AI가 빠르게 발전하며 고도의 코딩 능력을 발휘하는 가운데 AI로 대체되지 않는 핵심 능력은 코드가 올바른지 판단할 수 있는 전문 지식이라고 주장하는 글이 주목을 받고 있다.
소프트웨어 개발자 아론 브레트호르스트(Aaron Brethorst)에 따르면 소프트웨어 개발에서 어려운 건 코드를 작성하는 것 자체가 아니라 대상 업계와 업무 방식을 정확히 이해하는 것. 예를 들어 급여 계산 시스템을 개발할 때 계산을 위한 코드를 작성하는 건 쉽지만 세율이나 공제 조건, 급여 기간에 따른 조정 등 상황에 따라 무엇이 일어나는지를 정확히 이해하지 못하면 시스템이 정상적으로 작동하는지 판단할 수 없다.
그는 15년간 물류 업계에서 일해온 배차 담당자와 우수한 소프트웨어 엔지니어가 동일한 AI 코딩 툴을 사용하는 경우를 예로 든다. 배차 담당자는 프로그램을 전혀 작성할 줄 모르지만 AI 에이전트가 만든 물류 시스템이 제대로 작동하는지 판단할 수 있다. 반면 아무리 뛰어난 엔지니어라도 코드 품질은 평가할 수 있어도 해당 시스템이 현장 업무 요건을 충족하는지까지는 판단하지 못할 수 있다.
그는 코드란 업계 지식을 문서화한 것에 불과하며 진짜 중요한 건 그 지식을 이해하는 것이라며 하지만 에이전트형 AI는 동작 모델을 구축하지 않고도 소프트웨어를 개발할 수 있게 되면서 이 분야 전체가 전제로 삼아온 전문 지식과 코드의 연결 고리를 끊어버렸다고 지적했다.
기존 엔지니어는 전문가와 세션을 거듭하고 실제 환경에서 실패를 반복하면서 최종적으로 시스템을 구축해왔다. 반면 전문가 측은 신뢰성 높은 소프트웨어를 구축하는 방법을 익히는 데 수년이 걸리기 때문에 스스로 시스템을 구축하는 경우는 거의 없었다. 그 때문에 직접 소프트웨어를 구축할 수 있다는 점이 엔지니어의 강점이었다. 하지만 AI 발전으로 아이디어를 작동하는 소프트웨어로 전환하는 능력 비용이 크게 낮아진 반면 구체적인 전문가 지식에 대한 접근은 여전히 열려 있지 않다. 이에 따라 엔지니어 능력의 가치는 상대적으로 낮아지고 전문가 지식 가치는 상대적으로 높아지고 있다고 지적했다.
이런 주장을 뒷받침하는 사례로 앤트로픽(Anthropic)이 최신 AI 모델을 어떻게 활용할지를 겨루는 해커톤을 개최했을 때의 결과가 있다. 참가자 500명 대부분이 개발자였음에도 수상자 5명 중 3명이 소프트웨어 출시 경험이 없는 것으로 나타났다. 한 시스템 연구자는 이 해커톤에서 얻은 교훈은 전문 지식이 코딩 능력을 능가한다는 것이라며 고도로 발전한 코딩 AI로 인해 개발자가 아닌 전문가가 전문 지식을 직접 투입하며 소프트웨어를 구축할 수 있게 됐다며 이는 일시적인 유행이 아니라 되돌릴 수 없는 변화라고 말했다.
글에선 앞으로 몇 년간 어디에 시간을 투자할지 고민하는 경험 많은 엔지니어에게 베팅해야 할 곳은 바로 여기라며 명확한 아이디어를 깔끔한 코드로 구현하는 오랜 노력 끝에 익힌 기술적 스킬 가치는 크게 떨어졌다고 지적한다. 반면 지금도 희소한 건 현실 업계와 업무를 깊이 이해하고 해당 지식이 실전으로 뒷받침되는 것이라고 강조했다. 이어 어떤 업계든 전문 장비든 규제 체계든 혹은 현실의 업무 프로세스든 하나를 골라 프로그래밍 언어나 프레임워크를 배울 때와 같은 열의로 철저히 공부하라며 그 부분만큼은 AI 에이전트가 대신 익혀줄 수 없으며 지금, 바로 거기에 가장 큰 가치가 있다고 지적했다. 관련 내용은 이곳에서 확인할 수 있다.
