AI의 미래에 관한 글은 대개 애널리스트와 경영진에게서 나온다. 이 글은 키보드 반대편에서 나온다. 나는 개발자이고, 지난 4년의 모든 단계에서 이 도구들로 실제 코드를 배포해 왔다 — 첫 서툰 GPT 모델부터, ‘바이브 코딩’의 순간을 거쳐, 오늘 내가 쓰는 Claude Code와 Fable 같은 에이전트 도구까지. 내가 가장 또렷이 기억하는 건 계속 움직이던 하나의 선이다. 내가 하는 일과 기계가 하는 일 사이의 경계가, 한 번에 한 칸씩 올라오더니 언젠가 내 것이라 확신했던 일까지 가져가 버렸다. 이 글은 그것을 안에서 겪은 이야기이고 — 그 선이 계속 움직이는 가운데 내 자리를 찾는 것이 왜 이제 진짜 일이라고 생각하는지에 관한 것이다.
참고: 이 글은 개발자로서 내 경험에 근거한 개인적 의견이며, 예측이나 투자 조언이 아니다.
1막: 자동완성의 시절 (GPT-3에서 GPT-4까지)
처음 GPT-3로 코드를 짰을 때, 그건 너무 가까이 들여다보면 무너지는 마술 같았다. 그럴듯한 함수를 만들어냈고, 가끔은 맞기도 했다. 하지만 존재하지도 않는 API를 환각했고, 두 메시지 전의 맥락을 잊었으며, 있지도 않은 라이브러리 메서드를 태연한 얼굴로 지어냈다. 천재성의 섬광이 번뜩이는 파티용 장기자랑이었다.
작업 방식이라 부를 수 있다면, 그건 복사-붙여넣기 룰렛이었다. 한 창에서 ChatGPT에 묻고, 답을 에디터에 붙여넣고, 그게 깨지는 걸 지켜보고, 에러를 다시 붙여넣었다. GPT-4는 이걸 극적으로 개선했다 — 코드가 더 자주 맞았고 추론이 더 탄탄했다 — 하지만 근본적인 형태는 같았다. AI는 다른 방에 앉은 아주 똑똑한 인턴이었고, 말은 할 수 있어도 결코 만질 수는 없었다. 그것은 조언했고, 실제 코드베이스에 엮어 넣는 진짜 일은 전부 내가 했다.
돌이켜보면 그 시절의 진짜 교훈은 심리적인 것이었다. 그것은 한 세대의 개발자에게 AI를 조금은 신뢰하는 법을 — 그리고 모든 것을 검증하는 법을 가르쳤다. 확신에 찬 환각의 대가는 내 몫이었으니까.
2막: 바이브 코딩 (코덱스와 에디터 속 시대)
중요했던 전환은 더 똑똑한 모델이 아니었다. AI를 에디터 안으로 옮긴 것이었다. 코덱스 기반의 코드 자동완성 도구가 내가 실제로 일하는 그 맥락 안에서 코드 블록 전체를 인라인으로 써내기 시작하자, 복붙 룰렛의 마찰이 사라졌다. 갑자기 AI가 코드를 만질 수 있게 된 것이다.
이때 ‘바이브 코딩’이 어휘에 들어왔다. 원하는 바를 평범한 말로 묘사하고 모델이 그것을 만들어내게 하는 것 — 한 글자 한 글자 치는 대신 ‘바이브’에 올라타는 것. 작은 스크립트와 보일러플레이트에는 진정으로 해방적이었다. 오후 한나절 걸리던 아이디어를 몇 분 만에 뼈대까지 세울 수 있었다.
하지만 바이브 코딩은 이 분야 전체를 여전히 규정하는 함정도 드러냈다. 모든 줄을 읽기를 멈추면, 모든 줄을 이해하기를 멈추게 된다. 내가 쓰지 않은 코드는 내가 온전히 디버깅할 수 없는 코드다. 생산성은 진짜였지만, 새로운 종류의 기술 부채도 진짜였다. 작동하다가 어느 순간 안 되는 소프트웨어, 반대신문할 수 없는 누군가가 — 무언가가 — 만든 소프트웨어. 잘 헤쳐 나간 개발자들은 하나의 규율을 익혔다. 속도를 위해 바이브를 타되, 이해하지 못한 것은 결코 배포하지 말 것.
3막: 계속 움직인 선 (Claude Code, Fable, 그리고 오늘)
돌아볼 때 가장 인상적인 건, 내가 직접 하던 일의 경계가 어떻게 조용히 계속 움직였느냐다 — 한 번에 한 걸음씩, 너무 서서히 움직여서 그 선을 넘는 순간을 거의 알아채지 못할 정도로.
처음엔 AI가 그저 코드를 썼고, 나머지는 전부 내가 했다. 그러다 어느 순간, 그것이 나를 대신해 컴파일하기 시작했다. 그러더니 스스로 실행하기 시작했다. 오랫동안 한 가지는 확고히 내 몫이었다. 검증과 테스트. 기계가 만들고 실행할 수는 있어도, 그게 실제로 작동하는지 확인하고, 테스트를 짜고 돌리고, 안전하다고 판단하는 건 나였다. 그건 안정된 경계처럼 느껴졌다 — 인간의 몫.
