플레이 퍼스트 프로그래밍 (Play-First Programming): 새로운 학습 방식, 새로운 소속감의 방식

AI가 사람들이 소프트웨어 개발을 배우는 방식뿐만 아니라, 누가 그 과정에 참여할 수 있는지를 어떻게 변화시키고 있는지에 대하여.

몇 달 전만 해도, 게임 아이디어를 가진 초보자에게는 두 가지 선택지가 있었습니다.

의미 있는 무언가를 만들기 전에 프로그래밍 기초를 배우는 데 몇 주 또는 몇 달을 소비하거나,

튜토리얼을 따라 하며 결국 자신만의 것을 만들 수 있을 만큼 충분히 이해하기를 바라는 것이었습니다.

오늘날에는 세 번째 옵션이 있습니다.

ChatGPT, Claude, Cursor 또는 다른 AI 코딩 어시스턴트 (AI coding assistant)를 열고 다음과 같이 말하면 됩니다:

"간단한 던전 크롤러 (dungeon crawler)를 만들어줘."

"Discord 봇을 만드는 것을 도와줘."

"내 운동량을 추적하는 웹사이트를 만들어줘."

몇 분 안에, 그들은 실질적인 무언가를 갖게 됩니다.

완벽하지는 않습니다.

실제 서비스 단계 (production-ready)에 바로 적용할 수준도 아닙니다.

하지만 실재합니다.

그리고 그것은 학습 과정 그 이상을 변화시킵니다.

그것은 누가 참여할 수 있는지를 변화시킵니다.

프로그래밍은 전통적으로 '선(先) 학습' 중심의 학문이었습니다

대부분의 창의적인 분야는 사람들이 즉시 창작을 시작할 수 있도록 허용합니다.

음악가들은 음악 이론을 마스터하기 전에 노래를 배웁니다.

예술가들은 해부학을 공부하기 전에 스케치를 합니다.

작가들은 문학 비평을 이해하기 훨씬 전부터 이야기를 들려줍니다.

프로그래밍은 종종 이와 달랐습니다.

전통적인 경로는 보통 다음과 같습니다:

변수 배우기
루프 (loops) 배우기
함수 (functions) 배우기
자료 구조 (data structures) 배우기
튜토리얼 완료하기
나중에 프로젝트 구축하기

이러한 접근 방식 뒤에 숨겨진 논리는 이해할 수 있습니다. 소프트웨어 개발은 복잡하며, 강력한 기초가 중요하기 때문입니다.

하지만 문제가 있습니다.

많은 사람이 "프로젝트 구축" 단계에 도달하지 못합니다.

보상이 너무 멀리 떨어져 있습니다.

학습이 추상적으로 느껴집니다.

자신을 위한 무언가를 만들어내는 만족감을 경험하기도 전에, 관심을 불러일으켰던 흥미가 사라져 버립니다.

그 결과는 지능의 부족이 아닙니다.

그것은 추진력 (momentum)의 부족입니다.

AI가 시작점을 바꾸었습니다

AI 코딩 어시스턴트들은 실험 비용을 극적으로 낮추었습니다.

초보자는 더 이상 흥미로운 무언가를 만들기 전에 모든 세부 사항을 이해할 필요가 없습니다.

그들은 프로젝트부터 시작할 수 있습니다.

그들은 호기심에서 시작할 수 있습니다.

그들은 놀이 (Play)에서 시작할 수 있습니다.

이는 다른 학습 경로를 만들어냅니다:

상상하기 (Imagine) → 구축하기 (Build) → 놀기 (Play) → 배우기 (Learn) → 개선하기 (Improve)

대신에:

공부하기 (Study) → 연습하기 (Practice) → 구축하기 (Build) → 즐기기 (Enjoy)

그 차이는 미묘해 보일 수 있지만, 심오한 함의를 갖습니다.

보상이 먼저 옵니다.

학습은 프로젝트를 더 개선하고 싶은 욕구로부터 자연스럽게 뒤따릅니다.

게임을 만드는 사람은 점수 시스템을 바꾸고 싶기 때문에 갑자기 변수 (Variables)를 이해하고 싶어집니다.

웹사이트를 만드는 사람은 새로운 기능을 추가하고 싶기 때문에 API (Application Programming Interface)에 관심을 갖게 됩니다.

