기본 콘텐츠로 건너뛰기

AI가 엔지니어링의 발전을 방해하고 있다는 경고: 속도의 착각과 깊이의 상실

최근 AI가 엔지니어링 생태계 전반을 뒤흔드는 모습을 볼 때마다 깊은 생각을 하게 됩니다. 생산성이 몇 배로 올랐다는 화려한 마케팅 문구 뒤편에서, 실제로 소프트웨어 엔지니어링의 본질과 엔지니어들의 성장 과정이 어떻게 바뀌고 있는지에 대한 경고음이 현장 곳곳에서 들려오기 때문입니다.

최근 InfoQ에 올려진 "AI Disrupts Engineering Progress"라는 기사는 바로 이 지점을 날카롭게 지적하고 있습니다.

*(출처: InfoQ - AI Disrupts Engineering Progress)*

(https://www.infoq.com/news/2026/08/AI-disrupts-engineering-progress/)

이 아티클의 핵심 메시지는 간단하지만 무겁습니다. AI 도구의 급격한 도입이 단기적으로는 코딩 속도나 산출물의 양을 늘려준 것처럼 보이지만, 장기적으로는 엔지니어링의 진정한 '발전(Progress)'을 저해하고 역설적인 혼란과 병목을 만들어내고 있다는 점입니다.

기사에서는 AI 도구가 엔지니어링 생태계에 미치는 파괴적 영향을 크게 세 가지 관점에서 짚어냅니다.

 첫째는 단순한 코드 생성의 증가가 소프트웨어의 복잡도(Complexity)와 유지보수 비용을 폭증시키고 있다는 사실입니다. AI가 1초 만에 쏟아내는 수백 줄의 코드는 당장 눈앞의 기능을 구현해 준 것처럼 보이지만, 전체 아키텍처적 맥락을 고려하지 않은 파편화된 코드들이 쌓이면서 코드베이스의 정돈 상태를 망가뜨리고 있습니다. 그 결과 미래의 엔지니어들이 이를 다듬고 결함을 수정하는 데 더 많은 시간을 허비하게 만드는 역효과를 냅니다.

둘째는 주니어 엔지니어들의 성장 사다리가 파괴되고 있다는 점입니다. 과거 엔지니어들은 디버깅을 하고, 기초적인 코드를 짜고, 치열하게 고민하는 과정 속에서 시스템의 밑바닥 원리를 터득하고 시니어 엔지니어로 성장해 왔습니다. 하지만 이 구체적이고 손때 묻는 작업들을 AI가 대신해 버리면서, 정작 문제 발생 시 시스템 내부를 깊이 파악하고 해결할 수 있는 '진짜 엔지니어링 역량'을 쌓을 기회가 사라지고 있습니다. 시스템의 겉면만 다룰 줄 아는 얕은 지식의 엔지니어들이 늘어나는 현상은 미래 소프트웨어 품질에 커다란 위험 요소가 됩니다.

셋째는 엔지니어들의 업무 만족도와 주도성의 상실입니다. 코드를 직접 설계하고 창작하는 즐거움 대신, AI가 쏟아낸 결과물을 검토하고 승인 버튼만 누르는 '감시자(Reviewer)' 역할로 전락하면서 엔지니어들이 느끼는 인지적 피로감과 업무에 대한 소외감이 오히려 증가하고 있습니다.

이 기사를 읽으며 제 경험을 돌이켜보면, 이는 앞서 고민해 왔던 '인지부채(Cognitive Debt)'나 '자동화 편향(Automation Bias)'과 정확히 같은 맥락에 서 있습니다. 속도를 샀다고 믿었지만 실상은 미래의 기술적·인지적 이자를 끌어다 쓰고 있었던 셈입니다.

AI라는 강력한 엔진을 손에 쥐었을 때 우리에게 필요한 것은 단순히 페달을 더 세게 밟는 것이 아닙니다. 코드를 작성하는 속도에 매몰되지 않고, 시스템 전체의 구조와 맥락을 바라보는 '아키텍트적 사고', 그리고 AI가 만든 결과물에 질문을 던질 수 있는 '비판적 사고'를 유지하는 일입니다.

결국 진정한 엔지니어링의 발전은 AI가 대량으로 뱉어내는 소스 코드의 양이 아니라, 그 시스템을 깊이 이해하고 제어할 수 있는 인간 엔지니어의 통찰력에서 나온다는 사실을 다시 한번 절감하게 됩니다. 은하수를 항해하는 우리 히치하이커들이 AI라는 거대한 풍랑 속에서도 키(Steering Wheel)를 놓치지 말아야 하는 이유가 바로 여기에 있습니다.

댓글

이 블로그의 인기 게시물

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...