LLM 시대의 소프트웨어 개발: 얼마나 많은 팀이 여전히 2021년 방식으로 코드를 작성하고 있는가?

TL;DR

많은 엔지니어들이 대규모 언어 모델(LLMs) 없이 코드를 작성하고 있으며, 특히 규제 산업, 정부, 특수 분야에서 그러한 경향이 두드러지지만, 기업의 압박과 경영진의 지시로 인해 대부분의 소프트웨어 팀에서 AI 도입이 확산되고 있다.

1. 모든 회사가 LLM을 도입한 것은 아님

  • 규제 산업은 변화를 저항한다 – 미국에서 의료 기기 개발을 하는 팀들은 법적 검토와 준수 절차로 인해 AI 사용이 전혀 없으며, 새로운 도구 도입이 매우 느리다. (댓글 by cowanon77)
  • 정부 및 공공 부문 업무는 여전히 수동적이다 – 주 및 연방 개발자들은 검증되지 않은 도구를 도입하기까지 평균 5년의 지연이 발생하며, 작업 방식은 여전히 2021년과 유사하다. (댓글 by bthallplz)
  • 임베디드 및 안전 핵심 코드는 종종 AI를 금지한다 – 정부용 임베디드 장치 개발 계약자들은 저작권과 책임 소재 문제가 해결되지 않아 LLM 생성 코드 사용이 계약상 금지되어 있다. (댓글 by voakbasda)
  • 특수 기술 분야는 모델 커버리지 부족 – 저수준 네트워킹 디버깅이나 커스텀 비트 백킹 드라이버 작업은 훈련 데이터에 거의 포함되지 않아 LLM의 도움이 거의 없다. (댓글 by mysterydip and dotdi)

2. 기업의 압박이 커지고 있다

  • 경영진의 AI 강제 지시 – 일부 회사에서는 일년 내에 70~80%의 코드를 AI 생성하도록 명확한 경영진 지시를 내리고 있으나, 내부 정책이 매일 바뀌어 개발자들이 어떤 도구를 사용할 수 있는지 불확실하다. (댓글 by timbaboon)
  • 프로토타입 프로젝트와 점진적 도입 – 조직들은 전면 도입 전에 테스트, 검증, 요구사항 관리 분야에서 AI를 실험하고 있다. (댓글 by cowanon77)
  • 토큰 제한과 라이선스 병목 현상 – LLM 사용이 허용되더라도 토큰 제한으로 인해 개발자들이 전략적으로 사용해야 하며, 라이선스는 일부 직원만 받을 수 있다 (예: Codex vs. GitHub Copilot). (댓글 by francisofascii)

3. 인간 중심 개발을 유지하기 위한 개인 전략

  • 코드 작성은 정신적 운동으로 간주한다 – 일부 엔지니어는 AI 지원 여부와 관계없이 매일 LeetCode 문제를 풀어 문제 해결 능력을 유지한다. (댓글 by andreybaskov)
  • LLM은 보조 작업에만 사용한다 – 개발자들은 문서화, API 검색, 테스트 틀 작성, 빠른 코드 스니펫 생성에 모델을 사용하지만, 출력 결과를 철저히 검토한다 (약 80% 정확도). (댓글 by ww520)
  • '소크라테스식' 워크플로우 유지 – 기술 전환은 코드를 치는 능력에서 올바른 질문을 하는 능력으로 바뀌었으며, 이 접근법은 여전히 깊은 맥락 지식이 필요하다. (댓글 by jolt42)
  • AI는 핵심 업무 외에만 활용한다 – 독립 계약자들은 보안 감사, 리팩터링, 로그 분석에는 LLM을 사용하지만, 아키텍처 및 설계 업무는 의도적으로 AI에 위임하지 않는다. (댓글 by voakbasda)

4. 자율적 코드 작성에 대한 혼합된 경험

  • 단기 시범 실험은 종종 실망스럽다 – 반복적인 4개월간의 자율 에이전트 실험은 버그가 많고 유지보수가 어려운 코드를 만들어내어 많은 팀이 수동 개발로 되돌아갔다. (댓글 by QuadmasterXLII)
  • 성공할 때는 인상적이다 – 최근 "Fable 5.1" 시범 실험은 더 나은 결과를 보여주었으며, 도구의 성숙도와 프롬프트 엔지니어링의 중요성을 시사한다. (댓글 by QuadmasterXLII)
  • 코드 품질에 대한 우려 – 팀들은 AI 생성 코드가 테스트 스위트를 과도하게 확장하고, 잡음이 많은 변경 사항을 만들며, 소유감을 약화시켜 코드베이스 건강을 해칠 수 있다고 보고한다. (댓글 by localhoster)

5. 채용 시장의 현황

  • 채용 공고는 여전히 다양하다 – 일부 공고는 LLM 경험을 명시적으로 요구하지만, 다른 공고는 전혀 언급하지 않아 채용 환경이 전환 중임을 보여준다. (댓글 by mikemarsh)
  • 계약자들은 더 많은 주도권을 가진다 – 프리랜서는 AI 도입 여부를 선택할 수 있지만, 고객 계약에 따라 달라질 수 있다. (댓글 by voakbasda)
  • 경력 전환의 가능성 – AI 중심 워크플로우에 불편함을 느끼는 개발자들은 도입 속도가 느린 분야로 이동하거나 완전히 새로운 경력을 고려하고 있다. (원문 게시물 by sph)

6. 전망

  • 불가피한 확산 – 매우 규제가 강하거나 보수적인 분야에서도 저작권과 책임 소재 프레임워크가 정립되면 AI 도구가 법적으로 허용될 것으로 예상된다. (댓글 by voakbasda)
  • 인간 전문성은 여전히 핵심이다 – 핵심 아키텍처 결정, 도메인 특화 드라이버 개발, 미묘한 디버깅은 여전히 인간의 통찰에 크게 의존한다. (여러 댓글)
  • 균형 잡힌 접근 – 성공적인 팀은 코드 생성을 완전히 자동화하기보다는 엄격한 인간 검토와 선택적 AI 지원을 결합할 것이다.

이 요약은 Hacker News에서 공유된 다양한 경험을 반영하며, 전통적인 코드 작성 방식이 여전히 존재하는 이유, AI 도입이 가속화되는 이유, 그리고 개발자들이 이 전환기를 어떻게 극복하고 있는지를 강조한다.

Sources

관련