지난주 누군가 저에게 AI가 소프트웨어의 상당 부분을 작성하게 되면서 레거시 코드 (legacy code)가 사라지게 될 것인지 물었습니다. 저의 첫 번째 대답은 짧은 "아니오"였습니다. 하지만 그 문제를 깊이 들여다보니, 실제 답은 단순한 "아니오"보다 훨씬 더 흥미로운 것으로 밝혀졌습니다.

우리가 스스로에게 들려주는 이야기

AI 코딩 도구에 대한 홍보 문구는 항상 비슷하게 들립니다. 모델에 기존 코드베이스 (codebase)를 입력하면, 모델이 지저분한 부분을 읽고, 아무도 기억하지 못하는 부분을 설명하며, 변경이 필요한 부분을 현대화해 줄 것이라는 내용입니다. 이론적으로는 레거시 코드가 더 이상 두려운 존재가 아니게 됩니다. 그것은 그저 큰 컨텍스트 윈도우 (context window)를 가진 모델을 위한 또 다른 입력값이 될 뿐입니다.

여기에는 어느 정도 사실이 담겨 있습니다. 2026년 3월, Anthropic은 1억 달러 규모의 약속과 함께 Claude Partner Network를 출시했으며, 레거시 코드 현대화 (legacy code modernization)는 그들이 지목한 주요 유스케이스 (use case) 중 하나였습니다. 이러한 마이그레이션 (migration) 작업을 수행하는 기업인 Cleveroad는 AI 지원 현대화가 기존 코드를 버리고 새로 시작하는 대신, 기존 코드를 읽고 단계별로 번역한다고 설명합니다. 전체 재작성 (rewrite)은 위험합니다. 수년에 걸쳐 코드 속에 묻혀버린 비즈니스 규칙, 즉 그 어디에도 기록되지 않은 규칙들을 잃게 되기 때문입니다. AI 도구는 무엇인가를 건드리기 전에 이러한 숨겨진 로직 (logic)을 추출해 내는 데 능숙합니다.

따라서 엔터프라이즈 (enterprise) 측면에서는 이를 중심으로 실제 시장이 형성되고 있습니다. IBM i 숍, 오래된 RPG 시스템, COBOL 래퍼 (wrapper) 등 모든 것이 해당됩니다. ARCAD, Fresche, Profound Logic와 같은 회사들은 정확히 이 문제를 해결하기 위한 도구와 서비스를 구축하고 있습니다. 만약 레거시 코드가 사라지고 있다면, 아무도 이를 위한 삽을 팔지 않을 것입니다.

하지만 제가 예상하지 못했던 부분은 이것입니다

AI 도구가 오래된 코드를 설명하는 능력이 향상되는 동안, 개발자들이 그 코드를 직접 만지려는 의지는 오히려 줄어들고 있는 것처럼 보입니다.

GitClear는 최근 LeadDev가 다룬 연구 결과를 발표했으며, 그 수치는 무시하기 어려울 정도입니다. 12개월 이상 된 코드를 수정하는 것을 의미하는 레거시 리팩토링 (Legacy refactoring)은 2023년 이후 74% 감소했습니다. 개발자들은 기존의 것을 정리하러 돌아가지 않습니다. 대신 새로운 것을 만들고 있는데, 그것이 AI 도구들이 잘하고 빠른 분야이기 때문입니다. 또한 이 연구는 모델이 입력을 적절히 처리하는 대신, 어떤 입력이 들어와도 에러를 발생시키지 않는 코드를 작성하는 "에러 마스킹 (error masking)" 현상이 증가하고 있음을 발견했습니다. 이는 오늘날에는 괜찮아 보일 수 있습니다. 하지만 나중에 누군가가 왜 에러 핸들링 (error handling)이 그곳에 있는지 파악해야 하는 순간, 그것은 기술 부채 (tech debt)가 됩니다.

이는 Google의 DORA 보고서가 발견한 내용과도 연결됩니다. AI 사용량이 25% 증가할 때마다 시스템의 불안정성이 약 7.2%씩 추가됩니다. 더 많은 AI 사용이 자동으로 더 높은 안정성을 의미하지는 않습니다. 때로는 그 반대, 즉 더 많은 코드가 배포된 채로 불안정성이 증가하는 것을 의미하기도 합니다.

그렇다면 어느 쪽인가?

두 가지 모두 동시에 사실이며, 저는 이것이 정직한 답변이라고 생각합니다.

업계의 거대하고 비용이 많이 들며 자금 지원이 풍부한 영역에서는, AI가 더 이상 인간이 완전히 이해하지 못하는 25년 된 시스템에 맞서는 팀들을 진정으로 돕고 있습니다. 이전에는 그런 업무에 인력을 배치하는 것이 기본적으로 불가능했습니다. 이제 현대적인 개발자는 한 번도 본 적 없는 레거시 시스템에서도 생산성을 발휘할 수 있는데, 이는 AI가 코드가 무엇을 말하는지뿐만 아니라 코드가 무엇을 하는지를 설명해 줄 수 있기 때문입니다.

하지만 우리 대부분이 실제로 일하는 일상적이고 평범한 끝자락에서, AI는 조용히 새로운 종류의 레거시 코드 (Legacy Code)를 만들어내고 있습니다. 빠르게 생성되었고, 테스트를 통과하며, 프롬프트 (Prompt)를 만족시키지만, 1년 뒤에는 아무도 다시 열어보고 싶어 하지 않는 코드 말입니다. Faros는 지적하기를, 개발자들은 이제 단순히 첫 번째 초안이 얼마나 빨리 나타나는지가 아니라 순 생산성 (Net Productivity)에 점점 더 관심을 두고 있으며, 지속적인 수정이 필요한 도구들은 빠르게 외면받고 있다고 합니다. 이는 팀들이 제가 이 모든 글을 읽으며 깨달은 것과 동일한 점을 알아차리고 있다는 신호입니다. 즉, 초기의 속도가 나중의 유지보수 (Maintenance)를 줄여준다는 의미는 아니라는 것입니다. 그것은 단지 유지보수의 시점을 더 먼 미래로 미루는 것일 뿐입니다.

레거시 코드 (Legacy Code)는 사라지지 않을 것입니다. 오히려 AI는 레거시 코드가 애초에 어떻게 탄생하는지를 우리에게 가르쳐주고 있으며, 그 사실은 이러한 도구들이 존재하기 훨씬 전부터 항상 진실이었습니다.

출처 (Sources)

• Code maintainability plummets in the AI coding era – LeadDev
• AI-Assisted Legacy Code Modernization Guide 2026 – Cleveroad
• Here Come The AI-Based Code Modernization Offerings – IT Jungle
• Best AI Coding Agents for 2026: Real-World Developer Reviews – Faros
• 20 Best AI Coding Agents in 2026 – Agentic.ai