2026년 6월 14일 - Link Blog

AI가 소프트웨어 엔지니어를 대체하지 못한 이유, 그리고 앞으로도 그러할 이유. Arvind Narayanan과 Sayash Kappor는 AI의 파괴적 혁신에 가장 독특하게 적합한 직업인 소프트웨어 엔지니어링(software engineering)의 관점을 통해 AI로 인한 일자리 상실 문제를 다룹니다.

이 에세이에서 우리는 AI 역량이 특정 임계값에 도달하면 대규모 해고가 발생할 것이라는 서사를 거부할 만큼 충분한 증거가 있다고 주장합니다. 규제 장벽이 매우 적은 분야에서도 이것이 사실이라면, 대부분의 다른 직업들은 훨씬 더 완충된 상태일 가능성이 높습니다.

첫 번째 좋은 소식은 데이터가 여전히 AI가 대규모 실업을 유발하고 있다는 생각을 뒷받침하지 않는다는 점입니다.

2025년 3월, 뉴욕주는 WARN 법(WARN Act) 신고 시 AI 공개 체크박스를 추가한 첫 번째 미국 주가 되었습니다. 첫 1년 동안 160개 이상의 기업이 WARN 통지서를 제출했습니다. 그중 단 한 곳도 AI 체크박스에 표시하지 않았습니다.

AI는 컴퓨터에 코드를 타이핑하는 단계를 가속화하지만, 소프트웨어 엔지니어링은 그보다 훨씬 더 많은 것을 포함하고 있다는 것이 밝혀졌습니다:

만약 코드 작성이 병목 현상(bottleneck)이 아니라면, 무엇이 병목일까요? 작업 세분화 설문 조사에 따르면 회의나 디버깅(debugging) 같은 것들이 지목됩니다. 이는 다음과 같은 질문으로 이어집니다: 개발자들은 그 회의에서 무엇을 하고 있으며, 왜 그것을 AI가 할 수 없는가? 역량이 향상됨에 따라 디버깅도 자동화되지 않을까? 실제 병목 현상을 이해하기 위해서는 질적(qualitative)으로 접근하여, 자동화에 저항하는 자신들의 업무가 무엇인지에 대한 소프트웨어 엔지니어들의 자체적인 이해를 파헤쳐 보아야 합니다.

우리가 이 분석을 수행했을 때, 세 가지 요소가 실제 병목 현상임을 밝혀냈습니다: (1) 무엇을 만들지 결정하고 명세화(specifying)하는 것, (2) 전달된 결과물을 검증하고 책임을 지는 것, 그리고 (3) 이 두 가지를 수행하는 데 필요한 코드베이스(codebase), 비즈니스, 그리고 환경에 대한 깊은 인간적 이해입니다.

저는 AI의 지원이 결정(deciding)과 검증(verifying) 단계에서도 도움이 된다는 것을 발견하고 있지만, 제가 제공하는 가치의 핵심으로 남아 있는 것은 바로 "깊은 인간적 이해(deep human understanding)"입니다. 세상의 모든 AI 지원을 저에게 준다 해도, 제가 만들어내는 가치는 에이전트(agents)가 문제와 그에 대한 해결책을 구축할 때, 제가 그 문제와 해결책을 얼마나 깊이 이해하고 있는지에 여전히 달려 있을 것입니다.