대 AI의 시대, 저 역시 클로드 코드 유저로서 PR리뷰 자동화 SKILL과 PR생성 자동화 SKILL등을 만들어 챕터에 공유하는 등 최근에는 주로 번거로우면서도 반복되는 업무를 자동화하기 위해 활용하고 있습니다.
그러다보니 2년전까지만 해도 AI에 유독 박했던 제가 여기까지 온게 인상깊기도 하여,, 제 가치관의 변동을 회고해보려 합니다.
저에게 있어 AI의 인식에 대해 큰 분수령이 두차례 존재했는데요. 2024년 말과 2025년 말 즈음으로 되돌아가보면
1. ~ 2024년 말#
당시에는 AI 코딩 에이전트는 존재하지 않았던건지 개발시장에서 주류는 아니었고 LLM 위주로 사용하였는데, 그 중에서도 ChatGPT가 가장 메이저였습니다.
공식문서 링크를 걸어주고 단순한 설명을 시키는 용도로 사용하는 것은 무난했습니다.
예를 들어
tanstack query에서 캐시를 초기화할 수 있는 방법은 뭐야?
라고 질문을 하면 setQueryData, invalidateQueries 등이 있다면서 용도별로 잘 답변해주었지만
막상 실제로 개발을 하면서 닥치는 시나리오 기반으로 설명한다고 했을 때에는 맥락을 잘 이해하지 못하는 듯한 뉘앙스에 답변이 대부분이었어요.
예를 들면
tanstack query를 사용하여 피드 리스트를 인피니티 스크롤로 구성하고 있어. 피드 중 한 아이템에 좋아요를 누르면 관련 데이터를 캐시를 업데이트해야 되는데 리스트 전체를 새로 다시 요청하는 것은 비효율적일 것 같아. 좋아요를 누른 아이템만 업데이트하는 방법이 없을까?
라는 시나리오를 던지면 제가 원했던 한 아이템만을 갱신할 수 있는 setQueryData가 아닌 리스트 전체를 새로 요청하는 invalidateQueries를 답변하는 경우가 있었습니다.
그 외에도 제가 어떤 상황 기반의 질문이나 가설을 제시했을 때 잘못된 답변을 교묘하게 그럴듯한 근거를 들어 정답인 척하며, 의아한 부분이 있어 반론은 제시하면 그제서야 너 핵심을 찔렀어같은 식의 피드백으로 화를 돋구는 사용감이 대부분이었습니다...
위같은 상황을 겪었던 당시를 회상해보면 AI가 아직 사용할 수준은 아니구나/신뢰할 수 없구나라고 느낀 점을 3가지로 추려볼 수 있을 것 같아요.
- AI가 같이 컨펌해주었다는 안도감에 저도 모르게 맞다는 전제하에 진행할 수 있는 위험
- 제 말을 객관적으로 평가하지 않고 그저 어떻게든 맞다고 증명해주려고 애쓰는 듯한 느낌
- 너 핵심을 찔렀다고 하면서 말하는 답변조차 잘 포장된 거짓일 수 있겠다.
즉 제 답을 객관적으로 볼 수 있는 능력도 없고, 저 또한 이에 속아 큰 스노우볼이 굴러가 시간낭비, 더욱 심하면 서비스에 잘못된 코드가 심어질 수도 있겠다 싶었습니다.
따라서 저는 2024년 말까지는 AI가 창작하는 것을 배제하기 위해 공식문서같은 객관적인 답안지를 링크로 줄 수 있을 때 위주로만 사용하였습니다.
2. ~ 2025년 말#
제 기억상으론 새로운 AI 모델이 속속이 등장하던 시기였습니다.
이 시기쯤 유명 기업 채용공고에서는 AI 활용을 잘하는 분을 우대한다라는 말이 보이기도 시작하는 등 업계가 한층 더 AI를 중요하게 바라보고 있구나라는 생각이 들더군요.
공식문서 기반의 잦은 문답으로 신뢰를 회복해서 그런건지, 모델들의 퀄리티가 산업 전반적으로 향상되어서 그런건지 예전보다 타율이 꽤 좋아진 듯한 느낌을 받고 있었던 때입니다.
