| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 동구
- 깃
- git push
- ProductEngineer
- missing xcrun at: /Library/Developer/CommandLineTools/usr/bin/xcrun
- MySQL
- Mac
- 파이썬 웹크롤링
- 프로덕트 엔지니어
- 서평
- 줄거리
- 한줄평
- 개발자
- Mapper
- 에러
- SpringBoot
- java
- Swift
- Xcode
- 클라우드 서비스 특징
- 자바스크립트
- 오류
- JavaScript
- 독후감
- xcrun: error: invalid active developer path (/Library/Developer/CommandLineTools)
- git
- spring
- 자바 파일업로드
- 클라우드 서비스
- 책
- Today
- Total
인생은 속도가 아니라 방향이다
AI가 코드의 95%를 짠다고? 그래서 뭐? 본문
요즘 비개발자 친구들한테 연락이 많이 옵니다.
"나 앱 만들었어!"
일주일 후
"근데 이거 왜 안 돼?"
Cursor, Claude Code 같은 도구들 덕분에 누구나 코드를 "생성"할 수 있게 됐습니다. 근데 그게 "작동하는 앱"이 되는 건 전혀 다른 문제더라고요.
95%와 5%의 차이
요즘 뉴스에서 이런 말 많이 들립니다:
"AI가 코드의 95%를 짠다"
"개발자 없이도 앱 만든다"
"코딩 배울 필요 없다"
근데 저는 이렇게 생각합니다.
"그래서 나머지 5%가 뭔데?"
AI가 짜는 95%:
- 보일러플레이트 코드
- CRUD 로직
- UI 컴포넌트
- API 연동
- 반복적인 패턴
AI가 못 짜는 5%:
- 뭘 만들어야 하는지 정하는 것
- 이게 맞는지 검증하는 것
- 왜 안 되는지 파악하는 것
숫자로는 5%지만, 이 5%가 프로젝트의 성패를 결정합니다.
주변에서 본 현실
친구들이 막힐 때 물어보면 대부분 이런 문제입니다:
문제 1: "AI한테 뭘 시켜야 할지 모르겠어"
AI는 지시를 잘 따릅니다. 문제는 뭘 지시해야 하는지 모르는 것.
"로그인 기능 만들어줘"라고 하면 만들어줍니다.
근데 그 로그인이 OAuth여야 하는지, 이메일 인증이어야 하는지, 소셜 로그인이어야 하는지는 AI가 모릅니다.
그건 비즈니스 결정이니까요.
문제 2: "결과가 이상한데 뭐가 이상한지 모르겠어"
AI가 만든 코드가 "작동"은 합니다.
근데 그게 "올바르게" 작동하는지 판단하려면 기대 결과를 알아야 합니다.
기대 결과를 모르면, 이상한지 아닌지도 모릅니다.
문제 3: "이게 맞는 건지 판단이 안 돼"
AI가 제안한 방식이 "가능한" 방식입니다.
근데 그게 "좋은" 방식인지, "우리 상황에 맞는" 방식인지는 다른 문제입니다.
결국 내가 해주는 건 코드 수정이 아니다
친구들이 막힐 때 제가 해주는 건 이런 겁니다:
"그래서 뭘 만들려는 거야?"
"사용자가 이 버튼 누르면 뭘 기대해?"
"이 기능이 진짜 필요한 거 맞아?"
"그걸 왜 그렇게 하려고?"
코드를 고쳐주는 게 아니라, 질문을 해줍니다.
그리고 그 질문에 스스로 답하다 보면, 뭘 해야 하는지 명확해집니다.
AI는 코드를 짜줬는데, '뭘 짜야 하는지'는 여전히 사람 몫이었습니다.
5%의 가치가 100배가 됐다
95%를 AI가 짠다는 건 개발자가 필요 없다는 뜻이 아닙니다.
나머지 5%의 가치가 100배가 됐다는 뜻입니다.
예전에는:
- 95%의 시간: 코드 작성
- 5%의 시간: 문제 정의, 검증
이제는:
- 5%의 시간: 코드 작성 (AI가 함)
- 95%의 시간: 문제 정의, 검증 (이게 본업)
결국 개발자의 일이 원래 해야 했던 일로 돌아가는 겁니다.
그 5%를 잘하려면?
1. 문제 정의 능력
- 고객이 진짜 원하는 게 뭔지 파악
- 비즈니스 목표와 기술 구현 연결
- 우선순위 판단
2. 검증 능력
- 작동하는 것 vs 올바르게 작동하는 것 구분
- 엣지 케이스 예측
- 사용자 관점에서 테스트
3. 맥락 파악 능력
- 버그인지 요구사항 문제인지 구분
- 기술 문제인지 비즈니스 문제인지 구분
- "왜"를 계속 물어보기
결론: 그 5%를 할 줄 아는 사람
AI 시대에 개발자가 살아남는 방법은 "AI보다 코드를 잘 짜는 것"이 아닙니다.
AI가 못 하는 5%를 잘하는 것입니다.
- 뭘 만들어야 하는지 정하기
- 이게 맞는지 검증하기
- 왜 안 되는지 파악하기
이걸 할 줄 아는 사람이 앞으로 더 귀해집니다.
여러분은 그 5%에서 어떤 가치를 만들고 계신가요?
'개발자의 일상' 카테고리의 다른 글
| 회의실에서 완벽했던 UX가 현장에서 박살난 이유 (0) | 2026.01.20 |
|---|---|
| 카지노 딜러에서 개발자로: 닳는 일과 퍼지는 일을 구분하는 법 (1) | 2026.01.12 |
