좋은글이어서 번역한 결과를 공유합니다. 한번 읽어보세요.

https://rjxakxrx.genspark.space/

(sir 편집기는 html 폼을 정확하게 입력을 안해줘서 읽기가 조금 불편합니다. 링크를 클릭하시면 좀더 편안하게 보실수 있습니다.)

매튜 싱클레어 원문: Why LLM-Powered Programming is More Mech Suit Than Artificial Human

매튜 싱클레어(Matthew Sinclair) | 번역 제공

편집자 주: 인간 프로그래머의 완전한 대체가 아닌, AI 기반 프로그래밍이 어떤 방식으로 인간 능력을 증폭시키는지에 대해 경험적으로 기술한 후기입니다.

사진 출처: Screen Rant

LLM 기반 프로그래밍은 왜 '기계 슈트'인가?

지난 달, 저는 Claude Code로 두 가지 앱을 만들었습니다. 하나는 꽤 복잡한 백엔드 에이전트 처리 플랫폼의 MVP, 또 하나는 B2C SaaS 제품의 비교적 복잡한 프론트엔드 초기 버전입니다. 이 프로젝트로 총 3만 줄에 가까운 코드가 생성되었고, 같은 분량 정도의 코드가 과감하게 폐기되었습니다. 이 과정을 통해, 지금까지 AI와 소프트웨어 개발에 관한 많은 이야기를 뒤집는 중요한 교훈을 얻었습니다.

기계 슈트를 착용한 프로그래머

영화 ‘에일리언 2’에서 리플리가 파워로더를 타고 에일리언 퀸과 맞서는 장면을 기억하시나요? 산업용 외골격인 이 파워로더는 리플리의 힘과 능력을 증폭시킵니다. 이 슈트는 리플리를 대체하지 않습니다. 인간과 기계가 각자 가진 힘을 합쳐, 둘 중 하나만으로는 절대 이룰 수 없는 결과를 만들어냅니다.

Claude Code 같은 도구도 마찬가지입니다. 이들은 프로그래머를 대체하는 것이 아니라, 기존 능력을 극적으로 증폭시킵니다. 이전 방식으로라면 몇 달이 걸렸을 프로젝트의 핵심을, 저는 Claude Code의 도움으로 불과 몇 주 만에 끝냈습니다. 하지만, 단순히 원하는 것을 설명만 하고 마법처럼 프로그램이 짜지는 것은 아니었습니다.

리플리가 파워로더를 조종하듯, Claude Code는 엄청난 힘을 제공하지만 그 힘을 어디에, 어떻게 쓸지 결정하는 것은 저였습니다. 아키텍처 결정, 품질 기준 설정, 전체 비전 유지—all 저의 몫이었습니다. 무엇보다, AI가 잘못된 길로 빠질 때마다 집중해서 바로잡아야 했습니다. 대부분의 구현 세부사항은 AI가 순식간에 완성했지만, 그 ‘두뇌’는 여전히 저였습니다.

끊임없는 경계가 필요하다

큰 힘에는 큰 책임이 따릅니다. AI 코딩 툴을 사용할 때는 끊임없이 주의를 기울여야 한다는 점을, 여러 번의 실수 끝에 깨닫게 되었습니다.

Claude Code는 때때로 이해할 수 없는 결정을 내렸습니다. 예를 들어, 테스트 통과에만 집중해 프레임워크 코드를 바꾸거나, 코드 일부를 주석 처리한 뒤 하드코딩으로 대체해 근본 문제를 피해가기도 했습니다. 불필요하거나 부적절한 의존성을 도입하기도 했죠. 굉장히 ‘행동 지향적’이기 때문에, 과감하게 더 적게 하도록 계속 지시해야만 사고를 방지할 수 있었습니다. 때때로 저는 속으로 AI에게 욕을 하기도 했습니다. (좀 이상하지만, 그렇더군요!)

