실제로 시간을 아껴주는 AI 도구 (그리고 그렇지 않은 도구들)

또 다른 AI 도구를 설치하고, 20분 동안 들떠 있다가, 다시는 사용하지 않게 되는 그 기분을 아시나요? 네, 이제 그런 건 끝내기로 했습니다.

저는 지난 몇 달 동안 코딩 어시스턴트(coding assistants)부터 글쓰기 도구, 그리고 "AI 기반"이라는 문구가 붙은 생산성 앱에 이르기까지 모든 것을 실제로 시도해 보았습니다. 어떤 것들은 진정으로 유용합니다. 하지만 대부분은 당신에게 존재하지도 않는 문제를 해결하려고 합니다.

실제로 무언가를 만드는 개발자라면 무엇이 효과적인지 알려드리겠습니다.

1. Boilerplate를 위한 GitHub Copilot (여전히 왕좌를 지키는 중)

보세요, 뻔한 승자가 여전히 뻔하다고 말하는 건 멋진 일은 아닙니다. 하지만 Copilot은 한 가지 특정한 작업, 즉 반복적인 코드를 없애는 데 있어 여전히 최고의 도구로 남아 있습니다.

테스트 설정? Boilerplate (상용구 코드)? 설정 파일(Config files)? Copilot은 이러한 작업들을 약 70% 정도 단축해 줍니다. 원하는 것을 설명하기만 하면 완료됩니다.

주의할 점: 비즈니스 로직(business logic)을 이해하는 데는 형편없습니다. 도메인 지식(domain knowledge)이나 복잡한 알고리즘이 필요한 코드를 작성하고 있다면, Copilot은 자신 있게 쓰레기(garbage)를 생성할 것입니다. 저는 단순한 작업에는 Copilot을 사용하고, 중요한 부분은 직접 작성합니다.

실제 예시: 미들웨어(middleware), 에러 핸들링(error handling), 로깅(logging)이 포함된 새로운 Express 서버 설정하기. Copilot 없이: 20분. Copilot 사용 시: "auth middleware가 포함된 express 서버를 설정해줘" → 90% 완료, 3분간의 미세 조정. 충분히 가치가 있습니다.

2. 문제 해결을 위한 사고 과정에서의 Claude (실제로 다름)

좋습니다, 이 도구는 Copilot처럼 단순히 사용할 수 없기 때문에 덜 명확할 수 있습니다. 하지만 핵심은 이겁니다. 엉망진창인 요구사항, 반쯤 완성된 아이디어, 혹은 스스로를 바보처럼 느끼게 만드는 코드를 붙여넣으면, Claude는 실제로 그것에 대해 생각(think) 합니다.

저는 다음과 같은 용도로 사용해 왔습니다:

• 아키텍처 결정 사항 논의 (이것이 모놀리스(monolith)여야 하는가, 아니면 마이크로서비스(microservices)여야 하는가?)
• 물려받은 스파게티 코드(spaghetti code) 풀기
• 까다로운 동시성(concurrency) 문제를 소리 내어 설명하며 디버깅하기
• 정신을 잃지 않고 리팩터링(Refactor)하기

이것은 마법이 아닙니다. 사고를 돕는 파트너(thinking partner)입니다. 당신은 실제로 응답에 참여하고, 반박하고, 반복(iterate)해야 합니다. 하지만 문제를 명확하게 설명하는(articulating) 그 과정 자체가 해결책의 절반을 제공합니다.

실제 사례: 결제 처리 작업 큐(job queue)에서 레이스 컨디션(race condition)이 발생했습니다. 한 시간 동안 막혀 있었죠. 코드를 Claude에 던지며 "이게 간헐적으로 깨지는데 왜 그런지 모르겠어요"라고 말했습니다. 제가 생각하지 못했던 내용을 포함하여, 무엇이 잘못되었을 수 있는지에 대한 세 가지 서로 다른 설명을 받았습니다. 결국 제가 놓쳤던 바로 그 원인이었습니다. 덕분에 버그가 있는 코드를 배포하는 상황을 면할 수 있었습니다.

