Copilot보다 코딩을 먼저 배운 사람들: 그들은 AI 반대론자가 아니라 증거 지지자다

2025년 7월, METR는 아무도 회의실에서 읽고 싶어 하지 않았던 연구를 발표했습니다.

그들은 숙련된 오픈 소스 개발자 16명과 그 개발자들이 수년간 작업해 온 저장소(repository)의 실제 이슈 246개를 가져왔습니다. 각 이슈는 무작위로 할당되었는데, AI 사용 가능 그룹과 AI 사용 불가 그룹이 있었습니다. AI를 허용한 경우, 작업 시간이 19% 더 오래 걸렸습니다.

저에게 와닿았던 부분은 그게 아니었습니다. 이겁니다: 개발자들은 시작하기 전에 AI가 자신들을 24% 빠르게 해줄 것이라고 예상했습니다. 작업을 마친 후, _느려진 후에_도 여전히 AI가 자신들을 20% 빠르게 했다고 믿었습니다.

이 감정과 사실 사이의 간극을 기억하세요. 이 시리즈 전체를 관통하는 주제입니다.

만약 당신의 커리어를 2015년에서 2020년 사이에 시작했다면, 자동 완성(autocomplete) 기능이 전체 함수를 작성할 수 있기 전이라면, 이 시리즈는 바로 당신에 대한 이야기입니다. 혹은 당신이 관리하는 엔지니어들에 대한 이야기일 수도 있습니다. 이것은 회고록이 아닙니다. '회의적인 시니어 개발자'에 대해 우리가 들려주는 이야기 옆에 실제 데이터를 놓으려는 시도입니다.

먼저, 그 연구를 오용하지 맙시다

누군가

2025 Stack Overflow 개발자 설문조사(49,000명 이상 응답)는 개발자를 경력별로 분류합니다. 제가 주목하는 그룹은 중견급 경력대인 5년에서 10년 사이입니다.

이들의 정서는 긍정적입니다: 중견급 개발자의 62.7%가 AI 도구에 대해 호의적이라고 느낍니다. 이들은 반대하는 사람들이 아닙니다.

하지만 신뢰도는 이야기가 다릅니다. 개발자의 45.8%는 AI 출력의 정확성을 믿지 못합니다. 33.1%만 신뢰하며, '매우 신뢰한다'고 답한 비율은 단 2.8%에 불과합니다.

경력대가 한 단계 높은 10년 이상으로 올라가면 경계심이 더욱 날카로워집니다. 이 개발자 그룹은 가장 높은 '매우 불신' 비율(20.7%)과 가장 낮은 '매우 신뢰' 비율(2.5%)을 기록했습니다. Stack Overflow 자체 해석에 따르면, 이는 '책임성이 있는 역할의 사람들에게 광범위하게 인간 검증이 필요하다는 것'을 의미합니다.

매일 사용하지만, 거의 신뢰하지 않는다는 것은 모순적으로 들릴 수 있습니다. 하지만 이것은 새로운 직원의 첫 풀 리퀘스트(pull request)를 대하는 방식과 정확히 같다는 것을 기억하면 그렇지 않습니다.

이것이 회의론일까요? 아니면 그저 코드 리뷰일까요?

'거의 맞는' 것이 가장 비싼 종류의 실수

같은 설문조사에서 개발자들의 가장 큰 좌절감을 안겨준 항목은 **66%**가 지적한 '거의 맞지만, 완전히는 아닌 AI 솔루션'이었습니다. 2위는 45%로 'AI 생성 코드를 디버깅하는 것이 시간이 더 많이 걸린다'였습니다.

상황실(on call)을 경험해 본 사람이라면 왜 이것이 1위를 차지했는지 이해할 수 있습니다. 명백히 잘못된 코드는 CI에서 실패하고 다음으로 넘어갑니다. 하지만 거의 맞는 코드는 리뷰를 통과하고 배포되며, 아무도 테스트하지 않은 엣지 케이스(edge case) 때문에 몇 주 후에 당신에게 페이지 알림을 보냅니다.

중견급 엔지니어는 여기서 어색한 위치에 놓입니다. '거의'가 어디에 숨어 있는지 알 만큼 충분한 프로덕션 사고를 경험했습니다. 하지만 여전히 페이지 알림을 받는 사람도 바로 자신이기 때문입니다.

