AI 코딩 에이전트, 생산성 향상은 10% 불과...개발자 역할 재정의 필요

AI 코딩 도구가 빠른 코드 작성을 가능하게 하지만, 실질적 생산성 향상은 미미한 수준에 머물고 있다.

[한국정보기술신문] AI 기반 코딩 에이전트가 빠르게 코드를 생성하지만, 실제 소프트웨어 개발 생산성은 크게 향상되지 않고 있다는 분석이 나왔다.

소프트웨어 개발자 크리스 로이는 최근 자신의 블로그를 통해 AI 코딩 도구의 실효성에 대한 의문을 제기했다. 그는 AI 코딩 에이전트들이 10배 빠른 코드 작성 속도를 홍보하지만, 실제 작동하는 소프트웨어 전달에서는 약 10%의 생산성 향상만 보이고 있다고 지적했다.

로이는 소프트웨어 개발이 단순한 코딩 작업을 넘어 문제 해결 과정이라는 점을 강조했다. 개발자가 키보드를 두드리는 시간보다 생각하는 시간이 훨씬 길다는 것이다. 실제 개발 업무는 도메인 학습, 요구사항 정리, 추상화 설계, 부작용 고려, 점진적 테스트, 버그 수정 등 코딩 외적인 요소들이 대부분을 차지한다.

AI가 쉬운 일만 처리하는 문제

현재 AI 코딩 도구들은 복잡한 시스템의 전체 맥락을 한 번에 파악하지 못하기 때문에, 인간의 검토와 테스트, 통합 작업이 여전히 필요하다. 문제는 AI가 작성한 코드를 개발자가 사후에 이해하는 데 많은 시간이 소요된다는 점이다.

로이는 AI가 재미있고 쉬운 작업을 빠르게 처리하는 반면, 개발자는 기존 기능 테스트, 중복 코드 정리, 문서 작성, 배포 및 인프라 관리 등 고된 작업만 남게 된다고 설명했다. 개발자가 정작 좋아하는 코딩 작업에 할애하는 시간은 점점 줄어들고 있다는 것이다.

테크 리드의 딜레마와 유사

이는 경력 있는 개발자가 테크 리드 역할을 맡았을 때 겪는 딜레마와 유사하다. 팀 전체에 공정하게 업무를 분배하면 학습 기회는 늘지만 전달 속도는 느려지고, 어려운 일을 테크 리드가 도맡으면 빠른 전달이 가능하지만 팀원 성장과 지속가능성이 저해된다.

로이는 AI 코딩 에이전트를 매우 빠른 주니어 엔지니어로 간주해야 한다고 주장한다. 현세대 AI는 중급 엔지니어 수준의 문제를 빠르게 해결할 수 있지만, 시니어 엔지니어의 전문성에는 미치지 못한다. 또한 진정한 학습 능력이 없어 컨텍스트 엔지니어링이나 새로운 모델 출시를 통해서만 개선된다.

새로운 개발 관행 필요

로이는 AI 코딩 함정을 피하기 위한 새로운 개발 관행을 제시했다. 단순히 코드를 작성하는 것이 아니라, 소프트웨어 개발 생명주기의 모든 단계에 AI를 통합해야 한다는 것이다.

구체적으로 명세 탐색 및 분석, 사전 문서 생성 및 검토, 모듈식 아키텍처 설계, 테스트 주도 개발, 코딩 표준 적용, 모니터링 및 인트로스펙션 등에 AI를 활용할 것을 권고했다.

그는 소프트웨어 전달이 단순한 코드 작성 이상이라는 점을 이해함으로써, AI 코딩 함정을 피하고 확장 가능한 소프트웨어를 전달하는 능력을 크게 증폭시킬 수 있다고 강조했다.

한국정보기술신문 news@kitpa.org