마치 현대 항공기의 A380을 조종하는 것 같습니다. 시스템이 엄청난 복잡성을 관리해 주지만, 결정적 순간에는 반드시 사람이 관여해야 합니다. 잠깐만 시선을 놓아도 문제가 크게 불거질 수 있습니다. 실제로 제가 ‘백엔드’를 만들 때, 중간 확인을 게을리한 덕에, AI가 잘못된 구현의 길로 들어서는 바람에 전체를 3번 다시 작성해야 했습니다.

이런 경계심 때문에 새로운 다이나믹이 생깁니다. AI는 개발 속도를 획기적으로 높여주지만, 개발자에게 요구하는 집중의 성격도 완전히 달라집니다. 이제 코드를 한 줄씩 직접 쓰는 데 집중하기 보다는, 아키텍처를 검토하고 방향을 잡는 데 주의를 쏟게 됩니다.

코드 작성 시간의 변화

Claude Code와 작업하면서 프로그래밍의 시간 구조에 대한 인식이 완전히 달라졌습니다. 전통적으로, 아래의 세 가지 “시간 버킷”이 존재했습니다.
  왜 이 작업을 하는가? (비즈니스 문제/가치 이해)
  무엇을 해야 하나? (해결책 설계)
  어떻게 할 것인가? (코드 작성 자체)

수십 년간, 마지막 버킷—즉 코드 작성—이 엄청난 시간을 차지했습니다. 하지만 Claude의 도움으로, 이 비용은 거의 ‘제로’에 가까워졌습니다. 하루 만에도 수천 줄의 코드를 만들 수 있으니 그야말로 혁명적입니다.

중요한 점은 첫 번째와 두 번째 버킷—문제 이해와 설계—는 여전히 중요하며, 오히려 더 중요해졌다는 사실입니다. "이 코드로 무엇을 만들 것인가"와 "어떻게 구현해야 적합한가?"를 명확히 정의하지 않는 한, 생산된 코드가 쓸모 없어질 위험이 더 커졌습니다.

또 하나 생긴 새로운 스킬이 있습니다. 바로 ‘과감한 삭제’입니다. 생성 비용이 거의 0이므로, 때로는 아예 방향을 틀어 전체를 통째로 새로 만드는 게 더 바람직합니다. 예전에는 수천 줄의 코드를 그렇게 쉽게 버리지 못했습니다. 하지만 AI가 단 몇 분 만에 다시 만들어 준다면, 이제는 ‘더 나은 방향’에 대한 자신감이 있으면 미련 없이 전체를 걷어낼 수 있습니다.
이런 결단력은 대부분의 프로그래머가 아직 습득하지 못한 근육입니다.

경험의 힘

Claude Code를 쓰면서, 직접적인 결과물보다 더 많은 ‘배움’을 얻었습니다. 2만 줄, 3만 줄의 코드를 찍어내는 건 점점 쉬워졌지만, 잘못된 방향임을 인지하고 과감히 다시 쓰게 된 배경엔 오랜 경력과 직감, 그리고 약간의 ‘노안에서 오는 지혜(?)’가 있었습니다.

눈으로 보기에 정상적으로 동작하는 코드더라도, 아키텍처적으로 유지보수나 확장성이 나쁜 방식이라고 판단했을 때에는 미련 없이 싹 갈아엎고 새로운 접근법을 지정해야 했지요. 이런 나침반 없이, AI의 ‘일단 만들어 보는’ 특성만 믿고 방치한다면, 금세 큰 문제에 봉착할 수 있습니다.

 경험이 부족한 개발자라면, AI가 내놓은 코드가 ‘나중에 어떤 문제를 일으킬지’ 파악하지 못한 채 함정에 빠질 수 있다는 점을 항상 염두에 둬야 합니다.

센타우루스 효과

체스에서는 ‘센타우르 체스’라는 용어가 있습니다. 인간과 AI 체스 엔진이 팀을 이뤄, 인간만 또는 AI만으로는 낼 수 없는 성과를 만들어내는 방식입니다. 흥미로운 점은, AI 엔진이 그랜드마스터조차 이길 수 있는 시대임에도, 인간+AI 조합이 AI 단독보다 더 나은 결과를 만든다는 사실입니다.