이 목록에는 더 조용한 수치도 있습니다: 응답자의 20%가 자신의 문제 해결 능력에 대한 자신감이 떨어졌다고 답했습니다. 이는 다섯 명 중 한 명꼴이며, '0'보다는 훨씬 큰 수치입니다.

반전: 회의론자들이 더 많은 AI 코드를 배포한다

2025년 7월, Fastly가 개발자 791명을 대상으로 설문조사를 실시했습니다. 시니어 개발자(경력 10년 이상)의 약 3분의 1이 자신이 배포하는 코드 중 절반 이상이 AI로 생성되었다고 답했습니다. 주니어 개발자(경력 0~2년)에서는 이 비율이 13%였습니다. 이는 대략 2.5배 차이입니다.

시니어 개발자들이 AI가 자신들을 "훨씬 더 빠르게" 만든다고 응답할 가능성도 더 높았으며 (26% 대 13%), 전체적인 배포 속도를 높이는 데 도움이 된다고 답한 비율 역시 시니어가 59%로 주니어의 49%보다 높았습니다.

이러한 비용(노력)은 같은 데이터에서 나타났습니다. 시니어 개발자의 거의 30%가 AI 출력을 충분히 수정하여 절약한 시간 대부분을 상쇄한다고 답했으며, 이는 주니어 개발자의 17%와 비교됩니다.

Fastly의 설명은 예상 가능한 바입니다. 숙련된 엔지니어들은 코드가 "올바르게 보이는" 것과 실제로 올바른 것을 구별하는 능력이 뛰어나며, 이 때문에 도구에 더 의존하게 됩니다.

따라서 가장 불신을 표하는 그룹이 동시에 가장 많은 AI 코드를 프로덕션 환경에 투입하는 그룹이기도 합니다. 이것은 역설이 아닙니다. 그들은 스스로가 이를 잡아낼 것이라고 신뢰하기 때문에 더 많이 사용하는 것입니다.

AI 이전의 세 가지 유형의 엔지니어

다음은 제가 제안하는 프레임워크입니다. 설문조사에서는 이 범주를 사용하지 않았지만, 데이터 포인트는 이러한 방향을 가리킵니다.

감사자(The Auditor). 하루 종일 AI를 사용하며 모든 줄을 검토합니다. 출력을 빠르지만 신뢰할 수 없는 동료가 작성한 초안으로 취급합니다. 이들은 아마도 "매일 사용하지만, 믿음은 드문" 그룹의 대부분이며, Fastly에서 AI 코드를 배포하는 시니어들의 대다수일 것입니다.

보류자(The Holdout). 적어도 최신 에이전트형 도구에 대해서는 수용하지 않고 있습니다. Stack Overflow의 데이터에 따르면, 개발자의 38%가 아예 AI 에이전트를 사용할 계획이 없다고 답했으며, 14%만이 자동 완성 모드에서만 AI를 사용합니다. 그 이유가 단순히 철학적인 것만은 아닙니다. 응답자의 87%는 에이전트의 정확성에, 그리고 81%는 보안 및 개인 정보 보호에 대해 우려하고 있습니다.

개종자(The Convert). 회의적으로 시작했지만, 자신에게 맞는 워크플로우를 발견했고 이제 돌아갈 수 없게 된 사람입니다. METR의 실패한 실험은 기본적으로 개종자들의 집단이라고 할 수 있습니다.

누군가에게 던져야 할 질문은 '그 사람이 AI 지지자인가 아니면 반대자인가?'가 아닙니다. 그것은 **'어떤 계기로 그를 한 단계 더 나아가게 만들 수 있을까?'**입니다. 감사자(Auditor)라면 아마도 다른 종류의 테스트가 필요할 것이고, 보류하는 사람(Holdout)이라면 보안 관련 답변이 필요할 것입니다. 그리고 전환자(Convert)에게는 출력을 확인하라는 상기시켜주는 사람이 필요할지도 모릅니다.

왜 5년에서 10년 차 경력이 흥미로운 구간인가

이 부분은 제 이론이니, 데이터가 아닌 주장으로 읽어주세요.

