바이브 코딩, AI, 그리고 엔지니어링의 새로운 현실

10년 전, AI가 프로그래머 대신 코드를 작성할 수 있다는 아이디어는 흥미로운 판타지로 들렸다. 하지만 오늘날에는 일상적인 현실이 되었다. MVP는 며칠 만에 구축되고, 인터페이스는 텍스트 프롬프트에서 생성되고, AI 어시스턴트는 엔지니어링 팀의 정식 구성원이 되고 있다.

이러한 배경에서 많은 사람들이 같은 질문을 한다: AI가 정말 프로그래머를 대체할 수 있는가? 인공지능이 선임 엔지니어를 대체할 수 있는가? 그리고 이 직업은 가까운 미래에 어떻게 될 것인가?

나는 개발자로서 이에 대한 의견을 가지고 있다.让我們 분석해 보자.

문제의 핵심은 무엇인가?

AI 프로그래밍에 대한 지배적인 내러티브는 다음과 같다:

AI는 코드 작성에 매우 효과적이며, 중요한 것은 인간이 하는 일반적인 실수를 피할 수 있다. 더욱 흥미로운 것은 AI가 에지 케이스(소프트웨어 엔지니어링에서 흔히 발생하는 드문 시나리오)를 처리하는 데 더 나은 능력을 갖고 있다는 것이다. 이러한 에지 케이스는 개발자들이 예측하기 어려운 경우가 많다.

프로그래머가 “여기에 버튼을 원한다”고 말하면, AI는 “버튼이 여기 있습니다. 여기에 18개의 에지 케이스를 고려해야 합니다. 여기 테스트를 실행해야 합니다. 그리고 추가로 이것과 이것을 추가해야 합니다”라고 응답한다. 당신은 이것을 보고 “맞다, 그것이 맞다”라고 생각할 수 있다. 혼자서 이것을 깨달을 수 있지만 이미 프로덕션에서 문제가 발생한 후일 수 있다. AI는 즉시 솔루션을 제안한다. 이미 일하는 엔지니어들에게 이것은 생산성과 효율성을 크게 향상시킨다.

이 내러티브는 경제적인 질문으로 이어진다: 이전에 100명의 개발자가 특정 작업을 처리해야 했다면, 이제는 20명만 있으면 된다. 왜냐하면 20명은 AI의 도움으로 같은 양의 작업을 수행할 수 있기 때문이다.

이 가속화 뒤에 숨겨진 것은 무엇인가?

나는 점점 더 강력한 소프트웨어 엔지니어가 자신의 위치, 시장, 수입에 대해 두려워하는 것을 보게 된다. 그것은 곧 코더에게 남은 일이 없을 것 같다.

그리고 나의 대답은 대개 다음과 같다:fellows, 그것은 그렇게 극적이지 않다. 실제로 경험丰富한 엔지니어들은 새로운 종류의 가치를 얻고 있다. 왜냐하면 우리는 코드를 손으로 작성하고 시스템이 어떻게 작동하는지 깊이 이해하는 마지막 세대 중 하나일 수 있기 때문이다. 다음 세대는 점점 더 AI 도구를 통해 작업하고 있으며, 그와 함께 엔지니어링 자체가 변하고 있다.

이전의 내러티브는 다음과 같은 것을 고려하지 않는다:

AI가 생성한 코드는 완벽하게 보일 수 있다. 작업은 해결되고, 인터페이스는 작동하며, 모든 것이 작동한다. 하지만 시간이 지남에 따라, 더 미묘한 문제가 나타난다: 아키텍처의妥協, 약한 엔지니어링 결정, 데이터 구조의 문제, 확장성 문제 등. 그리고 이것은 AI가 이미 지역적인 작업을 해결하는 데 매우 능숙하지만, 큰 시스템의 장기적인 논리는 여전히 인간의 경험과 엔지니어링 판단을 필요로 하기 때문이다.

그것이 왜, 이러한 프로젝트가 실제 프로덕션 환경에 도달했을 때, 팀은 여전히 시스템의 아키텍처를 깊이 분석하고, 근본적인 원인을 식별하고, 시스템의 논리를 회복할 수 있는 사람들을 필요로 하는가이다.

나는 종종 친구들로부터 “마이클, 시스템이 왜 부서지기 시작하는지 이해해 줄 수 있니?”라는 질문을 받는다. 현재 나는 Introspector에서 물리적 AI를 작업하고 있지만, 나는 여전히 이러한 어려운 수동 엔지니어링 작업을 도와줄 수 있다: 시스템 논리를 재구성하고, 아키텍처를 분석하고, 문제가 어디서 시작되었는지 찾는다.

