AI 시대에는 어떤 역량을 갖추어야할까?

LLM에 대한 관심이 정말 뜨겁습니다. 마치 AI 만 달아준다면 모든 개발자들이 예전보다 훨씬 생산성이 높아질 것만 같습니다. 강의를 파는 사람들과 팔로워를 얻고 싶은 사람들은 앞다투어 FOMO를 자극하고 기존의 개발은 종말했다고 외칩니다. 시대의 흐름을 따라가지 못하면 뒤처질 거라는 공포를 심어주는 것은 덤입니다.

그런데 한편으로는 그런 생각이 듭니다. 만약 AI 역량이라는 것이 그들의 주장처럼 34만 6천원짜리지만 12개월할부하면 고작 월 3만원도 안되는 가격에 들을 수 있다! 는 강의 하나를 모두 들어서 얻을 수 있는 역량이라면 그것이 의미가 있을까요? 내 옆사람도 월 3만원을 내면 일주일만에 얻을 수 있는 역량이 구직시장에서의 차별화를 불러오는 요소가 될 수 있을까요?

흠.. 아마 아닐 것 같습니다. 그렇다면 무엇이 의미가 있는 걸까요? 클로드코드의 최신 모델, 코덱스의 최신 모델의 성능을 섭렵하고 다양한 AI 업체에 구독료를 내며 "요즘은 sonnet4.5가 codex보다 코딩을 잘하는 것 같아" 라는 개인적인 의견을 낼 수 있는 사람이 되는 것이 중요한걸까요?

클로드코드의 일일 사용량을 모두 사용하여 만들어낸 바이브코딩 결과물을 출시하고 그럴듯해보이는 랜딩페이지를 포트폴리오에 넣는것이 중요한걸까요? 클로드 코드의 토큰과 나의 시간을 녹여서 만들어낸 결과물은 나만이 만들 수 있는 결과물인걸까요? 아니면 대신 프롬프트라는 이름의 슬롯머신을 당겨줄 누군가가 해도 큰 차이가 없는 일일까요?

프롬프트를 작성하는 것은 역량일까요? 프롬프트 엔지니어라는 직군의 심오함을 이해하지 못했기때문에 이런 의문을 가지게 되는 것일까요? AI가 좋아하는 프롬프트를 작성하는 능력은 습득하거나 숙련하는 데 오랜 기간이 걸리는 지식일까요?

 

글쎄요.. 이 모든 질문의 답은 모호한 것 같습니다. 분명히 LLM은 개발자의 일하는 방식을 바꾸었고 제 일하는 방식도 바꾸었습니다. 하지만 이 변화가 정말 새로운 패러다임의 시작인가? 기계어에서 어셈블리, 어셈블리에서 C로의 전환과 같이 프로그래밍 언어에서 자연어로의 전환이 되는 시작점에 우리가 서있는것인가? 에는 좀 의문이 듭니다.

오히려 제가 느꼈을 때에는 매우 Lucky한 스택오버플로우 매우 Lucky한 IDE의 등장에 가깝지않나 라는 생각이 듭니다 대부분의 AI 역량에 대한 어필은 개발자의 이력서에 "스택오버플로우 검색 역량", "VsCode 다룰줄 앎" 같은 내용이 적혀있는 느낌으로 다가오는 것 같아요

 

그렇다면 AI 시대에 진짜 역량은 무엇일까요? 누군가는 코딩기술에서 벗어나 프로덕트 엔지니어가 되어야한다는 주장을 하기도하고 누군가는 AI 역량을 키워야한다고도하고 참 말이 많습니다.

개인적으로는 둘 다 아니라고 생각을 합니다. 이유는 크게 두가지인데

 

1. 대부분의 소프트웨어 엔지니어에게 AI란건 블랙박스에 Input을 넣으면 Output이 나오네? 수준만 알아도 충분하게 활용할 수 있고 이걸 잘 활용하기 위해서 뭔가 특별하거나 큰 역량이 요구되지 않기 때문입니다.

2. 개발에 대한 전문성이 얕거나 부족하더라도 제품의 성공을 위해 할 일을 다하는 개발자라는 포지션이 있다면 역설적으로 그 포지에 있어야 하는 사람은 개발자일 필요가 없습니다.

프로덕트 엔지니어에 대한 정의는 여기에서 모순이 있다고 생각하는데 얕고넓은 제너럴리스트가 되는 것이 쉬워진 시대에 얕고넓은 제너럴리스트를 추구한다는 것은 반대로 말하면 많은 공급이 생길 수 있는 곳에 포지션을 잡겠다는 말처럼 느껴집니다.

또 한편으로는 얕고넓은 제너럴리스트가 되는 것이 쉬워진 시대라면 제품의 성공을 위해 개발을 하는게 꼭 개발자일 필요가 없는거 아니냐는 생각도 듭니다.

개발이라고 하면 와닿지 않을 수도 있지만 저 문장에서 개발을 디자인으로 바꾸어도 기획으로 바꾸어도 마케팅으로 바꾸어도 말이 됩니다.

1인이 제너럴리스트로서 모든 분야에서 일정 수준의 퀄리티를 내는게 쉬운 세상이 왔다면 그냥 제너럴리스트 한명 뽑아서 마케팅, 개발, 디자인 다 시키면 되는데 굳이 개발자 제너럴리스트를 뽑아야하는 이유는 무엇일까요?

 

그와 별개로 개발자 개개인 입장에서 AI를 잘 써먹는 연구는 유의미한 것 같습니다. 개개인의 생산성이나 워크플로우를 크게 단축시키거나 효율화할 수 있는 다양한 방법들이 생긴 것 같아요. 최근에 재밌게 쓰고있는 AI 기능이 있는데 linear mcp와 github mcp를 결합해서 사용하면 이슈티켓 관리와 pr 관리, 생성 등을 아예 위임할 수 있어서 편한점이 있었습니다.