바이브 코딩, AI, 그리고 소프트웨어 엔지니어링의 새로운 현실

10년 전만 해도 AI가 프로그래머 대신 코드를 작성할 수 있다는 생각은 흥미로운 상상에 가까웠다. 이제는 일상이 되었다. MVP는 며칠 만에 만들어지고, 텍스트 프롬프트로 인터페이스를 생성하며, AI 어시스턴트는 엔지니어링 팀의 정식 구성원이 되어 가고 있다.

이런 상황에서 같은 질문을 던지는 사람이 점점 늘고 있다. AI가 정말 프로그래머를 대체하고 있는가? 인공지능이 선임 엔지니어의 역량에 도달해 그를 대체할 수 있는가? 그리고 가까운 미래에 이 직업은 어떻게 될 것인가?

나 역시 개발자이며 이 문제에 대한 생각이 있다. 하나씩 살펴보자.

문제의 핵심은 무엇인가?

AI를 활용한 프로그래밍에 관해 널리 퍼진 이야기는 대략 이렇다.

AI는 코드를 작성하는 데 극도로 높은 효율을 보이게 되었고, 이미 인간이 흔히 하는 실수를 상당수 피한다. 더욱 흥미로운 점은 이른바 에지 케이스를 다루는 데 인간보다 나을 수도 있다는 것이다. 에지 케이스는 소프트웨어 개발 곳곳에서 만나는 드물고 이례적인 상황으로, 개발자가 미리 예상하기 어려운 경우가 많다.

프로그래머가 “여기에 버튼이 있으면 좋겠다”고 말하면 이런 답을 받는다. “버튼은 여기 있습니다. 고려할 에지 케이스 18개와 실행해야 할 테스트도 알려 드립니다. 그리고 이것과 이것도 추가하면 좋을 수 있습니다.” 이를 보고 “그렇군, 정말 말이 된다”고 생각할 수 있다. 혼자였다면 몇 주 뒤에야, 이미 프로덕션에서 문제가 발생한 후에 이런 문제를 알아차렸을지도 모른다. AI는 종종 해결책을 즉시 제시한다. 이미 일하고 있는 엔지니어에게는 생산성과 효율을 크게 높여 주는 도구다.

이 이야기는 곧 경제적 질문으로 이어진다. 한 회사가 일정한 업무량을 처리하는 데 이전에는 개발자 100명이 필요했다면, 이론적으로 이제는 20명만 필요할 수도 있다. 그 20명이 AI의 도움으로 같은 양의 일을 해낼 수 있기 때문이다.

이런 가속화 뒤에는 무엇이 숨어 있는가?

나는 매우 뛰어난 소프트웨어 엔지니어들이 자신의 일자리와 시장에서의 입지, 수입을 걱정하는 모습을 점점 더 자주 본다. 곧 코드를 작성하는 사람에게 남은 일이 없어질 것처럼 느껴지는 것이다.

내 대답은 대개 이렇다. 여러분, 상황은 보이는 것만큼 심각하지 않을 가능성이 크다. 오히려 경험 많은 엔지니어는 지금 새로운 가치를 얻고 있다. 우리는 실제로 손으로 코드를 작성하고 시스템의 내부 동작을 깊이 이해하는 마지막 개발자 세대들 가운데 하나일 수 있기 때문이다. 다음 세대는 점점 더 AI 도구를 통해 일하고 있으며, 그와 함께 엔지니어링의 실무 자체가 달라지고 있다.

앞의 이야기가 고려하지 않는 점은 다음과 같다.

AI가 생성한 코드는 겉으로는 아무 문제가 없어 보이는 경우가 많다. 과제는 해결되고, 인터페이스는 작동하며, 모든 것이 실행된다. 하지만 시간이 흐르고 장기적으로 보면 더 미묘한 문제가 드러나기 시작한다. 아키텍처상의 타협, 부실한 기술적 판단, 데이터 구조나 확장성의 문제 등이다. AI가 개별적인 과제를 해결하는 데는 이미 매우 뛰어나지만, 대규모 시스템의 장기적 논리에는 여전히 인간의 경험과 엔지니어링 판단이 필요하기 때문이다.

따라서 이런 프로젝트가 은행, 전자상거래 플랫폼, 대규모 서비스처럼 본격적인 프로덕션 환경에 도달하면 결국 팀에는 아키텍처를 깊이 분석하고, 근본 원인을 찾아내고, 시스템 전체의 논리를 복원할 수 있는 사람들이 여전히 필요하다.

나는 친구들에게서 “마이클, 좀 도와줄 수 있겠어? 시스템이 왜 무너지기 시작하는지 함께 파악해 줘”라는 전화를 자주 받는다. 지금은 Introspector에서 피지컬 AI를 연구하지만, 이런 어려운 수작업 엔지니어링을 가끔 돕기도 한다. 시스템 논리를 재구성하고, 아키텍처를 분석하며, 어디서부터 문제가 쌓이기 시작했는지 밝혀내는 일이다.