그리고 이것이 바로 왜 강력한 엔지니어들이 오랫동안 매우 가치 있게 남아 있을 것이라는 내 믿음이다. 동시에, 경험豊富한 엔지니어들이 오늘날 AI 모델을 개선하고 훈련하는 것을 도와주고 있다. Keymakr에서 우리는 코드를 검증하고 모델을 훈련하는 데 도움을 줄 경험豊富한 개발자를 찾을 때 이것을 직접 보았다. 사람들은 실제 엔지니어링 사고, 실용적인 경험, 시스템이 실제 세계에서 어떻게 작동하는지에 대한 깊은 이해를頼靠할 수 있다.

주요 가설

그리고 이것이 우리를 가장 큰 질문으로帶領한다: 모든 것이 궁극적으로 어디로 향하고 있는가? 다음 세대는 어떻게 엔지니어링의 다음 세대를 키울 수 있을까? 그들은 처음부터 완전히 다른 경로로 산업에 들어오고 있다.

현실적으로 nhìn보면, 나는 몇 가지 가능한 시나리오를 본다.

• 불분명한 미래

첫 번째이자 가장 진실한 대답은, 아직 거의 никто도 이 미래를 실제로 생각하지 않는다는 것이다. 단순히 이 미래가 실제로 어떻게 될지 아직 아무도 완전히 이해하지 못하기 때문이다.

아마도 몇 년 후, AI 에이전트는 거의 완벽한 코드를 작성할 수 있을 것이다: 강력한 아키텍처, 확장성, 컨텍스트 이해와 함께. 하지만 지금은 아직 이 질문에 대한 답이 없다.

동시에, 애플, 마이크로소프트, 구글과 같은 주요 기술 회사들은 여전히 강력한 연구자, 박사 전문가, 학술 환경에서 온 사람들을积極적으로 채용하고 있다. 이것은 그들이 심오한 엔지니어링 이해가 자동으로 생성되는 코드 세계에서도 중요하다고 믿기 때문이다.

그러나 작은 회사들은 매우 다른 계획 수평선에서 운영된다. 6개월 후에 아직 존재할지 모르는 스타트업에서는 10년 후에 무슨 일이 일어날지 진지하게 생각하기가 어렵다. 물론, 아무도 의도적으로 부서지기 쉬운 것을 만들고 싶어하지 않는다. 팀은 여전히 잠재적인 위험과 약점을 식별하려고 노력한다.

하지만 실제로는 논리가 훨씬 더 간단하다: 먼저 작동하고 수익을 창출하는 제품을 구축하고, 나중에 아키텍처, 최적화, 시스템 재작성을 처리한다. 하지만 많은 프로젝트에서는 “나중에”가 무기한으로 연기된다.

• 나선형 진화

두 번째 대답은, 내 의견에 따르면, 더욱 흥미롭다. 산업의 역사를 보면, 이미 이러한 전환을 여러 번 겪어왔다. 첫 번째 프로그래머들은 펀치 카드를 사용했다. 그 다음은 어셈블리 언어를 사용하는 엔지니어들의 세대가 왔다. 이것은 이미 많은 현대 개발자들이 상상하기 어렵다.

그 다음은 코볼 시대가 왔다. 전체 뱅킹 메인프레임이 이것으로 구축되었고, 놀라운 것은 많은 글로벌 뱅킹 인프라가 아직도 이 오래된 시스템에서 작동한다는 것이다. 여전히 60대, 70대 프로그래머들이 코드베이스를 유지하고 있으며, 그들은 매우 가치 있는 전문가이다.

다음 세대는 C++, 파이썬, 자바스크립트로 이동했다. 나는 이 시대에 속한다. 예를 들어, 나는 거의 코볼이 어떻게 작동하는지 이해하지 못한다.理论적으로는 배울 수 있지만, 이미 내게는 먼 과거와 같은 느낌이다.

그리고 역사적으로 nhìn보면, 흥미로운 패턴이 나타난다: 각 새로운 엔지니어 세대는 이전 세대의 기술이 어떻게 작동하는지 깊이 이해할 필요가 없다. 시간이 지남에 따라 지식은 인프라 자체에 내장된다.

펀치 카드는 이미 오래전에 사라졌다. 그 논리는 이미 프로세서에 내장되었다. 어셈블리는 주류 도구로서 대부분 사라졌는데, 그 복잡성이 운영 체제, 드라이버, 하위 수준 추상화 안으로 숨겨졌기 때문이다. 실제로 귀하는 지금도 작고 운영 체제를 실행하는 헤드폰을 사용하고 있을 수 있다. 대부분의 사람들은 이것에 대해 생각하지 않지만, 이것은 모두 숨겨진 복잡성이다.

