사이먼 슈페티(Simon Späti)는 AI가 코드를 작성하는 것보다 개발팀이 시스템 구조와 설계 의도를 모른 채 AI에 의존하는 상황이 더 큰 문제라고 지적했다. 슈페티는 9월 29일 기술 블로그에서 코드 생성 능력보다 사람이 무엇을 만들고 왜 그렇게 설계하는지 이해하는 일이 중요하다고 주장했다.
AI 코드보다 설계 의도 상실이 문제
슈페티는 AI가 평균적인 수준의 코드를 만들 수 있으며, 기존 코드가 평균 이하라면 오히려 품질을 끌어올릴 수도 있다는 의견을 소개했다. 그러나 코드 작성 자체가 수월해져도 팀이 시스템 아키텍처와 과거의 설계 선택 이유를 모르면 전체 계획 없이 AI에 일을 맡기게 된다고 봤다. 코드가 생성되는 것과 그 코드의 목적·구조를 이해하는 것은 별개의 문제라는 설명이다.
그는 대기업에 입사한 지 보름 된 직원이 올린 게시물도 인용했다. 해당 게시물은 사양서와 코드, 테스트, 제품 요구사항 문서(PRD), 티켓과 처리 결과, 보고서까지 클로드 코드(Claude Code)로 만들어지고 있다고 전했다. 게시물 작성자는 경영진이 코드 배포는 병목이 아니라고 보면서도 더 빠른 출시를 요구하고, 직원들이 하루 12~13시간씩 일하면서도 생성된 내용을 읽지 않는다고 주장했다. 팀의 모든 직급이 AI에 같은 방식으로 의존하고 버그 해결이나 코드 검토에 나서지 않는다는 내용도 담겼다. 이는 슈페티가 인용한 개인의 경험담이다.
유지보수와 사람의 역할
슈페티는 데이터 분야 종사자들이 제품과 업무를 일찍부터 깊이 이해해야 했다는 의견도 소개했다. AI가 작업의 마찰을 줄일 수 있지만, 초기에 쌓아야 할 도메인 지식까지 불필요해진 것처럼 보이게 할 수 있다는 것이다. 제품을 원하는 방향으로 만드는 데는 코딩 능력뿐 아니라 무엇을 만들지 아는 일이 중요하다는 의견도 함께 언급했다.
다만 기초 지식이 부족한 채 제품을 만들면 잘못된 언어나 사고방식, 구조를 선택해 나중에 유지하기 어려운 기반을 만들 수 있다고 슈페티는 지적했다. AI가 코드를 빠르게 만들어도 시스템 설계와 아키텍처를 이해하는 일이 여전히 필요하며, 생성 속도가 빨라질수록 만들어진 앱이나 데이터 파이프라인을 관리할 부담도 커진다는 설명이다. 결국 사람이 설계 의도를 세우고 AI의 작업을 조율해야 하며, 유지보수 가능성을 놓치면 생성된 코드와 시스템을 감당하기 어려워질 수 있다는 것이 글의 핵심이다.