AI 시대에 개발자가 되려면

안녕하세요.
왓에버 입니다.

LLM이 급성장하면서, 프로그래밍 언어에 대한 지식이나 구현 방법을 AI가 대신 찾아주고 심지어 코드를 자동 생성해주는 일은 이미 흔해졌습니다.

“곧 AI가 개발 업무를 대부분 커버할 것이다”라는 전망이 현실화되는 게 아닌가 하는 불안도 생깁니다. 특히 개발 직군에 진입하려는 분, 저연차 개발자들 사이에 큰 혼란이 생기고 있죠.

이렇게 급속도로 발전하는 AI 시대에도 개발자 시장은 여전히 ‘탄탄한 기본 역량’을 갖춘 인재를 필요로 하고 있습니다. 오히려 평범한 반복 업무는 AI가 대체할수록, 문제를 스스로 정의하고 해결하는 개발자 본연의 역량이 더욱 중요해졌다고 이야기 합니다.

이번 글은 AI가 개발자 채용시장에 어떤 변화를 일으키고 있는지, 그럼에도 불구하고 우리는 왜 “나의 역량성장”에 집중해야하는지에 대해 이야기하고자 합니다.

1. GPT, Copilot, Claude 등 AI 도구의 급부상

가깝게 와닿는 변화는 바로 개발 생산성이 단기간에 급상승하고 있다는 점입니다. 대표적인 예가 GitHub Copilot 코딩 에디터에 사소한 함수나 로직만 입력해도 자동으로 관련 코드를 제안해 줍니다. 개인적으로 필자도 개발을 하면서 개발생산성이 이전과 비교해 최소 100% 이상은 늘어났다고 이야기 할 수 있습니다.

Claude가 활성화 되기 이전이지만 Stack Overflow 설문에서도 개발자의 70%가 이미 AI 코딩 도구를 사용하거나 사용할 계획이라고 답했고, 그중 가장 많이 사용되는 툴은 ChatGPT(83%)와 Copilot(56%)이라는 결과가 나왔습니다. 실제로 저연차 개발자들이 빠른 속도로 문법을 익히고, 에러 해결 과정을 학습하는 데에도 GPT의 도움을 받고 있습니다. ChatGPT가 단순한 문법 설명뿐 아니라, 의미 있는 예시까지 제공해주기 때문이죠.

특히 GPT 추론과 딥리서치가 생겨나면서 생각을 함께하는 파트너, 레퍼런스 조사에 대한 비용도 상당히 줄어들었어요.

이젠 MPC의 등장으로 LLM의 세계관이 확장되어 생산성을 더욱 개선할 수 있을 것으로 기대하고 있습니다. (저도 매일매일 업데이트가 버거울 정도입니다...)

2. AI 도구의 한계: 신뢰도와 맥락 이해의 부족

그러나 이렇듯 편리한 AI가 만능은 아닙니다. 정량적으로는 생산성이 향상되기도 했지만, 한계 역시 분명합니다.

1. 코드 품질과 일관성
   GPT가 제안하는 코드가 항상 최적의 해답인 것은 아닙니다. 기업 현장에서 Copilot을 테스트해 본 사례에 따르면, 제안 코드 중 최종적으로 반영되는 비율은 약 33%에 그쳤다고 합니다. 이는 AI가 만든 코드가 프로젝트 맥락이나 비즈니스 로직에 꼭 맞지는 않다는 뜻입니다. 도메인 지식이 부족하고, 코드 스타일이나 유지보수 방식을 충분히 반영하지 못하기 때문이죠.

2. 추론 오류 및 신뢰도 문제
   GPT 역시 근거 없는 자신감을 보이는 경우가 잦습니다. 실제로 Stack Overflow에서 AI 답변 신뢰도에 대해 조사했을 때, “AI 답변을 매우 신뢰한다”는 의견은 3% 정도에 불과했습니다. 반면 “전혀 신뢰하지 않는다”라는 의견이 6%나 됐을 정도로, 잘못된 정보를 그럴듯하게 말하는 AI 답변에 대한 경계심이 여전합니다.

3. 복잡한 문제 해결 능력 부족
   무엇보다 AI는 “어떤 문제를 풀어야 하는가?”를 스스로 정의하지 못합니다. 복잡한 비즈니스 요구사항이나 이해관계자를 조율해야 하는 상황에서, AI가 적절한 해법을 제시하는 데에는 한계가 뚜렷합니다.
   

이런 사실들은 “AI가 개발자를 대체한다”는 말이 아직은 섣부르다는 것을 보여줍니다. 실제로 대기업 기술 리더들과 스타트업 CTO들은 한목소리로 “AI는 분명 강력한 보조 도구지만, 여전히 사람이 문제를 정의하고 의사결정해야 한다”라고 지적합니다.

3. 유명 개발자들의 공통된 조언: ‘기본기와 문제 해결 능력’

AI 시대가 도래해도 변치 않는 것은, 개발자의 진짜 가치는 문제 해결 능력과 기본기에서 나온다는 사실입니다. 세계적인 개발자나 기술 리더들도 입을 모아 이를 강조하는데요, 대표적인 몇 가지를 살펴봅시다.