그리고 그마저도 움직였다. Fable 같은 모델이 구동하는 Claude Code 같은 에이전트 도구로, 나는 내 것으로 지킬 줄 알았던 바로 그 일을 그것이 하는 걸 지켜봤다. 그것은 검증하고, 테스트하고, 이제는 배포까지 한다. 작업을 넘기면 끝까지 밀고 나갔다 — 작성, 컴파일, 실행, 테스트, 출시 — 내가 환원 불가능한 인간의 몫이라 여겨 지키던 그 단계들을.
매번 나는 선이 여기서 멈추리라 여겼다. 매번, 그것은 계속 올라왔다.
미래에 대해 내가 실제로 믿는 것
그렇다면 개발자는 어디에 남는가? 내 것이라 여겼던 칸을 — 컴파일, 실행, 테스트, 배포를 — 기계가 하나씩 가져가는 걸 지켜보면, 남은 게 없다고 결론짓기 쉽다. 하지만 그건 내가 도달한 믿음이 아니다.
나는 인간이 개입할 무언가가 꾸준히 있다고 생각한다. 그것이 늘 같은 무언가는 아니다 — 처음엔 코드를 쓰는 것이었고, 다음엔 테스트하는 것, 그다음엔 배포해도 안전한지 검증하는 것이었다. 구체적인 일은 계속 바뀐다. 바뀌지 않는 것은, 어떤 판단이, 어떤 결정이, 사람이 들여다보고 “그래, 저것 말고 이것”이라 말해야 하는 지점이 한 단계 위에서 계속 다시 나타난다는 것이다. 선은 움직이지만, 결코 완전히 사라지지는 않는다.
그리고 내가 자꾸 되돌아가는 생각은 이것이다. 그 일을 찾는 것 — 기술의 바로 이 순간에, 인간이 여전히 진짜로 속하는 자리가 어디인지 알아내는 것 — 이 어쩌면 이제 그 일 자체다. 기계가 이미 흡수한 옛 과업에 매달리는 게 아니라, 내 판단이 여전히 중요한 새로운 자리를 끊임없이 찾아내는 것. 이 시대의 개발자가 된다는 건, 점점 더, 땅이 움직일 때 자기 역할을 계속 재발견하는 사람이 된다는 뜻이다. 그 탐색은 일에서 벗어난 딴짓이 아니다. AI의 시대에, 나는 그 탐색이 바로 일이라고 생각한다.
결론
GPT-3에서 Fable까지의 궤적은 보통 모델이 똑똑해지는 이야기로 전해진다. 그 안을 통과하며 겪은 그것은, 하나의 선이 움직이는 걸 지켜보는 일에 가까웠다 — 기계가 하는 것과 내가 하는 것 사이의 경계가, 작성에서 컴파일로, 실행으로, 테스트로, 배포로 꾸준히 위로 올라가는. 멈추리라 여길 때마다, 멈추지 않았다. 하지만 나는 그것이 가져가는 칸마다 애도하기를 그만두었다. 인간의 판단을 위한 새 자리가 한 걸음 위에서 계속 열리기 때문이다. AI 시대 개발자의 과업은, 더 이상 그 사다리 위의 어느 한 가지가 아닐지 모른다. 그것은 어쩌면, 바로 지금 사람이 아직 필요한 곳이 어디인지 계속 찾아내는 — 그리고 그 답이 바뀌는 동안에도 정직하게 계속 찾는 — 끊임없는 행위일 것이다.
자주 묻는 질문
AI가 개발자를 대체할까? 내 경험으로는, 그것은 특정 과업을 하나씩 계속 가져간다 — 작성, 컴파일, 실행, 테스트, 그리고 이제는 배포까지. 하지만 매번, 인간의 판단을 위한 새 자리가 한 단계 위에서 열린다. 나는 개발자가 사라진다고 보지 않는다. 그 선이 움직이는 동안 사람이 여전히 진짜로 필요한 곳을 끊임없이 찾아내는 것, 그것이 일이 된다고 본다.
‘바이브 코딩’이란? 원하는 바를 자연어로 묘사하고 AI가 코드를 만들어내게 하는 것 — 모든 줄을 직접 쓰는 대신. 단순한 작업엔 빠르고 해방적이지만, 배포하는 코드를 이해하기를 멈추면 위험하다.
에이전트 AI(Claude Code 같은)는 ChatGPT와 어떻게 다른가? ChatGPT류 도구는 다른 곳에 복사해 쓸 텍스트를 만든다. 에이전트 도구는 행동한다. 명령을 실행하고, 프로젝트 전반의 파일을 편집하고, 테스트를 돌리고, 에러를 루프로 고친다. 전환의 핵심은 조언에서 실행으로다.