에이전트 코딩의 그림자: 개발자의 숙련도와 협업 관계 위협
The Four Horsemen of Agentic Coding
에이전트 기반 코딩(Agentic Coding)의 확산은 개발 생산성을 높였지만, 코드 품질 저하와 엔지니어링 생태계 전반에 걸친 심각한 부작용을 낳고 있습니다.
에이전트 기반 코딩은 개발 생산성을 높여주지만, 코드 품질 저하와 함께 개발자의 숙련도 약화 및 팀워크 위협 같은 사회적 비용을 초래하고 있어요.
- 주요 문제로는 LLM 코드의 이질성(Slop), 작업물과의 소외감 증가, AI 의존으로 인한 숙련도 약화, 팀원 간 상호작용 감소 등이 지적됩니다.
- 개발 과정에서 느꼈던 창조자로서의 주인의식과 협업을 통한 지적 교류가 줄어들면서 엔지니어링 직업 본연의 가치가 위협받고 있습니다.
- 현재까지는 명확한 해결책이 부재하며, AI의 편리함이라는 장점 뒤에 개발자의 숙련도와 팀워크라는 사회적 비용을 치르고 있음을 인지해야 합니다.
기반 코딩(Agentic coding)은 코드베이스를 인간에게 거부감을 주는 방식으로 생성한다는 지적을 받습니다. 이 작성한 코드는 그 특성상 '슬롭'이라는 부정적인 별칭으로 불리기도 합니다. 최신 모델들이 똑똑하지만, 오히려 사용하기 어렵거나 비정형적인 스타일로 코드를 작성하는 경향이 있어 코드의 완성도와 유지보수 측면에서 문제가 제기됩니다.
에이전트 활용은 엔지니어와 자신이 만든 작업물 사이의 거리를 크게 벌려 놓습니다. 과거 개발자가 직접 코드를 생산하며 느꼈던 주인의식과 애착이 약해지고, 이는 전반적인 숙련도 저하로 이어질 수 있습니다. AI 사용으로 인해 전문 기술을 사용하는 빈도가 줄어들면서, 학습 동기 자체가 감소한다는 비판이 제기됩니다.
또한 에이전트 코딩은 팀의 사회적 결속력을 약화시키는 요인으로 작용합니다. 과거에는 다양한 전문가들이 모여 지식을 교류하던 개발팀 채팅방이 이제는 각자 자신의 에이전트와 소통하는 공간으로 대체되고 있습니다. 이로 인해 인간 간의 상호작용과 협업을 통한 기술적 표현 기회가 줄어들고 있다는 분석입니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.
에이전트가 만든 코드는 어떤 문제가 있나요?
에이전트 기반으로 생성된 코드는 사용하기 어렵거나 비정형적인 스타일을 갖는 경향이 있어, 코드의 완성도나 유지보수 측면에서 문제가 제기돼요.
에이전트 사용은 개발자의 숙련도에 어떤 영향을 주나요?
직접 코드를 생산하며 느꼈던 주인의식과 애착이 약해지고, 전문 기술을 사용하는 빈도가 줄어들면서 학습 동기 자체가 감소할 수 있어요.
에이전트 코딩은 팀의 협업에 어떤 변화를 가져오나요?
과거에는 전문가들이 모여 지식을 교류하던 개발팀 채팅방 대신, 각자 자신의 에이전트와 소통하는 공간으로 대체되면서 인간 간의 상호작용 기회가 줄어들고 있어요.