1. 존 카맥(John Carmack)

   “코딩 자체는 가치의 원천이 아니다. 어떤 문제를 정의하고 풀어갈지 결정하는 능력이야말로 개발자의 핵심 역량이다.”

‘둠(Doom)’과 ‘퀘이크(Quake)’로 유명한 id 소프트웨어의 공동창업자이자, 전설적인 프로그래머인 존 카맥은 초창기부터 “문제를 어떻게 해결할 것인가”를 중시해왔습니다. 단순히 코딩 기술을 뽐내는 것이 아니라, 사용자가 겪는 불편함이나 비즈니스 목표를 실현하기 위해 창의적으로 접근하는 태도가 중요하다는 것이죠. (코드 없이 해결할 수 있는 해결 방법이 더 좋을 때가 많습니다...)

2. 일론 머스크(Elon Musk)

   지식을 나무에 비유하자면, 줄기와 가지가 되는 ‘기본 원리’를 이해해야 하고, 그 후에 잎사귀에 해당하는 세부사항을 덧붙여라.

스페이스X, 테슬라를 이끄는 일론 머스크는 면접 시에 가장 어려웠던 문제와 해결 과정을 집요하게 물어봅니다. 머스크는 실제 문제 해결 경험이 있는 사람은 해결 과정의 맥락과 디테일을 정확히 기억하고 논리적으로 설명할 수밖에 없다고 봅니다. 이런 맥락에서 학벌이나 경력보다, 직접 부딪히고 해결했던 경험을 더 중시하는 편이죠.

4. 한국 스타트업들의 시각: 토스, 당근, 두잇, 올웨이즈, 모요 등

이러한 기본기에 대한 요구는 단지 글로벌 빅테크나 전설적인 개발자들에게 해당하는 것은 아닙니다. 한국의 유망 스타트업들도 같은 방향을 가리키고 있습니다. 토스, 당근, 두잇, 올웨이즈, 모요 등은 빠른 속도로 성장하고 있으며, 채용 시장에서도 많은 주목을 받고 있죠. 이들의 공통점은 무엇일까요?

1. 토스

• 토스는 공식 블로그를 통해 “실제 서비스에서 복잡한 요구사항을 이해하고 코드로 명확히 구현할 수 있는 역량”을 본다고 밝힌 바 있습니다.
• 면접에서는 지원자가 “다뤘던 프로젝트에서 어떻게 문제를 찾고 해결했는가”를 많이 물어봅니다. 즉, 비즈니스와 사용자 관점을 이해하고, 그 문제를 기술적으로 어떻게 풀어냈는지에 주목한다는 뜻이죠.

2. 당근

• 당근 역시 미션 크리티컬한 문제를 빠르게 해결할 수 있는 역량을 중요하게 봅니다.
• 특히, 다양한 도메인에서 오는 요구사항을 정리하고, 사용자 경험을 핵심에 두면서 협업할 줄 아는 개발자를 선호하죠. AI가 코드를 짜주더라도, 현실의 문제를 어떻게 정의하고 개선할지는 오롯이 사람의 몫이기 때문입니다.

3. 두잇, 올웨이즈, 모요

• 최근 떠오르는 스타트업들의 채용 페이지를 살펴보면, 대부분 “뛰어난 문제 해결사”, “주도적 학습 능력”, “도메인 이해도”를 강조하고 있습니다.
• 실제 공고 문구 예: “우리의 문제를 함께 정의하고 해결할 개발자를 찾습니다”, “단순히 시키는 대로가 아닌, 주도적으로 아이디어를 내고 실행할 줄 아는 분 환영” 등.
• 이는 GPT, Copilot 시대에 굳이 ‘코드 타이핑 장인’을 원하지 않는다는 의미입니다. “기술 자체는 무수히 많은 도구 중 하나일 뿐, 어떤 문제를 풀 것인지가 더 중요하다”는 메시지이기도 하죠.

5. AI에 익숙해져야 하지만, 더 중요한 것은 ‘AI 활용 능력 + 기본기’

물론 AI 도구를 능숙하게 사용하는 역량이 중요해지는 것은 사실입니다. 해외 주요 IT 리서치 기관에서는 향후 AI를 제대로 활용할 줄 아는 개발자가 주도권을 잡을 것이라고 예상합니다. 그러나, AI가 뿌려주는 정보를 ‘잘못된 방향’으로 적용하지 않는 분별력이 뒤따르지 않으면, 오히려 시간과 리소스를 낭비할 수 있습니다.

• 한편, AI에게 요청(prompt)을 주고 결과물을 해석하는 능력도 새로운 필수 역량으로 떠오릅니다. 예컨대 GPT가 제안한 코드를 보고, “왜 이런 로직이 나왔는가?”, “우리가 해결해야 할 문제와 부합하는가?”를 분석하고 수정할 줄 알아야 하죠.