경력 5년에서 10년 사이의 엔지니어들은 옛 방식대로 기술을 배웠습니다. 스택 트레이스(stack traces), 형편없는 문서화 자료, 2013년의 Stack Overflow 게시글들, 그리고 PR(Pull Request) 속 단 한 줄에 밑줄을 그으며 프로덕션 환경을 망가뜨릴 뻔했던 시니어 개발자들의 지적을 통해 말입니다. 이들은 장애를 직접 경험했습니다. 대부분은 자신이 작성한 코드 중 적어도 하나는 재작성(rewrite) 과정을 거쳐 본 적이 있습니다.

하지만 이들이 보통 갖지 못한 것은 AI 예산이 결정되는 회의에 참여할 기회입니다.

이는 그들이 AI 시대가 만들어낼 결과물을 유지보수해야 하는 사람들임을 의미합니다. GitClear는 2억 1,100만 줄의 변경된 코드를 분석하여 2024년에 복사-붙여넣기(copy-pasted)한 코드가 데이터 역사상 처음으로 '이동(moved)'(리팩토링)된 코드보다 많았음을 발견했으며, 중복 블록에서 급격한 증가세를 보였습니다. 누군가는 2028년의 이러한 중복성을 책임져야 할 것입니다. 아마도 라이선스를 승인했던 부사장(VP)은 아닐 겁니다.

중견 엔지니어가 반대 의견을 내세울 때, 그들이 많은 경우 옛 작업 방식을 방어하는 것이 아닙니다. 그들은 자신들의 미래 온콜 로테이션(on-call rotation)을 지키고 있는 것입니다.

회의적인 태도가 실제로 보호하는 것

Y Combinator의 파트너들 중 AI 비관론자는 거의 없지만, 2025년 3월에 명확히 말했습니다. W25 배치의 4분의 1이 약 95%가 AI로 생성된 코드베이스를 가지고 있다는 발견을 논하며, 일반 파트너 Diana Hu는 AI에 크게 의존하는 빌더들조차도 한 가지 능력은 뛰어나야 한다고 말했습니다. 바로 코드를 읽고 버그를 찾아내는 것입니다.

이 능력은 타이핑 속도가 아닙니다. 이것은 판단력(judgment)이며, 판단력은 프로덕션 환경에서 수십 번의 실수를 겪으면서 생겨납니다.

Stack Overflow는 개발자들에게 첨단 AI가 존재하는 미래에 여전히 인간에게 의존할지 물었습니다. **75%**라는 최고 답변은

그것이 AI 이전 엔지니어가 이미 가지고 있는 직무 설명입니다. 문제는 그 조직이 그렇게 인식하는가 여부뿐입니다.

핵심 요약 (The Takeaway)

팀에서 가장 목소리가 큰 AI 회의론자가 사실은 최고의 AI 사용자일 수 있습니다. 슬랙(Slack)에서의 의견으로 판단하기 전에, 그들의 머지 히스토리(merge history)를 살펴보세요.

그렇다면 다음 질문에 답해주세요:

현재 당신은 세 유형 중 어느 쪽에 속하나요: 감사자(Auditor), 보류형(Holdout), 아니면 전환자(Convert)?
지난 1년 동안 AI 결과물에 대한 신뢰도가 높아졌나요, 낮아졌나요? 무엇이 그 변화를 가져왔나요?
만약 당신의 경력이 5~10년 정도 되었다면, '매일 사용하지만 가끔 신뢰한다'는 것이 현재 주간 패턴과 일치하나요, 아니면 이미 구식인가요?

다음 시리즈에서는 CEO가 5배 생산성 향상을 보고하고, 엔지니어들은 더 긴 리뷰 대기열을 보는 상황에 대해 다룹니다. 둘 다 맞는 이야기일 수 있습니다.

출처 (Sources)

METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity (2025년 7월) · 논문
METR, We are Changing our Developer Productivity Experiment Design (2026년 2월)
Stack Overflow, 2025 개발자 설문조사 — AI 섹션 · 보도 자료
Fastly, Senior Developers Ship 2.5x More AI Code Than Juniors (791명의 개발자 설문조사, 2025년 7월)
GitClear, AI Copilot 코드 품질: 2025년 데이터 기반 12개월 회고
TechCrunch, YC 현 코호트 스타트업의 4분의 1은 거의 전적으로 AI가 생성한 코드베이스를 가지고 있다 (2025년 3월)