Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI 코딩 에이전트의 발전으로 시스템 개발 현장의 역할과 요구 역량이 근본적으로 변화하고 있습니다. 과거에는 인력 지휘와 희생을 동원해 프로젝트를 완수하는 능력이 중요했지만, 이제는 AI 도구를 효과적으로 활용하여 높은 생산성을 내는 'AI 지휘자'가 핵심 인재로 부상하고 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기평소 AI Agent 플랫폼을 제공하는 Sionic AI에서 일하고 있는 제가, 최근 시스템 개발 현장의 변화를 느끼고 느낀 점을 적어봅니다.
AI 코딩 에이전트에 의해 구현 방식은 크게 변해가고 있습니다. 그렇다면 그럴 때 인간에게는 어떤 일이 남게 될까요? 약 30년 동안 개발 현장에 관여해 온 경험과 실제 현장 경험을 바탕으로 생각해 보겠습니다.
본 기사는 시(poem)입니다. 저의 감상문입니다.
돌이켜보면 30년간 시스템 개발 현장에서 생계를 유지해 왔습니다.
제가 처음 SE/프로그래머로 일을 시작한 1990년대 일본은 누구나 프로그래머/SE 업무(소위 SES 업무)에 종사할 수 있는 시대였습니다. 하지만 이 누구나 앉을 수 있는 의자는 일본 IT 산업의 최하층에 위치하는 포지션이었으며, 현대에는 상상하기 어려울 정도의 블랙 기업의 무리한 전가(쥐어짜기)를 제대로 받는 입장식이었습니다.
제가 실제로 경험했던 블랙 에피소드를 나열하자면 다음과 같습니다.
등등.
그 블랙 기업에서 30세경 이직한 후, 많은 국내외 기업과의 협업이나 해외 근무 등을 거쳐 지금은 AI와 관련된 회사에서 AI Agent 개발 툴 도입 지원 업무를 하고 있습니다.
과거 IT 업계에서 '우수하다'고 여겨져 출세하던 사람은 많은 사람의 힘을 지휘하고, 시간과 노력을 들여서, 많은 비용과 희생을 치르면서라도 프로젝트를 어떻게든 달성하는 사람이었으며, 그 뒤에 있는 시신(屍)의 수는 평가에 영향을 미치지 않았습니다. (제가 경험한 현장에서는)
아군의 전차를 희생시켜 적의 석유 기지를 파괴했을 때, 사담 후세인 대통령에게
시기 | 주요 제품・연구 | 가능해진 것 | 역사적 의미
|---|---|---|
2017년경: 전사(前史) | DeepCoder 등 | 입출력 예시로부터 조건을 만족하는 짧은 프로그램을 탐색함 | 사람이 목적을 제시하고 기계가 코드를 만드는 연구 단계
2021년 6월 | GitHub Copilot 기술 프리뷰 | 편집 중인 코드에서 다음 줄이나 함수를 제안함 | AI에 의한 코드 자동 완성의 실용화로 나아감
2022년~2023년 | ChatGPT, ReAct 연구 | 자연어로 코드를 상담할 수 있게 됨. 연구에서는 추론(推論)・도구 조작・결과 관찰을 조합함 | 대화형 지원과 행동하는 에이전트의 기초가 발전함
2024년 11월 | Cursor 초기 에이전트 기능 | 필요한 정보를 선택하고 터미널을 조작함 | 일상적인 코드 에디터에 에이전트를 통합함
2025년 2월 | Claude Code 연구 프리뷰 | 터미널에서 개발 작업을 위임할 수 있게 됨 | 커맨드라인에서의 에이전트 활용이 진전됨
2026년 | Codex 앱, Cursor 클라우드 에이전트 확장 | 복수 에이전트의 병행 관리, 화면 조작에 의한 검증, 영상・이미지에 의한 성과 확인 | 인간의 역할이 개별적인 조작에서 작업 지시・감독・검토로 확대됨
앞서 언급했듯이, 과거에는 많은 사람을 지휘하여 많은 비용과 희생을 감수하면서도 프로젝트를 실행할 수 있는 사람이 요구되었지만, AI 코딩 에이전트의 등장 및 발전으로 이 몇 년 사이에 그 상황은 크게 변하고 있습니다.
현대 사회에서는 사람을 지휘하는 것이 아니라 AI를 지휘하여 높은 생산성으로 결과물을 낼 수 있는 인재가 이 업계에서 살아남는 시대가 되어가고 있다고 생각합니다.
이번에 이 영상을 매우 흥미롭게 참고했습니다.
영상에서는 고객 현장에서 과제 이해부터 개발・도입까지 담당하는 FDE라는 직종도 소개되었습니다.
FDE라는 직종의 목적은 '고객이 하고 싶은 것을 듣고 실현하는 것'이 아니라 '전체 그림을 파악하여 정말 유효한 성과를 제공하는 것'에 있다고 합니다.
여기부터는 완전히 저의 감상입니다.
앞서 본 영상과 같은 FDE라는 직종이 일본에서 정착하기에는 아직 시간이 걸리지 않을까 생각합니다. 우선, 받는 쪽인 일본계 기업들이 FDE를 쉽게 받아들일지는 매우 어렵다고 봅니다. IT 현장과 일반 세계의 시간차도 있을 것 같습니다.
하지만 개발 프로세스의 많은 부분을 사람이 아닌 AI에게 실행하게 하는 변화는 반드시 일어날 것이고, 혹은 발생하고 있어 이 물결을 타지 못하는 사람・회사는 도태될 것입니다.
이 경우 중요해지는 것은 AI에 대한 인풋(Input) 을 올바르게 정의할 수 있는지 여부입니다. 시스템 개발에서 사양 정의(AI에 대한 인풋)가 매우 중요하지만, 그 부분을 제쳐두고 일단 AI에 입력하여 형태를 갖춘 자료나 코드를 보고 만족하는 분들을 자주 봅니다.
AI를 활용해 이른바 '벽치기'를 하며 사양을 결정해 나가는 방식은 매우 유효하지만, 벽치기를 하는 동안 나오는 '결정해야 할 것을 이해관계자(Stakeholder)를 포함하여 논의하고 확정하는 것'이 불가능한 사람은 AI를 효과적으로 활용하고 있다고 말할 수 없다고 생각합니다.
또한, 생성된 자료나 코드가 관계자들이 합의한 목적을 충족하는지 확인하는 것도 인간의 역할로 남습니다.
AI 코딩 에이전트에 의해 개발 진행 방식은 이미 바뀌기 시작했습니다.
그 속에서 인간에게 요구되는 것은 해결해야 할 과제와 성과의 기준을 이해관계자들과 정하고, AI를 사용해 실현하며, 결과를 확인하는 것이라고 생각합니다.
이것이 개인적인 감상이었습니다.