인공지능(AI) 도구의 발전으로 소프트웨어 개발 생산성이 크게 향상되었지만, 정작 최종 사용자가 체감하는 소프트웨어의 품질과 안정성은 오히려 나빠지고 있다는 지적이 나옵니다. 사용자들은 업데이트 후 더 나쁜 경험을 예상하게 되며, 금융, 업무, 고객 지원, 운전 등 일상 전반에서 사소하지만 반복적인 버그와 마주하고 있습니다.
구체적인 사례로는 은행 앱의 잦은 FaceID 재인증 요구, macOS용 Slack이 다른 앱의 포커스를 빼앗아 터미널 입력이 단체 채팅으로 전송되는 문제, LG 냉장고 보증 신청 시 마지막 단계에서 발생하는 오류, 자동차 인포테인먼트 시스템의 잦은 재부팅과 기능 오작동 등이 있습니다. 이러한 문제들은 과거 소프트웨어가 단순했던 시절과 달리, 새로운 추상화, 프런트엔드 프레임워크, 인프라 복잡성이 누적된 결과입니다. 또한, 사용자 경험에 대한 기준은 높아졌지만, 기업들은 버그 수정보다는 새로운 기능 추가나 재설계에 우선순위를 두는 경향이 강합니다. 안정성 개선은 핵심성과지표(KPI)나 발표 자료에서 돋보이기 어렵기 때문입니다.
이러한 현상은 AI 기술 자체의 문제라기보다는 AI를 어디에 우선적으로 활용하는가에 대한 기업의 전략적 선택에서 비롯됩니다. GPU 인프라와 LLM(대규모 언어모델)은 개발자에게 강력한 능력을 제공하지만, 이것이 반드시 더 견고한 소프트웨어로 이어지지 않고 있습니다. 기업들이 AI 부채를 쌓는 동안, 개인 개발자에게는 과거에는 만들기 어려웠던 고품질 소프트웨어에 도전할 수 있는 새로운 기회가 열리고 있습니다. macOS나 Windows와 같은 주류 운영체제와 앱의 품질 저하에 대한 반발이 일상 소프트웨어 개선으로 이어질 가능성이 있습니다. 결국 소프트웨어 품질은 시장의 유인에 좌우되며, 사용자가 불편을 감수하는 한계점이 어디까지인지가 중요해지고 있습니다.