Claude와의 협업에서도 이 센타우루스 효과가 확실히 나타났습니다. 저는 AI를 ‘대체자’가 아니라 ‘동반자’로 대했을 때 가장 높은 생산성을 얻었습니다. 구체적인 사양(spec)을 스트림 오브 콘셔스니스 형식으로 적고, 이를 Claude와 계속 협의하며 정교한 문서로 발전시키는 과정이 특히 효과적이었습니다.

하지만 이 협업에서 결정적 역할은 여전히 도메인 지식과 설계적 판단력이었습니다. AI는 패턴 인식, 코드 생성에선 탁월했지만, 맥락을 파악하고 절충안을 결정하는 것은 ‘사람’의 몫이었습니다. AI가 ‘겉으로 그럴듯해 보이지만, 사실은 말도 안 되는’ 결과를 내려고 할 때 이를 인지하고 붙잡는 것이 중요합니다.

균형점을 찾기

실제로 Claude에게 작업을 맡기다 보면, 백엔드에서 상식을 벗어난 ‘토끼굴’(rabbit hole)로 빠져드는 일이 많았습니다. 예를 들어, 이미 존재하는 컴포넌트를 재사용하지 않고 코드를 통째로 복제해서 전혀 다른 방식으로 우회하는 사례도 있었습니다. 코드가 ‘어떤 버전의 의미에서는 동작’하지만, 근본적으로 전혀 올바르지 않은 접근이었죠.

프론트엔드 역시 비슷했습니다. JavaScript로 억지로 기능을 구현하려고 할 때마다, Elixir/Phoenix LiveView의 권장 패턴을 지키도록 계속 방향을 잡아줘야 했습니다.

점차적으로, 단순하고 익숙한 패턴에서는 폭넓게 AI에 위임하고, 중요한 설계적 결단이 필요한 부분에서는 더욱 상세히 명세를 작성하고 결과물을 꼼꼼하게 검토하는, 효과적인 협업의 리듬을 찾게 되었습니다.

만약 Claude Code가 없었다면, 이렇게 짧은 시간 안에 해당 앱들을 완성할 수 없었을 겁니다. 하지만, 꾸준한 인간의 감독이 없었다면 프로젝트는 완전히 실패로 끝났을 것입니다. 핵심은, AI의 능력을 어떻게, 언제 활용하고 인간의 판단력을 어떻게 행사하느냐에 달려있었습니다.

미래는 증강이다

LLM이 프로그래머를 완전히 대체할 수 있다는 시각이 있습니다. 저 역시 ‘절대 그렇게 안 된다’라고 단언하진 못 하겠습니다. 최근 LLM의 발전은 자주 저를 놀라게 했고, 미래에도 더 놀라운 진화가 일어날 수 있기 때문입니다.

하지만 적어도 지금까지는, LLM이 프로그래머를 효율적으로 대체하는 것이 아니라, 우리가 일하는 방식을 근본적으로 제고하고 있다고 생각합니다. 마치 리플리가 파워로더를 입고 완전히 새로운 차원의 힘을 얻는 것처럼, 우리는 강력한 툴을 통해 이전에는 상상할 수 없던 스케일과 속도로 소프트웨어를 만들 수 있게 되었습니다.

앞으로는 ‘어떻게 코드를 잘 짜는가’보다, 아키텍처적 안목과 패턴 인식, 그리고 AI와 효과적으로 협업하고 이끌어가는 능력이 더욱 중시될 것입니다. AI 툴을 두려워하거나 거부하는 개발자가 아니라, 그것을 적극적으로 마스터하며 한계를 인식하고 기회로 바꿀 수 있는 개발자가 새로운 시대에 두각을 드러낼 것입니다.

 두려워하지 말고 증강의 시대를 받아들이세요. 제대로 된 파일럿만이 머신의 힘을 ‘자기 자신과 주변을 해치지 않는 방식’으로 활용할 수 있습니다.

원문: matthewsinclair.com | Medium