Dev Survival Report — Article 02

그래도 개발자가
사라지지 않는 이유

매번 "끝"이라고 했다. RAD 도구, 오프쇼어링, 노코드.
결과는 매번 수요 증가였다.

Part I

매번 "끝"이라고 했다

개발자 종말론은 새로운 것이 아니다. 지난 30년간 최소 네 번, 기술 산업은 "이제 프로그래머가 필요 없다"고 선언했다. 그리고 매번 틀렸다.

1990년대, Visual Basic과 Delphi가 등장했다. 드래그 앤 드롭으로 소프트웨어를 만든다. 코딩을 몰라도 된다. 결과는 정반대였다. 웹이 폭발하면서 개발자 수요는 전례 없이 치솟았다. 도구가 진입장벽을 낮추자 소프트웨어가 필요한 영역이 더 넓어진 것이다.

2000년대, 오프쇼어링 공포가 휩쓸었다. 인도와 중국의 개발자가 1/5 비용으로 같은 일을 한다. 선진국 개발자는 끝났다. 실제로는 글로벌 협업이 표준이 되면서 커뮤니케이션, 아키텍처, 프로젝트 관리 역량을 갖춘 개발자의 가치가 올라갔다.

2010년대, 노코드와 로코드가 왔다. Wix, Squarespace, Bubble. 이제 누구나 앱을 만든다. 현실에서는 SaaS 생태계가 폭발적으로 확장되었고, 개발자 수요는 사상 최고치를 기록했다. Stack Overflow 설문에서 개발자 부족을 호소하는 기업의 비율은 해마다 올라갔다.

2020년대, AI가 코딩을 대체한다. GitHub Copilot이 코드를 쓴다. ChatGPT가 함수를 만든다. 패턴은 똑같다. 위협의 이름만 바뀌었다.

1990s

RAD 도구

---> 웹 개발 폭발
2000s

오프쇼어링

---> 글로벌 협업
2010s

노코드

---> SaaS 생태계 확장
2020s

AI

---> ???

기술이 개발자를 없앤 적은 한 번도 없다. 매번 개발자의 정의를 바꿨을 뿐이다.

Historical Pattern
Part II

AI가 못하는

AI는 파일 단위의 코드 생성에서 이미 인간을 능가하는 영역이 있다. 함수 하나, 컴포넌트 하나, 유틸리티 하나. 그러나 소프트웨어 개발은 코드 작성이 전부가 아니다. 코드는 전체 업무의 일부일 뿐이다.

Mechanism 01

아키텍처 설계

AI는 파일 단위는 잘하지만 시스템 전체를 보는 눈이 없다. 수십 개 서비스의 상호작용, 성능 병목, 장애 전파 경로를 설계하는 것은 사람의 영역이다.

Mechanism 02

요구사항 해석

"고객이 원하는 것"과 "고객이 말하는 것"은 다르다. 모호한 비즈니스 요구를 기술 명세로 번역하는 능력은 AI에게 없다.

Mechanism 03

코드 품질 판단

GitClear 2025 데이터: AI 생성 코드의 클론(복붙)이 4배 증가했다. AI가 만든 코드를 판단하고 리뷰하는 사람이 더 필요해졌다.

프로덕션 장애 대응. 새벽 3시, 서버가 터졌다. 로그를 읽는다. 최근 배포 내역을 확인한다. 관련 서비스의 상태를 파악한다. 30분 안에 롤백할지, 핫픽스를 넣을지, 트래픽을 우회할지 판단해야 한다. AI는 로그를 요약할 수 있다. 그러나 "이 장애가 결제 서비스에 어떤 영향을 미치는가"를 판단하려면 시스템 전체의 맥락을 아는 사람이 필요하다.

비개발자와의 소통. 기획자에게 왜 이 기능이 3일이 아니라 3주 걸리는지 설명해야 한다. "기술 부채"라는 개념을 비즈니스 언어로 번역해야 한다. 트레이드오프를 제시하고, 우선순위를 협상하고, 일정을 조율한다. 이것은 코드 생성 능력으로 해결되지 않는다.

