인기도 측정의 변화와 AI의 영향
전통적으로 언어의 인기도는 구글 검색 트래픽, Stack Exchange 질문 수, GitHub 활동 등 공개된 지표를 통해 측정되었습니다. 그러나 AI 시대에는 이러한 지표의 신뢰도가 크게 하락하고 있습니다.
-
공개 신호 감소: 개발자들이 질문에 대한 답을 찾거나 코드를 작성할 때 Claude, ChatGPT와 같은 LLM(대규모 언어 모델)을 사용하면서 Stack Exchange와 같은 공개 플랫폼에서의 활동이 현저히 줄어들고 있습니다. 실제로 2025년 Stack Exchange에 게시된 질문 수는 2024년 대비 22% 수준에 불과했습니다.
-
언어 세부사항의 중요성 감소: AI 보조 도구(예: Cursor)는 코드를 작성하는 데 도움을 주어 개발자들이 언어의 구문, 흐름 제어 등 세부사항에 덜 신경 쓰게 만듭니다. LLM은 충분한 학습 데이터만 있다면 어떤 언어로든 코드를 생성할 수 있어, 특정 언어의 선택이 점차 사소한 문제가 될 수 있습니다.
새로운 언어의 등장과 기존 언어의 미래
AI의 영향은 새로운 프로그래밍 언어의 출현에도 부정적인 영향을 미칠 수 있습니다.
-
데이터 부족 문제: LLM은 통계적 확률에 의존하므로 방대한 학습 데이터가 필요합니다. 이는 아직 널리 사용되지 않는 신규 언어의 경우 AI가 코드를 생성할 때 현저히 낮은 품질의 결과를 내놓는 문제로 이어집니다.
-
혁신 동력 약화: 개발자들이 기존 언어의 불편함을 AI로 해소하게 되면, 새로운 언어를 개발해야 할 ‘가려움’이 줄어들어 신규 언어가 필요한 임계 질량에 도달하기 어려워질 수 있습니다. 이는 현재 인기 있는 언어들의 지위가 고착화될 가능성을 시사합니다.
미래의 프로그래밍과 개발자의 역할
현대 고수준 언어는 추상화 계층을 제공하고 개발자의 실수를 방지하는 역할을 하지만, AI 시대에는 이러한 구조의 필요성이 재고될 수 있습니다.
-
추상화의 재정의: CPU 수준에서는 여전히 ‘Go To’와 같은 저수준 명령이 사용되므로, 고수준 언어의 추상화 및 오류 방지 구조는 인간 개발자를 위한 것입니다. 충분히 발전한 AI는 이러한 추상화 없이도 작동할 수 있습니다.
-
‘블랙박스’ 프로그램: AI는 프롬프트에서 직접 중간 언어로 코드를 생성하여, 인간이 읽거나 유지보수하기 어려운 ‘블랙박스’ 형태의 프로그램을 만들 수 있습니다. 개발자는 소스 코드를 직접 수정하기보다 프롬프트를 조정하여 소프트웨어를 새로 생성하게 될 것입니다.
-
개발자 역할의 변화: 미래의 프로그래머는 언어의 세부사항보다는 아키텍처 설계, 알고리즘 선택, 시스템 인터페이스 구축, 새로운 하드웨어 활용 방안 모색 등 상위 수준의 문제 해결에 집중하게 될 것입니다. 이는 프로그래밍 언어의 세부사항보다 근본 원리에 중점을 두는 컴퓨터 과학 학위의 가치를 높일 수 있습니다.