소프트웨어 개발자는 5년 후에도 승승장구할 것입니다.(유튜브 피드에서 뭐라고 하든 간에)
원 글 : Software Developers Will Be Thriving in 5 Years (Despite What Your YouTube Feed Says)
글쓴이 : Adam Drake
출처 : https://javascript.plainenglish.io/software-developers-will-be-thriving-in-5-years-despite-what-your-youtube-feed-says-4898d4af4663
[아래는 구글번역 입니다.]
2025년은 생성형 AI에게 있어 놀라운 한 해였습니다. 제 유튜브 피드는 "AI가 당신을 대체할 것이다"라는 AI 관련 헤드라인으로 가득 찼습니다. 마이크로소프트와 아마존은 부동산과 데이터 센터에 수십억 달러를 투자하고 있습니다. 그들은 AI가 미래의 중요한 부분을 차지할 것이라는 확신에 크게 투자하고 있는 것입니다.
소프트웨어 개발자로서 우리의 시대는 끝난 것 같은 기분이 듭니다.
하지만 저는 그렇게 생각하지 않습니다. 오히려 소프트웨어 개발자들은 5년 후 번창할 것이라고 믿으며, 그 이유는 다음과 같습니다.
근본적인 모델이 개선되지 않고 있습니다.
올해 소프트웨어 AI 분야의 도구 관련 혁신은 엄청났습니다. Cursor는 정기적으로 새로운 기능을 출시하며 극적으로 발전해 왔는데, 가장 최근 기능은 "Dreamweaver와 같은 UI 비주얼 편집기"입니다(지금은 자세히 언급하지 않겠지만, 솔직히 이게 뭐죠?!).
클로드(Claude) 코드 역시 계속 진화하고 있습니다. 우리가 사용하는 거의 모든 도구에는 MCP(Machine Control Platform) 기능이 탑재되어 있지만 실제로 사용하는 사람은 거의 없습니다. 또한 Jira, Github, GitLab 등 우리가 상호 작용해야 하는 다른 UI에도 AI 통합 기능이 추가되고 있습니다.
정말 정신없는 한 해였습니다.
하지만… 이 모든 것은 도구의 혁신일 뿐입니다. 근본적인 AI 모델 자체는 크게 발전하지 않았습니다.
ChatGPT 5는 기대에 훨씬 못 미치는 버전으로 출시되었고, 최근 Anthropic에서 Opus 4.5를 출시했지만 이 역시 눈에 띄는 개선점은 없었습니다. 적절한 맥락에서는 여전히 유용하지만, 이전과 비교했을 때 의미 있는 차이를 만들어내지는 못하고 있습니다.
이제는 근본적인 모델 자체에 혁신을 가져오기보다는 최적화를 위한 미세 조정과 튜닝에 집중하고 있습니다.
지금까지 OpenAI나 Anthropic 같은 회사들은 방대한 양의 데이터를 모델에 투입하여 개선을 이끌어내는 방식을 사용해 왔고, 실제로 효과를 보기도 했습니다. 하지만 아무리 많은 데이터를 학습에 사용하더라도 더 이상 제대로 작동하지 않습니다.
모델들이 앞으로 크게 나아질 것 같지는 않다.
그렇다면 이런 질문이 생깁니다. 현재의 도구와 AI 모델이 대다수의 소프트웨어 엔지니어를 대체할 수 있을까요? 절대 아닙니다!
소프트웨어 엔지니어는 온갖 종류의 소프트웨어를 만들고 유지 관리합니다. 항공기, 발전소, 군사 무기, 금융 시장, 은행, 공공 서비스, 인터넷 등등. 여러분이 집에서 사용하는 거의 모든 제품은 수명 주기 동안 어떤 형태로든 소프트웨어와 상호 작용해 왔습니다.
우리가 현재 사용하는 소프트웨어의 유지 관리와 혁신을, 주로 다음 토큰을 예측하는 데 능숙한 또 다른 소프트웨어에 맡길 수 있는 시점이 가까워지고 있는 걸까요?
솔직히 말해서, 이런 일이 가능하다고 생각하는 사람들이 있다는 것 자체가 ■■ 짓처럼 들립니다. 이러한 시스템의 복잡성과 책임은 상상을 초월합니다.
혁신은 어떻습니까?
AI 업계에서 이 주제에 대해 많이 이야기하는 것 같지는 않습니다. 물론 생성형 AI는 생산성을 향상시켜 줄 수 있습니다. 특히 사용법을 제대로 알고 있다면 더욱 그렇습니다. 생산성을 증폭시키는 도구인 셈이죠.
하지만 혁신은 어떨까요? 저는 혁신을 찾아볼 수 없습니다.
왜 그럴까요? 생성형 AI는 근본적으로 혁신을 할 수 없기 때문입니다. 이전에 본 패턴을 반복하는 데는 탁월하지만, 진정한 혁신은 불가능합니다.
혁신은 소프트웨어 발전의 핵심입니다. 앨런 튜링이 에니그마를 해독하던 시절과 지금의 컴퓨터를 비교해 보세요. 이는 수많은 크고 작은 혁신의 결과입니다. 이 모든 혁신은 인간의 지혜에서 비롯된 것입니다.
하지만 "AI도 혁신할 수 있어!"라고 외치기 전에, 제 말을 들어보세요. AI는 혁신적인 척할 수는 있지만, 저는 그것이 "진정한 혁신"이라고는 생각하지 않습니다. 무슨 뜻일까요?
인공지능은 혁신에 있어서 운이 좋을 수도 있습니다.
기존 아이디어를 결합하는 새로운 방식을 우연히 발견하여 혁신으로 이어질 수도 있고, 인간이 놓쳤던 패턴을 찾아내는 데 활용될 수도 있습니다. 하지만 인공지능이 할 수 있는 일에는 한계가 있습니다.
