대규모 언어모델(LLM)을 활용한 프로그래밍이 개발 생산성을 크게 향상시켰지만, 동시에 개발자들에게 새로운 형태의 '감독 피로(supervision fatigue)'를 안겨주며 만족도와 지속 가능성을 위협하고 있습니다. LLM은 그럴듯한 코드를 빠르게 생성하지만, 복잡한 변경 사항에서 일관된 의도를 유지하지 못하는 경향이 있어, 결국 인간 개발자가 늘어난 결과물을 일일이 검토하고 수정하는 '품질 관문' 역할을 해야 하기 때문입니다.
이는 시작할 수 있는 작업량은 급증해도, 신중하게 마칠 수 있는 작업량은 여전히 인간의 두뇌와 주의력에 묶여 있다는 것을 의미합니다. Pydantic(파이단틱) 팀을 포함한 많은 개발팀이 이러한 혼란을 겪고 있으며, 코딩에서 얻던 작은 보상은 줄고 검토에 필요한 인지 부하는 커지는 현상이 나타나고 있습니다. 특히 전문성이 깊은 영역에서는 LLM을 효과적으로 안내할 수 있지만, 전문성이 얕은 영역에서는 모델이 정확성보다 그럴듯함에 치우쳐 오히려 인간의 취향과 아키텍처 판단이 더욱 중요해지고 있습니다. 이는 AI가 프로그래머를 대체하는지의 문제보다는, 현재의 개발 경험이 어떻게 변화하고 있으며 이를 어떻게 개선할 수 있는지에 대한 근본적인 질문을 던집니다.
과거 프로그래밍은 논리를 통해 무언가를 창조하고 깊은 추상화 계층을 직접 다루는 만족감을 제공했습니다. 2010년대의 로우코드(low-code)/노코드(no-code) 도구들이 기대를 완전히 충족하지 못했던 것과 달리, 현재 AI 도구들은 약속과 현실의 간극을 의미 있는 수준으로 좁혔습니다. 하지만 '코드가 스스로 작성된다'는 실제 경험은 역설적으로 코드를 검토하고 지시하며 방향을 바로잡는 인간의 경험을 더 나쁘게 만들 수 있습니다. Pydantic AI 유지보수자인 Douwe(다우웨)는 매일 아침 AI가 밤새 만든 수십 개의 풀 리퀘스트(PR)를 검토하며 즉각적인 판단을 내려야 하는 고충을 토로했습니다. LLM이 복잡한 계획을 이틀 동안 명확화해도, 모델은 여전히 일관성 부족으로 인해 잘못된 코드를 생성하거나 존재하지 않는 컴포넌트를 만들 수 있습니다. 이는 모델이 그럴듯한 코드를 만들 만큼 영리하지만, 복잡한 변경 전체에서 하나의 의도를 유지하지 못할 수 있음을 보여줍니다.
이러한 현상은 개발자들이 머릿속에 의도를 보존한 채 대량의 '대부분 맞는' 결과물을 계속 판단해야 하는 새로운 형태의 감독 피로를 야기합니다. 또한, 동료와 협력하며 역량 향상을 돕던 오픈소스(open-source) 협업의 보상과 만족감이 줄어들고, 작업이 AI의 블랙박스(black box)로 들어가면서 고립감을 느끼게 될 수도 있습니다. 사이먼 윌리슨(Simon Willison)이 소개한 버클리 하스(Berkeley Haas) 연구에 따르면, AI 사용이 업무량을 줄이기보다 업무 강도를 높인다고 합니다. '프롬프트(prompt) 하나만 더 입력하면 기능 하나를 더 완성할 수 있다'는 압박감은 개발자를 새벽까지 작업하게 만들고, 병렬 작업으로 시작할 수 있는 일은 늘어나도 신중하게 끝낼 수 있는 일의 수는 변함이 없습니다. 이는 완료에 필요한 인간의 두뇌가 병렬화할 수 없는 자원이기 때문입니다.
결국, LLM 보조 프로그래밍은 문제 해결, 복잡한 논리 이해, 컴파일 성공, 통제감 등 수작업 코딩에서 얻던 '작은 보상 함수'를 자동화하고, 그 자리를 검토와 감독의 인지 부하로 채워 개발자의 만족도를 떨어뜨립니다. 이는 개인의 결함이 아니라 피드백 루프(feedback loop)의 고장이며, 별도의 공학 문제로 다뤄야 할 필요가 있습니다. 웹 디자인이 고정 폭에서 반응형 디자인으로 전환될 때 디자이너들이 겪었던 통제력 상실과 유사하지만, 현재 AI 전환은 훨씬 빠르고 실존적 불안을 동반합니다. 그럼에도 불구하고, 기술이 사라지기보다 진화하고 핵심 역량이 더 중요해진다는 패턴은 LLM 기반 코딩에도 적용될 것입니다.
미래에는 누구나 그럴듯한 UI와 컴파일되는 코드를 만들 수 있는 환경이 될 것이므로, 취향과 뉘앙스, 성숙한 아키텍처 판단, 실제 전문성에 기반한 비주류 결정이 차별점이 될 것입니다. 코드를 직접 작성하지 않아도 엔지니어의 가치가 줄어드는 것은 아니지만, 훨씬 많은 결과물의 품질 관문이 된 만큼 좋은 결과를 판별할 능력이 더욱 중요해집니다. Pydantic 엔지니어가 수년간의 코드 리뷰(code review) 댓글에서 규칙을 추출해 LLM 지침으로 만든 사례처럼, 암묵적인 공학적 판단을 명시적인 지침으로 '증류(distillation)'하는 전문성이 중요해질 것입니다. 결국, 소프트웨어 엔지니어링 직업이 사라지기보다 심각한 축소와 근본적인 재편을 겪게 될 것이며, 코드가 아닌 인간의 주의력, 공학적 판단, 시스템에 대한 일관된 비전을 유지하는 능력이 가장 희소한 자원이 될 것입니다.