바로 이런 이유로 나는 뛰어난 엔지니어가 앞으로도 오랫동안 큰 가치를 지닐 것이라고 믿는다. 동시에 오늘날 AI 모델의 개선과 훈련을 돕는 사람들 역시 경험 많은 엔지니어인 경우가 많다. Keymakr에서는 코드를 검증하고 모델 훈련을 도울 경험 많은 개발자를 찾으면서 이를 직접 확인했다. 우리가 찾던 이들은 실제적인 엔지니어링 사고, 실무 경험, 현실에서 시스템이 어떻게 동작하는지에 대한 깊은 이해를 바탕으로 판단할 수 있는 사람들이었다.

주요 가설

이제 미래에 관한 가장 큰 질문에 이른다. 이 모든 변화는 결국 어디로 향하는가? 처음부터 완전히 다른 경로로 업계에 들어오는 다음 세대의 엔지니어를 우리는 어떻게 길러야 하는가?

과장된 기대나 두려움 없이 상황을 객관적으로 보면 몇 가지 가능한 시나리오가 보인다.

• 불확실한 미래

첫 번째이자 아마 가장 솔직한 답은, 지금 그렇게 먼 미래까지 진지하게 생각하는 사람은 극히 드물다는 것이다. 그 미래가 실제로 어떤 모습일지 아직 아무도 충분히 이해하지 못하기 때문이다.

어쩌면 몇 년 뒤에는 AI 에이전트가 견고한 아키텍처와 확장성, 맥락 이해를 갖춘 거의 완벽한 코드를 정말 작성할 수 있을지도 모른다. 현재로서는 전혀 결론 나지 않은 문제다.

한편 애플 (AAPL ), 마이크로소프트 (MSFT ), 구글 같은 대형 기술 기업은 뛰어난 연구자와 박사 학위 소지자, 학계 출신 인재를 계속 적극적으로 채용하고 있다. 이는 코드 대부분이 자동으로 생성되는 세계에서도 깊이 있는 엔지니어링 이해가 중요할 것이라고 그 기업들이 믿는다는 점을 아마 시사한다.

반면 작은 회사는 미래를 내다보고 계획하는 시간 범위가 크게 다른 경우가 많다. 자신의 스타트업이 6개월 뒤에도 존재할지 모르는 상황에서는 10년 뒤에 일어날 일을 진지하게 생각하기 어렵다. 물론 누구도 근본적으로 잘못된 것을 일부러 만들고 싶어 하지는 않는다. 팀은 여전히 잠재적 위험과 약점을 찾으려 한다.

그러나 현실의 논리는 훨씬 단순할 때가 많다. 우선 작동하고 수익을 내는 제품을 만든 뒤, 아키텍처와 최적화, 시스템 재작성은 나중에 처리하는 것이다. 문제는 많은 프로젝트에서 그 “나중에”가 끝없이 미뤄진다는 점이다.

• 나선형 진화

내 생각에 두 번째 답은 더욱 흥미롭다. 업계 역사를 보면 이와 비슷한 전환은 이미 여러 번 있었다. 최초의 프로그래머는 천공 카드를 사용했다. 그다음에는 어셈블리 언어로 작성하는 엔지니어 세대가 등장했는데, 이는 오늘날 많은 개발자가 상상조차 하기 어려운 일이다. 당시에는 하드웨어의 작동 방식을 말 그대로 이해하고, 프로세서 논리로 사고하며, 엄청난 저수준 복잡성을 머릿속에 담아 두어야 했다.

이어서 COBOL의 시대가 왔다. 은행의 메인프레임 시스템 전체가 이 언어로 만들어졌다. 더 놀라운 점은 전 세계 은행 인프라의 상당 부분이 오늘날에도 그 오래된 시스템에서 돌아간다는 사실이다. 여전히 60대와 70대 프로그래머가 그 코드베이스를 유지하며 매우 귀중한 전문가로 남아 있다.

그다음 세대는 C++, Python, JavaScript로 옮겨 갔다. 나도 그 시대에 속한다. 예를 들어 나는 COBOL이 어떻게 동작하는지 거의 이해하지 못한다. 이론적으로는 배울 수 있지만, 이미 내게는 멀고 낯선 것으로 느껴진다.

역사적으로 살펴보면 흥미로운 패턴이 나타난다. 새로운 엔지니어 세대는 이전 세대의 기술이 어떻게 작동했는지를 더 이상 깊이 이해할 필요가 없다. 시간이 흐르면서 지식은 인프라 자체에 내장된다.

