Hacker News 개발자들, 업무용 AI-assisted coding에 엇갈린 평가
Original: Ask HN: How is AI-assisted coding going for you professionally? View original →
2026년 3월 Hacker News의 Ask HN 스레드 “How is AI-assisted coding going for you professionally?”는 벤더 데모보다 더 현실적인 현업 체크인처럼 읽혔다. 300점이 넘는 추천과 수백 개 댓글 속에서 개발자들은 AI coding tool이 실제 팀 생산성을 어디서 밀어 올리고, 어디서 오히려 마찰을 만드는지를 비교했다. 논의의 중심은 모델의 화려함보다 review, design ownership, 그리고 팀 프로세스였다.
긍정적으로 본 개발자들
일부 senior engineer는 Claude Code, Cursor, 사내 harness 같은 도구를 잘게 쪼갠 작업에 붙이면 분명한 이득이 있다고 말했다. document summarization, code navigation, boilerplate 작성, 범위가 분명한 구현 반복에서는 체감 생산성이 2배에서 4배 이상 높아졌다는 경험담도 나왔다. 공통점은 AI에게 business logic 전체를 넘기지 않고, 설계는 사람이 잡고, commit 단위를 작게 유지하며, 모든 diff를 직접 검증한다는 점이었다.
부정적으로 본 개발자들
반대편에서는 management가 Claude나 ChatGPT로 긴 PRD, design doc, Jira ticket을 생성한 뒤 엔지니어에게 급하게 review하라고 넘기는 패턴을 가장 큰 문제로 지적했다. 여러 댓글은 이런 문서가 길이만 늘리고 실제 의사결정 품질은 올리지 못한다고 봤다. agent가 만든 코드 역시 불필요한 복잡성, 잘못된 abstraction, 성능 문제를 끌고 들어와 결국 senior engineer가 정리 비용을 떠안는 경우가 많다는 평가가 이어졌다. 일부는 장기적으로 skill atrophy도 우려했다.
스레드가 보여준 실무 합의
전체 흐름을 보면 극단적 낙관이나 비관보다 더 현실적인 합의가 보인다. AI-assisted coding은 search, summarization, autocomplete, 제한된 범위의 구현에는 강하지만, 긴 autonomous task나 애매한 business logic에서는 아직 신뢰 경계가 낮다. 결국 차이를 만드는 것은 모델 브랜드보다 팀이 review discipline과 ownership을 어떻게 유지하느냐였다. 이 스레드는 2026년 초의 현장 분위기를 꽤 솔직하게 압축해 보여준다.
Source discussion: Hacker News
Related Articles
댓글의 관심은 “AI가 코드를 얼마나 빨리 쓰나”보다 “검토 루프를 어떻게 설계해야 품질이 올라가나”에 모였다.
LocalLLaMA에서 Qwen3.6 35B A3B 모델이 업무 워크플로우를 바꿨다는 경험담이 화제입니다. Codex로 작업을 수행하고 과정을 스킬 문서로 기록해 pi 에이전트에 공급하는 방식으로 VPS 관리, PDF 변환 등을 자동화했습니다.
AI agent 인프라 경쟁이 토큰 처리량이 아니라 동시 작업 수와 전력 효율로 옮겨가고 있다. NVIDIA는 Artificial Analysis의 새 AA-AgentPerf에서 GB300 NVL72가 H200보다 MW당 동시 coding agent 처리량을 최대 20배 높였다고 밝혔다.