물론, 여전히 이러한 저수준 마술을 이해하는 전문가들이 있다. 하지만 대부분의 산업에서는 이미 추상화 계층이 되었다.

그리고 이것은 매우 논리적인 아이디어를帶領한다: 아마도 AI는 단순히 이 진화의 다음 단계일 수 있다. 아마도 다음 세대는本当に 클래식 프로그래밍을 우리가 했던 것처럼 깊이 이해할 필요가 없을 수 있다.

• 시장의 경제학

또 다른 가설은, 바이브 코딩 또는 AI 지원 개발이 결국 “무료 가속”으로 인식되지 않을 것이라는 것이다. 실제로, 그것은 이미 완전히 무료가 아니다. 단지, 아직 모든 사람이 이背後의 진정한 경제학을 신중하게 계산하지 않고 있다.

모델, 토큰, 인프라, 지속적인 요청, 전체 AI 파이프라인의 유지 보수: 모든 것이 점차적으로 상당한 운영 비용이 된다. 그것이 내가 회사들이 곧 AI 지원 개발의 실제 비용을 더 주의 깊게 살펴보기 시작할 것이라고 믿는 이유이다. 그리고 매우 실제적인 질문을 던질 것이다: 엔지니어링 팀을 확장하는 것이 더 효율적인가, 아니면 전체 AI 인프라를 유지하는 것이 더 효율적인가?

매우 실제적인 시나리오는, 강력한 엔지니어링 팀이 궁극적으로 장기적으로 더 경제적으로 지속 가능할 수 있다는 것이다. 특히 제품을 유지하고, 발전시키고, 지원하는 데에는 더욱 그렇다.

그러나 나는 이것이 실제로 새로운 유형의 엔지니어링 팀이 나타날 수 있는 곳이라고 생각한다: 매우 작은, 경험豊富한 전문가 그룹이 인프라 자체의 안정성과 탄력성을 유지하는 데 집중한다. 시간이 지남에 따라, 이것이 산업에서 가장 가치 있는 엔지니어링 전문가 중 하나가 될 수 있다.

• AI와 함께 일하는 사람들

그리고 마지막 가정 – 매우 실제적인 가정 -은, 다음 세대의 엔지니어들이 완전히 다른 환경에서 경력을 쌓을 가능성이 크다는 것이다. 그리고 이것은 프로그래밍을 넘어서는 것이다. 유사한 변화가 이미 법, 금융, 의학, 그리고 지적 루틴 작업에서 AI가 중요한 부분을 차지하는 거의 모든 분야를 재구성하기 시작했다.

이 모든 것을 고려하면, 나는 일어나는 일을 khá 긍정적으로 본다. 아마도 전체적으로 나는 진보를 좋아하기 때문이다. 기술이 사람들의 삶을 개선하고, 인간을 엄청난 반복 작업으로부터 해방시키고, 많은 과정을 더 안전하고 효율적으로 만들 수 있다는 아이디어를 좋아한다.

예를 들어, 테슬라 또는 웨이모의 자율 주행 시스템은 이미 많은 시나리오에서 인간 운전자보다 놀라울 정도로 높은 수준의 안전성을 보여주고 있다. 그리고 이것은真正로 인상적인 것이다.

동시에, 우리 아이들이 들어가는 세상은 전문적인 정체성 측면에서 훨씬 더 복잡할 것이다. 그들은 빠르게 변화하는 풍경에서 자신의 위치와 목적을 찾아야 할 것이다.

만약 오늘날の子ども가 법률가, 재정 분석가, 또는 프로그래머가 되고 싶다면, 그 직업은 미래에 완전히 다르게 보일 수 있다. 아마도 법률 AI, 재정 AI, 또는 코딩 AI와 함께 일하는 전문가가 될 수 있다. AI 시스템을 운영하고, 출력을 검증하고, 컨텍스트를 제공하고, 주요 결정들을 내리는 사람들이다.

나는 거의 모든 이러한 시나리오가 이미 오늘날 실제적으로 느껴진다고 생각한다. 그리고 우리가 원하든 원하지 않든, 지금 일어나는 모든 것은 기술적인 진보의 훨씬 더 큰 물결의 일부이다. 이 과정은 거의 중단될 가능성이 없다. 이것은 우리가 새로운 세계에서 어떻게 살아갈 수 있을지, 어떻게 균형을 잡을 수 있을지, 어떻게 그것과 소통할 수 있을지, 그리고 아마도 그것과 함께 새로운 형태의 공존을 개발할 수 있을지 배우야 한다는 것을 의미한다.