[딥테크] ‘단순 코딩 작업으로는 살아남기 힘들다’

개발자 대부분 ‘인공 지능 활용’
코딩 업무 소요 시간 ‘절반으로’
‘상위 직급’ 인력 수요는 ‘오히려 늘어’

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Researh Memo 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

현재 개발자(developer)의 84%가 업무에 인공지능(AI)을 활용하거나 앞으로 활용할 계획이라고 한다. 부가 기능이 아니라 업무의 일부분이 되고 있다는 얘기다. 그런데 AI가 코딩(coding) 업무 시간을 절반으로 줄여주면서, 신입 및 중견 프로그래머의 일자리가 사라지고 상위 직급에 대한 수요는 오히려 늘어나고 있다.

개발자 84%, 업무에 ‘인공지능 활용’

AI가 프로그래머의 역할을 빠르게 대체하고 있기 때문이다. 하지만 전반적인 구조 관련 의사결정을 내리고, 시스템을 통합하며, 이해관계자들과 소통하는 광범위한 개발자의 역할은 건재하다. 실제 구인 광고를 보면 2~4년 차 프로그래머에 대한 수요는 줄었지만, 5년 차 이상은 늘고 있는 것이 확인된다. 기업은 소수의 선임급 엔지니어와 AI로 구성된 팀으로, 사무실을 가득 채운 코딩 작업자들이 하던 업무를 소화할 수 있다.

수십 년 동안 신입 사원들은 반복적인 업무에 익숙해지면 더 복잡한 과제를 부여받는 식으로 일해 왔다. 하지만 이제 신입사원도 적합한 AI 도구만 있으면 일상 업무에서 중견급 작업자와 어깨를 나란히 할 수 있고, 기업들은 굳이 대규모 인력을 유지할 필요가 없어졌다. 그럼에도 필요한 사항을 정의하고, 보안 문제를 해결하며, 여러 대안 가운데 하나를 고르는 등의 복잡하고 모호한 업무는 여전히 인간의 영역이다. 프로그래머 일자리가 줄어도 개발자에 대한 수요는 늘어나는 원인이다.

코딩 작업자 아닌 ‘시스템 엔지니어’ 육성해야

그렇다면 교육 기관들도 더 이상 초급자 수준의 코딩 작업 위주로 가르쳐서는 곤란하고, AI가 수행할 수 없는 영역에 초점을 맞출 필요가 있다. 그중에서도 가장 중요한 것은 프로젝트를 전체적으로 이해하는 시스템적 사고(systems thinking)일 것이다. 보안 및 개인정보 보호, 성능상의 결함을 다룰 수 있는 위험 관리 역량과 AI가 생성하는 코딩 작업을 테스트하고 검증하는 능력도 필수적이다. 기술적 배경이 없는 이해관계자들과의 협업을 위한 의사소통 능력도 갖춰야 한다.

그러니까 학생들은 AI 도구를 다루는 것만으로는 부족하고, 프로젝트를 이끌고 결과물을 검증할 수 있어야 하는 것이다. 설문조사에 따르면 대부분의 개발자가 AI를 활용하지만 절반 가까이가 결과를 신뢰하지 않는다고 한다. 이용률이 높은데 신뢰도는 낮다는 것은 AI의 결과물에 대한 확인과 검증이 그만큼 중요하다는 사실을 가리킨다.

모호하고 복잡한 업무가 ‘인간의 영역’

따라서 학생들은 단순한 코딩 작업에서 한 걸음 나아가, 과제를 정의하고 결과물을 시험해 실제 상황에 적용되는 솔루션을 제공할 수 있어야 한다. 그러기 위해서는 시스템의 구조에 대한 깊은 이해와 의사결정 역량을 일찍부터 키워 나가야 한다. 그중에서도 코딩 및 AI 지시문, 최종 결과물에 대한 검증은 인간이 개입이 불가피한 핵심 역량이라고 할 수 있다.

기업은 신입사원들의 업무에 대해 다시 생각할 필요가 있다. 과거처럼 끊임없는 오류 수정(bug-fixing) 대신, 견습 과정을 각종 도구를 활용해 결과물을 확인하고 보안 및 통합 문제를 스스로 해결하는 ‘자동화 훈련 과정’(automation residencies)으로 만들어야 한다. 초기부터 책임감 있는 AI 활용을 가르치는 것도 중요하다. AI 활용 여부를 밝히고, 사용한 지시문을 기록하며, 결과 검증에 활용한 방법을 공개하는 것은 기본이다. 평가는 개별 코드가 아닌 시스템 구조와 실용성, 테스트 범위를 중점으로 해야 한다.

학제 간 통합 스튜디오를 구축해 학생들이 의료 및 기후, 정부 등에 관련된 실제 문제를 다루도록 하는 것도 도움이 될 것이다. 여기서도 AI 활용을 권장하되 모든 의사결정은 테스트 및 위험에 대한 판단을 토대로 내려져야 한다. 교사들은 AI 교육에 대한 공식 훈련 과정을 수료하는 것은 물론, 결과물과 리스크를 판별할 수 있는 첨단 도구들도 제공받아야 한다.

단순 반복 업무로는 ‘살아남기 어려워’

프로그래머들에 대한 수요 감소가 경기 침체로 인한 것이라는 의견이 있지만, 대부분의 기업이 이미 AI를 일상 업무와 비용 감축의 중심에 두고 있다는 것은 구조적 변화를 의미한다. AI 이전의 업무 구조로 다시 돌아갈 것이라고 기대한다면 지극히 비현실적이다. 대신 학교 교육을 자동화가 어려운 업무에 집중시킬 필요가 있다. 단순한 코딩 작업자가 아니라 프로젝트 자체에 책임감을 갖고, AI를 감독하며, 팀 전체와 소통할 수 있는 ‘시스템 엔지니어’를 키워내야 하는 것이다.

앞서 언급한 대로 84%의 개발자가 AI를 활용하고 있는데, 그렇게 해서 프로그래밍에 소요되는 시간이 56%나 절약된다고 한다.

생산성 자체가 엄청나게 높고, 지금까지처럼 일상적인 업무를 하는 직원들이 발붙이기 어려운 환경으로 이미 변화했음을 보여주는 숫자들이다. 팀은 축소됐지만 결과물에 대한 기대는 더 높아지고 있으며, 학교도 기대를 충족시켜야 하는 중요한 역할을 맡고 있다.

본 연구 기사의 원문은 The Vanishing Middle of Software Work and What Schools Must Do About It을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.