자를 해고하고 이들을 즉각적인 엔지니어로 대체하기에는 아직 갈 길이 멀다고 생각합니다. 이를 실현하는 데는 몇 가지 해결하지 못할 잠재적 문제가 있는 것 같습니다.

코드 스니펫을 잘 제시하는 것만 보고 개발자는 AI로 대체하는 거는 2023년에도, 지금도 섣부른 판단인 거 같다.

Augmenting, not replacing

You might not know it from this article, but I'm actually pretty optimistic about AI. 😅
I think the most likely scenario is that tools like GPT-4 become integrated into developer tooling, and used to amplify what a skilled developer can do.
이 글에서는 잘 모르시겠지만 저는 사실 AI에 대해 꽤 낙관적으로 생각합니다. 가장 가능성이 높은 시나리오는 GPT-4와 같은 도구가 개발자 도구에 통합되어 숙련된 개발자가 할 수 있는 일을 증폭시키는 데 사용되는 것이라고 생각합니다.

Carpenters weren't replaced by power tools, accountants weren't replaced by spreadsheets, photographers weren't replaced by digital cameras / smartphones, and I don't think that developers will be replaced by LLMs.
목수는 전동 공구로, 회계사는 스프레드시트로, 사진작가는 디지털 카메라/스마트폰으로 대체되지 않았듯이, 개발자가 LLM으로 대체되지는 않을 것이라고 생각합니다.

개발에 대한 수요는 증가하고 있는 상태이며, 개발의 생산성이 LLM 덕에 향상된다면 그만큼 많은 기능을 만들고 많은 버그들이 발생할 것이기 때문에 개발자가 사라지지 않을 것이다.

We're not the only ones having this conversation

베테랑 애니메이터 겸 일러스트레이터인 Aaron Blaise의 사례다.

he doesn't see these tools as a threat, he sees them as something that will increase animator productivity, and lead to more animator jobs.
Artists and knowledge workers across dozens of industries are having the same conversation right now. People are worried that their job is about to be gobbled up by AIs like GPT-4, DALL-E 2, and Midjourney.
그는 이러한 툴을 위협으로 보지 않고 애니메이터의 생산성을 높이고 더 많은 애니메이터 일자리를 창출할 수 있는 기회로 보고 있습니다.
수십 개의 산업 분야의 아티스트와 지식 근로자들이 지금 같은 대화를 나누고 있습니다. 사람들은 GPT-4, DALL-E 2, Midjourney와 같은 인공지능이 자신들의 일자리를 잠식할까 봐 걱정하고 있습니다.

개발 뿐만 아니라 여러 산업 분야에서도 AI 도구의 위협을 느끼고 있다.
하지만 AI 도구를 일자리를 위협하는 관점 대신 협업을 통한 일자리 창출의 관점으로 바라보는 것도 필요한 거 같다.

Using LLMs to help you learn

The wrong way would be to treat it like GPS navigation. When I have to drive somewhere, I pop the address into my GPS, and follow its instructions indiscriminately. I do generally wind up where I need to go, but it requires 0 mental effort on my part. As a result, my sense of direction has totally atrophied. I can't go anywhere now without a synthesized voice telling me where to turn. 😬
잘못된 방법은 GPS 내비게이션처럼 취급하는 것입니다. 저는 어딘가로 운전해야 할 때 GPS에 주소를 입력하고 무차별적으로 지시를 따릅니다. 보통은 제가 가야 할 곳에 도착하긴 하지만 정신적인 노력이 전혀 필요하지 않습니다. 그 결과 방향 감각이 완전히 위축되었습니다. 이제는 어디로 가야 하는지 알려주는 합성된 음성 없이는 아무 데도 갈 수 없습니다.

AI의 답변을 절대적으로 믿는 사람이 종종 있는 것 같던데, 적절한 비유인 거 같다.

Instead of treating it like a GPS, I'd suggest treating it like you're a member of a jury, and the LLM is the defendant, taking the stand.
You'll listen to what they have to say, but you won't accept it as fact. You'll be skeptical, and think critically about every word.
Instead of blindly copy/pasting the code that ChatGPT generates, go through it line-by-line, and make sure you understand. Ask it for clarification. And double-check things that seem suspicious with an authoritative source (eg. the official documentation). Keep in mind that LLMs are 100% confident, but not 100% accurate.
GPS처럼 취급하는 대신 배심원단의 일원으로, LLM은 피고인으로서 증인석에 서 있다고 생각하면 좋을 것 같습니다.
그들이 하는 말을 듣기는 하겠지만 그것을 사실로 받아들이지는 않을 것입니다. 회의적인 태도를 취하고 모든 말에 대해 비판적으로 생각하게 될 것입니다.
ChatGPT가 생성하는 코드를 무턱대고 복사/붙여넣기하지 말고 한 줄 한 줄 살펴보고 이해했는지 확인하세요. 설명을 요청하세요. 그리고 의심스러운 부분은 공신력 있는 출처(예: 공식 문서)를 통해 다시 확인하세요. LLM은 100% 확신할 수는 있지만 100% 정확하지는 않다는 점을 명심하세요.

If you follow this strategy, I think LLMs can offer a lot of value.
이 전략을 따른다면 LLM은 많은 가치를 제공할 수 있다고 생각합니다.