천공 카드는 오래전에 사라졌고 그 논리는 이제 프로세서에 내장되어 있다. 어셈블리도 주류 도구로서는 대부분 자취를 감췄다. 그 복잡성이 운영 체제와 드라이버, 더 낮은 수준의 추상화 안에 숨겨졌기 때문이다. 오늘날 여러분의 헤드폰에도 그 모든 숨은 복잡성을 백그라운드에서 처리하는 작은 운영 체제가 들어 있을 가능성이 크다. 대부분의 사람은 이에 대해 전혀 생각하지 않는다.

물론 이런 저수준 기술의 이면까지 이해하는 전문가들은 여전히 있다. 다만 업계 대부분의 사람에게는 이미 하나의 추상화 계층이 된 것이다.

여기서 매우 논리적인 생각으로 이어진다. 어쩌면 AI는 이런 진화의 다음 단계일 뿐일 수 있다. 다음 세대는 정말로 전통적인 프로그래밍을 우리만큼 깊이 이해할 필요가 없을지도 모른다.

• 시장의 경제학

또 다른 가설은 바이브 코딩, 즉 AI 지원 개발이 결국 “무료 가속”으로 여겨지지 않게 된다는 것이다. 사실 지금도 완전히 무료인 것은 아니다. 다만 아직 모든 사람이 그 이면의 실제 비용과 효용을 꼼꼼하게 계산하고 있지는 않을 뿐이다.

모델, 토큰, 인프라, 끊임없는 요청, 전체 AI 파이프라인의 유지 보수는 점차 상당한 운영 비용이 되고 있다. 그래서 나는 기업들이 조만간 AI 지원 개발의 실제 비용을 더 면밀히 살펴보고 매우 실무적인 질문을 던질 것이라고 생각한다. 엔지니어링 팀을 늘리는 것과 개발을 지원하는 전체 AI 인프라를 유지하는 것 중 무엇이 실제로 더 효율적인가?

매우 현실적인 시나리오 하나는 뛰어난 엔지니어링 팀이 결국 경제적으로 더 지속 가능하다고 밝혀질 수도 있다는 것이다. 특히 제품을 장기적으로 유지하고 발전시키며 지원하는 경우에는 더욱 그렇다.

하지만 나는 바로 여기서 새로운 유형의 엔지니어링 팀이 나타날 수 있다고 생각한다. 인프라 자체의 안정성과 회복력을 유지하는 데 집중하는, 경험이 매우 풍부한 전문가들의 아주 작은 팀이다. 시간이 지나면서 이는 업계에서 가장 가치 있는 엔지니어링 전문 분야 가운데 하나가 될 수 있다.

• AI와 함께 일할 사람들

마지막 가정도 매우 현실적이다. 다음 세대의 엔지니어는 아마 완전히 다른 환경에서 경력을 쌓아야 할 것이다. 이는 프로그래밍에만 한정되지 않는다. 법률, 금융, 의학을 비롯해 AI가 반복적인 지적 업무의 상당 부분을 맡을 수 있는 거의 모든 분야에서 비슷한 변화가 이미 시작되고 있다.

이 모든 일에도 불구하고 나는 지금의 변화를 대체로 긍정적으로 바라본다. 아마 전반적으로 진보를 좋아하기 때문일 것이다. 기술이 삶을 개선하고, 인간을 엄청난 양의 반복 작업에서 해방시키며, 많은 과정을 더 안전하고 효율적으로 만들 수 있다는 생각이 마음에 든다.

예를 들어 테슬라나 웨이모의 자율주행 시스템은 이미 많은 상황에서 인간 운전자와 비교해 놀라울 정도로 높은 안전성을 보이고 있다. 이는 정말 인상적이다.

한편 우리 아이들이 들어설 세상은 직업적 정체성 면에서 훨씬 더 복잡할 것이다. 아이들은 빠르게 바뀌는 환경 속에서 자신의 자리와 목적을 찾아야 할 것이다.

오늘날 아이가 법률가, 금융 분석가, 프로그래머가 되기를 원한다면, 그 직업의 모습은 미래에 완전히 달라질 가능성이 크다. 어쩌면 법률 AI나 금융 AI, 코딩 AI와 긴밀히 협력하는 전문가가 될지도 모른다. AI 시스템을 운영하고, 결과를 검증하고, 맥락을 제공하며, 핵심 결정을 내리는 사람들이다.

이런 시나리오 거의 모두가 이미 현실적으로 느껴진다는 점을 인식하는 것이 중요하다고 생각한다. 우리가 원하든 원하지 않든 지금 일어나는 모든 일은 훨씬 거대한 기술 진보의 물결에 속한다. 이 과정을 멈출 가능성은 극히 낮다. 따라서 우리는 새로운 세상에서 사는 법을 배워야 한다. 점차 그 세상과 균형을 찾고 소통하며, 어쩌면 함께 살아가는 새로운 방식까지 발전시켜야 할 것이다.