이를 위해서라도 문제 해결 원리에 대한 이해, 데이터 구조나 알고리즘의 기본 개념, 도메인-specific 로직에 대한 이해가 필수적입니다. 예시로 과거에는 전기전자 회로부터 직접 알아야 하드웨어 프로그래밍이 가능했던 시대가 있었지만, 점차 높은 수준의 추상화가 이루어지면서 기본기가 없는 사람도 “코드만” 짤 수 있는 환경이 열렸습니다. 그러나 그 결과물의 퀄리티와 유지보수성을 책임지는 것은 여전히 기본기를 탄탄히 갖춘 사람이었던 것처럼, 오늘날에도 “AI가 코드를 대량으로 만들어 줄 수 있다” 해도 결과물을 이해하고 점검하는 개발자가 최종 승자가 될 것입니다.

6. 결국, AI 시대에도 집중해야 할 것은 ‘나의 역량성장’

요약하자면, “AI가 개발자를 대체하느냐”라는 물음에 대해 가장 많은 전문가들은 “아니다, 오히려 좋은 도구가 생겼을 뿐”이라고 답합니다. AI가 기본적인 코드 작성을 도와줄수록, 사람 개발자는 더 고차원적인 문제 해결에 집중할 수 있습니다.

하지만 이때, 충분한 기본기와 문제 정의 능력, 도메인 이해, 그리고 커뮤니케이션 역량이 갖춰져 있지 않으면 AI의 잠재력을 제대로 활용하기 어렵습니다. 생성형 AI가 제안하는 코드를 그대로 수용하기만 한다면, 결국 “AI에게 의존하는 단순 반복 담당자”로 전락할 위험이 큽니다. 반대로, AI가 만들어낸 초안(코드나 기획안)을 비판적으로 검토하고, 현실 세계의 요구사항과 맞춰 적절히 재구성할 수 있는 사람이야말로 AI 시대에서 더 높은 가치를 인정받을 것입니다.

이미 토스, 당근, 두잇, 올웨이즈, 모요처럼 성장하는 국내 스타트업들도, 코딩 테스트보다 문제 해결력과 기본기를 더 중시합니다. 이들은 복잡한 비즈니스 요구사항을 제대로 이해하고, 필요한 정보를 AI를 통해 적절히 얻되, 최종적으로 “우리 서비스가 해결하려는 문제”를 완수할 수 있는 분들을 찾고 있습니다. 특정 언어나 알고리즘만 빠르게 공부하는 것은 한계가 있고, 더 나아가 여러 사람과 협업하며 주도적으로 문제를 풀어내는 능력이야말로 귀중한 자산입니다.

인공지능으로 인해 평범한 코딩 업무가 평준화될수록,
진짜 문제 해결 능력을 갖춘 사람의 가치는 더욱 빛을 발한다.

이 한 줄이야말로 AI 시대를 살아갈 개발자에게 가장 중요한 교훈이 아닐까 싶습니다. 지금 이 글을 읽는 취준생, 주니어 개발자 분들도, “GPT가 다 해줄 거야”라는 막연한 기대가 아닌, “AI를 어떻게 활용하고, 어떻게 검증하고, 어디서 문제를 정의할까?”를 꾸준히 고민해보세요. 기본기에 충실하고, 문제 해결을 즐기는 사람이라면 AI라는 도구와 시너지를 일으켜 지금보다 몇 배 더 성장할 수 있을 것입니다.

결국, 어떤 시대든 개발자의 본질적인 가치는 ‘무엇을 어떻게 해결할 것인가’에서 나옵니다. 문제 해결을 통해 부가가치를 얻을 수 있기 때문이죠. (쉽게 말해 개발자도 밥값을 해야한다는…) AI가 커지더라도 시장에서 취업하고, 또 주도적으로 일하기 위해서는 “기본기 역량”을 갖춰야 한다는 사실을 잊지 마시길 바랍니다. 끊임없이 스스로를 업데이트하고, 실전 프로젝트에 적극 뛰어들어 역량을 성장시키는 여정은 결코 헛되지 않을 것입니다.

7. 4월 23일 21시 AI 시대에 프로덕트 엔지니어로 살아남기 웨비나(무료)

“GPT가 코드를 짜는 시대, 나는 어떤 개발자가 되어야 할까?” 오늘 주제와 관련해 왓에버의 훌륭한 멘토의 이야기를 듣고 나눌 수 있어요.
왓에버 공식 오픈카톡방에 참여하시면 웨비나 참가 안내사항을 확인하실 수 있습니다! (왓에버 멘토 상시 활동중)
오카방 합류하기

8. 앞광고, 왓에버가 만든 기본기와 문제 해결능력을 기르는 30Days Sprint

왓에버는 AI 시대에도 살아남을 수 있는 역량성장을 위해서 고민하고 있어요.
4주간 집중 성장이 필요하다면 아래 과정에 합류해 보세요! (5월 킥오프 집중 모집중)
React 100% 이해하고, 탑티어 멘토와 로켓 성장하기

Spring 회사에 입사한 것 처럼 트래픽 대응 레거시 리팩토링하기