지식은 즉각적으로 관련성을 갖게 됩니다.

그리고 관련 있는 지식은 기억에 오래 남는 경향이 있습니다.

이것은 단지 더 빨리 배우는 것에 관한 것만이 아닙니다.

AI 보조 프로그래밍 (AI-assisted programming)에 관한 많은 논의는 생산성 (Productivity)에 집중합니다.

AI가 개발자를 더 빠르게 만들 수 있는가?

AI가 코드를 더 효율적으로 생성할 수 있는가?

AI가 특정 작업들을 대체할 수 있는가?

이러한 질문들은 중요하지만, 더 큰 무언가를 놓치고 있습니다.

AI 보조 플레이 퍼스트 프로그래밍 (AI-assisted play-first programming)의 가장 중요한 영향은 생산성이 아닐 수도 있습니다.

그것은 참여 (Participation)일 수 있습니다.

학습과 소속감은 밀접하게 연결되어 있습니다.

많은 초보자에게 가장 큰 도전 과제는 기술적인 것이 아닙니다.

그것은 사회적인 것입니다.

프로그래밍 커뮤니티는 위협적으로 느껴질 수 있습니다.

오픈 소스 (Open-source) 프로젝트는 접근하기 어려워 보일 수 있습니다.

개발자들의 대화는 종종 신입들이 아직 갖추지 못한 수준의 지식을 전제로 합니다.

그 결과, 많은 창작 지망생들이 스스로 아무것도 기여하지 못한 채 수년간 콘텐츠를 소비하며 시간을 보냅니다.

그들은 읽습니다.

그들은 봅니다.

그들은 눈팅 (Lurk)합니다.

그들은 배웁니다.

하지만 참여하지는 않습니다.

AI는 그 역학 관계를 변화시킵니다.

누군가가 주말 동안 작동하는 프로토타입 (Prototype)을 구축할 수 있게 되면, 그들은 갑자기 공유할 무언가를 갖게 됩니다.

그들이 소프트웨어 엔지니어링 (Software engineering)을 마스터했기 때문이 아닙니다.

그들이 무언가를 만들어냈기 때문입니다.

그 창작물은 커뮤니티로 들어가는 초대장이 됩니다.

소비자에서 창작자로

수십 년 동안 소프트웨어 개발로 들어가는 경로는 의미 있는 기여를 하기 전에 종종 긴 도제 기간을 요구했습니다.

AI 지원 플레이 퍼스트 프로그래밍 (AI-assisted play-first programming)은 그 간극을 단축합니다.

이제 초보자는 다음과 같은 일을 할 수 있습니다:

작은 게임 만들기
유용한 자동화 (automation) 구축하기
개인용 도구 개발하기
간단한 웹사이트 출시하기
크리에이티브 코딩 (creative coding) 실험하기

수개월이 아닌 단 며칠 만에 말입니다.

이러한 프로젝트들은 불완전할 수 있습니다.

괜찮습니다.

커뮤니티는 언제나 실험을 통해 성장해 왔습니다.

차이점은 이제 더 많은 사람이 그 실험에 참여할 수 있다는 것입니다.

소비자에서 창작자로의 전환이 더 빨리 일어납니다.

그리고 사람들이 스스로를 창작자로 인식하게 되면, 모든 것이 변합니다.

그들은 더 나은 질문을 던집니다.

더 깊은 이해를 추구합니다.

개선에 몰입하게 됩니다.

학습을 없애는 것이 목표가 아닙니다

비판론자들은 종종 타당한 우려를 제기합니다:

"AI가 코드를 생성한다면, 사람들이 실제로 학습하고 있는 것인가?"

때로는 답이 '아니오'일 수도 있습니다.

어떤 사용자들은 AI를 소프트웨어를 뽑아내는 자판기처럼 취급할 것입니다.

하지만 그것은 핵심을 놓친 것입니다.

플레이 퍼스트 프로그래밍 (play-first programming)은 학습을 피하는 것에 관한 것이 아닙니다.

학습의 순서를 바꾸는 것에 관한 것입니다.

목표는 다음과 같은 것이 아닙니다:

학습 대신 구축하기.

목표는 다음과 같습니다:

먼저 구축하고, 그 과정에 애착을 갖게 되었을 때 학습하기.

사람들이 프로젝트에 정서적으로 몰입하게 되면, 어려운 개념을 다룰 의지가 더 강해집니다.

