개요

6개월마다 반복되는 예언이 있다. “AI가 코딩을 대체할 것이다.” Dario Amodei, Jensen Huang, Sam Altman 등 테크 리더들이 앞다투어 소프트웨어 엔지니어링의 종말을 선언한다. Cole Medin은 최근 영상에서 이 주장들을 데이터와 논리로 해부했다. AI 코딩 도구를 매일 실무에서 사용하는 입장에서, 그의 분석에 현장 경험을 더해 정리해본다.

6개월 주기의 예언 패턴

Cole이 지적한 가장 핵심적인 패턴은 이것이다 — 코딩의 죽음은 항상 “6개월 후"다.

2025년 3월, Dario Amodei는 AI가 6개월 안에 코드의 90%를 작성할 것이라 했다. 그 6개월이 지났지만 실현되지 않았다. 이제는 2026년에 엔지니어가 멸종할 수 있다고 말한다. Amazon CEO, Microsoft AI CEO도 비슷한 톤이다.

timeline
    title AI 코딩 종말론 타임라인
    2023 : GitHub Copilot 확산
         : "코딩은 곧 사라진다"
    2024 : GPT-4 등장 이후 과열
         : "6개월 안에 AI가 대체"
    2025 : Dario — 90% 코드 자동화 예언
         : 실현되지 않음
    2026 : "엔지니어 멸종" 재예언
         : 여전히 엔지니어 채용 중

이 패턴은 “핵융합 발전은 항상 30년 후"라는 농담과 닮아 있다. 다만 AI 코딩 도구가 실제로 유용하다는 점에서 완전한 허풍은 아니다. 문제는 “대체"와 “보조"의 차이를 무시하는 데 있다.

테크 리더들은 왜 과장하는가

Cole의 분석 중 가장 날카로운 부분이다. 테크 리더들이 편향될 수밖에 없는 구조적 이유가 있다.

flowchart TD
    A["테크 리더의 AI 경험"] --> B["최고 사양 컴퓨팅"]
    A --> C["엄선된 엔지니어 팀"]
    A --> D["미공개 최신 모델"]
    A --> E["금전적 인센티브"]

    B --> F["일반 개발자와<br/>완전히 다른 환경"]
    C --> F
    D --> F

    E --> G["AI 제품 판매를 위한<br/>과장된 마케팅"]

    F --> H["현실 왜곡"]
    G --> H

매일 Claude Code를 사용하면서 느끼는 것은, 도구의 성능이 환경에 극도로 의존적이라는 점이다. 잘 구조화된 프로젝트에서는 놀라운 결과를 보여주지만, 레거시 코드베이스나 복잡한 비즈니스 로직 앞에서는 여전히 사람의 판단이 필수다. 테크 리더들은 전자의 경험만으로 후자를 일반화한다.

AI 코딩의 실제 능력과 한계

실무에서 AI 코딩 도구를 사용하면 능력의 경계가 명확하게 보인다.

AI가 잘하는 것

• 보일러플레이트 코드 — 반복적인 CRUD, 설정 파일, 타입 정의
• 스캐폴딩 — 프로젝트 초기 구조 잡기
• 테스트 생성 — 기존 코드에 대한 유닛 테스트 작성
• 문서화 — 코드 주석, README, API 문서
• 단순 기능 구현 — 명확한 스펙이 있는 독립적인 기능

AI가 어려워하는 것

• 복잡한 아키텍처 결정 — 시스템 전체를 보는 설계 판단
• 난해한 버그 디버깅 — 여러 레이어에 걸친 문제 추적
• 비즈니스 컨텍스트 이해 — 도메인 지식이 필요한 판단
• 대규모 코드베이스 유지보수 — 수십만 줄의 코드 간 의존성 파악

AI 코딩 도구를 매일 쓰면서 체감하는 비율은, 내 작업의 약 4050%를 AI가 가속화해준다는 것이다. 90%가 아니다. 그리고 그 4050%도 내가 올바른 방향을 제시하고, 결과를 검증하고, 컨텍스트를 제공해야 가능하다.

채택 격차 — 가능성과 현실 사이

Cole이 강조한 또 하나의 핵심은 **채택 격차(adoption gap)**다.

AI 코딩 도구의 기술적 가능성과 실제 기업 현장의 도입 수준 사이에는 거대한 간극이 존재한다. 대부분의 기업은 아직 기본적인 통합조차 시도 단계에 있다.

• 보안 우려 — 코드가 외부 API로 전송되는 것에 대한 기업의 불안
• 컴플라이언스 — 금융, 의료, 공공 분야의 규제 장벽
• 레거시 시스템 — 20년 된 COBOL이나 독자 프레임워크에는 AI 도구가 무력
• 조직 관성 — 도구 도입에 필요한 교육, 워크플로우 변경, 문화 전환

스타트업과 개인 개발자는 빠르게 AI 도구를 도입하지만, 소프트웨어 산업의 대부분을 차지하는 엔터프라이즈 영역은 느리다. 이 격차를 무시하고 “곧 대체된다"고 말하는 것은 현실을 모르는 것이다.

변화의 실체 — 대체가 아닌 진화

소프트웨어 엔지니어링은 죽지 않는다. 진화하고 있을 뿐이다. Cole의 이 결론에 전적으로 동의한다.

flowchart LR
    A["기존 엔지니어 역량"] --> B["순수 코딩 능력"]
    A --> C["시스템 설계"]
    A --> D["문제 해결"]

    E["진화하는 역량"] --> F["AI 도구 오케스트레이션"]
    E --> G["AI 생성 코드 리뷰"]
    E --> H["아키텍처 의사결정"]
    E --> I["프롬프트 엔지니어링"]

    B -.->|"비중 감소"| F
    C -->|"비중 증가"| H
    D -->|"여전히 핵심"| E

실무에서 느끼는 변화는 이렇다. 예전에는 코드를 한 줄 한 줄 타이핑하는 데 시간의 60%를 썼다면, 지금은 무엇을 만들지 설계하고, AI가 만든 것을 검증하는 데 더 많은 시간을 쓴다. 코딩 능력이 불필요해진 게 아니라, 코딩 능력 위에 새로운 레이어가 추가된 것이다.

실용적 조언

Cole의 조언에 실무 경험을 더하면:

1. 당황하지 말 것 — 6개월마다 반복되는 종말론에 흔들리지 않기
2. AI 도구를 익힐 것 — Claude Code, GitHub Copilot 등을 실제 프로젝트에 적용해보기
3. 시스템 설계에 투자할 것 — AI가 대체하기 가장 어려운 영역
4. 비즈니스 도메인 지식을 쌓을 것 — 코드보다 맥락이 중요해지는 시대
5. AI 결과물을 비판적으로 평가하는 눈을 기를 것 — AI가 생성한 코드를 맹신하면 위험하다

AI 코딩 도구는 분명히 게임 체인저다. 하지만 게임을 끝내는 것이 아니라 규칙을 바꾸는 것이다. 적응하는 엔지니어는 이전보다 더 생산적이 될 것이고, 적응하지 못하는 엔지니어는 뒤처질 것이다. 하지만 “멸종”? 아직은 아니다.

참고 영상: Cole Medin — Is Software Engineering Finally Dead?