
💬 AI 없이 코딩하기를 거부하는 개발자들..
요약
AI 코딩 도구의 도입으로 단기적 속도는 향상되었으나, 생성된 코드의 낮은 품질과 버그 수정에 소모되는 과도한 토큰 비용이 새로운 기술 부채로 부상하고 있습니다. 지속 가능한 생산성을 위해서는 단순 생성 속도가 아닌 유지보수 비용과 코드 품질 관리가 핵심입니다.
핵심 포인트
- AI 생성 코드의 버그 수정에 토큰의 44%가 소모됨
- AI 생성 코드가 인간 작성 코드보다 1.7배 많은 문제 발생 가능성
- 단기적 속도 향상이 장기적인 유지보수 비용 증가로 이어질 위험
- 토큰 사용량을 생산성 지표로 삼는 문화의 위험성 경고
- 아키텍처 및 보안 설계 등 고차원적 영역에서의 인간 개입 필수
💬 AI 없이 코딩하기를 거부하는 개발자들..
이 기사를 보면서 연결된 METR 연구, Entelligence AI 공개 데이터 같이 살펴봤네요.
자 먼저 어찌보면 너무 당연하게도 개발자들이 AI 없이 코딩하는걸 힘들어하는데, 이젠 점점 더 거부하고 있다는 신호가 뚜렷해지고 있어요.
올해 2월에도 METR은 오픈소스 개발자 대상 AI 생산성 실험을 업데이트하려 했지만! 참여자를 구하지 못함..
AI 없이 작업하기를 원치 않았고, 그래서 실험 자체가 불가능해진.. 그런 상징적인 사건이 되어버렸죠.
AI 도구 덕분에 업무 가치가 증가했다는 5월 METR 설문조사도 있기는 한데.. 이것이 다소 과장되었을 수 있다는 얘기도 덧붙이죠. 질적으로 괜찮나?
현실에서도 비슷한 얘기로는 Amazon에서는 내부 토큰 소비 리더보드.. Kirorank를 결국 폐기했어요.
이게 토큰 사용량을 경쟁적으로 늘리며 비용만 급증시켰기 때문이라고 합니다.
Uber는 2026년 AI 예산을 4개월 만에 소진하기도..
= 토큰을 많이 쓴다고 해서 반드시 가치가 늘어나는 것은 아니다라는 기업 차원의 케이스인거죠.
↓
Entelligence AI 데이터에는 자사 플랫폼을 통해 2,000개 이상 팀 분석한 결과가 있어요.
그런데 AI 코드 생성에 사용된 토큰 중 44%가 AI가 생성한 코드의 버그를 수정하는데 소모되고 있다는 것..
생성된 출력 토큰 중 안정적인 프로덕션 기능까지 도달하는 비율은 18%에 불과하구요.
AI 도입 이후 PR이 머지되지 않고 닫히는 비율도 급격히 상승했다는 관찰도 있었습니다.
CodeRabbit의 오픈소스 PR 분석에서도 AI 생성 코드가 인간 작성 코드보다 1.7배 많은 문제를 일으킨다는 결과가 나왔는데,,
싱가포르 경영대학 연구진에서도 올해 4월 논문에서 'AI 생성 코드가 실제 소프트웨어 프로젝트에 장기적인 유지보수 비용을 도입할 수 있습니다'라고 경고했죠.
이런 숫자들은 단순히 AI가 아직 서툴다는 얘기는 아니구요. 구조적인 비용이 쌓이고 있다는 겁니다.
↓
생산성은 결국 유지보수 비용이 결정합니다.
그러니까 AI가 코딩 속도를 높인다면, 유지보수 비용도 그만큼 줄여야 합니다.
새로 작성한 모든 코드는 미래에 버그 수정, 의존성 업그레이드, 리팩토링, 레거시 이해, 기술 부채 상환이라는 비용을 발생시키죠.
-
단기적으로는 엄청난 속도 향상을 체감함
-
그러나 몇 개월~1년 안에 그 이득은 대부분 사라짐
-
더 심각한건 AI 사용을 중단하더라도 이미 쌓인 더 많은 양의, 더 유지보수가 어려운 코드베이스 때문에 장기적으로는 AI를 쓰지 않았을 때보다 생산성이 더 낮아질 수 있음
이런 시나리오로 가지 않기 위해서 속도가 아니라, 남겨지는 코드가 팀의 미래 속도를 결정하게 될겁니다.
↓
AI 코딩 도구는 현재 로컬 생성에서는 매우 강력한데, 전체 생명주기 관점에서의 품질에서는 아직 약할 수 있어요.
아키텍처와의 정합성, 미래 변경 용이성, 문서화, 테스트 설계, 도메인 맥락 통합 등은 여전히 인간이 강하게 개입해야 하는 영역입니다.
그런데 토큰 소비를 생산성 지표로 삼는 문화.. AI를 쓰지 않으면 느리다는 압력.. 빠른 출시에 대한 비즈니스 요구가 결합되면서, 리뷰와 리팩토링 단계가 구조적으로 약화되고 있습니다.
토큰 수, PR 수, 작성 속도는 늘어나지만, 진짜 희소 자원인 장기적인 팀 생산성과 코드 건강도는 오히려 손상될 수 있죠.
↓
고민고민고민....
아키텍처와 보안 설계는 여전히 인간이 같이 개입할 수도 있겠죠.
리뷰 체크리스트, 유지보수성 중심 프롬프트, 생성 후 리팩토링 패스... 이런게 필요할 수도요.
혹여 AI 사용량 자체를 성과 지표로 삼는 문화가 있다면 바로 갖다 버려야 하구요.
유지보수 부담 대비 가치.. 생성 속도만큼이나 수정이나 이해, 리팩토링을 돕는 AI 투자에 동등한 예산과 관심이 필요하다고 봐요. 쉽지는 않을 것 같네요.
현재 에이전트 수준은 주니어~미드 수준이고, 아키텍처/보안 같은 큰 그림은 여전히 인간의 영역..
Opus 4.8 시스템 카드르 봐도 이런 측면에서 계속 개선되고 있죠. 그러니 또 기대도 되기도 하네요.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @lucas_flatwhite (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기