2024년, AI가 일상이 됐다
2024년은 AI 도구가 업무에 완전히 들어온 해였다.
- GitHub Copilot 구독 시작 (1월)
- ChatGPT Plus 사용 (연중)
- Claude 발견 (10월)
처음엔 거부감이 있었다. “AI가 코드를 짜면 내가 설 자리가 있나?”
1년 써보니 생각이 바뀌었다.
AI가 바꾼 내 일상
코딩 패턴의 변화
예전에는 이랬다:
문제 발생
→ 구글 검색
→ Stack Overflow 클릭
→ 답변 읽기
→ 코드 복사
→ 수정
→ 적용지금은 이렇다:
문제 발생
→ Copilot/ChatGPT에게 질문
→ 답변 확인
→ 필요시 수정
→ 적용시간이 확 줄었다. 특히 보일러플레이트 코드 작성이 빨라졌다.
실제 예시
NestJS에서 새로운 모듈을 만들 때:
// Copilot에게 "Create NestJS CRUD module for orders" 입력
// 5초 후 생성되는 코드
@Controller('orders')
export class OrdersController {
constructor(private readonly ordersService: OrdersService) {}
@Post()
create(@Body() createOrderDto: CreateOrderDto) {
return this.ordersService.create(createOrderDto);
}
@Get()
findAll(@Query() query: PaginationDto) {
return this.ordersService.findAll(query);
}
// ... 나머지 CRUD
}예전에는 30분 걸리던 게 5분이면 된다.
AI가 잘하는 것
1년간 써보면서 AI가 잘하는 영역을 파악했다.
보일러플레이트 생성
CRUD, DTO, 테스트 코드 템플릿. 반복적인 코드는 AI가 훨씬 빠르다.
문서화
JSDoc 주석, README 작성, API 문서. 귀찮은 작업을 대신해준다.
에러 해석
TypeError: Cannot read property 'id' of undefined
at UserService.findOne (/app/src/user.service.ts:45:23)에러 메시지 던지면 원인과 해결책을 알려준다.
리팩토링 제안
“이 함수 리팩토링해줘”라고 하면 클린 코드 원칙에 맞게 개선해준다.
새 기술 학습
공식 문서 읽는 것보다 “OOO 어떻게 쓰는지 알려줘”가 빠르다.
AI가 못하는 것
반대로 AI에게 기대하면 안 되는 것도 있다.
비즈니스 로직
“주문이 들어오면 재고 확인하고, 부족하면 대기열에 넣고…”
복잡한 비즈니스 요구사항은 사람이 이해하고 설계해야 한다.
아키텍처 결정
“이 시스템은 모놀리스로 할까, 마이크로서비스로 할까?”
컨텍스트를 모르는 AI는 일반론만 말한다.
디버깅 (복잡한 것)
단순한 에러는 잡지만, 레이스 컨디션이나 메모리 릭 같은 건 아직 어렵다.
팀 협업
코드 리뷰, 페어 프로그래밍, 기술 토론. AI는 동료가 아니다.
개발자의 역할 변화
AI 시대에 개발자의 가치는 어디에 있을까?
과거: 코드 작성자
요구사항 → (개발자) → 코드현재: 코드 검증자 + 설계자
요구사항 → (개발자: 설계) → (AI: 코드 생성) → (개발자: 검증/수정) → 최종 코드역할이 “작성”에서 “설계와 검증”으로 이동했다.
AI 시대 생존 전략
1년간의 경험으로 정리한 전략.
1. AI를 도구로 써라
AI를 두려워하거나 무시하지 마라. 그냥 도구다.
계산기가 나왔다고 수학자가 사라지지 않았다. 계산은 계산기가 하고, 수학자는 더 어려운 문제를 푼다.
2. 검증 능력을 키워라
AI가 생성한 코드를 검증할 수 있어야 한다.
// AI가 생성한 코드
async findAll() {
return this.userRepository.find();
}이 코드의 문제점:
- 페이지네이션 없음 → 대량 데이터 시 메모리 문제
- 필터링 없음 → 불필요한 데이터 노출
이런 걸 잡아낼 수 있어야 한다.
3. 시스템 설계에 집중하라
코드 작성은 AI가 도와준다. 하지만 무엇을 만들지는 사람이 결정한다.
- 어떤 아키텍처?
- 어떤 데이터 구조?
- 어떤 API 설계?
설계 능력이 더 중요해진다.
4. 도메인 전문성을 쌓아라
AI는 범용적이다. 특정 도메인의 깊은 지식은 없다.
- 핀테크 개발자 → 금융 도메인
- 헬스케어 개발자 → 의료 도메인
- 이커머스 개발자 → 유통 도메인
도메인 전문성은 AI가 대체하기 어렵다.
5. 커뮤니케이션을 강화하라
AI는 요구사항을 수집하지 못한다. 기획자, 디자이너, 다른 개발자와의 소통은 사람의 영역이다.
실제로 바뀐 것들
생산성
단순 코드 작성: 2-3배 빨라짐 전체 개발 시간: 20-30% 단축
코드 품질
AI가 생성한 코드는 “평균” 수준이다. 아주 좋지도, 아주 나쁘지도 않다.
내가 검토하면서 품질을 올린다.
학습 속도
새로운 기술 학습이 빨라졌다. 공식 문서 대신 AI에게 물어본다.
앞으로의 전망
2-3년 후엔 어떻게 될까?
낙관론
- AI가 더 똑똑해져서 개발자 생산성 10배 증가
- 개발자는 더 창의적인 일에 집중
비관론
- 주니어 개발자 수요 감소
- 코딩 자체가 덜 중요해짐
내 생각
둘 다 일부 맞을 거다.
단순 코딩 작업은 줄어든다. 하지만 복잡한 시스템 설계, 비즈니스 이해, 팀 리딩은 여전히 사람이 필요하다.
결국 “코드를 짜는 개발자”에서 “문제를 해결하는 개발자”로 진화해야 한다.
마무리
AI 시대가 무섭지 않다고 하면 거짓말이다.
하지만 두려워서 거부하면 뒤처진다. 호기심을 갖고 써보자.
AI는 경쟁자가 아니라 도구다. 좋은 도구를 잘 쓰는 사람이 이긴다.
7년차 개발자가 AI와 함께 일하면서 느낀 건:
개발자의 본질은 코드가 아니라 문제 해결이다.
AI가 코드를 대신 짜줘도, 문제를 정의하고 해결책을 설계하는 건 여전히 우리 몫이다.
이전 글: 5년차, 정체기가 찾아왔다
