DHH는 AI의 코딩 능력을 “깜빡이는 전구”에 비유하며 그 불일치성을 비판합니다.
AI 코드의 품질과 일관성 부족
-
AI는 때때로 놀라운 코드를 생성하지만, 대부분 유지보수하기 어렵거나 구조가 좋지 않은 코드를 제공합니다.
-
이는 실제 소프트웨어 팀의 요구사항인 코드 이해, 수정, 확장 가능성을 충족시키지 못합니다.
-
AI가 고품질의 결과를 일관되게 제공한다면 혁신적일 것이나, 현재는 일관성 부족이 큰 문제입니다.
주니어 개발자의 중요성
-
AI가 주니어 개발자를 대체할 것이라는 주장은 비현실적입니다.
-
AWS CEO 맷 가먼(Matt Garman)은 주니어 개발자 채용 중단이 “가장 어리석은 짓”이라고 언급했습니다. 주니어 개발자는 미래 시니어 엔지니어로 성장하며 AI 도구 활용 능력을 갖추기 때문입니다.
-
소프트웨어 개발은 문제 이해, 시스템 설계, 기존 코드 상호작용, 지속적인 변화 관리가 핵심이며, AI는 이러한 깊이 있는 이해와 맥락 파악에서 한계를 보입니다.
37signals의 경험
-
DHH의 회사 37signals는 신제품 Fizzy 개발 시 코드의 95%를 인간이 작성했으며, AI 기반 기능 실험은 최종 제품에 반영되지 않았습니다.
-
이는 AI가 대부분의 작업을 수행할 것이라는 기대와 상반되며, 복잡한 작업에서 AI는 오히려 개발 속도를 늦출 수 있습니다. 빠른 아이디어 구상에는 도움이 되나, 실제 프로덕션 작업에서는 인간이 더 빠르고 우수합니다.
“바이브 코딩”과 핵심 기술 약화 우려
-
DHH는 AI에 의존하여 기본적인
if조건문 작성마저 아웃소싱하려는 자신을 발견하며 핵심 기술 약화에 대한 우려를 표했습니다. -
계산기가 구구단 암기의 필요성을 없애지 못했듯이, AI가 기본적인 논리 구성을 대신하면 개발자들이 직관력을 잃을 위험이 있습니다.
AI 코드의 숨겨진 비용
-
AI 도구가 생성한 코드의 정확성, 신뢰성 검증, 디버깅, 위험 관리 책임은 결국 인간 개발자에게 돌아갑니다.
-
이는 AI 지원이 생산성을 높일 수 있지만, 숙련된 개발자의 검토 및 수정 부담을 증가시킨다는 연구 결과와 일치합니다.