버그는 퍼즐이 됩니다.

새로운 프레임워크 (framework)는 기회가 됩니다.

기술적 도전은 게임의 일부가 됩니다.

호기심은 교육의 엔진이 됩니다.

AI는 천장을 낮추지 않으면서 장벽을 낮춥니다

AI 지원 개발에 대한 가장 흔한 오해 중 하나는, 프로그래밍에 대한 접근성을 높이는 것이 어떻게든 그 가치를 떨어뜨린다는 것입니다.

역사는 그렇지 않음을 보여줍니다.

장벽이 낮아지면 참여가 늘어납니다.

참여가 늘어나면, 더 많은 사람이 자신이 가진 줄도 몰랐던 재능을 발견하게 됩니다.

AI 지원 프로그래밍을 실험한다고 해서 모두가 전문 개발자가 되는 것은 아닙니다.

그것은 괜찮습니다.

기타를 잡는 모든 사람이 전문 음악가가 되는 것은 아닙니다.

핵심은 접근성입니다.

핵심은 탐험입니다.

핵심은 그렇지 않은 사람들에게 기회를 만들어 주는 것입니다.

AI는 진입 장벽 (the floor)을 낮춥니다.

하지만 한계치 (the ceiling)를 낮추지는 않습니다.

깊은 기술적 이해는 여전히 가치가 있습니다.

훌륭한 엔지니어링은 여전히 어렵습니다.

전문성 (Expertise)은 여전히 중요합니다.

하지만 더 많은 사람들이 이제 여정을 시작할 수 있습니다.

새로운 학습 방식

AI 보조 플레이 퍼스트 프로그래밍 (AI-assisted play-first programming)은 다른 교육 모델을 제공합니다.

다음 요소들에 의해 추진됩니다:

커리큘럼 (Curriculum) 대신 호기심 (Curiosity)
소비 (Consumption) 대신 창작 (Creation)
암기 (Memorization) 대신 실험 (Experimentation)
지연된 보상 (Delayed rewards) 대신 즉각적인 피드백 (Immediate feedback)

많은 초보자와 취미 활동가들에게, 이 모델은 전통적인 학습 우선 (study-first) 방식보다 더 자연스럽게 느껴집니다.

기초 (Fundamentals)가 중요하지 않기 때문이 아닙니다.

동기 부여 (Motivation)가 중요하기 때문입니다.

그리고 동기 부여는 종종 실재한다고 느껴지는 무언가를 만드는 것에서 옵니다.

새로운 소속감의 방식

더 깊은 변화는 문화적일 수 있습니다.

사상 처음으로, 수많은 사람들이 그 이면의 메커니즘을 완전히 이해하기 전에도 소프트웨어 제작에 의미 있게 참여할 수 있게 되었습니다.

그들은 프로젝트를 공유할 수 있습니다.

아이디어를 교환할 수 있습니다.

개념을 리믹스 (Remix)할 수 있습니다.

대화에 기여할 수 있습니다.

커뮤니티에 참여할 수 있습니다.

요컨대, 그들은 소속감을 느낄 수 있습니다.

그리고 소속감은 종종 단순한 관심을 지속적인 추구로 변화시키는 원동력이 됩니다.

미래는 우리가 예상하는 것보다 더 유희적일 수 있습니다

프로그래밍은 언제나 규율 (Discipline)을 요구할 것입니다.

프로그래밍은 언제나 깊은 이해에 보답할 것입니다.

그리고 기초를 배우는 것에는 언제나 가치가 있을 것입니다.

하지만 AI는 새로운 것을 도입했습니다.

자격 (Qualification)보다는 호기심에서 시작하는 소프트웨어 개발로의 경로입니다.

준비가 되었다고 느끼기 전에 창작하도록 사람들을 초대하는 경로입니다.

이미 관심을 두고 있는 무언가를 개선하고자 하는 욕구로부터 학습이 자연스럽게 발생하는 경로입니다.

그 경로가 바로 제가 AI 보조 플레이 퍼스트 프로그래밍 (AI-assisted play-first programming)이라고 부르는 것입니다.

그리고 이것의 가장 큰 영향은 사람들이 만드는 소프트웨어가 아닐 수도 있습니다.

그것은 사람들이 창작자가 되도록 돕는 바로 그 사람들일 것입니다.