서론
생성형 AI가 개발에 도입되던 초반만 하더라도, AI는 개발 생산성을 높여주는 도구일 뿐
설계와 판단의 영역은 개발자의 몫이라는 의견이 대다수였다.🤓
하지만 그로부터 불과 몇 년 사이에 모델의 성능은 눈에 띄게 향상 되었고
AI는 단순 보조를 넘어, 문제를 이해하고 해결하는 방법을 제안하는 단계에 접어들었다.
또한, 국내외 기업에서는 인력 규모를 조정하거나 AI를 활용(개발)할 수 있는 인재를 선별하기 시작했다.🕴
이러한 변화를 지켜보며 "AI는 어디까지 발전할 수 있으며, 그 과정에서 개발자의 역할은 어떻게 바뀌게 될까?" 라는 생각이 들었다.
이 질문에 대한 답을 찾는 과정에서 "Open AI가 제시한 AGI로 가는 5단계 로드맵" 을 발견했다.😀
이 로드맵을 기준으로 현재 AI의 위치와 한계를 정리해 보고
향후 개발자의 역할에 대해 생각해보고자 한다.🧐
AGI란 무엇인가?
Artificial General Intelligence 의 약자로
하나의 모델이 특정 도메인에 한정되지 않고 새로운 문제를 이해하고
학습하고, 해결할 수 있는 범용 인공지능 이다.🧑🏻🏫
현재 사용하고 있는 AI는 코드는 잘 작성해 주지만 "왜 이 시스템이 필요한지" 는 판단하지 않고
오류는 잘 해결해주지만 "이 설계가 맞는지" 는 제대로 판단하지 못한다.
AGI는 인간과 동등한 수준의 지능, 창의성을 갖추고
스스로 문제를 정의하고 해결하는 것을 목표 로 하고 있다.💻
AGI로 가는 5단계 로드맵(from. Open AI)
Open AI가 제시한 5단계는 업무 단위로 AI가 어디까지 자동화를 할 수 있을지를
가늠하게 해주는 로드맵으로 볼 수 있다.
개발자의 관점에서
☝🏻 AI가 코드 생성을 넘어 문제 해결까지 할 수 있는가?
✌🏻 사람 없이도 스스로 일을 끝낼 수 있는가?
🤟🏻 결정과 책임의 영역까지 침범하는가?
를 생각하며 각 단계를 살펴보자 😎
1단계 Conversational AI
AI는 대화형 도구로서 검색 + 문서읽기 + 보일러플레이트 작성 등의 역할을 도와 생산성을 올려준다.
무엇을 만들지, 어떤 방식이 적절한지는 개발자의 판단에 달려있다.😀
- 주요내용
- 반복 코드 생성 (CRUD, DTO/VO, API 라우팅, 컴포넌트 등)
- 정규식, SQL, 스크립트 작성 보조
- 라이브러리 사용 예시, 코드리뷰
2단계 Reasoners
복잡한 문제를 구성 요소로 분해하고, 원인과 결과의 관계를 분석해 해결 방안을 논리적으로 추론해 제시한다.
이제는 코드만 제공해주는 도구를 넘어 디버깅과 분석을 돕는 동료에 가까워진다.
하지만 이 추론이 항상 옳지는 않기 때문에 판단과 책임은 개발자에게 남아 있다.😃
- 주요내용
- 복잡한 버그 발생 경로 추론 및 원인 후보군 정리
- 성능 테스트 결과 예측
- 테스트 실패 원인 분석
3단계 Agents
하나의 작업 단위를 스스로 끝내는 실행의 주체가 되는 단계이다.
업무를 부여하면 계획 > 실행 > 검증 > 반영 을 자율적으로 수행한다.
이에따라 결과에 대한 통제와 검증이 더 중요해지며, 개발자의 역할이 작성자에서 감독자로 이동하는 지점이 된다.🫢
- 주요내용
- 브랜치 생성 > 코드 수정 > 테스트 > PR 생성 까지 자동화
- 코드베이스 분석 후 사이드 이펙트를 고려한 이슈 해결
4단계 Innovators
기존 해결책을 조합하는 수준을 넘어, 스스로 학습한 내용을 바탕으로 새로운 접근 방식과 설계 대안을 제시한다.
하지만, AI가 제시하는 대안이 기술적으로 타당하더라도 조직의 상황, 일정, 비즈니스 우선순위 까지 고려한 것은 아니다.
따라서, 의사결정의 선택지를 넓혀주는 조언자에 가깝다.😊
- 주요내용
- 성능과 비용 최적화에 대한 창의적 전략 제시
- 장기적인 확장성을 고려한 아키텍처 제시
- 장애 예방을 위한 기존 시스템 보완점 제시
5단계 Organizations
개별 작업이나 기능을 넘어 하나의 조직처럼 행동하는 단계이다.
기존 주어진 요구사항을 수행하는 것이 아니라 스스로 문제를 정의하고
우선순위를 정해 설계, 개발, 개선을 하나의 흐름으로 관리할 수 있다. 🥸
이론적으로는
☝🏻 어떤 기능을 만들어야 하는지 판단하고
✌🏻 일정과 리스크를 고려해 계획을 수립하여
🤟🏻 개발과 배포, 운영까지 스스로 수행하는
AI조직이 가능해진다.
이 단계에 이르면 비로소 "AI가 개발자를 대체할 수 있는가?"
라는 질문이 현실적인 의미를 갖는다.
하지만, 법적 책임, 윤리, 통제, 신뢰의 문제가 남아있다.
- 장애가 발생했을 때 책임은 누구에게 있는가?
- 잘못된 의사결정을 어떻게 되돌릴 것인가?
- AI의 판단 과정을 어떻게 설명하고 검증할 것인가?
이와 같은 문제들이 해결되지 않는 한 단기간에 현실화되긴 어려울 것이라고 생각한다.
정리
이 로드맵을 기준으로 살펴보면, AI가 단기간에 개발자를 ㄹ완전히 대체할 가능성은 높지 않아 보인다.
다만, AI는 이미 코드 작성을 넘어 분석과 실행의 영역까지 진입하고 있으며
그에 따라 개발자의 역할은 분명히 변화하고 있다.
개발자는 더 이상 모든 코드를 직접 작성하는 사람이 아니라 AI가 수행한 작업을
검토하고 방향을 조율하며 결과에 책임을 지는 역할로 이동하고 있다.
이 과정에서 문제를 정의하고 설계 의도를 판단하는 역량은 더욱 중요해 질 것이다.
즉, AI와 경쟁하는 개발자가 아니라, AI를 전제로 사고하고 설계할 수 있는 개발자가 되어야 할 것이다. 💪🏻💪