Part III

오히려 기회

World Economic Forum의 Future of Jobs Report 2025는 2030년까지 순 7,800만 개의 신규 일자리가 창출된다고 전망한다. 소프트웨어 개발자는 성장 직종에 포함되어 있다. AI, 빅데이터, 사이버보안 관련 기술 수요가 급성장하고 있으며, 조사 대상 기업 리더의 94%가 AI 관련 스킬 부족을 호소했다.

Google의 Addy Osmani는 이 역설을 정확히 짚었다. "AI가 코드를 더 많이 만들수록 복잡성이 증가하고, 시니어 엔지니어의 수요는 오히려 상승한다." 코드를 생성하는 것은 쉬워졌다. 그러나 코드가 늘어나면 시스템은 복잡해지고, 복잡한 시스템을 설계하고 관리하고 디버깅하는 능력의 가치는 더 올라간다.

개발자의 역할이 "코드 작성자"에서 "AI 오케스트레이터"로 전환되고 있다. 사양(specification)에 집중하고, 문법(syntax)은 AI에 맡기는 미래. 이것은 개발자의 소멸이 아니라 개발자의 재정의다.

01

복잡성의 역설

AI가 코드를 쉽게 만들수록, 전체 복잡성은 증가한다
AI가 코드를 쉽게 만들수록, 소프트웨어의 복잡성은 증가한다. 더 많은 코드가 만들어지고, 더 많은 시스템이 연결되고, 더 많은 관리자가 필요해진다. 역사가 이것을 증명한다. 클라우드가 인프라를 쉽게 만들었을 때, DevOps 엔지니어라는 새로운 직종이 탄생했다. 마이크로서비스가 배포를 유연하게 만들었을 때, 플랫폼 엔지니어가 필요해졌다. 복잡성은 사라지지 않는다. 이동할 뿐이다.
02

오케스트레이터 전환

"코드를 짜는 사람"에서 "AI를 지휘하는 사람"으로
Andrej Karpathy는 이것을 "Vibe Coding"이라 불렀다. AI에게 의도를 전달하고, 결과를 검증하고, 방향을 수정하는 방식. 현실에서는 AI-augmented engineer라고 부른다. 코드의 70%를 AI가 초안을 잡고, 사람이 아키텍처를 설계하고, 품질을 판단하고, 프로덕션에 배포할 수 있는 수준으로 다듬는다. 타이핑 속도가 아니라 판단력이 가치의 원천이 된다.
03

수요의 확장

소프트웨어가 필요한 산업은 계속 늘어난다
헬스케어, 물류, 농업, 제조업. AI가 진입장벽을 낮출수록 더 많은 산업에서 소프트웨어를 도입한다. 그리고 소프트웨어가 도입되는 곳에는 반드시 그것을 설계하고, 유지하고, 개선하는 사람이 필요하다. 맞춤형 의료 데이터 분석, 자율 물류 시스템, 스마트 팩토리 운영. 이 모든 것이 개발자를 필요로 한다. 도구가 쉬워질수록 시장은 넓어지고, 시장이 넓어질수록 전문가 수요는 증가한다.
1편의 팩트를 다시 보면
  • GitHub Copilot 46% -- 나머지 54%는 여전히 사람이 판단한다
  • 주니어 일자리 20% 감소 -- 80%는 여전히 존재한다
  • AI 도입 기업이 시니어를 줄이지 않았다 -- 경험의 가치는 상승했다
  • 구글 코드 25% AI -- 75%는 사람이 짜고, AI 코드도 사람이 검수한다
  • Vibe Coding의 부작용 -- 보안 취약점, 유지보수 불가능 코드 양산. 결국 전문가가 필요하다

AI는 개발자를 없애는 것이 아니라
개발자의 정의를 바꾸고 있다

역사가 증명한다. 기술 혁명은 매번 기존 역할을 파괴하고, 더 많은 새로운 역할을 만들었다. 다음 글에서는 이 전환기에 구체적으로 무엇을 해야 하는지 다룬다.