맛이 유일하게 남은 것 – AI 생성 코드가 엔지니어의 기술을 어떻게 변화시키는가

TL;DR

AI는 신뢰할 수 있는 코드를 저렴하게 생성할 수 있게 했기 때문에 엔지니어에게 남은 유일한 희소한 기술은 맛이다. 즉, 진정으로 충분하고 배포할 만한 가치가 있는 것을 판단하는 개인적이고 정의하기 어려운 판단력이다.

벽은 이미 임대되었다

작가는 아이디어와 작동하는 프로그램 사이의 전통적인 장벽—수시간의 타이핑, 디버깅, API 학습—이 무너졌다는 점을 관찰한다. 현대의 LLM은 자연어 설명을 기반으로 몇 초 안에 신뢰할 수 있는 구현을 생성할 수 있다. 이 변화는 그 장벽을 넘는 과정에서 얻은 경험의 가치를 없애는 것이 아니라, 단지 그 위치를 옮긴 것일 뿐이다.

"지금은 어떤 것을 설명할 수 있고, 손으로 첫 번째 함수를 타이핑하는 것보다 훨씬 빠르게 그에 대한 신뢰할 수 있는 버전을 받을 수 있습니다." – Taste Is All That’s Left

왜 '충분히 좋은' 것이 문제인가

이 에세이는 '충분히 좋은'을 용해제로 묘사한다. 이는 개선하려는 동기를 녹여내는 것이다. 생산이 비쌌을 때, 노력은 창조 비용을 견뎌낸 아이디어만 사용자에게 도달하게 하는 보이지 않는 필터 역할을 했다. 마찰이 제거되면서 이 필터는 사라지고, 시장은 품질을 구분하는 추가적인 노력을 보상하지 않는다.

"노력은 필터였고, 모든 필터와 마찬가지로, 제거되기 전까지는 보이지 않았습니다." – Taste Is All That’s Left

'맛'을 정의하기

작가는 맛을 단순한 선호와 구분한다. 로버트 피르지의 품질(Quality) 개념을 인용하며, 맛은 이유를 설명하기 전에 이미 도달하는 말 없는, 압축된 판단이라고 설명한다:

"맛은 당신이 정당화하기 전에 더 빠르게 도달하는 압축된, 말 없는 판단입니다. 당신이 완전한 확신으로 '아니, 또다시'라고 말하는, 근거가 전혀 없는 그 말입니다." – Taste Is All That’s Left

따라서 맛은 소프트웨어 기술의 자동화할 수 없는 유일한 부분이다.

마찰이 맛을 어떻게 만들었는가

에세이에 따르면, 소프트웨어를 만드는 어려움은 교육 과정이었다:

"마찰은 맛을 기르는 장애물이 아니었습니다. 마찰이 바로 교육 과정이었습니다. 제가 오르며 저주했던 모든 벽은, 제가 알아차리지 못한 채, 어떤 벽을 오르는 것이 가치 있는지 가르쳐주고 있었습니다." – Taste Is All That’s Left

반복적인 실패는 엔지니어가 좋은 설계와 나쁜 설계의 패턴을 내면화하게 했고, 판단력의 축적을 만들어냈다.

경제적 결과

맛이 있다면, 맛이 없는 사람들과 동일한 속도로 배포할 수 있다. 왜냐하면 보편적으로 신뢰할 수 있지만 최적은 아닌 솔루션을 거부하는 데 소요되는 추가 시간은 시장 지표에는 나타나지 않기 때문이다. 이는 은밀한 비용을 초래한다:

"맛은 diff에 나타나지 않습니다. 측정할 수 없고, 신뢰할 수 없으며, 대시보드에서는 보이지 않습니다." – Taste Is All That’s Left

결과적으로, 높은 기준을 유지하는 엔지니어는 개인적인 부담을 지지만, 시장은 순수한 출력 속도를 보상한다.

커뮤니티 반응

@boron1006는 LLM 생성 코드가 종종 신호를 빈약하게 만들어, 모듈을 이해하기 위해 수백 단어를 읽어야 한다고 지적한다.
@mdwelsh는 이와 같은 견해를 반복하며, 자신의 고된 과정을 통해 얻은 맛이 AI로 만든 데모에 회의적이라고 말한다.
@jdzikowski는 맛을 부족함 속에서 배운 교육 과정으로 보며, 지금은 채택으로 이동했다고 설명한다.
@madrox는 AI가 맛의 반감기를 단축시켜, 경쟁 우위가 아니라 상품화된 것으로 만들었다고 주장한다.
@agentultra는 맛이 단일한 '아니, 또다시' 결정이 아니라 경험과 고통을 통해 따라온다고 강조한다.
@burnto는 누구나 무엇이든 만들 수 있지만, 맛이 있는 자만이 무엇을 보관할 만한지 판단할 수 있다고 지적한다.
@sbloz는 실용적인 문제인 큐레이션을 제기한다. 무한한 신뢰할 수 있는 출력이 쏟아질 때, 어떻게 희소한 신호를 발견할 것인가?

이러한 댓글들은 중심 주장—AI는 생산 마찰을 제거하지만 인간의 판단이 여전히 필요하다—를 강화한다.

새로운 기술: 만들기보다 선택하기

제조가 저렴해졌을 때, 러스킨과 같은 사상가들은 모든 것을 만들어야 하는지 묻곤 했다. 현대의 비유로는 AI 생성된 산물 중 어떤 것을 보관할지 선택하는 것이 이제 주요 엔지니어링 활동이 되었다.

"희소한 행동은 더 이상 만들기ではありません. 선택하기입니다. 무한히 생성된 신뢰할 수 있는 것들 중에서 존재하고 보관할 가치가 있는 것이 무엇인지 결정하는 것입니다." – Taste Is All That’s Left

엔지니어를 위한 실용적 통찰

개인적 판단에 투자하기 – 맛을 과거의 유물이 아니라 기를 수 있는 기술로 여겨라.
AI를 도구로, 대체물로 사용하지 않기 – LLM에 프롬프트를 주고, 배포하기 전에 자신의 '아니, 또다시' 필터를 적용하라.
결정 기록하기 – 맛은 대시보드에 보이지 않기 때문에, 명시적인 설계 근거를 기록하여 조직 지식을 보존하라.
큐레이션에 집중하기 – 코드 리뷰, 스타일 가이드, 내부 라이브러리와 같은 프로세스를 통해 AI 생성 코드의 바다 속에서 고품질 작업을 드러내라.
은밀한 비용을 수용하기 – 품질을 유지하는 데 시간이 더 걸릴 수 있음을 인지하라. 하지만 이는 외주할 수 없는 차별화 요소다.

결론

AI는 코드 생성을 민주화하여 만드는 것을 사소한 단계로 만들었다. 지금 진정한 희소성은 인간이 어떤 산물이 존재할 가치가 있는지 판단할 수 있는 능력—작자가 맛이라 부르는 것—에 있다. 이 판단은 자동화할 수 없고, 측정할 수 없으며, 외주할 수도 없기 때문에, 생성형 AI 시대의 소프트웨어 엔지니어에게 남은 유일한 지속 가능한 기술이 된다.