Trawling
발견 출처 dev.to/발행

Is AI Really Better at Coding Than Most Developers? Here's the Uncomfortable Truth

AI는 정말 대부분의 개발자보다 코딩을 잘할까? — 불편한 진실

AI 코딩 도구가 대부분의 개발자보다 낫다는 주장에 대해, 실무 개발자가 연구 데이터를 근거로 반박한 글입니다. METR 연구에서 숙련된 개발자들은 AI 도구 사용 시 19% 더 오래 걸리면서도 20% 더 빠르다고 느꼈고, AI 생성 코드는 버그 발생률이 1.7배, XSS 취약점은 2.7배 높았습니다. 저자는 AI를 매일 쓰면서도 '코드를 읽고 틀린 부분을 즉시 잡아내는 능력'이야말로 지금의 핵심 역량이라고 주장합니다.

본문

dev.to에서 'AI가 이미 대부분의 개발자보다 코딩을 잘한다'는 글이 며칠 새 190개 이상의 반응과 150개 이상의 댓글을 모으며 큰 논쟁이 벌어졌습니다. 이 글의 저자는 그 주장이 절반만 맞다고 보고, 빠진 절반이야말로 실제 소프트웨어를 출시하는 데 중요한 부분이라고 지적합니다.

AI가 실제로 잘하는 것

저자는 AI 도구의 유용성을 부정하지 않습니다. 보일러플레이트와 CRUD 스캐폴딩, 설정 파일, 반복적인 단위 테스트와 문서화, 헷갈리는 API 시그니처 호출, 이미 이해하는 언어 간의 로직 변환, 잘 알려진 형태의 초안 작성에는 빠르고 신뢰할 만하다고 평가합니다. 작업이 좁고 결과를 검증하기 쉽다면 AI는 매번 제 몫을 하며, 저자 자신도 클라이언트 작업에서 매일 이런 용도로 사용한다고 밝힙니다.

숫자가 말하는 불편한 현실

2025년 METR 연구에서 숙련된 개발자들이 실제 과제에 최첨단 AI 도구를 사용했을 때 완료까지 19% 더 오래 걸렸지만, 본인들은 내내 20% 더 빠르다고 느꼈습니다. 체감과 실제 사이의 이 간극이 문제의 핵심입니다. AI 생성 코드는 인간이 작성한 코드보다 버그를 도입할 확률이 약 1.7배 높고, XSS 취약점은 약 2.7배 높았습니다. 특히 AI가 만드는 버그는 문법 오류처럼 눈에 띄는 것이 아니라, 오프바이원(off-by-one), 놓친 엣지 케이스, 배포 후 몇 주 뒤 부하 상황에서야 드러나는 레이스 컨디션 같은 '조용한' 종류입니다. 겉으로 완벽해 보이고 실행도 잘 되다가 어느 순간 문제가 터지는 코드입니다.

실제로 AI 출력물을 검토 없이 신뢰하는 개발자는 3.1%에 불과하고, 45.2%는 AI 생성 코드를 디버깅하는 데 직접 작성하는 것보다 시간이 더 든다고 답했습니다.

이해 부채(comprehension debt)

저자는 이 문제를 '이해 부채'라고 부릅니다. 처음부터 코드를 작성할 능력을 잃은 뒤에도 계속 리뷰만 하다 보면, 어느 순간 리뷰가 무의식적인 승인으로 변합니다. 한 엔지니어는 Claude가 작성한 기능을 대충 훑으며 고개를 끄덕이다가 머지했고, 사흘 뒤 그 코드가 실제로 어떻게 동작하는지 설명하지 못한다는 것을 깨달았다고 합니다. 2026년 1월 연구에서는 AI 생성 코드를 수동적으로 수용한 개발자가 이해도 테스트에서 50점을 받은 반면, 직접 코드를 작성한 개발자는 67점을 받았습니다. 이 17점 차이가 '문제를 먼저 직접 씨름하는 단계'를 건너뛸 때마다 잃는 것입니다.

개발자의 일이란 무엇인가

타이핑 속도가 일이라면 AI의 승리는 명백하지만, 저자는 그것이 애초에 일이 아니었다고 말합니다. IDC 데이터 기준으로 실제 코드 작성은 개발자 하루 업무의 약 16%에 불과하고, 나머지 84%는 아직 정리되지 않은 요구사항, 문서화되지 않은 트레이드오프, 18개월 뒤 중요해질 아키텍처 결정, 마감 기한 아래서 어떤 코너를 잘라도 안전한지 판단하는 일입니다. AI는 비즈니스 맥락을 모릅니다. 클라이언트가 지난 분기에 체크아웃 플로우를 두 번 바꿨다는 사실도, 머릿속에만 존재하는 캐싱 레이어와의 충돌도 알지 못합니다. AI는 자신감 있는 코드를 생성하지만, 자신감과 정확성은 다르며 그 차이를 스스로 구분하지 못합니다.

그래서 어떻게 해야 하는가

저자의 제안은 '코딩을 덜 배우라'가 아니라 오히려 반대 방향입니다. 첫째, 코드 읽기를 본업처럼 하라 — AI 출력물을 보고 미묘하게 틀린 부분을 즉시 발견하는 능력이 지금의 실질적인 기술입니다. 둘째, 일부러 직접 작성하라 — 타이핑하는 행위가 여전히 이해를 만드는 방식이며, 이 단계를 계속 건너뛰면 모델의 실수를 잡는 능력을 잃습니다. 셋째, AI로 사고를 대체하지 말고 검증에 사용하라 — 해답을 받기 전에 자기 해법의 허점을 찔러보라고 시키는 것입니다. 넷째, '동작한다'를 결승선이 아니라 출발선으로 취급하라 — 특히 인증, 결제, 사용자 데이터가 걸린 부분에서는 2.7배라는 XSS 수치가 추상이 아니게 됩니다.

저자는 반()AI가 아니며 거의 모든 프로젝트에서 매일 사용한다고 밝힙니다. 살아남을 개발자는 프롬프트를 가장 빨리 치는 사람이 아니라, 코드가 생성된 후 10초 안에 그것이 실제로 맞는지 판별할 수 있고, 아니라고 판단될 때 스스로 작성할 줄 아는 사람입니다. 'AI는 개발자보다 나아진 것이 아니라, 주의를 기울이기를 멈춘 개발자보다 나아진 것'이라는 문장이 글의 결론입니다.

원문: dev.to / 번역·요약: Trawling