최근 한 개발자가 대규모 언어모델(LLM) 기반 코딩 도우미를 활용하면서도 '인지 부채(cognitive debt)'를 피하기 위해 독특한 방식을 채택하고 있어 주목받고 있습니다. 그는 AI가 생성한 코드를 직접 파일에 입력하는 대신, 채팅창에 출력된 코드를 한 줄 한 줄 손으로 타이핑하며 프로젝트에 적용한다고 밝혔습니다. 이는 AI의 빠른 생산성 이점을 일부 포기하더라도 코드에 대한 깊은 이해를 얻기 위한 전략입니다.
이 개발자는 AI가 전체 기능을 한 번에 생성하도록 맡기면 만족스럽지 않고 혼란스러움을 느낀다고 설명합니다. 특히 수백 줄에 달하는 AI 생성 코드를 검토하는 것은 지루하고, 미묘한 오류나 불필요한 방어적 코드가 많아 오히려 피로감을 유발한다고 지적했습니다. 이에 그는 AI에게 프로젝트 파일을 직접 수정하지 말고, 모든 제안된 변경 사항을 채팅으로 보여주도록 지시합니다. 그리고 자신은 이 코드를 직접 타이핑하면서 API나 알고리즘을 이해하고, 필요한 경우 AI에게 설명을 요청하거나 스스로 찾아봅니다. 이 과정에서 코드의 오류나 설계 문제를 더 쉽게 발견하고, 자신의 스타일에 맞춰 정리하고 리팩토링할 수 있다고 합니다.
이러한 '수동 타이핑' 방식은 AI를 사용하지 않을 때보다 빠르지만, AI에 모든 것을 맡기는 방식보다는 느립니다. 그는 생산성이 10배가 아닌 2배 정도 향상된다고 말합니다. 하지만 속도 손실을 감수하고 얻는 것은 코드에 대한 깊은 이해와 코드베이스의 '공간적 지도(spatial map)' 형성입니다. 이는 마치 코딩을 처음 배울 때 예제 코드를 직접 타이핑하며 익히던 과정과 유사합니다. 그는 소프트웨어 산업 전체가 막대한 인지 부채를 떠안고 있으며, 언젠가 디지털 인프라의 많은 부분을 이해하지 못하게 될 것이라고 우려하며, 적어도 자신이 만드는 소프트웨어만큼은 완벽하게 이해하고자 한다고 강조합니다. 이 방법은 단기적인 생산성보다는 장기적인 코드 품질과 개발자의 역량 강화를 중시하는 접근으로 평가됩니다.