"AI 코딩할 때 뇌 빼고 복붙만 하면 결국 제일 먼저 잘린다" 외침

요약 최근 미국 테크 커뮤니티에서 개발자 댄 루(Dan Luu)가 쓴 'AI 코딩 시 뇌를 빼고 일하면 안 되는 이유'에 관한 글이 큰 화제를 모았습니다. 작성자는 2025년 초부터 많은 사람들이 LLM(대형 언어 모델)을 사용하면서 생각하기를 멈추는 모습을 목격하기 시작했다고 지적합니다. AI에게 텍스트 요약이나 코드 작성을 시켜두고 무조건 잘 작동했을 것이라 맹신하거나, 에러가 나면 스스로 원인을 분석하는 대신 다시 AI에게 오류를 던져서 해결하라는 식의 중계 역할만 반복한다는 것입니다. 그는 이를 두고 니클라스 그룬의 표현을 빌려 단순한 '육체 프록시(meat proxy, AI와 컴퓨터 사이에서 심부름만 하는 인간 중계기)'에 불과하다고 꼬집었습니다. 물론 2026년 가을에 이르러 LLM의 성능이 크게 향상되면서 이런 무지성 루프 방식으로 개발된 소프트웨어도 그럭저럭 돌아가는 경우가 생겼습니다. 하지만 작성자는 이런 태도가 고착화될 때 닥쳐올 현실적인 결말을 경고합니다. 만약 '뇌를 뺀 육체 프록시' 수준으로도 괜찮은 소프트웨어가 나올 정도로 AI가 고도화된다면, 회사 입장에서는 굳이 인간 직원을 거칠 이유 없이 AI끼리 루프를 돌리고 직원을 해고하면 그만이기 때문입니다. 즉, 생각 없이 AI를 쓰는 방식은 노동자에게 결코 지속 가능한 미래가 될 수 없다는 지적입니다. 인용된 동료 엔지니어 루크 버튼(Luke Burton)의 통찰도 눈길을 끕니다. 그는 단순하고 실패해도 되는 저가치 업무에서는 AI에게 맡기고 손을 뗄 수 있지만, 아키텍처나 비즈니스 맥락이 얽힌 고가치 업무일수록 엔지니어는 단순 코더가 아닌 QA, 엔지니어링 매니저, 설계자의 역할을 맡아야 한다고 강조했습니다. 예를 들어 레거시 시스템을 바젤(Bazel) 빌드 시스템으로 마이그레이션하는 작업의 경우, 프롬프트 한 번으로 던져놓고 끝낼 수 없으며 코드 이면에 숨겨진 맥락과 의사결정 때문에 수개월 동안 치밀한 인간의 감시가 필요했다고 밝혔습니다. 또한 AI는 학습 데이터 분포를 벗어난 영역(Out of distribution)에서 극도로 취약합니다. 비주류 프로그래밍 언어뿐만 아니라 '도미니언'이나 '로스트 시티' 같은 보드게임 규칙을 다룰 때도, 챗GPT는 겉보기엔 그럴싸하지만 실제 규칙을 아는 사람이 보면 명백히 틀린 훈수를 둬서 초보자의 실력을 오히려 망치기도 합니다. 결국 AI가 발전할수록 필요한 것은 맹목적인 복붙이 아니라, 결과를 엄격하게 검증하고 고차원적인 판단을 내리는 인간의 사고력이라는 메시지를 던지고 있습니다.