AI가 코드를 쓰기 시작하면, 개발자의 가치는 어디서 나올까?
OpenAI Codex 밋업 서울에 다녀왔습니다.
OpenAI, Hashed, Dev Korea가 함께 주최한 행사였고, Codex라는 소프트웨어 엔지니어링 에이전트를 중심으로 AI가 개발자의 일하는 방식을 어떻게 바꾸고 있는지에 대한 이야기를 들을 수 있었습니다.
개인적으로 가장 인상 깊었던 건 “AI가 코드를 얼마나 잘 쓰는가”보다, “그럼 개발자의 역할은 어디로 이동하는가”였습니다.
AI 에이전트가 구현 속도를 높여주는 건 분명합니다. 하지만 그렇다고 개발자의 중요성이 줄어든다고 느껴지지는 않았습니다. 오히려 문제를 어떻게 정의하는지, 어떤 맥락을 제공하는지, 생성된 코드를 어떻게 검토하는지, 제품 요구사항과 기술적 판단을 어떻게 연결하는지가 더 중요해지는 것 같았습니다.
학교에서는 자료구조, 알고리즘, 시스템, 문제 해결 방식을 배웁니다. 그런데 실제 개발 환경에서는 요구사항이 명확하지 않을 때도 많고, 빠르게 바뀌는 제품 방향 안에서 판단해야 할 때도 많습니다.
이번 밋업을 들으면서 AI 도구는 그 사이에 놓여 있다는 생각이 들었습니다.
AI가 코드를 더 빠르게 만들어줄 수 있다면, 앞으로는 단순히 “얼마나 많이 구현했는가”보다 이런 질문들이 더 중요해질 것 같습니다.
이 개발자는 문제를 어떻게 이해하는가?
모호한 요구사항을 어떻게 정리하는가?
생성된 코드를 얼마나 비판적으로 검토하는가?
속도와 안정성 사이에서 어떤 판단을 하는가?
협업 과정에서 어떤 방식으로 기여하는가?
기술적 활동이 실제 제품 개선으로 이어졌는가?
요즘 저는 이런 고민을 바탕으로 개발자의 작업 방식과 기여 패턴을 더 잘 보여줄 수 있는 무언가를 만들고 있습니다.
이력서나 포트폴리오만으로는 잘 드러나지 않는 부분들이 있다고 생각합니다. 예를 들면 꾸준히 개선하는 습관, 문제를 쪼개는 방식, 프로젝트에 기여하는 리듬, 변화에 적응하는 방식, 협업 속에서 남기는 흔적 같은 것들입니다.
물론 데이터만으로 개발자를 완전히 설명할 수는 없습니다. 개발자의 실력은 숫자 몇 개로 쉽게 정리될 수 있는 것이 아니기 때문입니다.
하지만 반대로, 지금의 이력서 몇 줄이나 기술 스택 나열만으로도 개발자를 충분히 설명하기 어렵다는 생각이 듭니다.
AI가 개발자의 구현 방식을 바꾸고 있다면, 개발자를 이해하고 평가하는 방식도 같이 바뀌어야 하지 않을까요?
Codex 밋업은 AI가 개발을 대신할 것인가에 대한 이야기라기보다, 앞으로 개발자가 어떤 능력을 더 중요하게 가져가야 하는지 생각하게 만든 자리였습니다.
저는 앞으로 좋은 개발자의 기준이 단순한 코드 작성 능력에서 끝나지 않을 것 같습니다.
문제를 정의하는 힘, 맥락을 이해하는 힘, AI가 만든 결과물을 판단하는 힘, 그리고 실제 제품에 기여하는 방식까지.
결국 AI 시대에도 개발자의 가치는 “얼마나 많이 썼는가”보다 “무엇을 왜, 어떻게 만들었는가”에 더 가까워질 것 같습니다.
여러분은 AI가 코드를 더 많이 작성하게 될수록, 개발자의 실력은 무엇으로 증명되어야 한다고 생각하시나요?