이 때쯤에는 주요 로직을 짤 때 제가 하면 복잡하지만 AI가 하면 잘할 것 같은 업무들을 LLM에게 맡겨보곤 했습니다. 공식문서 기반인 것은 여전하지만 그것을 기반으로 창작해야 하는 등 조금의 생각이 더 필요한 작업으로요.
다만 컨벤션을 준수하는 등 기존 코드베이스를 이해해야 되거나 개발 도메인을 설명할 필요없는 작업들 위주의 작업을 주로 시켰습니다.
예를 들면 캘린더 로직이 있었습니다. MDN의 Date 객체의 링크를 주고 타겟이 된 달에 며칠이 있는지 세어서 배열에 날짜를 담아두는 로직을 짜달라고 요청했는데 꽤나 좋은 퀄리티로 짜줬던 경험이 있었습니다.
3. ~ 지금까지#
1) AI 에이전트 등장#
2025년 중후반쯤 됐을 새로운 종류의 AI 도구가 등장했는데요.
LLM과 달리 내 컴퓨터에서 직접 돌아가는 AI 에이전트라는 신문물이었습니다.
LLM을 사용하여 개발을 할 때 위에서 말했듯 기존 코드베이스나 개발 도메인을 이해하지 않아도 되는 부분에 한정해서만 사용했던 이유는
- 이런 규칙들은 기본적으로 양이 매우 많아 컨텍스트가 알맹이보다 서론이 더 길어 답변이 멍청해지는 할루시네이션 현상
- 심지어 매 세션마다 일일이 설명해야 됨
같은 문제로 인해 효율이 안나와서였는데
AI 에이전트는 프로젝트의 코드베이스를 읽을 수 있으므로 컨벤션 및 개발 도메인을 이해하고 있다는 전제하에 소통이 이루어진다는 것이 엄청 큰 메리트로 다가오더군요.
물론 메모리 파일로 가이드를 잡아주기도 해야하고 설명해야 하는 내용이 길수록 토큰 소비량이 많아 발생하는 비용문제 등 새로운 관점의 문제가 발생했지만 ㅎㅎ 장족의 발전이지요.
프롬프트를 짤 때 알맹이에만 집중할 수 있게 되었고, 할루시네이션도 많이 개선되었습니다
2) 자동화 방안#
AI 에이전트를 활용한 작업으로 가장 보람을 느꼈던 것은 단순히 프론트엔드 작업보다도 제가 직접하면 시간을 많이 잡아먹고 수고가 많이 들며 반복되는 작업의 자동화였습니다.
예를 들면 PR 올리기, 팀원 PR 리뷰하기가 있지요.
제가 한 작업에 대해서 일일이 PR 내용을 작성하는 것이 꽤 번거로웠습니다.
어떠한 기획의 일환으로 작업한건지, 주요 파일은 무엇인지, 예외 처리는 어떠한 이유에서 이루어졌는지 등등 팀원을 이해시키기 위한 작문의 양 자체가 길기도 하고 맥락을 고려해서 작성해야 하는데에 시간을 너무 많이 잡아먹는 문제가 있었고,
반대로 제가 팀원의 작업을 리뷰할 때 내용이 잘 적혀있지 않으면 맥락을 이해해야 하는데에 수고가 많이 들었습니다
뭔가를 만드는 작업을 하는데에 시간을 소비하는 것은 비즈니스를 위한 것이라고 감안할 수 있지만 PR에 상당한 시간을 들이는 것은 마음이 불편하더라구요.
따라서 AI를 통해 자동화하면 효율이 많이 좋아지겠다 싶은 생각이 들었습니다
리뷰나 템플릿에 따른 내용 생성처럼 일정한 기준으로 이루어져야하는 작업이야말로 인간보다 AI가 더 잘 할 수 있는 영역이니까요.
팀 컨벤션으로 두기도 좋은 내용이다보니 SKILL(클로드 코드 기준)로서 규칙만 잘 정의하여 하네스만 잘채워두면 팀원 모두가 행복할 수 있겠구나싶었습니다.
마침 또 당시 코드래빗 툴을 도입할지 말지에 대한 논의가 있었는데 비싼 리뷰 툴을 사용하는 것보다 경제적이면서도 니즈에 충족되는 방향이었습니다.
