LLM 시대 프로그래밍 학습법을 다룬 공개 답변이 나왔다. AI로 대규모 소프트웨어를 빠르게 만들 수 있지만 개발자의 이해력이 그 속도를 따라가지 못하면 유지·보수 단계에서 한계가 드러날 수 있다는 내용이다. 답변은 프로그래밍 기초 학습의 필요성과 지식 노동 일자리 감소 가능성도 함께 짚었다.
AI 시대 프로그래밍 학습에 관한 공개 답변이 9월 16일 개인 기술 블로그에 게시됐다. 작성자는 독자의 질문에 답하면서도 자신의 견해가 엄밀한 결론이나 변하지 않는 진리는 아니며, 불확실한 상황에서 가능한 범위까지 답한 것이라고 전제했다.
AI로 만든 시스템, 이해 수준을 넘어설 수 있어
공개 답변에 인용된 독자는 정식 컴퓨터과학 교육을 받지 않았지만 LLM의 도움으로 API, PostgreSQL, LLM 파이프라인, 연구 자동화, 여러 모델을 활용한 작업 흐름을 포함한 대규모 TypeScript·JavaScript 시스템을 구축했다고 설명했다. 아이디어를 실제 결과물로 옮기는 데 필요한 거리가 AI로 크게 줄어든 듯했지만, 이를 실제 제품으로 전환하는 과정에서 문제가 이어졌다는 것이다.
오류를 AI로 수정하면 다른 오류가 나타나고, 한 부분을 고친 뒤 다른 부분의 동작이 예상과 달라지는 일이 반복됐다. 수개월간 리팩터링한 뒤에는 자신이 충분히 이해하지 못하는 수준의 시스템을 만들었을 수 있다는 판단에 이르렀고, 때로는 다음에 무엇을 해야 할지조차 다른 모델에 물어야 했다고 전했다. 공개 답변은 AI가 개발 속도를 높이는 것과 개발자가 시스템을 깊이 이해하는 것은 서로 다른 능력이라고 구분했다.
프로그래밍 기초와 지식 노동의 미래
답변은 LLM의 성능이 뛰어날 때 오히려 30년 이상 익힌 프로그래밍 지식의 가치가 줄어드는 듯해 더 큰 불안을 느낀다고 밝혔다. 반대로 AI가 형편없이 작동하면 기존 지식이 여전히 유효하다는 위안을 얻을 수 있다고 했다. 프로그래밍을 처음 시작한다면 목공, 금속 가공, 총기 제작처럼 손과 눈의 협응이 필요한 분야를 고려하겠다는 개인적 견해도 제시했지만, 현재 대학 과정에서 자료구조와 언어 의미론 등을 배우고 있다고 덧붙였다.
다만 프로그래밍 기초가 항상 모든 추상화 계층을 이해해야 한다는 뜻은 아니라고 설명했다. 웹 개발자가 컴파일러 프로그래밍을, 컴파일러 프로그래머가 집적회로 설계를 깊이 알 필요는 없었던 것처럼 소프트웨어 개발은 오랫동안 자신이 이해하지 못하는 추상화 위에서 이뤄져 왔다는 것이다. 문제는 AI가 구축 능력을 이해 능력보다 빠르게 끌어올릴 경우다. 답변은 LLM이 프로그래머 일자리를 다른 사무직보다 먼저 대체할 가능성을 언급하면서도, 지식 노동자의 30~40%가 실직하는 상황은 경제에 큰 충격을 줄 수 있다고 우려했다.
출시 일정이나 가격, 제품 로드맵 같은 상업적 계획은 이 답변에 담기지 않았다. 대신 기술 발전이 과거에도 새로운 일자리를 만들었지만 기존 실직자와 새 일자리의 주체가 반드시 같지는 않았다는 역사적 사례를 들어, AI가 결국 모두에게 이익이 될 것이라는 주장에는 신중해야 한다고 했다. 향후 핵심 쟁점은 AI 활용 여부 자체보다 AI가 만든 시스템을 누가 검증하고 책임질 수 있는지, 그리고 학습 속도와 이해의 깊이 사이 간극을 어떻게 줄일지에 놓일 전망이다.