AI는 쉬운 일을 더 쉽게, 어려운 일을 더 어렵게 만든다

AI 시대의 생산성 역설

Matthew Hansen은 AI가 코드 작성을 자동화하는 데 탁월하지만, 역설적으로 개발자의 업무를 더 어렵게 만든다고 주장한다. 개발자들은 조사, 맥락 구축, 코드 리뷰 등 더 어려운 작업에 집중하게 되는 반면, 코드를 직접 작성하며 얻던 기초적인 이해를 잃게 된다.

"Vibe Coding"의 함정

Hansen은 적절한 조사 없이 AI에 의존하면 시간이 낭비된다고 설명한다. 그는 AI 에이전트에게 테스트를 추가하도록 요청했다가, AI가 존재하지 않는다고 주장하며 400줄의 코드를 삭제한 사례를 소개한다. 이는 "AI 지원이 절약하는 시간보다 더 많은 시간을 소비할 수 있다"는 것을 보여준다.

어려운 작업의 집중

저자는 역설적인 결과를 설명한다. "쉬운 부분"(코드 작성)을 오프로드하면 개발자에게는 어려운 부분만 남게 된다. "다른 사람의 코드를 읽고 이해하는 것은 코드를 작성하는 것보다 훨씬 어렵다"고 Hansen은 지적한다. 그러나 AI가 생성한 코드는 직접 작성하며 얻게 되는 학습 기회를 제거한다. 개발자들은 코드를 작성하며 얻었을 맥락적 지식 없이 AI의 출력물을 검토하게 된다.

생산성 주장에 대한 의문

Hansen은 부풀려진 생산성 주장에 의문을 제기하며, "10배 더 생산적"이라는 것이 실제 생산성 향상이 아니라 단순히 준비되지 않은 엔지니어를 유능한 엔지니어로 전환시킨 것에 불과할 수 있다고 제안한다.

번아웃 사이클

조직이 한 번 빠른 배포를 보면 기대치는 영구적으로 재설정된다. 이는 지친 엔지니어들이 테스트를 건너뛰고 버그를 배포하는 지속 불가능한 스프린트 사이클을 만들어, 인시던트와 압박의 악순환을 형성한다.

효과적인 AI 활용

기사의 긍정적인 사례는 AI의 적절한 역할을 보여준다. AI는 생각을 대체하는 것이 아니라 조사를 지원하는 데 사용되어야 한다. 개발자가 맥락과 검증을 제공하면서 timezone 버그를 진단하는 데 AI를 사용했을 때, AI는 소유권이나 이해를 손상시키지 않으면서 "grunt work"을 효율적으로 처리했다.