인공지능은 오랜 시간 동안 목표를 추구할 수 없습니다. 수년간 하나의 문제를 조금씩 파헤치고, 100가지 관점에서 고민하며, 아무도 미처 발견하지 못했던 획기적인 해결책을 갑자기 찾아낼 수는 없습니다. 진정한 혁신은 바로 이런 과정에서 탄생합니다.
다음 리눅스는 누가 만들까요? 존 카맥과 존 로메로가 둠을 만들었을 때처럼 게임 업계에 획기적인 도약을 가져올 혁신은 어디에서 나올까요? 저는 인공지능이 그 해답을 제시하지는 못할 것이라고 확신합니다.
소프트웨어 개발은 단순히 코드를 작성하는 것 이상의 의미를 지닙니다.
올해, 우리 업무 공간에 AI가 만연하면서 저는 한 가지 사실을 거듭 깨달았습니다. 코딩은 소프트웨어 개발자의 역량을 구성하는 요소의 아주 작은 부분일 뿐이라는 것입니다. 중요하고 필수적인 부분이긴 하지만, 여전히 일부분에 불과합니다.
훌륭한 소프트웨어를 만들기 위해서는 훨씬 더 많은 역량이 필요합니다.
소프트 스킬 – 사람들과 소통하고, 이해관계자에게 적절한 질문을 던지고, 언제 어떻게 "아니오"라고 말해야 하는지 알고, 소통하는 대상에 따라 적절한 수준으로 코드를 설명할 수 있는 높은 수준의 기술적 커뮤니케이션 능력이 필요합니다. 사람과의 상호작용은 소프트웨어 개발에 있어 매우 중요한 부분입니다.
계획 및 우선순위 설정 – 의미 있는 소프트웨어 개발에는 보통 많은 사람들이 참여합니다. 소프트웨어의 현재 상황, 요청받은 사항, 해야 할 일 등에 대한 충분한 정보를 모든 사람으로부터 수집하고, 코딩을 담당할 사람이 자신이 해야 할 일을 명확하게 이해하도록 하는 것은 결코 쉽지 않은 일입니다. LLM(Learning Leadership Management) 과정의 경우, 현재로서는 이러한 작업을 제대로 수행할 수 없습니다. AI는 이러한 단계들을 많이 도울 수 있지만, 모든 것을 조율하고 통합하는 것은 아직 갈 길이 멉니다.
잡음 속에서 신호를 가려내기 — 최근 프로덕션 앱에서 겪었던 상황입니다. 앱이 갑자기 매우 느려졌습니다. 상사가 AI를 사용하여 문제를 진단했고, AI는 문제를 찾아냈습니다. 문제는 그 문제가 속도 저하의 “핵심” 문제가 아니라는 것이었습니다. 저는 지난 한 달 동안 앱 개발에 참여했기 때문에 제 경험상 그 문제가 “핵심” 문제가 아니라는 것을 알 수 있었습니다. 제 경험은 AI보다 훨씬 컸습니다. 결국 사람이 근본 원인을 찾아냈고, 문제는 비교적 빠르게 해결되었습니다.
도메인 지식 — 이것은 사람이 정말 잘하는 부분입니다. 오랜 기간에 걸쳐 지식을 축적하고, 이를 바탕으로 정보에 입각한 현명한 결정을 내릴 수 있습니다. 5년 동안 어떤 일을 하면 별다른 노력 없이도 유용한 지식을 많이 쌓을 수 있습니다. 예를 들어, 뛰어난 UX/UI에 대한 직관력을 갖춘 프론트엔드 개발자나 훌륭한 게임플레이를 만드는 요소를 정확히 파악하는 게임 개발자가 있을 수 있습니다.
이러한 기술들은 쉽게 대체될 수 없습니다. 사실, 현재의 AI 기술들은 이러한 기술들을 대체하도록 설계된 것이 아니라고 생각합니다. 흥미로운 점은 지금 인간이 각자의 직무에 가져다주는 “특별한” 기술들이 점점 더 명확해지고 있다는 것입니다.
결론
오늘날 인공지능 분야에서 많은 일들이 일어나고 있지만, 저는 여전히 소프트웨어 개발자들이 소프트웨어의 미래에 중요한 역할을 할 것이라고 생각합니다. 위에서 언급한 것들은 인공지능 분야의 주요 기업들이 계획하고 있는 주요 장애물들입니다.
물론 인간이 소프트웨어 분야에 계속 남아 있기 위해서는 몇 가지 고려 사항이 있지만, 이는 과거의 주요 기술 변화와 마찬가지로 적응력의 문제입니다.
인류는 역사를 통틀어 진화해 왔습니다. 찰스 다윈이 지적했듯이 "가장 강한 종이나 가장 지능이 높은 종이 살아남는 것이 아니라, 변화에 가장 잘 적응하는 종이 살아남는다"는 말이 있는데, 실제로 지금이 바로 그 경우입니다.
제대로 활용한다면 생성형 인공지능은 진정한 시너지 효과를 낼 수 있으므로, 이를 다루는 방법을 배워야 합니다. 하지만 그 한계와 언제 어디서 사용해야 하는지를 알아야 합니다.
저는 여전히 인간이 자신의 전문 기술을 연마해야 한다고 생각합니다. 특히 미래에는 자신의 분야에 대한 깊은 이해를 가진 사람들이 더욱 가치 있는 존재가 될 것이기 때문입니다.
하지만 인공지능에 대한 과대광고는 잠시 접어두고, 인간의 정신과 그 능력에 감탄해 봅시다. 왜냐하면 그것은 ChatGPT나 클로드(Claude) 코드보다 훨씬 더 경이로운 것이기 때문입니다.