AI 코딩 어시스턴트(AI coding assistants)는 최근 몇 년 동안 급격히 확산되었습니다. 본 연구에서는 종단적 혼합 방법론 연구(longitudinal mixed-methods investigation)를 통해 전문 소프트웨어 엔지니어들이 작업 집중도, 개발자 경험(developer experience), 그리고 생산성(productivity) 측면에서 AI 코딩 어시스턴트의 효과를 어떻게 인식하는지 조사했습니다. 6개월 간격으로 두 차례의 설문조사를 실시하였으며, 1차 시점에는 158명의 적격 참여자, 2차 시점에는 101명이 참여하였고, 이 중 95명이 매칭된 종단적 코호트(longitudinal cohort)를 형성했습니다. 참여자들은 대부분의 개발 작업에 소요되는 시간이 줄어들었다고 보고했으며, 특히 82%가 코드 작성(writing code)에 드는 시간이 줄어들었다고 답했습니다. 우리는 작업의 초점이 생성(creation)에서 검증(verification) 활동으로 더 넓게 이동하고 있음을 발견했습니다. 우리는 AI 출력물의 지시(direction), 평가(evaluation), 그리고 수정(correction)을 포괄하는 '감독 엔지니어링 작업(supervisory engineering work)'이라는 새로운 작업 범주를 제안합니다. 또한 우리는 생산성-경험 역설(productivity-experience paradox)을 확인했습니다. 생산성 인식은 두 시점 모두에서 84%가 개선되었다고 보고하며 안정적으로 유지되었으나, 매칭된 참여자들 사이에서는 적어도 한 가지 차원에서 개발자 경험이 악화되었다고 보고한 비율이 14%에서 27%로 거의 두 배 증가했습니다. 이 과정에서 피드백 루프(feedback loops)는 개선된 반면, 몰입 상태(flow state)와 인지 부하(cognitive load)는 저하되었습니다. 이러한 결과는 AI 코딩 어시스턴트가 소프트웨어 엔지니어링 작업의 본질과 엔지니어가 이를 경험하는 방식 모두에 영향을 미치고 있음을 시사합니다.