AI와 엔지니어링에 관한 통설은 위안이 되는 이야기다. 도구가 모두를 끌어올리고, 주니어가 시니어급 코드를 작성하며, 경쟁의 장이 평평해진다는 것이다. 듣기 좋은 이야기다. 하지만 대체로 사실과 반대다. AI는 엔지니어 간의 격차를 좁히지 않는다. 오히려 벌린다 — AI가 가장 크게 보상하는 것이 AI가 절대 줄 수 없는 단 하나, 즉 당신이 왜 이 일을 하고 있는지에 대한 판단력이기 때문이다.
역전
우리가 모범 사례라고 부르는 것의 상당수는 사실 인간의 한계에 대한 적응이다. 함수를 짧게 유지한 것은 사람이 머릿속에 담을 수 있는 양이 한정되어 있기 때문이다. 반복을 피하려고 규율을 지킨 것은, 같은 것을 다섯 곳에서 수작업으로 바꾸는 일이 버그가 생기는 방식이기 때문이다. 우리가 기록을 남긴 것은 인간의 기억이 손실되기 때문이다. 좋은 규칙들이지만 — 키보드 앞의 인간이라는 비용에 의해 형성된 규칙들이다.
AI는 이러한 비용을 바꾼다. 에이전트가 몇 초 만에 전체 코드베이스를 읽고, 40개 파일에 걸친 중복 패턴을 원자적으로 리팩터링하며, 무엇이 어디에 있는지 절대 잊지 않을 때, 이러한 낡은 제약 중 일부는 더 이상 유효하지 않게 된다. 규칙을 만들어낸 경제성이 뒤집혔고, 조용히 일부 규칙도 함께 뒤집혔다. 전부는 아니지만 — "우리는 늘 이렇게 해왔다"가 더 이상 안전한 기본값이 아닐 만큼은 충분히.
추론의 격차
바로 여기서 격차가 벌어진다. 두 엔지니어 모두 "반복하지 말라(DRY)"는 규칙을 알고 있다. 한 명은 왜 그런지 안다. 중복이 위험한 주된 이유는 한 곳을 수정하고 나머지를 잊었을 때 서로 어긋나기 때문이며, 이 규칙이 실제로 다루는 것은 두 개의 비슷한 블록이 존재한다는 사실 자체가 아니라 유지보수 위험이라는 것을 안다. 다른 한 명은 규칙만 알 뿐이다.
이제 둘 모두에게 AI가 패턴의 모든 사본을 즉시, 안정적으로 찾아 업데이트할 수 있는 세상을 준다고 해보자. 첫 번째 엔지니어는 이 규칙이 여기서도 여전히 적용되는지, 그리고 중복이 잘못된 추상화보다 이제 더 저렴해진 시점이 언제인지를 추론할 수 있다. 두 번째 엔지니어는 규칙을 암송할 뿐이다. 기반이 흔들릴 때, 이해는 올바른 답을 다시 도출할 수 있게 해주지만, 암기는 그저 이유가 이미 증발해버린 규칙을 변호하게 만들 뿐이다.
이것이 추론의 격차이며, AI는 여기에 기름을 붓는다. 트레이드오프를 이해한 엔지니어는 힘의 증폭기를 얻는다. 결론만 암기한 엔지니어는 어제의 답을 더 빨리 더 많이 만들어내는 자신감 넘치는 도구를 얻을 뿐이다.
생산성이 낮은 정도가 아니라 — 순손실
기준 이하의 엔지니어가 단순히 생산성이 낮은 정도라면 그나마 나을 것이다. 더 냉정한 진실은, 빠르게 움직이는 환경에서 이들이 팀 전체에 순손실이 될 수 있다는 것이다. 그들은 전통에 호소하며 — "우리는 그렇게 하지 않는다" — 그 전통이 여전히 타당한지는 말하지 못한 채 좋은 변경을 지연시킨다. 마찰을 만들고, 반사적으로 리뷰하며, 더 이상 제 값을 못하는 규칙에 논의를 붙들어 맨다. 비용은 그들이 하지 않는 일뿐만이 아니다. 그들 주변에서 사고하는 모든 사람에게 가하는 발목잡기이기도 하다.
민주화라는 신화
이것이 "AI가 코딩을 민주화한다"는 말이 절반만 진실인 이유다. 그렇다, 가능한 것의 기준선은 올라갔다 — 전혀 배포할 수 없었던 사람도 이제 무언가를 배포할 수 있다. 하지만 판단력의 가치는 그보다 더 빠르게 올라갔다. AI 도구는 이미 자신이 무엇을 하는지 아는 사람들에게 가장 가치가 크다. 왜냐하면 바로 그런 사람들이 도구가 옳을 때, 자신감 있게 틀렸을 때, 그리고 상황이 충분히 바뀌어 예전 답이 더 이상 유효하지 않을 때를 구분할 수 있기 때문이다. 당신을 증폭하는 도구는 증폭되는 대상만큼의 가치밖에 갖지 못한다.
새로운 표준은 없다
본능적으로는 상황이 안정되기를 기다리고 싶어진다 — 새로운 모범 사례를 배운 뒤 거기에 안주하고 싶어진다. 하지만 역량은 그러기엔 너무 빠르게 향상되고 있다. 몇 달마다 우리의 일하는 방식을 규정했던 어떤 제약이 다시 느슨해지고, 또 한 무더기의 통념이 조용히 만료된다. 암기할 안정적인 새 표준 같은 것은 없다. 중요한 것은 오늘 당신이 어디에 서 있느냐가 아니라, 기반이 다시 움직일 때 얼마나 빨리 올바른 답을 다시 도출해낼 수 있느냐다 — 그리고 이것은 암기한 규칙집의 속성이 아니라 이해의 속성이다.
이것은 또한 인간을 루프 안에 확고히 두어야 한다는 정직한 근거이기도 하며, 우리가 TaskGoblin을 설계한 방식이기도 하다. 에이전트는 코드를 작성하고 머지 리퀘스트를 검토하지만, 결코 승인하지 않고 결코 병합하지 않는다 — 어떤 변경이 지금 이 시스템에 실제로 옳은지에 대한 판단이야말로 자동화되지 않는 바로 그 부분이기 때문이다. 에이전트는 만들어지는 것의 기준선을 끌어올린다. 시스템이 어떠해야 하는지를 결정하는 일은 여전히 당신의 몫이며, 그 가치는 그 어느 때보다 크다.
당신은 어디에 서 있는가
스스로에게 해볼 수 있는 테스트가 있다. 당신이 따르는 관행을 하나 골라보라 — DRY, 짧은 함수, 철저한 테스트, 무엇이든 좋다. 그것이 원래 대응하던 제약을 설명할 수 있는가? 그리고 AI가 작업의 일부를 맡고 있는 지금도 그 제약이 여전히 유효한지 솔직하게 말할 수 있는가? 그럴 수 있다면 당신은 괜찮을 것이다. 도구가 바뀌어도 계속해서 좋은 답을 다시 도출해낼 수 있을 것이다. 당신이 내놓을 수 있는 것이 "그게 규칙이니까"뿐이라면, 그것은 주목할 가치가 있다 — 기준선은 여전히 오르고 있고, 규칙을 암송하는 것과 이해하는 것 사이의 거리가 바로 지금 벌어지고 있는 그 거리이기 때문이다.