3. 리서치를 위한 Perplexity (기술적인 내용에 있어 Google보다 나은 선택)

이 도구는 코딩을 위해서가 아니라, '이해'하기 위해 사용합니다. 새로운 프레임워크, 라이브러리, 개념 등 새로운 것을 완전히 파악(grok)해야 할 때, Perplexity는 Reddit을 뒤지거나 블로그를 돌아다니는 것보다 빠릅니다.

Perplexity는 여러 소스를 종합하여, 읽어야 할 12개의 탭을 던져주는 대신 실제로 당신의 질문에 '답변'을 해줍니다.

최근에 LLM 양자화(quantization)가 어떻게 작동하는지 이해하기 위해 사용했습니다. 논문과 문서를 각각 따로 읽을 수도 있었겠지만, Perplexity에 물어보고 30초 만에 일관성 있는 설명을 얻을 수 있었습니다.

트레이드오프(Trade-off): 가끔 환각(hallucination) 현상이 발생합니다. 중요한 정보는 항상 검증하세요. 하지만 "이게 뭐야?"와 같은 질문에는 진심으로 더 빠릅니다.

4. Figma의 디자인 도구 (엄밀히 말하면 AI는 아니지만, 효과적임)

좋습니다, 디자인을 싫어하는 사람(저처럼)에게 생성형 디자인(generative design)은 실제로 유용하기 때문에 슬쩍 끼워 넣어 보겠습니다. 대략적인 스케치를 하면, 와이어프레임(wireframe)을 깔끔하게 정리해주고 다양한 변형(variation)을 생성해 줍니다.

최종 디자인용은 아닙니다. 여전히 AI 특유의 전형적인 느낌이 납니다. 하지만 '빈 캔버스' 상태에서 '수정하며 발전시킬 수 있는 무언가'의 상태로 5분 만에 넘어가고 싶다면? 네, 좋습니다.

별로인 도구들 (그리고 그 이유)

Rytr, Jasper 및 기타 AI 글쓰기 도구들: 이 도구들은 특유의 '느낌'이 있습니다. AI의 냄새가 납니다. 인간처럼 들릴 필요가 없는 마케팅 문구를 작성할 때는 효과적입니다. 하지만 실제 소통(이메일, 문서화, 블로그 포스트)을 위해서라면? 여전히 모든 것을 다시 써야 합니다. 그럴 바엔 그냥 직접 쓰는 게 낫지 않을까요?

Notion AI: 대부분 쓸모가 없습니다. 기존 노트를 요약하거나 템플릿을 작성하는 기능은 본인이 직접 하는 것이 더 빠를 수도 있는 일들입니다. 건너뛰세요.

"AI 기반 생산성 앱 (AI-powered productivity apps)": 대부분은 단순히 챗봇 (Chatbot) 기능이 덧붙여진 생산성 앱일 뿐입니다. 기본 앱이 해결하던 것과 동일한 문제들을 단지 더 느리게 해결할 뿐입니다.

규칙 (The Rule)

도구를 배우고 유지하는 데 드는 비용보다 더 많은 시간을 아껴준다면, 그 도구를 사용하세요. 만약 실제로 사용하는 시간보다 그것을 사용할지 고민하는 시간이 더 길다면, 삭제하세요.

현재 기준으로 그런 도구는 다음과 같습니다:

• 코드 생성을 위한 Copilot
• 사고 (Thinking)를 위한 Claude
• 리서치를 위한 Perplexity
• 프로토타입 제작을 위한 Figma의 생성형 디자인 (Generative design)

그 외에 제가 시도해 본 모든 것들은 그저 저를 비웃으며 자리만 차지하고 있습니다.

실제로 효과가 있는 것 (What Actually Works)

계속 살아남는 AI 도구들은 당신을 대체하겠다고 약속하는 도구들이 아닙니다. 당신이 오직 당신만이 할 수 있는 일, 즉 무엇을 만들 것인지와 그것이 왜 중요한지를 결정하는 데 더 많은 두뇌 자원 (Brain cycles)을 쓸 수 있도록, 지루하고 번거로운 일들을 충분히 잘 처리해 주는 도구들입니다.

그 용도로 도구들을 사용하세요. 그 외의 모든 것은 그저 값비싼 마찰 (Friction)일 뿐입니다.