팀원들이 각자 다른 AI 에이전트를 쓰다보니 관점이 다양하다는 장점도 있었습니다.
실제로 PR 스킬 사용 2달차인 지금, 누락된 예외처리 부분에 대해 언급을 남기거나 문제 발생이 우려되는 부분을 짚어주는 부분에서 PR 리뷰가 운영에 미치는 영향력이 상승한 것을 볼 수 있었습니다.
월간 웹 버그 리포트
- 리뷰 자동화 도입 전인 2026년 1월: 7건
- 리뷰 자동화 도입 후인 2026년 4월: 2건
배포 횟수 차이 등 다른 요인도 작용했겠지만 제가 인지하지 못했던 nullable 케이스나 코드만 봤을 때에는 예상할 수 없었던 race condition으로 인한 버그를 사전에 짚어주는 등 분명 영향이 있었어요.
예를 들면 리스트 필터기능을 팝업으로 구현했을 때, 팝업의 노출 여부도 히스토리로 관리되고 있다보니 필터 적용 시 query string 변경과 팝업 닫힘 사이에 race condition이 발생할 수 있다는 점을 지적해준 적이 있었습니다.
4. 앞으로는?#
1) 개발자로서 느낀 점#
반년도 안되는 시간동안 AI 에이전트와 부대끼면서 개발을 하다보니 위같이 너무나 편리해진 부분도 있지만 최근에는 회의감이 들 때도 있었습니다.
플랜모드로 계획을 짜달라했을 때 내가 제대로 읽고 승인을 누르는게 맞나? 그냥 엔터엔터 누르는게 아닌가? 너무 AI 에이전트에만 의존하는 것 같아 경계가 되더라구요.
직접 짰던 코드는 한달 뒤에 봐도 맥락이 이해가 되는데 AI가 짜준 것은 눈에 잘 안들어오는 느낌이라;; 마치 정/부가 뒤바뀐 느낌.. 개발자보다는 PM에 더 가까워진 것 같다는 생각에 아차싶을 때가 있곤 했습니다.
AI에게 잘 설명하기 위해 비즈니스에 대해 더 이해가 높아진 것은 좋다만,, 누군가가 코드가 어떻게 짜여져있는지 설명을 요구 했을 때 예전처럼 잘 할 수 있을까? 라고 생각했을 때에는 세모에 가까워진 느낌이었습니다.
본질은 개발자이니까요. 따라서 ~2025년 말의 시절로 돌아가 비즈니스 로직을 세울 때에는 제가 직접 코드를 짜고 AI는 보조적 역할만 시키도록 하려고 합니다.
사람들은 여전히 AI에 환호하고 있는 상황에 제가 시대의 흐름에서 벗어나는 행동을 하는건지는 모르겠지만 저는 저만의 길을 가보려고 합니다. 자동화가 확실히 도움이 되는 영역은 여전히 활용할 것이고 새로운 AI 소식에 대한 팔로우조차 끊겠다는 건 아니니까요 ㅎㅎ
2) 시장의 흐름에서 느낀 점#
또한 최근 시장의 흐름도 마냥 AI로 대체하기에는 힘들겠다는 생각이 드는게 그동안은 플랜을 비교적 저렴하게 설정하여 사람들을 유입시켰지만 지금은 pro 플랜 제거 검토를 하는 등.. 락인된 유저들에게서 수익을 높여보려는 모습이 슬금슬금 보이더군요.
막대한 수익에도 앤트로픽이나 Open AI는 적자가 나고 있는 것을 봤을 때 전력 비용이나 데이터센터 비용이 어마어마함에도 락인을 위해서 비교적 낮은 비용을 고수하다가 어느 순간이 됐을 때 플랜 비용을 올리는 전략을 취할 것이라고 생각되기에 채용시장에서의 AI의 우상향이 꺾이는 순간이 오지 않을까 싶습니다.
뭐 물론 시장의 미래를 떠나서 제가 코드를 쓰는 감이 둔해지는 것에 대한 우려와 코드 책임자로서의 본분을 잊지 않기 위해서 잠시 AI를 내려놓으려는게 제일 크지만요 ㅎㅎ