인공지능(AI)이 자연어 지시만으로 수백 줄의 코드를 생성하는 시대가 도래하면서, 개발자의 핵심 역할이 코드 직접 작성에서 시스템 설계, 검증, 통제로 전환되고 있습니다. 과거에는 빈 에디터에서 빠르게 코드를 작성하는 능력이 중요했지만, 이제는 AI가 구현의 디테일을 처리함에 따라 개발자는 모호한 요구사항을 구체화하고, 이를 재사용 가능한 형태로 추상화하는 역량에 집중해야 합니다.
AI를 활용한 개발에서는 세부 구현 방법을 지시하기보다 문제의 배경, 목적, 현재 시스템의 맥락, 그리고 반드시 만족해야 할 결과와 제약 조건을 명확히 제시하는 것이 더 효과적입니다. AI 작업은 한 번에 처리하기보다 명세, 테스트, 구현, 리팩터링, 검증 등으로 산출물을 분리하여 품질을 높여야 합니다. 특히 AI의 출력은 비결정적(non-deterministic)이므로, 테스트, 컴파일러, 린터, 검증 게이트와 같은 결정적(deterministic) 도구들을 활용한 '하네스(harness)' 구축이 필수적입니다. 하네스는 AI가 작업 과정에서 오류를 누적하거나 범위를 벗어나지 않도록 단계별로 배치하는 검증 장치로, 예측 불가능한 AI 출력을 안정적인 시스템 안에 묶는 핵심 인프라가 됩니다.
이러한 변화는 개발자가 단순히 코드를 많이 입력하는 사람이 아니라, AI 에이전트와 검증 체계를 연결하는 시스템 설계자이자 '하네스 엔지니어'에 가까워질 것임을 시사합니다. 미래 개발자의 핵심 역량은 문제를 정확히 정의하고, 목표 중심으로 업무를 위임하며, 복잡한 작업을 작은 산출물로 분해하고, 결정적인 검증 기준을 설계하여 비결정적 결과의 위험을 통제하는 능력에 달려 있습니다. 이는 개발자의 업무가 직접 코드를 입력하는 비중은 줄고, AI가 생성한 코드를 시스템으로 조직하고 통제하며 최종 책임을 지는 방향으로 변화할 것임을 의미합니다.