인공지능(AI)이 소프트웨어 엔지니어링 분야의 '중산층'을 사라지게 하며 인력 양극화를 심화시키고 있다는 분석이 나왔습니다. AI는 코드 구현 속도의 한계를 없애 하루 만에 수만 줄의 코드를 생성할 수 있게 했지만, 이는 오히려 취약한 엔지니어링 문화를 가진 프로젝트가 복구 불가능한 복잡성에 도달하는 시간을 크게 단축시키는 부작용을 낳고 있습니다. 사람이 코드를 이해하고 검토하는 속도는 그대로이기 때문에, AI가 만들어낸 잘못된 결정과 추상화가 인간의 검토 역량을 압도하게 됩니다.
AI가 생성한 코드는 겉으로는 잘 작동하는 것처럼 보이지만, 실제로는 엄청난 기술 부채(technical debt)를 감추고 있습니다. 예를 들어, 데이터베이스 변경을 10분 만에 추가하더라도 마이그레이션(migration), 장애 대응, 데이터 무결성(integrity) 보장 문제 때문에 이를 되돌리기는 매우 어렵습니다. 과거에는 시니어 엔지니어가 부재한 사이에도 코드베이스가 망가질 여지가 있었지만 복구는 가능했습니다. 하지만 AI 시대에는 주말 사이에 수만 줄의 코드가 추가되면서, 팀이 설계를 논의하는 대신 몇 시간 동안 프롬프트(prompt)를 입력해 대규모 변경 사항을 쏟아낼 수 있게 되었고, 이는 약한 엔지니어링 문화를 가진 프로젝트를 이전보다 훨씬 빠르게 실패로 이끌 수 있습니다.
이러한 변화는 엔지니어의 가치 기준을 근본적으로 바꾸고 있습니다. 구현이 저렴해진 환경에서는 명세(specification)를 코드로 바꾸는 능력보다 AI의 제안을 평가하고 복잡성을 통제하는 공학적 판단력이 엔지니어의 가치를 결정하게 됩니다. 뛰어난 엔지니어는 AI를 활용해 생산성과 보상을 높일 수 있지만, 판단력이 부족한 인력은 빠르게 생성된 코드로 인해 오히려 더 비싼 위험 요소가 되어 조직에 큰 복구 비용을 초래할 수 있습니다. 결국 시스템에서 무슨 일이 일어나는지 정확히 이해하고 판단할 수 있는 소수의 엔지니어만이 팀에서 가장 가치 있는 인력이 되며, 이해와 판단 능력이 부족한 인력은 대체되거나 더 낮은 비용으로 고용되는 등 지식 노동 전반의 임금 격차와 인력 양극화가 심화될 것으로 보입니다.