“6개월 안에 AI가 전 세계 코드의 90%를 작성할 것이다.” “1년 안에 대부분의 프로그래머가 대체된다.” “이제 코딩을 배울 필요가 없다.”
앤트로픽 CEO, 전 구글 CEO, 레플릿 CEO. 이름만 대면 아는 사람들이 한 말입니다. 그리고 그 ‘유효기간’이 지났습니다.
지금, 그들의 회사는 수억 원 연봉을 내걸고 소프트웨어 엔지니어를 채용하고 있습니다. 자사 AI가 개발자를 완벽히 대체할 수 있다면 왜 비싼 인간을 계속 뽑을까요?
오늘은 AI 종말론(Doomer)의 공포 마케팅을 걷어내고, 데이터와 경제학이 실제로 뭐라고 말하는지 직접 확인해봅니다.
데이터부터 보자 — 숫자는 거짓말을 안 한다
유명 벤처캐피털 a16z가 발표한 리포트의 수치들입니다.
| 지표 | 현실 |
|---|---|
| 글로벌 앱스토어 신규 제출 건수 | 전년 대비 60% 증가 |
| 엔지니어링 · PM 채용 공고 | 2025년 초 이후 지속 우상향 (팬데믹 이전 수준 회복 전망) |
| AI를 “인간 대체”용으로 쓰는 기업 vs “능력 증폭”용으로 쓰는 기업 | 8:1로 증폭 쪽이 압도 |
AI가 일자리를 삼키고 있는 세계라면 이 숫자들이 나올 수 없습니다. 세상은 그 어느 때보다 많은 코드를 원하고 있고, 그 코드를 만들 사람도 더 많이 찾고 있습니다.
경제학이 100년 전에 이미 답했다
노동량 고정의 오류 (Lump of Labor Fallacy)
세상에 필요한 일의 총량이 고정돼 있어서, AI가 일부를 가져가면 인간 몫이 줄어든다는 생각입니다.
역사적으로 이 논리가 맞은 적이 단 한 번도 없습니다.
기술은 태스크(Task)를 죽이지, 직업(Job)을 죽이지 않습니다. 단순 작업이 사라지면 인간은 그다음 단계의 더 어려운 문제를 발명하고, 그 문제를 해결하는 새 직업이 생겨납니다.
1980년대 Excel이 등장하자 세상의 경리(Bookkeeper)가 몽땅 사라질 것이라 했습니다. 실제로는 ‘재무 분석가(Financial Analyst)‘라는 고소득 직군이 150만 개 이상 새로 탄생했습니다.
Excel이 장부 기록 비용을 낮추자, 전에는 꿈도 못 꾸던 수준의 데이터 분석이 가능해졌고, 그 수요가 폭발했기 때문입니다.
제번스의 역설 (Jevon’s Paradox)
19세기 경제학자 윌리엄 제번스(William Jevons)의 관찰입니다. 증기기관 효율이 높아지면 석탄 소비가 줄어들 것 같지만, 실제로는 폭발했습니다. 에너지가 저렴해지자 기차·선박·공장 등 이전엔 상상도 못 한 곳에 석탄이 쓰이기 시작했기 때문입니다.
코딩도 정확히 같은 구조입니다.
제번스의 역설이 코딩에 적용되면
AI 덕분에 코드 작성 비용이 낮아지면, 우리는 코드를 덜 쓰는 게 아니라 압도적으로 더 많이 씁니다. 비용 장벽 때문에 소프트웨어가 닿지 못했던 의료, 정부 시스템, 극소 규모의 니치(Niche) 비즈니스, 개인용 앱까지 소프트웨어가 깊숙이 침투합니다. 세상이 필요로 하는 코드의 양은 수억 줄이 아니라 수조 줄로 늘어납니다.
AI 시대의 개발자: 타이피스트에서 아키텍트로
AI가 코드 타이핑을 대신해 준다면, 인간 개발자는 무엇을 해야 할까요?
개발자의 역할은 원래 ‘코드를 타이핑하는 것(Task)‘이 아니라 ‘제품을 만드는 것(Purpose)’ 이었습니다. AI는 그 사실을 더 선명하게 드러낼 뿐입니다.
AI 시대에 대체 불가능한 개발자가 갖춰야 할 역량 세 가지입니다.
1. 기술적 어휘력 (Vocabulary)
해시맵, 레이스 컨디션(Race Condition), 데이터베이스 인덱스, 뮤텍스(Mutex), 멱등성(Idempotency).
개념의 정확한 이름을 알아야 AI에게 올바른 방향을 줄 수 있습니다. 어휘력이 없으면 결국 AI가 만들어낸 비효율적인 시스템을 검수도 못 한 채 그대로 씁니다. 어휘력은 AI라는 거대한 마력을 통제하는 핸들입니다.
2. 아키텍처 설계 능력 (Architecture)
AI는 단일 파일이나 수십 라인의 코드는 기가 막히게 짭니다. 하지만 전체 시스템 경계를 어디에 그을지, 어디에 큐(Queue)를 넣고 어디에 캐시(Cache)를 적용할지 같은 거시적 설계는 못 합니다.
시스템 레벨에서 구조를 설계하는 통찰은 AI가 흉내 낼 수 없는 영역입니다.
3. 코드에 대한 안목과 취향 (Taste)
LLM은 그럴듯한 코드를 쏟아내지만, 겉은 멀쩡하고 특정 부하에서 터지는 코드도 자신 있게 내놓습니다. “이 문제는 이렇게 풀면 안 돼”를 가려내는 직관은 수년간 코드를 보고, 깨지고, 디버깅하며 쌓은 경험에서만 나옵니다.
런닝머신 위를 달릴 것인가, 하늘을 날 것인가
“코딩을 모른 채 AI를 쓰면 달리는 기분이겠지만, 코딩을 아는 사람이 AI를 쓰면 날아다니게 된다.”
단순히 AI 프롬프트만 입력하는 사람은 열심히 달리는 것처럼 느껴지겠지만 결국 런닝머신 위입니다. 반면 단단한 기본기와 어휘력, 설계 능력을 갖춘 개발자가 AI라는 레버리지를 쥔다면 — 그 개발자는 날개를 달고 납니다.
과거엔 큰 팀이 매달려야 만들던 시스템을 이제 단 한 명이 한 달 만에 출시하는 게 가능해졌습니다. ‘1인 창업 개발자(Entrepreneur Developer)‘의 시대가 본격적으로 열리고 있습니다.
종말론에 위축될 필요가 없습니다. 기본기를 더 단단히 다지고, AI를 나의 가장 강력한 무기로 삼아 프로그래밍 역사상 가장 야심 찬 10년을 맞이하면 됩니다.
여러분은 지금 어느 쪽에 서 있나요? 공포에 휩쓸려 계신가요, 아니면 나만의 무기를 빌드하고 계신가요?
이 포스트는 유튜브 채널 ‘노마드 코더’의 영상 내용을 참고해 작성했습니다.