AI코딩, 정말 생산성이 향상되고, 코드 품질이 올라가는가?

결론부터 말하면, AI코딩에 대한 평가는 극명하게 엇갈린다고 합니다. 

AI코딩 찬성 진영:

사티아 나델라(Satya Nadella) 마이크로소프트 대표와 순다르 피차이(Sundar Pichai) 구글 대표는
“이미 자사 코드의 약 4분의 1이 AI에 의해 작성되고 있다”고 밝혔습니다.

2025년 3월 다리오 아모데이(Dario Amodei) 앤트로픽 대표 역시
“머지않아 전체 코드의 90%가 AI가 작성한 코드가 될 것”이라고 전망했습니다.

AI 코딩 모델 ‘코파일럿(Copilot)’을 개발한 깃허브(GitHub), 구글, 마이크로소프트 등 AI 코딩 도구를 판매하는 기업에서 실시한 초기 연구에서는 개발자가 20%에서 55%까지 작업 속도를 높인 것으로 나타났습니다. 


반대 진영:

컨설팅 기업 베인앤드컴퍼니(Bain & Company)는 2024년 9월 보고서에서 “실제 업무 현장에서의 절감 효과는 특별히 두드러진 수준이 아니다”라고 평가했습니다. 

스택 오버플로 조사에서도 AI 코딩 도구에 대한 신뢰와 호감도가 처음으로 큰 폭으로 떨어진 것으로 확인됐습니다. 

또한 비영리 연구기관 메트르(METR, Model Evaluation & Threat Research)에서 발표한 보고서에 따르면 숙련 개발자들은 AI 덕분에 업무 속도가 약 20% 빨라졌다고 믿었지만, 실제 측정 결과는 오히려 19% 더 느려진 것으로 드러났습니다. 

소프트웨어 컨설팅 기업 서브스탠셜(Substantial)의 마이크 저지(Mike Judge) 수석 엔지니어는 “METR 연구 결과가 남 일처럼 느껴지지 않았다”고 털어놓았습니다. 그는 “AI 코딩 도구가 처음 나왔을 때는 적극적으로 사용했지만 시간이 지나면서 기술적 한계에 자주 부딪히고, 기대만큼 생산성이 오르지 않아 점점 실망감이 커졌다”며 “도움이 되는 것 같으면서도 정작 어떻게 해야 더 잘 활용할 수 있을지 도무지 모르겠다고 주변에 늘 불평하곤 했다”고 말했습니다. 이어 “모델이 정말 바보 같다고 느끼면서도 어떤 ‘마법의 주문’만 찾으면 똑똑하게 만들 수 있을 거라고 믿었다”고 설명했습니다. 

AI 코딩의 분명한 장점은 존재한다 .

• 반복적으로 작성하는 표준 코드(boilerplate code),
• 테스트 코드 생성,
• 버그 수정,
• 낯선 코드를 신규 개발자에게 설명하는 일
• 완벽하지 않더라도 초안을 먼저 제시해 주면 발상을 전개하는 데 도움이 된다는 점
• 또한 기술적 배경이 없는 직원들이 소프트웨어 기능의 초기 설계안을 손쉽게 만들 수 있도록 도와 개발자의 부담을 덜어주는 사례

더 복잡한 작업에 들어가면 상황은 크게 달라진다. 

하지만 개발자가 진짜 역량을 발휘해야 하는 더 복잡한 작업에 들어가면 상황은 크게 달라지는듯 합니다. 많은 개발자는 “이 지점에서 AI 도구가 여전히 높은 장벽에 부딪히고 있다”고 말합니다. 가장 큰 문제로 지적되는 것은 LLM의 ‘컨텍스트 윈도우(context window)’가 지닌 한계입니다. 이는 모델이 한 번에 기억해 둘 수 있는 정보량을 뜻하는데, 이 용량이 작다 보니 방대한 코드베이스를 온전히 해석하기 어렵고, 작업이 길어지면 앞서 한 일을 쉽게 잊어버립니다.

LLM의 근시안적 특성은 개발자들에게 큰 부담이 됩니다. 특정 문제를 해결하는 코드 조각은 그 자체로는 잘 작동할 수 있지만 실제 소프트웨어는 수백 개의 모듈이 서로 연결돼 구성됩니다. 각 요소가 전체 구조 안에서 어떤 역할을 하는지 고려하지 않고 AI가 따로따로 코드를 만들어내면 전체 코드베이스는 금세 복잡해지고 일관성이 깨져 인간 개발자가 파악하거나 유지보수하기가 어려워집니다.

모델이 단순한 오류를 내는 일도 흔합니다. 다른 LLM과 마찬가지로 코딩 모델 역시 ‘환각’ 문제에서 자유롭지 않습니다. 

 “모델이 고도화되면서 AI가 생성하는 코드가 점점 더 복잡해지고 있다”며 “눈에 잘 띄는 버그나 보안 취약점은 줄어드는 대신 겉으로 드러나지 않는 결함이 늘고 있다”고 설명했습니다. 그는 “이런 결함은 시간이 흐를수록 유지보수 난도를 높이고 결국 기술 부채를 더욱 키우는 원인이 된다”고 말했습니다. 

제시카 지(Jessica Ji) 조지타운대학교 연구원은 “AI 도구가 코드 유지 관리를 점점 더 어렵게 만든다면 이는 보안에도 심각한 영향을 미칠 수 있다”며 “업데이트와 수정이 어려워질수록 코드베이스 전체 또는 특정 코드 조각이 점점 취약해질 가능성이 커진다”고 설명했습니다. 


출처) MIT Technology Reivew